财务欺诈风险特征筛选框架的建立和应用

摘要：

本文从金融科技大数据出发,以人工智能的吉布斯随机搜索(Gibbs Sampling)算法为工具,在大数据框架下建立了针对公司财务欺诈风险的特征因子筛选的一般处理方法与特征提取推断原理,并结合上市公司的财务报表数据进行实证分析,结合从2017年1月到2018年12月证监会对上市公司财务报表信息披露违规的数据样本,筛选出刻画财务欺诈的特征因子并进行了验证测试,支持财务欺诈的识别.本文提出的框架和模型方法可以加强和提升对上市公司财务欺诈风险的识别能力,并实现对公司财务在欺诈方面的探测与预测(Detecting and Predic-ting)功能.

关键词：大数据、吉布斯随机搜索(Gibbs Sampling)抽样、随机搜索算法、SAS99、财务欺诈风险、舞弊三角理论、特征提取推断原理

所属期刊栏目：30

分类号：F803.9;O212.2;TP182

资助基金：国家自然科学基金;国家自然科学基金

在线出版日期：2022-04-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：43-54