SVM财务欺诈识别模型

摘要：

利用我国资本市场的面板数据,选取2006—2015年公布的财务报表欺诈公司作为样本公司,以1:1比例配比非财务欺诈公司,对27个指标(包括财务指标和非财务指标)进行分析,然后通过独立性检验对指标进行降维处理,最终保留8个建模指标.分别利用网格搜索算法、遗传算法和粒子群算法进行支持向量机模型的参数寻优,基于上述不同算法建立了三个支持向量机财务欺诈识别模型.最后,比较三个模型的运行效果,结果表明,通过粒子群算法寻找最优参数效果最好,据此建立的支持向量机模型可以很好地识别出财务欺诈公司样本.

关键词：参数寻优、支持向量机、财务欺诈、识别模型、遗传算法、粒子群算法

所属期刊栏目：40

分类号：F830.91(金融、银行)

资助基金：国家自然科学基金资助项目71771041;辽宁省科技基金

在线出版日期：2019-03-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：295-299,304