基于时序性信息的财务报表欺诈识别

摘要

本文从财务欺诈识别领域的研究成果入手，在分析前人研究不足的基础上，针对不足，深入探索，提出了较为有效的解决办法。具体地，本文针对前人研究的两项不足做了三方面工作。第一，本文针对传统财务欺诈识别模型无法捕捉财务指标纵向年度异常的不足，将这种纵向异常提炼成时序指标并加至朴素贝叶斯分类模型，改善了模型的分类精度。其中，着重研究了差值、比值、相对值形式的时序指标哪种更为有效，以及不同年份间的时序指标如何合理加权的问题。实证研究的结论是比值形式的时序指标更为有效，且当分配0.8的权重给较近年份的时序指标，同时分配0.2的权重给较远年份的时序指标时，效果更好。第二，本文从聚类的角度验证了分类模型中构造的比值时序指标的有效性，同时，还挖掘了比值时序指标所能反映的欺诈特征。实证研究的结论是当财务欺诈行为存在时，由净资产收益率和每股收益各自衍生出的比值形式时序指标可能出现较大异常。第三，本文针对传统欺诈识别模型作为监督学习算法而固有的不足——对照样本的选择和标注工作存在潜在不合理性、冗余性，基于部分监督学习算法对传统模型进行了改造。实证研究的结论是经优化改造的模型，不仅能够排除不可靠对照样本的干扰，还能充分利用欺诈样本中包含的有利于识别欺诈的信息。优化后的模型在识别财务欺诈方面也拥有更为出色的表现。

目录

声明

摘要

第1章 绪论

1．1 课题的研究背景及研究意义

1．2 课题的国内外研究现状分析

1．2．1 特征识别的国内外研究现状

1．2．2 技术选用的国内外研究现状

1．2．3 国内外研究现状述评

1．3 课题的研究目标及研究内容

1．4 课题的研究方法及技术路线

第2章 财务欺诈分析

2．1 财务欺诈的定义

2．2 财务欺诈的界定

2．3 财务欺诈的动机及手段分析

2．3．1 财务欺诈的动机分析

2．3．2 财务欺诈的手段分析

2．4 财务异常分析

2．4．1 财务指标的横向行业异常分析

2．4．2 财务指标的纵向时序异常分析

第3章 基于时序性信息的分类模型

3．1 基于时序性信息的分类模型设计

3．1．1 样本选择

3．1．2 指标确定

3．1．3 降维方法的选择

3．1．4 分类方法的选择

3．1．5 模型有效性的评价标准

3．2 基于时序性信息的分类模型实证研究

3．2．1 样本数据的来源

3．2．2 样本数据的预处理

3．2．3 时序性指标的有效形式研究

3．2．4 时序性指标的合理加权研究

第4章 基于时序性信息的聚类方案

4．1 基于时序性信息的聚类方案设计

4．1．1 Wilcoxon秩和检验

4．1．2 聚类技术和距离的选择

4．1．3 类别数的确定方法

4．2 基于时序性信息的聚类方案实证研究

4．2．1 Wilcoxon秩和检验结果及分析

4．2．2 聚类结果及分析

第5章 基于PU算法的分类模型优化

5．1 PU算法的理论基础

5．2 新分类器的设计

5．3 实证研究

结论

致谢

参考文献

附录 样本公司股票代码一览表

攻读硕士学位期间发表的论文及科研成果