基于機(jī)器學(xué)習(xí)算法的企業(yè)財(cái)務(wù)舞弊預(yù)測(cè)及可解釋性分析

打開文本圖片集

摘 要： 財(cái)務(wù)舞弊不僅損害了投資者信心，也對(duì)資本市場(chǎng)產(chǎn)生極大影響。為預(yù)測(cè)企業(yè)的財(cái)務(wù)舞弊行為，文章選取2016-2020未發(fā)生舞弊行為與首次發(fā)生舞弊行為的企業(yè)作為研究對(duì)象，依據(jù)Python機(jī)器學(xué)習(xí)算法建立決策樹、支持向量機(jī)、神經(jīng)網(wǎng)絡(luò)及邏輯回歸模型，基于舞弊三因素理論選取44個(gè)指標(biāo)預(yù)測(cè)企業(yè)財(cái)務(wù)舞弊行為，并通過(guò)SHAP可解釋性工具重點(diǎn)關(guān)注單個(gè)指標(biāo)變化對(duì)財(cái)務(wù)舞弊預(yù)測(cè)的重要性程度，同時(shí)分析財(cái)務(wù)指標(biāo)以及非財(cái)務(wù)指標(biāo)對(duì)預(yù)測(cè)財(cái)務(wù)舞弊的相互作用、預(yù)測(cè)錯(cuò)誤的樣本查看的影響。（剩余5289字）