量化策略：数据挖掘在上市公司财务造假识别中的应用

《量化策略：数据挖掘在上市公司财务造假识别中的应用》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、金融工程量化策略2017年12月15日数据挖掘在上市公司财务造假识别中的应用量化策略相关研究投资提示：《上市公司财务造假预测模型研究》，2017上市公司财务造假犹如地雷，1999年至2002年间，美国市场爆发出大量的财务造假案件，年10月对投资者造成了不可估量的损失。2011年，中概股造假案件高发，数家中概股因财务舞弊在美国两大证券交易所停牌或被勒令退市。国内市场近年来也频繁爆发惊天骗局，层出不穷的上市公司造假案件给投资者带来了巨大损失，也给资本市场的健康发展带来负面影响。我们选取2002年之后，A股市场被中国证监会、沪深两市交易所公开处罚的数据，依据财务造假常见的动机和手段，结合国内

2、外学者的研究，构建了多个财务指标和非财务指标，并分别采用数据挖掘中的神经网络、SVM支持向量机、决策树（C&RT、QUEST、CHAID、C5.0），对上市公司年报造假判别问题进行研究。证券分析师曹春晓A0230516080002实证研究结果表明，由于样本数据的分类不平衡问题，决策树比神经网络、SVM支持向量caocx@swsresearch.com机更适用于上市公司年报造假判别的研究，而决策树中的CHAID算法是四个算法中综合表现较优的算法。在全样本中，其对上市公司年报是否造假判别的准确率为93.16%，召回率为59.41%，判断的精确度为17.78%，F值为27.37%。研究支持文雨

3、A0230117100001此外，在判断上市公司年报是否造假的时候，需要重点关注的几项指标分别为：审计师意wenyu@swsresearch.com见、前一年是否亏损、其他应收款占流动资产比例、销售毛利率、预付款项占流动资产比例。审计师给出负面意见、前一年财务亏损、相对于同行业而言，比较高的其他应收款占联系人流动资产比例、销售毛利率、预付款项占流动资产比例等，都是造假可能性高的上市公司文雨年报所具有的特征。（8621）23297818×7397wenyu@swsresearch.com请务必仔细阅读正文之后的各项信息披露与声明1数量研究目录1、研究概述..................

4、....................................................32、数据说明和处理............................................................52.1数据说明..................................................................................................................52.2数据处理..............................................

5、....................................................................63、多层神经网络...............................................................93.1方法简介..................................................................................................................93.2模型结果............................

6、....................................................................................104、支持向量机SVM........................................................124.1方法简介................................................................................................................124.2模型结果................

7、................................................................................................135、决策树........................................................................155.1方法简介............................