基于随机森林法的会计舞弊识别研究——以我国医药制造上市公司为例  

作　　者：张文秀[1] 蒋语晨 

机构地区：[1]南京审计大学

出　　处：《河北企业》2024年第12期97-101,共5页

摘　　要：针对上市公司会计舞弊行为降低会计信息质量、增加审计风险的问题,选取近年来受到证监会处罚的存在会计舞弊行为的医药制造业上市公司相关数据,结合医药行业特性选取26个财务和非财务指标,运用二分类方法,构建随机森林的会计舞弊识别模型,对医药制造业上市公司的会计舞弊行为进行预测,同时就重要性特征进行深入研究。实验结果表明,随机森林的二分类方法对上市公司舞弊行为的预测准确率、精确率和召回率均高达近80%,预测效果良好,应用于识别上市公司舞弊行为的可行性高;研究还发现,总资产周转率、基本每股收益、所得税/利润总额、流通股/总股本的重要性特征排名前四,在预测过程中起到重要作用。

关 键 词：会计舞弊 随机森林 舞弊审计 机器学习 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程]