摘要
新质生产力背景下通过新技术的融入,可以防范和减少企业的财务舞弊行为,提高市场监控能力、降低风险、增强企业的信誉和声誉.为有效全面地识别企业的财务舞弊行为,基于舞弊风险因子理论及深度学习算法,文章构建了结构化数据与非结构化指标变量相结合的财务舞弊指标体系.在此基础上,采用PCA对数据维度进行降维,建立了基于深度学习的BiLSTM-Attention-SVM财务舞弊预警模型.并采用900家企业相关数据进行实证检验.结果表明该模型在财务舞弊行为识别中,准确率高达88.37％.
基金项目
2023年度广州工商学院科研重点培育项目(KYPY2023011)
NETL
NSTL
万方数据