基于组合预测上市公司财务造假问题的研究  

作　　者：王连双 马家庚 王杰 崔恒煊 祝英杰[1] 

机构地区：[1]长春大学理学院,长春130022

出　　处：《老字号品牌营销》2023年第2期141-143,共3页China Time-honored Brand

基　　金：吉林省教育厅科技项目:生物入侵数学模型及动力学行为的研究(NO.JJKH20200556KJ)(起止时间:2020.01-2022.12);基于大数据的研究生教育质量评价体系与监管机制构建(NO.ZD21057)(起止时间:2022.06-2023.12);吉林省首批专业学位研究生教学案例立项建设(起止时间:2022.03-2023.12)研究成果。

摘　　要：上市公司财务数据造假对于个人和社会都会造成恶劣的影响。本文基于特征筛选和机器学习算法,得到识别财务造假的指标体系,包括其他应付款、投资活动现金流入小计、资产减值损失和营业外支出等,并建立SMOTE-Random和Forest-XGBoost上市公司财务造假识别模型,该模型可以为相关部门识别财务造假的上市公司提供理论参考。

关 键 词：财务数据造假 财务造假指标 SMOTE Random Forest XGBoost 

分 类 号：F27[经济管理—企业管理]