会计舞弊识别中数据挖掘算法应用述评

摘要

最近在信息,检测,数据挖掘,风险,技术安全方面产生了一个新的研究领域——基于会计舞弊识别的数据挖掘.由于一些数据挖掘算法(回归分析,神经网络,决策树,贝叶斯和堆栈变量方法学,综合财务比率、学习机制)的进一步发展,人们就可以利用这些算法从大量的舞弊性财务报告(FFS)中提取相关知识.由于会计舞弊识别还很不成熟,所以人们经常提出一些问题.例如:(1)怎样利用上述算法完成识别?(2)怎样从舞弊识别角度来理解和划分这些算法?(3)这些算法是否需要特定的数据?(4)哪些识别方法已经被使用?(5)那种算法是最为常用的?为回答这些问题,本文对这方面的文献进行了全面回顾,而后提出了一般的会计舞弊识别的框架和分类图,并用这个框架和分类图来指导研究.将不同技术或算法在文献中出现的次数计入表格,并且对此进行了分析.最后对未来的研究提出了一些指导意见.