《表1 舞弊指标识别体系:优化神经网络输入指标 提高财报舞弊识别效果》
本研究旨在通过机器学习训练出合适的神经网络模型,可直接应用于上市公司是否发生财务舞弊判断,将一个新的样本输入,根据输出判断这家上市公司的披露盈余是否真实,期望的输出结果应当是分类结果。在确定输入样本时候,将训练样本划分为两类:一类为“舞弊类”,此类公司被判定为存在披露盈余不真实的情况,此类样本期望输出结果为1;另一类为“正常类”,此类样本期望输出结果为0。在建立BP神经网络模型时,此模型的输出是个一维向量,取值在0~1之间,以0.5为阈值进行划分,数值大于或等于0.5归为1,为“舞弊类”上市公司,数值小于0.5为归为0,为“正常类”上市公司。
图表编号 | XD0038378700 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.20 |
作者 | 刘佳进、黄乐 |
绘制单位 | 福州大学经济与管理学院、福州大学经济与管理学院 |
更多格式 | 高清、无水印(增值服务) |