基于BP-LVQ的组合神经网络舞弊风险识别模型研究——来自中国舞弊上市公司的经验证据

摘要：

文章以2010-2014年我国沪深两市5年间发生舞弊行为的506家公司及与其一比一配对的506家配对公司为研究样本,分别用BP神经网络模型与LVQ神经网络模型进行舞弊识别,整体舞弊识别准确率分别为87.22％和85％.在此基础上构建基于BP-LVQ的二层组合神经网络舞弊风险识别模型,用同一舞弊样本进行测试,研究结果表明:组合神经网络模型的识别准确率为90.56％,显著高于这两个单一神经网络模型的舞弊识别率.

关键词：BP神经网络、LVQ神经网络、舞弊识别、组合神经网络

分类号：F239.1(会计)

资助基金：国家自然科学基金项目“上市公司舞弊风险指数及监管机制研究——来自证券市场的经验证据”71172098;杭州电子科技大学会计学院学生科技创新项目

在线出版日期：2018-01-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：145-151