文献类型：期刊文章

作　　者：袁先智[1,2,3] 周云鹏[3] 严诚幸[3] 刘海洋[3] 钱国骐[4] 王帆[2] 韦立坚[2] 李志勇[5] 李波[6] 李祥林[7] 曾途[3]

YUAN Xianzhi;ZHOU Yun-peng;YAN Cheng-xing;LIU Hai-yang;QIAN Guo-qi;WANG Fan;WEI Li-jian;LI Zhi-yong;LI Bo;David LI;ZENG Tu(Business School,Chengdu University,Chengdu 610106,China;Business School,Sun Yat-sen University,Guangzhou 510275 China;BBD Technology Co.,Ltd.(BBD),No.966 Tianfu Avenue,Chengdu 610041,China;School of Maths&Stats,The University of Melbourne,Melbourne VIC3010,Australia;School of finance»Southwest Univ.of Finance and Economics»Chengdu 611137,China;College of Science,Chongqing University of Technology,Chongqing,400054 China;Shanghai Advanced Institute of Finance,Shanghai,200030 China)

机构地区：[1]成都大学商学院,四川成都610106 [2]中山大学管理学院,广东广州510275 [3]成都数联铭品科技有限公司(BBD),四川成都610000 [4]墨尔本大学数学与统计学院,澳大利亚墨尔本VIC3010 [5]西南财经大学金融学院,四川成都611137 [6]重庆理工大学理学院,重庆400054 [7]上海高级金融学院,上海200030

出　　处：《中国管理科学》

基　　金：国家自然科学基金资助项目(U1811462,71971031)。

年　　份：2022

卷　　号：30

期　　号：3

起止页码：43-54

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD2021_2022、CSSCI、CSSCI2021_2022、JST、NSSD、RCCSE、RWSKHX、ZGKJHX、核心刊

摘　　要：本文从金融科技大数据出发,以人工智能的吉布斯随机搜索(Gibbs Sampling)算法为工具,在大数据框架下建立了针对公司财务欺诈风险的特征因子筛选的一般处理方法与特征提取推断原理,并结合上市公司的财务报表数据进行实证分析,结合从2017年1月到2018年12月证监会对上市公司财务报表信息披露违规的数据样本,筛选出刻画财务欺诈的特征因子并进行了验证测试,支持财务欺诈的识别。本文提出的框架和模型方法可以加强和提升对上市公司财务欺诈风险的识别能力,并实现对公司财务在欺诈方面的探测与预测(Detecting and Predicting)功能。

关 键 词：大数据 吉布斯随机搜索(Gibbs Sampling)抽样  随机搜索算法 SAS99  财务欺诈风险  舞弊三角理论 特征提取推断原理  

分 类 号：F803.9[经济学类] O212.2]