基于数据挖掘的财务舞弊识别研究——决策树-神经网络组合模型的构建
被引量：3
摘要
本文以财务舞弊识别为目标,应用C5.0算法的决策树模型对舞弊识别指标进行特征选择,并在此基础上构建神经网络模型,建立舞弊识别组合模型,并与BP神经网络的预测结果进行了对比分析。研究表明,基于决策树-神经网络组合模型的精确性和稳定性更高,能更有效的识别财务舞弊。
二级参考文献30
-
1梁杰,王璇,李进中.现代公司治理结构与会计舞弊关系的实证研究[J].南开管理评论,2004,7(6):47-51. 被引量：120
-
2陈国欣,吕占甲,何峰.财务报告舞弊识别的实证研究——基于中国上市公司经验数据[J].审计研究,2007(3):88-93. 被引量：87
-
3瑞扎伊.财务报表舞弊:预防与发现[M].北京:中国人民大学出版社,2005.
-
4Elkan,C. Magical Thinking in Data Mining.. Lessons from COIL Challenge 2000[EB/OL]. (2001-03-28)[2010-06-17]http://reference. kfupm, edu. sa/content/m/a/magical_thinking_in_data_mining__lessons_117416, pdf.
-
5Calderon,T. G. ,B. P. Green. Analysts Forecast as an Exogenous Risk Indicator in Analytical Auditing[J]. Advances in Accounting, 1994, (12): 281 -- 300.
-
6Clifton Phua,Vincent Lee, Kate Smith', Ross Gayler. A Comprehensive Survey of Data Mining-based Fraud Detection Researeh[EB/OL]. (2005-07-18)[2010-06-17]http://arxiv. org/pdf/1009. 6119.
-
7Loebbecke,J. K. , J. J. Willingham. Review of SEC Accounting and Auditing Enforcement Releases[Z]. University of Utah Working Paper, 1988.
-
8Loebbeeke, J. K. , Eining, M. M. , Willingham, J. J. Auditors" Experience with Material Irregularities : Frequency, Nature and Detectability[J]. Auditing:A Journal of Practice & Theory, 1989, (Fall): 1- 28.
-
9Bell, T. B. , S. Szykowny,J. J. Willingham. Assessing the Likelihood of Fraudulent Financial Reporting:A Cascaded Logit Approach[Z]. KPMG LLP Working Paper, 1991.
-
10BelI,T. B. ,Carcello,J. V. A Decision Aid for Assessing the Likelihood of Fraudulent Financial Reporting[J]. Auditing : A Journal of Practice&Theory, 2000,19(1 ) : 169-- 184.
共引文献21
-
1刘树磊.上市公司财务报告舞弊识别研究:一个理论综述[J].财会通讯（下）,2011(8):94-96. 被引量：1
-
2曾月明,宋新平,葛文雷.财务报表舞弊可能性的智能识别方法[J].统计与决策,2008,24(2):115-117. 被引量：4
-
3周芳.应用数据挖掘技术识别财务报表舞弊的方法研究[J].财务与金融,2010(3):39-43. 被引量：4
-
4许楠.基于会计信息可信度的上市公司优劣甄别研究[J].财会通讯（下）,2010(7):61-63. 被引量：1
-
5黄显官,朱玲.破解会计诚信的二难命题[J].财务与金融,2012(4):44-47.
-
6江锋.基于随机森林的上市公司财务舞弊识别研究[J].合作经济与科技,2012(20):83-84.
-
7刘澄,胡巧红,孙莹.基于分类回归树的会计信息失真识别研究[J].中国管理信息化,2013,16(6):2-3. 被引量：2
-
8房琳琳.财务困境上市公司财务报告舞弊预警模型研究[J].经济与管理研究,2013,34(10):116-121. 被引量：7
-
9高媛媛.基于神经网络集成的财务舞弊识别方法[J].科技经济市场,2014(2):76-78.
-
10颜敏.论会计政策选择策略系数的计[J].会计之友,2014(12):2-6. 被引量：1
同被引文献17
-
1陈关亭.我国上市公司财务报告舞弊因素的实证分析[J].审计研究,2007(5):91-96. 被引量：79
-
2SETTOUTI N, AOURAG H. A comparative study of the physical and mechanical properties of hydrogen using data mining research techniques[J]. JOM: the Journal of the Minerals, Metals & Materials Society, 2015,67(9): 2145- 2153.
-
3PALACIOS A, MARTINEZ A, SANCHEZ L, et al. Sequential pattern mining applied to aeroengine condition moni- toring with uncertain health data[J]. Engineering Applications of Artifical Intelligence,2015,44: 10-24.
-
4BANAEE H, LOUTFI A. Data driven rule mining and representation of temporal patterns in physiological sensor data[J]. IEEE Journal of Biomedical and Health Informatics,2015,19(5): 1557-1566.
-
5PORRO-MUNOZ D, OLIVETTI E, SHARMIN N, et al. Tractome: A visual data mining tool for brain connectivity analysis[J]. Data Mining and Knowledge Discovery,2015,29(5): 1248-1279.
-
6ELYASIGOMARI V,MIRJAFARI M S,SCREEN H R C, et al. Cancer classification using a novel gene selection approach by means of shuffling based on data clustering with optimization[J]. Applied Soft Computing,2015, 35: 43-51.
-
7吴革,叶陈刚.财务报告舞弊的特征指标研究：来自A股上市公司的经验数据[J].审计研究,2008(6):34-41. 被引量：37
-
8李楠,段隆振,陈萌.决策树C4.5算法在数据挖掘中的分析及其应用[J].计算机与现代化,2008(12):160-163. 被引量：43
-
9顾宁生,冯勤超.基于LVQ神经网络的财务舞弊识别模型实证研究[J].价值工程,2009,28(10):111-113. 被引量：5
-
10余玉苗,吕凡.财务舞弊风险的识别--基于财务指标增量信息的研究视角[J].经济评论,2010(4):124-130. 被引量：26
二级引证文献20
-
1余路.电信客户流失的组合预测模型[J].华侨大学学报（自然科学版）,2016,37(5):637-640. 被引量：8
-
2杨霖,周军,梅红岩,杜晶鑫.ID3改进算法研究[J].软件导刊,2017,16(8):21-24. 被引量：4
-
3程新党,赵学武.基于双极快速进化特征选择算法的异常入侵检测[J].网络安全技术与应用,2017(12):52-56. 被引量：1
-
4王小乐,张玉锋,袁媛,高波.基于决策树的卫星故障诊断知识挖掘方法[J].电子设计工程,2018,26(3):165-169. 被引量：11
-
5刘云翔,吴浩.基于改进CART决策树建立水华预警模型[J].中国农村水利水电,2018(1):26-28. 被引量：10
-
6闫贺新.基于组合预测模型的数据挖掘技术研究与探索[J].实验室研究与探索,2017,36(12):57-60. 被引量：1
-
7刘云翔,吴浩.基于随机森林算法的水华预警模型[J].人民黄河,2018,40(8):75-77. 被引量：12
-
8王子玥,谢维波,李斌.采用口袋算法构造的多类别决策树模型[J].华侨大学学报（自然科学版）,2019,40(1):121-127. 被引量：1
-
9吴君民,石奕磊.上市公司会计舞弊三方演化博弈研究——考虑行为信誉损失[J].会计之友,2020(22):22-29. 被引量：4
-
10王向飞.上市公司财务舞弊及治理对策研究——以新《证券法》为背景[J].财会研究,2020(12):72-75. 被引量：1
-
1高媛媛.基于神经网络集成的财务舞弊识别方法[J].科技经济市场,2014(2):76-78.
-
2汪量,李嘉明,张轶.计算机财务舞弊的预防与检查[J].中国内部审计,2006(1):46-49.
-
3林盾,李建生.Hopfield网络在系统优化设计中的应用[J].湘潭师范学院学报（自然科学版）,2008,30(4):4-7. 被引量：1
-
4李强.创建决策树算法的比较研究——ID3,C4.5,C5.0算法的比较[J].甘肃科学学报,2006,18(4):84-87. 被引量：51
-
5靳淑敏,张翠肖,孙珊珊.决策树技术及其在药物治疗中的应用[J].科技情报开发与经济,2008,18(22):164-166. 被引量：7
-
6罗丽娟,段隆振,段文影,刘萍.C5.0算法的改进及应用[J].南昌大学学报（工科版）,2017,39(1):92-97. 被引量：11
-
7刘源,廖国琼,王枫,杨万里,余凡,涂星,王玺.基于拐点区间划分的虚假财务报表关联规则挖掘研究[J].科技广场,2013(2):240-244.
-
8张绍兵,季厌浮.基于粗糙集和神经网络理论的规则提取算法[J].计算机工程与应用,2008,44(27):145-147. 被引量：2
-
9秦喜文,李洋,董小刚,高中华.基于C5.0算法的人脸表情识别研究[J].中国科技纵横,2015,0(3):47-47.
-
10孙丽亚.基于“三元素”理论的企业财务舞弊识别[J].财会月刊（下）,2010(2):5-7. 被引量：4
