基于不同算法的财务报表舞弊特征识别研究

摘要

如何识别和防范公司财务报表舞弊既是审计工作的一项重要内容,也是当前数据分析领域的热点研究课题。除会计核算方法外,机器学习等众多方法也被广泛应用。本文根据美国证券交易委员会网站发布的会计和审计执法公告选择了45家存在财务报表舞弊行为和47家未被报告存在财务报表舞弊行为的在美上市公司,提取管理层讨论与分析部分的情感词汇频率和财务报表中相关财务特征,利用随机森林、极端随机树、递归神经网络和长短期记忆网络四种算法进行对比分析,综合比较准确率和ROC曲线下面积(AUC)两项指标,极端随机树在财务报表舞弊识别上的效果最好,随机森林算法次之。极端随机树和随机森林算法在训练集上的财务报表舞弊识别准确率分别为80.68%和79.16%,ROC曲线下面积(AUC)分别为84.96%和82.16%,这些数据说明模型分类效果良好。最后通过特征识别研究得到:销售成本、综合开销和行政费用,总股本,应付账款和现金流量比率是极端随机树和随机森林算法训练过程中共有的4项重要特征指标。