SVM财务欺诈识别模型

• 作者: 刘柏池 曹德芳
• 来源期刊: 东北大学学报（自然科学版）
• 学科: 经济
• 关键词: 参数寻优 支持向量机 财务欺诈 识别模型 遗传算法 粒子群算法
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 管理科学
• 页码范围: 295-299,304
• 页数: 6页
• 分类号: F830.91
• 字数: 4980字
• 语种: 中文
• DOI: 10.12068/j.issn.1005-3026.2019.02.027

摘要

利用我国资本市场的面板数据,选取2006—2015年公布的财务报表欺诈公司作为样本公司,以1:1比例配比非财务欺诈公司,对27个指标(包括财务指标和非财务指标)进行分析,然后通过独立性检验对指标进行降维处理,最终保留8个建模指标.分别利用网格搜索算法、遗传算法和粒子群算法进行支持向量机模型的参数寻优,基于上述不同算法建立了三个支持向量机财务欺诈识别模型.最后,比较三个模型的运行效果,结果表明,通过粒子群算法寻找最优参数效果最好,据此建立的支持向量机模型可以很好地识别出财务欺诈公司样本.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹德芳	东北大学工商管理学院	21	257	6.0	16.0
2	刘柏池	东北大学工商管理学院	1	5	1.0	1.0