科研之友
微信
新浪微博
Facebook
分享链接
摘要
【目的】对上市公司违规行为进行识别并有效防治违规事件的发生,一直是备受关注的议题。【应用背景】基于上市公司大数据及关联规则挖掘算法研究违规行为间的关联关系,是不同于传统研究的新视角,能够为识别和预测上市公司违规行为提供线索,有助于监管部门依据违规行为的关联规则开展案件调查。【方法】选取2000-2020年间因违规受罚的上市公司为样本,运用Apriori和Sequence两种关联规则挖掘算法,分别从静态和动态两个角度,挖掘上市公司违规行为的简单关联规则和序列关联规则。【结果】上市公司违规事件往往不是孤立发生的,一种违规行为可能关联着另一种或多种违规行为;公司运营违法违规作为前项更容易引发信息披露虚假、遗漏或延误等违规,这种前项和后项关系符合违规行为的基本逻辑,具有理论上的合理性。【结论】本研究能够为监管部门提供更加多样化的违规案件调查线索和调查方式,对于推进大数据新型执法具有重要的现实意义。
- 单位
