基于组合预测上市公司财务造假问题的研究

作者：王连双; 马家庚; 王杰; 崔恒煊; 祝英杰^*

来源：老字号品牌营销, 2023, (02): 141-143.

• 财务数据造假
• 财务造假指标
• SMOTE
• Random Forest
• XGBoost

上市公司财务数据造假对于个人和社会都会造成恶劣的影响。本文基于特征筛选和机器学习算法，得到识别财务造假的指标体系，包括其他应付款、投资活动现金流入小计、资产减值损失和营业外支出等，并建立SMOTE-Random和Forest-XGBoost上市公司财务造假识别模型，该模型可以为相关部门识别财务造假的上市公司提供理论参考。

• 单位
  长春大学