基于融合模型的机器学习算法识别财务造假的研究——以制造业为例

作者：陈雨芳; 赵英杰; 吴昕劼

来源：统计与管理, 2022, 37(07): 116-121.

DOI：10.16722/j.issn.1674-537x.2022.07.001

• 财务造假
• 决策树
• SMOTE
• Logistic
• XGBoost
• Stacking
• Voting

本文以时间跨度为5年的上市公司财务数据为样本，对样本中369个数据指标缺失比例大于50%做删除处理，并对比11种缺失值填补方法，选择效果较优的随机森林算法对剩余指标进行缺失值填充。针对指标过多，建模出现过拟合情况，尝试使用参数方法、非参数方法、机器学习方法进行指标筛选，最终选出29个指标用于建模。本文针对数据中存在的正负样本比例失衡问题，使用过采样的SOMTE算法解决，并利用LR、DT、XGBoost等机器学习算法进行建立公司财务造假预测模型，并使用Voting和Stacking的融合方法构建融合模型。在测试集上的结果表明，融合后的Voting模型精确率达到98.5%,Stacking模型精确率达到了99.1%,发现融合后的模型具有更好的识别能力，能够更好地识别造假情况的发生。本研究对财务造假的识别，有助于避免投资者在投资过程踩雷，同时可以为政府监管提供意见和建议。

• 单位
  长春大学