融合年报文本潜语义特征与会计指标的财务舞弊行为识别研究

作     者：程晨晨 

作者单位：山东财经大学 

学位级别：硕士

导师姓名：刘位龙

授予年度：2023年

学科分类：12[管理学] 02[经济学] 0202[经济学-应用经济学] 1202[管理学-工商管理] 020204[经济学-金融学（含∶保险学）] 

主      题：财务舞弊 文本挖掘 主题提取 LDA Stacking 

摘      要：近年来,国内国际上市公司财务舞弊事件层出不穷。同济堂、金正大“虚增营收200亿、科林“花式保壳以及世界电信、富国银行等美国企业卷入欺诈濒临破产。上市公司舞弊不但会导致市场对其披露信息的可信度下降,而且严重损害投资者的合法权益,给整个社会带来财富损失,也阻碍了资本市场的持续健康发展。因此如何识别与防范公司财务舞弊是业界和学术界都十分关注的热点问题。在上市公司多元化业务背景下,会计核算愈加复杂也致使舞弊行为更加隐蔽,操纵手段更加高明,仅用定量财务信息,难以对舞弊行为进行全面侦测与防范。本文首先以2001～2020年上市公司发布的年度报告为文本数据来源,通过LDA主题建模方法提取年报文本中蕴含的潜语义,构建舞弊操纵与年报文本潜语义特征间计量经济学模型,并验证了舞弊操纵与年报文本潜语义特征间的关系;然后融合会计指标与年报文本潜语义特征、文本语言特征,形成一个全新的特征指标体系,采用多级特征选择方法,依次使用逐步回归、特征重要性进行特征选择;最后构建融合线性模型和树模型、单一分类器和组合分类器的Stacking集成学习算法模型,对比分析各个模型识别效果,构建的基于Stacking的分类模型舞弊识别准确度高于其他模型。研究结果表明:(1)企业在进行财务舞弊时,会策略性地进行文本操纵,具体表现为:风险相关的描述基本相当但对特质性风险的描述相对减少、对非特质性风险的描述相对增加。(2)年报潜语义相较于文本语言特征,在进行财务舞弊识别时能够提供更多信息。(3)年报文本蕴含的潜语义特征比MD&A文本能够提供更多的增量信息。(4)Stacking集成学习模型的识别效果要明显优于其他分类器。