基于BP-LVQ的组合神经网络舞弊风险识别模型研究——来自中国舞弊上市公司的经验证据

• 作者: 李冬艳 王泽霞 郜鼎
• 来源期刊: 生产力研究
• 学科: 经济
• 关键词: BP神经网络 LVQ神经网络 舞弊识别 组合神经网络
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 会计与审计
• 页码范围: 145-151
• 页数: 7页
• 分类号: F239.1
• 字数: 9193字
• 语种: 中文

摘要

文章以2010-2014年我国沪深两市5年间发生舞弊行为的506家公司及与其一比一配对的506家配对公司为研究样本,分别用BP神经网络模型与LVQ神经网络模型进行舞弊识别,整体舞弊识别准确率分别为87.22％和85％.在此基础上构建基于BP-LVQ的二层组合神经网络舞弊风险识别模型,用同一舞弊样本进行测试,研究结果表明:组合神经网络模型的识别准确率为90.56％,显著高于这两个单一神经网络模型的舞弊识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王泽霞	杭州电子科技大学会计学院	71	821	16.0	27.0
2	郜鼎	杭州电子科技大学会计学院	7	28	3.0	5.0
3	李冬艳	杭州电子科技大学会计学院	5	35	3.0	5.0