典型文献
基于XGBoost算法的上市公司财务报表舞弊识别研究
文献摘要：
研究了财务报表舞弊识别问题.以2011-2020年深沪A股上市公司的财务报表为样本数据,引入信息值构建指标筛选模型,提取17个财务变量和4个非财务变量,对样本数据进行清洗和归一化后,运用XGBoost算法对样本数据进行分类.实验结果表明,基于XGBoost算法构建的财务报表舞弊识别模型在所有性能指标上都优于机器学习算法中的逻辑回归、支持向量机和随机森林算法.
文献关键词：
上市公司;财务报表舞弊;机器学习;XGBoost
中图分类号：
作者姓名：
吴贞如
作者机构：
南京审计大学信息工程学院,江苏 南京 211815
文献出处：
引用格式：
[1]吴贞如-.基于XGBoost算法的上市公司财务报表舞弊识别研究)[J].计算机时代,2022(08):29-33
A类：
B类：
XGBoost,公司财务,财务报表舞弊,舞弊识别,信息值,指标筛选,筛选模型,财务变量,识别模型,有性,机器学习算法,逻辑回归,随机森林算法
AB值：
0.23352
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。
