detecting a fraudulent financial statement and reducing internal fraudusing data mining techniques by amos iseorukarima iruenabere

《detecting a fraudulent financial statement and reducing internal fraudusing data mining techniques by amos iseorukarima iruenabere》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要欺诈检测在许多行业是比较实用的研究对象，例如银行、金融领域、保险、政府机关和执法部门等等。最近)UF-欺诈事件急剧增加，使欺诈检测比以往更加重要。尽管在受影响的一些机构做了很多这方面努力，但每年洲欺诈损失数以亿计。尤其足虚假财务报表，不仅对个人投资者，也对伞球经济的整体稳定性带来不利影响。虽然在定义方面稍有差异，tu．欺诈财务报表是由注册欺诈协会定义，注册欺诈“蓄意，刻意，虚假陈述或遗漏事实，以及会计数据引起的误导，当所有这些信息符合，会造成读者改变或更改他(她)的判断或决定。”在实际情况中，欺诈财务报表包含：．．

2、．(1)财务记录篡改(2)故意遗漏大事、交易、账目和财政报表中需要准备的其他重要信息，或滥用会计原则、政策，以及滥用用于测量、确认、报告的程序，以及泄露商业交易。这篇论文中使用数据挖掘技术帮助确认欺诈性财政报表，以及使用决策树、神经网络和贝叶斯信念网络减少内部欺诈。这些技术是有利的，尤其是当有新的欺诈财政报表方法适应这些检测技术。“用不同的模型使用相

3、_J数据样本对这三种技术进行了比较，结果显示BBN技术优于其他两种模式，而能达到更好的分类精度。”本文也探讨了一种涉及多领域知识的自适应框架(基于响应曲面模型)，来检测欺

4、诈财务报表以及如何减少内部欺诈。最后，即本文建议，在如今财政欺诈发展的时代，在一些专业领域知识，计算机辅助自动欺诈检测机制将会非常有效和高效。三种模型分别基于不同的方法建立。首先，决策树模型是利用Sipina调查版软件建立的。该模型建立置信度水平为0．05。本文使用整个样本作为训练设置。该模型是以训练样本为测试并设法恰当地分成73例(一般性能达到96％)。更确切地说，决策树分类为所有非欺诈例和35／38欺诈例(92％)。算法使用变量Z分数作为第一个分析法。35／38欺诈企业提出一个相当低的z分数值(z分数<1．49)。

5、因为Altman认为Z分数值1．8l作为一个切断点来规定美国生产公司的财政危机(Altman，2001)，可以推断出样本中财政危机的公司包含试图篡改财政报表。作为第二个水平分析法，使用了两个与盈利有关的变量(NPTA和EBIT)。高Z分数的非欺诈企业表明具有高盈利能力，而低z分数的欺诈企业表明具有低盈利能力。在第二个实验中，我们构建了神经网络模型，使用分类软件中商标注册为7的非线性网络来构建一个多层感知前馈网络。在测试一些替代性设计和执行初步训练后，选择了一个包含5个隐藏节点的隐藏层的拓扑。当使用全部的样本对所选择的网

6、络进行测试，这个网络‘n’“匕100％地成功分类这些实例。但是，软件没有对突触权重的连接提供透明的接口，因此我们不能对每一个输入变量的重要性进行评估。在第三个试验中，我们开发贝叶斯信任度网络。我们使用BNPowerPredictor软件。这个软件能从数据中获得分类器。这个能执行的算法是基于条件无关的测试的，并且不需要结点的排序(Cheng&Greiner，2001)。由于软件的限制，我们使用数值离散化办法。在测试不同的离散方法(相等的深度，相等的宽度)后，我们选择被监管的离散方法。与其他的离散方法不同，基于熵的被监管离

7、散方法利用了类的信息。这样就使得被定义的间隔信息可以帮助提高分类的准确率(Han&Camber,2000)。对贝叶斯信任度网络里进行测试，我们把全部的样本作为i)lI练集，这个网络能分来72个实例(达到了95％的正确率)。特别的是，该网络能正确分出37个伪实例(97％)与35个非伪实例(92％)。这个贝叶斯信仟度网络能用于更加广泛的方面，例如针对财务报表的篡改。在网络中，网络骗了强烈依赖输入的变量Z—SCORE，DEBTEQ，NPTA，SALTAandWCTA。上述的每一个变量表现公司经济数据的一个方面。Z—SCORE

8、指的是财政窘迫，DEBTEQ指的是影响，NPTA指利润，SALTA指销售情况，WCTA指解决办法。因此这个信任度网络能记录金融数据与篡改数据之间的依赖关系，能记录一个公司的巨大金融状况的数据。这个结果指出了NN模型能有效识另IJFFS公司与non．FFS公司，仅次于BBN与ID3模型。使用训练集来评估模型的性能会有倾向性的问题。在很多情况下，这个模型倾向于去记忆样本而不是学习。为了消除这样的一个倾向问题，评估上述模型的性能要相对于之前未被发现的样式。现在有一些方法用于模型的认证，相当于把样本切分成训练的与单独拿出的，每

9、10个折叠的进行认证就有一个要拿出的。虽然我们使用的3个软件包有认证能力，但是不可能做到跟踪一个常见的认证程序而不是3个软件包的方法学与数据。因此，我们只好周期性地拆分样本，创建训练集与验证集。我们选择跟踪10次折叠的交错验证方法。在lO次折替的交叉核实中，样本分割成lO次折叠。在一个分层的方法里，每个折叠包含了相同数量的伪实例与