基于数据增广的财务舞弊识别方法

对证券市场财务舞弊监管的分析面临着样本数量不平衡,即舞弊类公司样本数量远少于正常类公司的问题,这会极大削弱技术监管手段的效率。研究数据增广方法对舞弊类公司生成模拟样本可实现两类样本均衡,奠定采样分析的数据基础。实证结果表明,基于数据增广的财务舞弊识别,可显著降低将财务舞弊类公司识别成正常类公司的错误率,以及该错误率与相反情况错误率的均值,能解决类别不平衡数据“识别准确率虚高”问题。本研究可为我国证券市场财务舞弊行为监管提供参考。