论文部分内容阅读
对于各国财政机关和企业来说,财务舞弊一直是令人感到非常头疼的问题。各个国家也分别采取了各种措施来防范财务舞弊的发生。传统的财务舞弊识别方法主要是通过注册会计师对企业公开发表的财务报表进行审计,发表意见。这种识别方法很大程度上需要依赖注册会计师个人的职业判断。这种方法有一个无法避免的矛盾,审计的识别效率与效力之间的矛盾。目前,企业信息化蓬勃发展,企业间交易也逐步实现无纸化、网络化。传统审计方法是在纸质化办公环境下发展出来的,很多方法在现如今信息化的环境下,效率与效力都受到很大的影响,审计效率与效力的矛盾更加凸显。而在对财务舞弊进行预警的方面数据挖掘拥有很多独特的优点,相较于传统方法注重审计人员的职业判断,面临海量的上市公司数据,使用数据挖掘技术对财务舞弊现象进行预警,在减少作业时间、对资源进行有效配置、降低主观因素以及提高判断准确率上都有其独有的优势。这对于增强治理层对于管理层舞弊的打击力度;减少投资人因公司舞弊造成的投资损失;降低审计过程中的风险等方面都具有及其重要的价值。应用数据挖掘识别财务舞弊,其具有解决在传统审计中的审计效力与审计费用矛盾的潜力。本论文分析了现有的数据挖掘在财务舞弊审计方面的研究,在此基础上,提出了一套应用数据挖掘发现财务舞弊的模型。本文首先选用现实生活中上市公司发表的财务报告以及企业内部管理相关信息为原始数据,对其进行预处理,将其转换为可供比较的指标体系,然后采用ChiMerge算法将其离散化,使其成为可供数据挖掘使用的数据,最后使用决策树算法实现对财务舞弊的预警,并且本文根据舞弊数据的特殊性对决策树算法进行了改进,使其运行效率更高。在建立数据挖掘识别财务舞弊模型后,本文还会用编程语言将其实现,使其转化为可供实际使用的程序。在软件中会将本模型与之前研究做比较,证明了应用ChiMerge算法和改进后的决策树算法的有效性。