基于機器學習算法的企業(yè)財務(wù)舞弊預(yù)測及可解釋性分析

打開文本圖片集

摘 要： 財務(wù)舞弊不僅損害了投資者信心，也對資本市場產(chǎn)生極大影響。為預(yù)測企業(yè)的財務(wù)舞弊行為，文章選取2016-2020未發(fā)生舞弊行為與首次發(fā)生舞弊行為的企業(yè)作為研究對象，依據(jù)Python機器學習算法建立決策樹、支持向量機、神經(jīng)網(wǎng)絡(luò)及邏輯回歸模型，基于舞弊三因素理論選取44個指標預(yù)測企業(yè)財務(wù)舞弊行為，并通過SHAP可解釋性工具重點關(guān)注單個指標變化對財務(wù)舞弊預(yù)測的重要性程度，同時分析財務(wù)指標以及非財務(wù)指標對預(yù)測財務(wù)舞弊的相互作用、預(yù)測錯誤的樣本查看的影響。（剩余5289字）