基于QPSO-BP神经网络的财务舞弊识别研究

摘要

为提高上市公司财务舞弊识别模型判断的准确度,文章以1998—2009年中国证监会网站上公开披露的财务舞弊的56家上市公司的75个舞弊年度为研究对象,并选取了与舞弊公司同行业、同年度的75个非舞弊上市公司年度作为控制样本,运用量子粒子群算法改进的BP神经网络建立财务舞弊的识别模型。研究结果表明,采用量子粒子群算法与BP神经网络结合的方法建立的财务舞弊识别模型判断的准确度较标准BP神经网络判断的准确度有了较大提高。这对于防范上市公司财务舞弊、提高监管效率、降低投资者的损失等方面具有一定的积极意义。