摘要
近年来随着会计舞弊行为愈发复杂,系统性会计数据造假行为层出不穷,对于数据质量有高要求的机器学习模型在预警时不可避免的会遇到挑战。文章在深入分析当前会计舞弊类型与识别方式的基础上,重点关注会计数据的真实性水平。基于Benford法则和信息熵构建了修正KL散度因子提取会计数据真实性特征,并基于此构建了以数据真实性为核心的会计舞弊预警体系。以2018—2022年中国创业板上市企业为实验对象,对其会计舞弊行为进行预警,结果表明:高成本、更复杂化的手段的确可以帮助企业实现改造特定财务指标数据的目的。
出处
《财会通讯》
北大核心
2024年第20期138-143,共6页
Communication of Finance and Accounting
基金
重庆市教委科学技术研究项目(项目编码:KJQN202201128)
国家社科基金青年项目(项目编码:23CG L074)
重庆市社会科学规划项目(项目编码:2022NDQN32)阶段性研究成果。
