基于QPS0-BP神经网络的财务舞弊识别研究

摘要：

为提高上市公司财务舞弊识别模型判断的准确度,文章以1998-2009年中国证监会网站上公开披露的财务舞弊的56家上市公司的75个舞弊年度为研究对象,并选取了与舞弊公司同行业、同年度的75个非舞弊上市公司年度作为控制样本,运用量子粒子群算法改进的BP神经网络建立财务舞弊的识别模型.研究结果表明,采用量子粒子群算法与BP神经网络结合的方法建立的财务舞弊识别模型判断的准确度较标准BP神经网络判断的准确度有了较大提高.这对于防范上市公司财务舞弊、提高监管效率、降低投资者的损失等方面具有一定的积极意义.

关键词：财务舞弊、审计报告、BP神经网络、量子粒子群算法

所属期刊栏目：13

分类号：F833.5(金融、银行)

资助基金：教育部人文社会科学规划项目10XJA630182

在线出版日期：2011-05-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：108-111,116