基于BP-神经网络与SMOTE算法的上市公司财务数据造假分析

• 作者: 李豫 方子强 黄敏婷
• 来源期刊: 现代信息科技
• 关键词: SMOTE算法 BP-神经网络 财务造假
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 信息化应用|Information Application
• 页码范围: 121-125
• 页数: 5页
• 分类号: TP393
• 语种: 中文
• DOI: 10.19850/j.cnki.2096-4706.2021.04.031

摘要

该文通过对来自19个不同行业的4163家上市公司进行分析,基于BP-神经网络算法确定了不同行业上市公司的财务数据造假相关指标,并以此为依据确定不同行业上市公司财务造假相关数据的异同,从而确定各指标与上市公司的财务数据造假的相关性.加强监管建立常态化的退市机制.对上市公司的数据造假等问题加强监管,对投资者规避投资风险,促进证券市场的良性发展有重要意义.