《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》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《优化神经网络输入指标 提高财报舞弊识别效果》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。