基于数据挖掘的上市公司财务报告违规研究.docx

 【摘要】自上市公司产生以来，财务报告违规现象层出不穷，严重扰乱了证券市场和资本市场的秩序，尤其对投资者来说，在投资之前对意向投资公司的财务状况进行了解是理所应当的，但是如果上市公司存在财务报告违规行为就会误导投资者做出错误的判断，甚至给投资者带来巨大损失。鉴于财务报告违规行为的严重性、破坏性，探索能够识别财务舞弊特征的模型，对于提高会计信息的真实性，维护证券市场的良好秩序具有重要意义。本文选取了36家存在财务报告违规的制造业行业的企业作为研究对象，并选择了36家资产规模相似的同一会计年度的同行业上市公司作为对照样本，利用Rattle、SPSS等统计软件，构建RPART-AdaBoost模型，探究集成后的模型对识别财务报告违规行为的正确率的提升效果。

【关键词】财务报告违规   数据挖掘   RPART-AdaBoost模型

目录

摘要

Abstract

1.绪论-4

1.1 研究背景-4

1.2 研究方法-4

1.3 创新点-5

2.文献综述-6

2.1国外研究现状-6

2.2 国内研究现状-6

2.3 文献评述-7

3.财务报告违规概述及识别模型-8

3.1 财务报告违规的内涵-8

3.2 财务报告违规的动机和手段-8

3.3 RPART决策树-10

3.4 RPART—AdaBoost模型介绍-11

4.财务报告违规模型的实证分析-12

4.1 样本选择-12

4.2 选取变量及处理数据-14

4.3 模型的建立-17

5.研究结论-23

参考文献-24

附录-26