策略深度：财务报表分析系列，机器学习在上市公司财务造假识别中的应用.pdf

投资策略研究

策略深度报告

目录

一、财务造假样本筛选及特征分析2

1.1、造假公司的样本整理2

1.2、造假公司的行业与时间分布2

1.3、造假的违规类型4

1.4、样本处理方式5

二、财务造假特征的选择5

2.1、财务指标5

2.2、公司基本情况6

2.3、市场指标7

2.4、指标处理7

2.5、模型优化目标8

三、造假预测Logistic回归模型建立8

四、造假预测MLP神经网络模型建立10

五、造假预测XGBoost模型建立12

六、总结15

七、风险提示16

图表目录

图表1:财务造假的行业分布2

图表2:财务造假的年份分布（左）财务造假持续年份的公司数量分布（右）3

图表3:财务造假的行业分年度违规率（1）3

图表4:财务造假的行业分年度违规率（2）4

图表5:财务造假的行业分年度违规率（3）4

图表6:财务造假的违规类型分布5

图表7:公司基本情况指标7

图表8:市场指标7

图表9:Logistic回归的混淆矩阵（左）Logistic回归的评价指标（右）9

图表10:Logistic回归的财务造假识别模型表现9

图表11:Logistic中的特征变量重要性（前10项）10

图表12:MLP的混淆矩阵（左）MLP的评价指标（右）11

图表13:MLP的财务造假识别模型表现11

图表14:MLP中的特征变量重要性（前10项）12

图表15:XGBoost的混淆矩阵（左）XGBoost的评价指标（右）13

图表16:XGBoost的财务造假识别模型表现14

图表17:XGBoost中的特征变量重要性（前10项）14

图表18:特征在各模型中重要性排序（前10项）15

请务必阅读正文之后的免责条款和声明

1

投资策略研究

策略深度报告

一、财务造假样本筛选及特征分析

上市公司的财务造假对市场造成了巨大的影响，给投资者们造成了巨大的损失，也给资本市场的健康发展

带来了负面影响。如何通过各种信息判断出可能进行财务造假的公司，从而在投资前避开这些雷区，是投资者

重点关注的问题。理论上，最彻底甄别财务造假的方法是对每一个公司逐一进行调查研究，但是由于上市公司

数量过多，且造假手段层出不穷，导致成本太高。使用量化模型可以对市场上的股票进行一轮初筛，识别出一

批造假概率较高的样本，从而帮助我们减少大量的人力成本。

1.1、造假公司的样本整理

在财务造假样本筛选中，本文的数据来源于CSMAR