典型文献
基于文本大数据分析的年报舞弊识别研究
文献摘要：
上市公司通过年报对外公布财务状况,部分企业为了自身利益,采用伪造、隐瞒的方式选择性披露信息,从而出现财务报告舞弊的现象.监管部门为了治理年报舞弊,采取多种策略规避会计行为、提高会计信息质量、促进市场与投资者良性交互.经研究,年报除去部分经营性指标,存在大量文本信息披露,该内容信息量巨大且隐蔽性强,因此提高财报文本的自动化甄别能力具有重要意义.本文基于BERT获得了86.57％的分类精度,具有一定的判别有效性,本文对测评结果进行了详细分析.
文献关键词：
文本数据挖掘;年报舞弊;支持向量机;深度神经网络
中图分类号：
作者姓名：
陈璐
作者机构：
对外经济贸易大学统计学院,北京100020
文献出处：
引用格式：
[1]陈璐-.基于文本大数据分析的年报舞弊识别研究)[J].价值工程,2022(32):114-116
A类：
年报舞弊
B类：
文本大数据分析,舞弊识别,过年,外公,财务状况,伪造,隐瞒,方式选择,选择性披露,披露信息,财务报告舞弊,监管部门,会计行为,高会,会计信息质量,投资者,性交,除去,经营性,大量文,文本信息披露,信息量,隐蔽性,报文,甄别,BERT,分类精度,文本数据挖掘,深度神经网络
AB值：
0.428042
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。
