基于XGBoost的上市公司财务舞弊预测模型研究

研究目标:探讨如何利用大数据和机器学习方法对上市公司财务数据和非财务数据进行分析和挖掘,并应用于上市公司财务舞弊识别和预测。研究方法:提出一种基于机器学习方法的上市公司财务舞弊预测模型Xscore,对上市公司财务舞弊进行预测。研究发现:Xscore模型能够提高模型预测的准确率,在准确率、召回率、AUC指标、KS值、PSI稳定性等方面均优于Fscore模型和Cscore模型,更适合我国上市公司财务舞弊预测。研究创新:基于2000～2020年中国上市公司数据集为观测样本,通过Benford定律、LOF局部异常法、IF无监督学习法,解决了机器学习应用于财务舞弊识别研究时普遍面临的灰色样本问题,甄选兼具领域特性和统计特征的特征变量;首次将XGBoost集成学习方法应用到上市公司财务舞弊预测分析中,有效提高了上市公司财务舞弊准确率。研究价值:本文将XGBoost集成学习方法引入上市公司财务舞弊识别领域,有助于促进人工智能、机器学习在会计学中的研究与应用,为促进上市公司披露高质量的财务信息和维护资本市场秩序提供参考。     

我国上市公司财务舞弊手段识别

财务舞弊案件的发生,给社会和公众利益带来了极大侵害,使得人们对上市公司的盈利能力和会计师事务所的客观独立性产生了质疑。上市公司财务舞弊现象已经演变为一个备受关注的社会问题,鉴于此文章认真总结近几年来上市公司受处分情况,结合实例系统分析了我国上市公司财务舞弊常用手段。为加强会计信息的真实性和可靠性提供了理论基础,同时为会计师事务所如何及时识别这些舞弊行为提供了参考。     

上市公司财务舞弊的风险识别与证据收集

针对中国上市公司广泛存在的财务舞弊事件,本文构建逻辑（Ｌｏｇｉｓｔｉｃ）财务舞弊识别模型进行回归分析。 结果表明：财务指标和非财务指标都是影响上市公司财务舞弊的因素,都能在整体上对上市公司财务舞弊行为进行风险识别;一般而言,舞弊公司财务指标的波动性比非舞弊公司财务指标的波动性要大,审计人员可以从财务指标的波动性入手,去寻找上市公司是否真正存在财务舞弊的审计证据。     

上市公司财务舞弊行为识别的实证研究

文章选取1998年至2006年40家因财务舞弊而受到监管部门处罚或调查的上市公司和40家对应的非财务舞弊公司作为研究样本,以20个财务指标和内部治理结构指标作为解释变量,对舞弊样本和非舞弊样本进行描述性统计检验,并构建Logistic模型进行了回归分析.经研究发现,资产负债率、每股收益和存货周转率等变量显著性水平较高,对财务舞弊的影响较大.     

上市公司财务舞弊问题研究

财务舞弊已成为危害世界经济发展的公害,严厉打击和治理财务舞弊行为已刻不容缓。何种原因导致财务舞弊行为的发生、舞弊者运用何种手法进行财务舞弊、如何识别和治理财务舞弊行为就成为当前迫切需要解决的问题。     

上市公司财务舞弊审计研究

上市公司财务舞弊现象的发生,不只会危害到与该公司有直接利益关系的群体,还会阻碍市场的有效运转。在此背景下,财务舞弊审计应运而生。本文首先对财务舞弊审计做出介绍,之后指出财务舞弊审计面临的问题,并提出有效的应对策略,旨在为财务舞弊的治理提供合理化建议。     

舞弊三角与财务舞弊的识别——来自我国上市公司的经验证据

本文以2000~2008年因财务舞弊被处罚的上市公司为样本,基于舞弊三角理论建立了财务舞弊识别模型。研究表明,法人股比例越高、监事会会议次数越多、当年的审计意见类型为非标准审计意见的公司越容易发生财务舞弊行为,而现金再投资比率、营业毛利率与第一大股东持股比例与财务舞弊负相关。     

上市公司财务舞弊的识别与治理

上市公司财务舞弊已成为危害世界经济健康有序发展的毒瘤,严厉打击和治理财务舞弊行为已到了刻不容缓的程度。何种动机和原因导致财务舞弊行为的发生、舞弊者运用何种手法进行财务舞弊、如何识别和治理财务舞弊行为就成为当前迫切需要解决的问题。本文就针对上述四个问题进行相关探讨和研究。     

上市公司财务舞弊的识别与治理

上市公司财务舞弊已成为危害世界经济健康有序发展的毒瘤,严厉打击和治理财务舞弊行为已到了刻不容缓的程度。何种动机和原因导致财务舞弊行为的发生、舞弊者运用何种手法进行财务舞弊、如何识别和治理财务舞弊行为就成为当前迫切需要解决的问题。本文就针对上述四个问题进行相关探讨和研究。     

上市公司IPO财务舞弊手段分析——基于新大地财务舞弊案例

针对我国证券市场财务舞弊案件数量不断增多,财务舞弊手段日益复杂多样的现状,本文通过分析广东新大地股份有限公司IPO财务舞弊案例,剖析财务报表舞弊的主要手段并提出相应防范措施.     

制造业上市公司财务舞弊特征分析——基于2010-2019年舞弊样本

本文选取2010年至2019年上市公司制造业因财务舞弊受证监会行政处罚的70家公司为样本,对在此期间上市公司的财务舞弊特征和手段进行了分析.研究发现,2010-2019年期间制造业上市公司财务舞弊存在着特定行业多发、处罚力度低、外部审计有效性欠缺、财务表外舞弊偏好等特点,在舞弊的类型和手段上有多样性和并发性、隐蔽性的特征.这说明随着上市公司舞弊形式的多样化和反监管技术的提高,监管部门监管难度进一步加大,财务舞弊问题未得到有效的遏制,出现新的舞弊问题值得探究.     

我国上市公司财务舞弊及其治理策略研究

我国上市公司数量的日益增加,财务舞弊行为也层出不穷。财务舞弊已成为资本市场经济中的一个毒瘤,如何治理上市公司财务舞弊成为会计界的一大难题。本文对我国上市公司财务舞弊进行具体的研究和分析,并提出治理策略。     

上市公司财务舞弊行为的识别与治理研究

上市公司的利润率下降导致股价低迷,这不仅直接影响经理层（特别是高级经理层）的利益,而且有可能引发公司的财务危机以至破产。所以,企业、经济分析师等相关单位必须串通一气,进行财务造假,通过粉饰盈利来欺骗投资人。本文从财务舞弊的内容及方式出发,指出制定完善的内部控制制度、加强内部控制制度的执行力度、完善公司治理结构、健全内部审计机构等是防范财务舞弊的重要措施。     

博弈视角下上市公司财务舞弊分析

上市公司财务舞弊手法多种多样,其中惯用的是利用不正当的核算方法操纵利润;采取协议定价的方法重组资产,获取关联交易之利;等等。上市公司之所以会绞尽脑汁地利用各种手段实施舞弊,关键问题在于公司存在机会主义心理。当然,内部治理结构不尽科学和不尽完备,同样会导致上市公司滋生"利润第一"的观念,从而想方设法实施财务舞弊。对此,政府监管部门在实施监督职能的同时,还应将督促完善上市公司内部治理结构这一职能纳入其监管之列。     

我国上市公司财务舞弊治理研究

上市公司财务舞弊的发生将削弱市场资源配置职能的发挥,损害相关企业、中介机构以及投资者的经济利益,甚至可能影响社会公众对市场经济以及政府公信力的信心。本论文介绍了财务舞弊的主要概念、分类以及现阶段中国上市公司财务舞弊的常见的几种手法,例如收入的调整、多提或少提资产减值准备以调控利润、通过非经常性损益事项调节财务数据、虚增资产和漏列负债和资产重组创造利润等。本论文在借鉴国外较为成熟的理论基础上,具体分析我国上市公司的财务舞弊,基于舞弊三角理论,思考我国上市公司的财务舞弊动机有内外部因素,总结出一定的规律,从国家制度层面、注册会计师层面、上市公司自身层面以及公众群体的监督四个层面进行治理研究来实现对财务舞弊行为的揭露、惩处和治理,从而更为有效的治理当前财务舞弊。     

财务困境上市公司财务报告舞弊预警模型研究

本文选择2004～2012年间被证监会处罚的48家处于财务困境中的财务报告舞弊上市公司和48家正常公司为样本,以舞弊前三年到舞弊年度为研究区间,利用配对样本T检验和Wilcoxon符号秩检验在选取的31个财务指标中筛选存在显著差异的指标,通过Logistic回归技术构建基于财务困境的上市公司财务报告舞弊预警模型.模型对舞弊公司预警的有效性高达91.7％,综合有效性达到88.5％,取得了显著的预警效果.     

基于数据挖掘技术的财务舞弊识别模型构建

近年来,我国上市公司数量的急剧增加及其财务舞弊手段的不断更新对审计工作中的财务舞弊识别提出了更高要求,克服传统人工识别方法的种种弊端转而寻求高效的财务舞弊识别方法具有重要现实意义。本文以数据挖掘技术为基础构建了不同的财务舞弊识别模型,并结合样本进行了财务舞弊识别检验,对比实验结果后得出结论:随机森林与R elief算法指标组合模型的识别效率最高;与Boruta算法指标组合模型的综合性能最佳。     

上市公司财务报告舞弊识别实证研究

财务报告舞弊从内容上看有财务数据舞弊和非财务数据舞弊两种。财务数据舞弊的财务报告最为常见,如企业虚增资产、少列负债、虚增利润、少计费用等。非财务数据舞弊的财务报告是指对非财务数据进行虚假表述,如对关联方关系的虚假陈述、虚假披露募集资金用途、隐瞒重大事项等。本文的研究范围是上市公司的财