摘要
本文基于logistic回归分析,结合上市公司财务数据,逐步明晰财务数据与非财务数据对舞弊行为识别的影响机制,并为应用大数据技术构建一个实用、精确的舞弊识别模型,完成实证性检验。以往研究表明,固定资产增长率、经营现金流量对流动负债比率、每股投资活动现金净流量、每股收益、股权集中度五个财务指标的变动对财务舞弊产生重要影响。本文根据公司四大财务指标,通过对公司经营能力、偿债能力、盈利能力以及发展能力的分析,选取具体财务指标与非财务指标对公司经营状况以及舞弊状况进行模型拟合。本文以2014年-2017年中国120家上市公司的财务数据为基础量化指标,以此为样本建立了公司舞弊的预测模型,随机抽取20家上市公司财务数据验证,验证效果良好,模型具有可信性,并对模型进行评价与对大数据环境下的舞弊识别进行展望。
基金
大学生创新创业项目课题(项目编号:202010357180)。
