基于LVQ神经网络的财务舞弊识别模型实证研究

• 作者: 冯勤超 顾宁生
• 来源期刊: 价值工程
• 学科: 经济
• 关键词: 财务舞弊 识别 LVQ神经网络 支持向量机(SVM)
• 年，卷（期）: 2009,（10）
• 所属期刊栏目: 工业工程·信息工程
• 页码范围: 111-113
• 页数: 3页
• 分类号: F253·7|F019·3
• 字数: 2305字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-4311.2009.10.035

摘要

为了保护广大投资者和规范国内资本市场,对财务舞弊识别的研究具有重要的意义.在参考前人研究的基础上,选择能识别财务舞弊的指标,利用主成分分析法约减指标,得到9个综合变量.在此基础上,利用学习矢量量化(Learning VectorQuantizadon,LVQ)神经网络建立财务舞弊识别模型;此模型对测试样本的判断准确率高达90.9%,验证了模型的有效性.最后把此模型与用其他方法建立的财务舞弊识别模型进行比较,发现LVQ神经网络建立的财务舞弊识别模型,能更有效地识别测试样本有没有财务舞弊.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	顾宁生	东南大学经济管理学院	1	19	1.0	1.0
2	冯勤超	东南大学经济管理学院	29	235	9.0	14.0