基于二层组合神经网络的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

摘要：

以2010年至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88.61％和87.22％.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93.06％,显著高于这两个单一神经网络模型的舞弊识别率.

关键词： 上市公司 舞弊行为 风险识别 二层组合神经网络模型

作者: 王泽霞 李冬艳

作者单位: 杭州电子科技大学会计学院

会议类型: 国内会议

会议名称: 中国会计学会高等工科院校分会第二十三届学术年会

会议地点: 兰州

会议语种:中文

页码: 216-228

在线出版日期: 2016-08-20（万方平台首次上网日期，不代表论文的发表时间）