会计欺诈

摘要： 税收规避和财务报告是上市公司面临的两项重要决策,税收规避激进程度和财务报告激进程度是否存在相关关系?现有研究对此尚存在激烈争论,且鲜有研究探讨内部控制在此关系中的作用。本文以2007—2015年A股上市公司为样本,对此进行了实证检验。研究发现:首先,税收规避激进程度和会计欺诈存在负相关关系;其次,高质量的内部控制能够削弱税收规避和会计欺诈之间的关系。进一步检验发现,税收规避和会计欺诈负相关的原因是上市公司为掩饰会计欺诈行为而降低税收规避程度。综上表明,在税收规避和会计欺诈两者间,前者服务于后者;高质量的内部控制是有效制约中国上市公司隐瞒会计欺诈的制度工具。

摘要： 本文的目的在于全面分析会计欺诈现象产生的危害,以及产生这种问题的深层次原因,从外部原因方面的政治、经济、法律制度,社会环境,到内部会计人员的自身修养、职业道德,以及企业管理人员的利益需求,会计事物所的审计问题。针对各种问题提出相应的解决方法。

摘要： 治理会计欺诈一直是市场经济条件下社会公众及监管部门的关心的焦点,法规制度的健全与适应固然是治理工作的保证,但不同监管主体的职能及工作内容是保证法规制度得以贯彻实施的关键所在.本文就美国治理会计欺诈的不同主体进行介绍,并对其监管效果做出评价.

摘要： 我国上市公司由于其地位在经济生活中扮演着举足轻重的作用,然而会计欺诈在实务工作中屡禁不止,已严重影响社会经济的快速发展.公司治理结构缺陷、法律制度的局限性、自身利益的驱使是会计欺诈的成因.本文在分析我国上市公司会计欺诈的成因基础上,深刻的揭示了上市公司会计欺诈的危害并对上市公司治理提出了几点建议.

摘要： 当今社会，随着经济的快速发展和市场竞争的日趋激烈，会计信息的质量越来越成为经济活动的焦点。但是会计行业的却存在着一些不和谐的因素。会计欺诈行为不断地发生给本应该是受益者的消费者、投资人、债权人等造成了或多或少的损失，同时给国民经济带来了很大的损害。我们知道完全杜绝会计欺诈行为的发生是不可能的，本文我们从五个方面来浅析怎样有效的预防会计欺诈的发生。

摘要： 文章首先针对会计欺诈问题出现的主要原因从不同的角度分别进行了阐述和分析,进而针对存在的问题对会计教育工作进行了深刻的反思并提出了几点有效的建议,希望能为今后会计人才的培养提供一定的借鉴.

摘要： 自十八世纪初期在英国发生的世界上首例上市公司会计欺诈案以来，会计信息的真实性问题就成了投资人和债权人始终关注和研究的核心。尽管如此，近年来各国财务欺诈案件仍屡见不鲜。“WFSK财务造假案”就是一个鲜明的案例。本文以此案例为出发点，对上市公司的会计欺诈行为进行分析，并提出了解决方案。

摘要： 随着财务报告结构愈发复杂、商业竞争愈发激烈，上市公司会计欺诈行为也愈演愈烈，严重影响了社会经济和会计事业的正常运行和快速发展。如何治理和防范会计欺诈，成为当前亟待解决的问题。现以我国涉及会计欺诈的上市公司为研究对象，全面系统分析我国上市公司会计欺诈的问题，同时提出解决上市公司会计欺诈的对策建议。

摘要： 产生会计信息失真和会计欺诈的主要原因是政府会计管理体制与市场经济的发展、变化不相适应.本文认为，会计信息是公共商业资源，应当由政府实行普遍的审计制度，加强政府监管.为此，需要改变目前由单位自行委托会计师事务所审计并付费的做法，成立一个独立于会计标准制定部门之外的会计信息监管部门，由政府委托会计师事务所对各单位进行审计并支付费用，根据注册会计师的审计报告对单位的会计信息质量进行评价、考核和监督，将会计信息质量评价结果向社会公布，纳入社会信用体系，将政府监督转化为社会监督.

摘要： 本申请提供了一种借贷欺诈检测模型训练方法、借贷欺诈检测方法及装置，其中借贷欺诈检测模型训练方法包括：获取多个样本用户的身份信息、用户银行流水信息，以及与每个样本用户对应的欺诈标注信息；基于身份信息构建身份特征向量；以及根据用户银行流水信息，构建流水特征向量；将身份特征向量以及流水特征向量进行拼接，生成用于表征每个样本用户身份以及支出收入情况的目标特征向量；将目标特征向量输入至目标神经网络，获取目标特征向量的欺诈检测结果；根据欺诈检测结果以及对应的欺诈标注信息，对目标神经网络进行训练，得到借贷欺诈检测模型。本申请能够提高信贷平台对欺诈用户的识别效率和识别准确率，同时大大的节省了人力成本。

摘要： 本申请提供一种银行欺诈识别模型训练方法、银行欺诈识别方法和装置，在模型训练的时候，通过获取多个样本用户历史操作信息及是否发生欺诈行为的标注信息，并根据每个样本用户的历史操作信息，确定该样本用户在其所使用的业务渠道下的多种操作行为分别对应的特征向量；将特征向量输入至预先构建的目标神经网络模型中进行迁移学习，获取该样本用户的欺诈识别结果；根据欺诈识别结果以及标注信息对目标神经网络模型进行训练，获取银行欺诈识别模型。本申请能够基于迁移学习的思想，使得训练得到的银行欺诈识别模型学习到多种不同业务渠道用户行为的特征，基于这种银行欺诈识别模型检测用户的操作行为是否属于欺诈行为具有更高的准确率。

摘要： 本申请提供一种防欺诈注册设备、防欺诈注册方法及防欺诈注册系统。根据本发明的防欺诈注册设备包括：注册人信息获取部(14)，其获取注册人的注册人信息(d1)；操作人员信息获取部(15)，其获取与对由所述注册人信息获取部(14)获得的所述注册人信息(d1)执行注册操作的操作人员有关的操作人员信息(d4)；核对部(16)，其将由所述注册人信息获取部(14)获得的所述注册人信息(d1)与由所述操作人员信息获取部(15)获得的所述操作人员信息(d4)进行核对；以及注册禁止部(17)，其在所述核对部(16)的核对结果(d7)表示一致或几乎一致时，禁止对所述注册人信息(d1)进行注册。由此，当针对用户认证系统执行注册操作时，可以防止操作人员进行欺诈注册。

摘要： 本发明涉及一种用于对识别金融欺诈行为的反欺诈模型进行训练的方法及电子设备、用于识别金融欺诈行为的方法、电子设备和系统。其中，对反欺诈模型进行训练的方法由处理器执行，并且包括：获取关于金融欺诈行为的样本特征作为训练数据；将训练数据输入至反欺诈模型，以对反欺诈模型进行聚类训练；以及响应于反欺诈模型输出目标类簇，完成对反欺诈模型的聚类训练，其中目标类簇中的簇中心点表征正常金融交易行为并且目标类簇中的各个类簇的类簇间距离和每个类簇内元素间的类簇内距离满足预定评价指标。通过本发明的技术方案，不依赖于样本标签，即可实现对反欺诈模型的无监督训练，从而为利用该反欺诈模型进行精准的金融欺诈行为识别提供有力保障。

摘要： 本发明公开了一种基于云计算的多级防控交易反欺诈系统及反欺诈方法，系统包括：用户端信息采集模块，用于采集用户行为数据和设备环境信息；渠道对接及前置服务模块，用于获取用户行为数据和设备环境信息，及对接反欺诈系统的服务方的业务渠道以采集渠道交易信息；风险决策引擎模块，其包括基于预设的规则对用户行为数据、设备环境信息和渠道交易信息进行侦测评估，并产生对应的处置策略的策略规则引擎；风控大脑模块，用于跟踪和监控处置策略以闭环调优；并将调优后的处置策略并返回至服务方，以触发服务方的验证平台执行风险处置动作。本发明基于云计算体系架构实现设备层级、渠道层级、产品层级和客户层级的四级防控体系。

摘要： 一种自动向欺诈网站提供虚假信息防止网络欺诈的装置，包括：数据服务器、网络服务器和客户端计算机；所述数据服务器提供数据库和控制软件的总体访问、控制和管理；所述数据服务器连接到网络服务器，用户通过网络服务器与请求交互并获得数据；所述数据服务器包括存储器，所述存储器可存储用于控制数据处理设备的整体操作的操作系统软件、用于指示数据服务器执行计算机可读指令的数据服务器软件；所述数据服务器软件的功能基于编码到控制逻辑中的规则自动做出的操作或决定，由用户提供输入到系统中手动做出，和/或基于用户输入的自动处理的组合。该装置能有效的防止欺诈，并对相应的欺诈行为进行追踪。

摘要： 基于少量欺诈样本的银行高风险欺诈客户识别方法，涉及到银行管理系统中的客户数据处理技术领域，涉及到银行管理系统中的客户数据处理技术领域，解决现有的学习模型对大规模数据识别存在效率低的技术不足，步骤：S1：提取银行客户数据D；S2:对原始数据进行数据预处理和数据清洗；S3：从D

摘要： 一种基于语音识别的防欺诈方法及防欺诈助听器，所述方法包括步骤：通过助听器获取通话内容；使用所述助听器上的分类器对所述通话内容进行分析；判断所述通话内容是否与预设语音识别模型相似；当二者相似时，判断所述通话内容为推销内容或诈骗内容；当二者不相似时，判断所述通话内容为正常内容；当判断所述通话内容为推销内容时，获取所述推销内容的相关负面信息，并将其推送给用户家属；当判断所述通话内容为诈骗内容时，屏蔽所述助听器并发送报警信息给用户家属；当判断所述通话内容为正常内容时，继续所述助听器的正常工作。本发明提供的方法和助听器，通过对助听器的功能升级，可以对助听器的通话内容进行过滤，降低老人受到欺诈的风险。

摘要： 一种基于语音识别的防欺诈方法及防欺诈助听器，所述方法包括步骤：通过助听器获取通话内容；使用所述助听器上的分类器对所述通话内容进行分析；判断所述通话内容是否与预设语音识别模型相似；当二者相似时，判断所述通话内容为推销内容或诈骗内容；当二者不相似时，判断所述通话内容为正常内容；当判断所述通话内容为推销内容时，获取所述推销内容的相关负面信息，并将其推送给用户家属；当判断所述通话内容为诈骗内容时，屏蔽所述助听器并发送报警信息给用户家属；当判断所述通话内容为正常内容时，继续所述助听器的正常工作。本发明提供的方法和助听器，通过对助听器的功能升级，可以对助听器的通话内容进行过滤，降低老人受到欺诈的风险。

摘要： 本申请提供了一种借贷欺诈检测模型训练方法、借贷欺诈检测方法及装置，其中借贷欺诈检测模型训练方法包括：获取多个样本用户的身份信息、用户银行流水信息，以及与每个样本用户对应的欺诈标注信息；基于身份信息构建身份特征向量；以及根据用户银行流水信息，构建流水特征向量；将身份特征向量以及流水特征向量进行拼接，生成用于表征每个样本用户身份以及支出收入情况的目标特征向量；将目标特征向量输入至目标神经网络，获取目标特征向量的欺诈检测结果；根据欺诈检测结果以及对应的欺诈标注信息，对目标神经网络进行训练，得到借贷欺诈检测模型。本申请能够提高信贷平台对欺诈用户的识别效率和识别准确率，同时大大的节省了人力成本。