基于分类回归树算法的上市公司会计信息失真识别研究  

Identification of False Financial Statements by Classification and Regression Trees

作　　者：张玲[1] 杜庆宣[1] 

机构地区：[1]湖南大学工商管理学院,湖南长沙410082

出　　处：《财经理论与实践》2009年第3期57-61,共5页The Theory and Practice of Finance and Economics

基　　金：教育部社科基金项目"基于投资者利益保护的会计信息质量甄别研究"(06JA630022)资助

摘　　要：利用26个财务变量建立分类回归树模型对会计信息失真进行识别研究,结果表明所建模型对会计信息失真企业的正确识别率达到80%以上,能将第二类错误率控制在20%以下。实证还发现留存收益在总资产中的比率小于2%的公司很容易出现会计信息失真,最后作者利用8年数据对该结果进行检验,表明其识别能力非常出色。In this paper, we established a CART model with 26 financial variables, and found that： the CART model can achieve over 80 % correct recognition rate for distortion accounting information and control the second class mistake under 20 %. We also found that companies whose ratio of retained earnings to total assets is less than 2 % are easily involved in delivering a fraudulent financial statement to the public, and this result is proved to be effective with data from 2000 to 2007.

关 键 词：会计信息失真 分类回归树 数据挖掘 

分 类 号：F231.6[经济管理—会计学]