上市公司财务异常与舞弊疑点检测研究

对海量数据价值的挖掘趋势迎来了一个前所未有的大数据时代,将数据挖掘技术应用于财务舞弊疑点发现研究成为一个重要的新兴课题。选取2016—2020年我国深沪两市A股医药制造业上市公司为研究对象,以表征财务报表舞弊的关键指标作为检测变量,分别基于跨年数据和年度数据进行异常检测,从中挖掘出存在异常值的离群点上市公司,进而结合违规处罚信息对其进行疑点验证。研究结果表明:跨年数据样本量更大,模型学习更充分,异常检测的效果优于小样本的年度数据;分析导致异常的原因发现,离群点上市公司表现出资产负债率较高、总资产净利率偏低的特点,为识别可能的财务报表舞弊疑点提供了线索。本研究有助于科学界定重点监管的范围,精准锁定舞弊疑点对象,从而为监管部门甄别财务报表舞弊提供决策支持,对于构建现代化监管执法新模式具有重要的意义。