您现在的位置: 精品资料网 >> 企业管理 >> 企业上市 >> 资料信息

数据挖掘技术的上市公司财务舞弊识别研究论文(PDF 56页)

所属分类:
企业上市
文件大小:
811 KB
下载地址:
相关资料:
数据挖掘技术,上市公司财务,财务舞弊,研究论文
数据挖掘技术的上市公司财务舞弊识别研究论文(PDF 56页)内容简介
摘 要 .. I
ABSTRACT .. III
1 绪论 ...... 1
1.1 研究背景 .. 1
1.2 国内外关于财务舞弊识别相关研究  2
1.2.1 国外关于财务舞弊识别相关研究 .. 2
1.2.2 国内关于财务舞弊识别相关研究 .. 4
1.2.3 国内外相关研究简要评述  6
1.3 研究目的和意义 .... 7
1.4 创新之处 .. 7
1.5 研究的基本思路 .... 8
2 相关概念与理论 ..... 10
2.1 财务舞弊相关理论 ..... 10
2.1.1 财务舞弊的概念  10
2.1.2 财务舞弊的动因  10
2.2 数据挖掘相关理论 ..... 12
2.2.1 数据挖掘产生的背景 ...... 12
2.2.2 数据挖掘的定义  12
2.2.3 数据挖掘与统计学、机器学习的联系和区别 . 12
2.2.4 数据挖掘技术 .... 14
2.3 R 语言简介 .... 15
3 基于特征选择算法的上市公司舞弊特征研究 ...... 16
3.1 两种特征选择算法 ..... 16
3.1.1 特征选择方法综述 ... 16
3.1.2 基于Relief 算法的特征选择原理  16
3.1.3 基于信息增益的特征选择原理 .... 17
3.2 样本数据描述 ...... 18
3.2.1 样本选择 ..... 18
3.2.2 指标初选  18
3.3 基于两种算法的指标选择  21
3.3.1 基于Relief 算法的指标选择 .. 21
3.3.2 基于信息增益的指标选择 ... 21
4 我国上市公司识别模型实证研究 ..... 23
4.1 分类问题和组合分类器简介 ... 23
4.2 三种分类算法 ...... 23
4.2.1 KNN 算法 .... 23
4.2.2 随机森林 ..... 24
4.2.3 朴素贝叶斯分类  25
4.3 分类模型评估方法 ..... 25
4.3.1 混淆矩阵 ..... 25
4.3.2 其他评价方法 .... 27
杭州电子科技大学硕士学位论文
VI
4.4 基于3 种分类算法的财务舞弊识别模型 .... 27
4.5 基于代价敏感学习的随机森林算法 ..... 28
4.5.1 代价敏感学习 .... 28
4.5.2 基于代价敏感学习的随机森林算法 ... 30
5 结论和相关建议 ..... 31
5.1 结论 . 31
5.1.1 特征选择结果 .... 31
5.1.2 模型选择结果 .... 32
5.2 关于防止上市公司财务舞弊的建议 ..... 32
5.2.1 对上市公司自身的建议 .. 32
5.2.2 对外部投资者的建议 ...... 32
5.2.3 对政策制定者的建议 ...... 33
5.3 本文的不足之处 .. 34
5.4 未来的研究方向 .. 34
致 谢 ...... 35
参考文献  36
附表 . 39
附 录 ...... 45
..............................