基于机器学习算法的企业财务舞弊预测及可解释性分析  

作　　者：童洁 蒋红艳 

机构地区：[1]东北林业大学经济管理学院,黑龙江哈尔滨150040

出　　处：《中国市场》2023年第11期139-142,共4页China Market

摘　　要：财务舞弊不仅打击了投资者信心,也对资本市场产生了极大影响。为预测企业的财务舞弊行为,文章选取2016—2020年未发生舞弊行为与首次发生舞弊行为的企业作为研究对象,依据Python机器学习算法建立决策树、支持向量机、神经网络及逻辑回归模型,基于舞弊三因素理论选取44个指标预测企业财务舞弊行为,并通过SHAP可解释性工具重点关注单个指标变化对财务舞弊预测的重要性程度,同时分析财务指标以及非财务指标对预测财务舞弊的相互作用、预测错误的样本查看的影响。研究结果表明,支持向量机对于预测舞弊效果最优,逻辑回归在模型的精确度表现最佳。

关 键 词：财务舞弊 机器学习 预测 可解释性分析 

分 类 号：F275[经济管理—企业管理] F406.7[经济管理—国民经济]