典型文献
基于XGBoost算法的财务造假识别研究
文献摘要：
选取中国A股市场2016—2021年间的财务报表数据,依据财务造假动因理论与财务造假常见特征选取财务与非财务指标共计52项,构建财务造假识别预警的指标体系.使用XGBoost算法对识别器进行训练,生成满足证券市场监督管理部门与投资者需求的识别器模型.研究发现:构建的识别器具有优异的识别性能,涉诉案件数、审计意见类型、股权集中度、三会召开情况和股票换手率五项非财务指标在识别上市公司财务舞弊中具有重要作用.建议监管机关重视涉诉案件在识别企业舞弊中的重要作用,提高审计机构的角色地位,解决企业融资困难问题.
文献关键词：
财务造假;识别指标体系;机器学习;XGBoost算法
中图分类号：
作者姓名：
王圣洁
作者机构：
青岛大学 经济学院,山东 青岛266061
文献出处：
引用格式：
[1]王圣洁-.基于XGBoost算法的财务造假识别研究)[J].山东理工大学学报（自然科学版）,2022(06):74-79
A类：
B类：
XGBoost,财务造假,股市,财务报表,特征选取,非财务指标,识别预警,识别器,证券市场,市场监督管理,投资者,识别性,件数,审计意见类型,股权集中度,三会,股票,换手率,五项,上市公司财务舞弊,审计机构,企业融资,融资困难,困难问题,识别指标体系
AB值：
0.355545
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
