汪士果 张俊民

（天津财经大学 商学院，天津300222）

基于数据挖掘的会计舞弊识别问题研究综述

汪士果 张俊民

（天津财经大学 商学院，天津300222）

本文检索了近年来基于数据挖掘的会计舞弊识别方面的文献，归类比较挖掘数据、算法以及分类器评价方法和分类效果，为投资者、监管部门和审计师在舞弊识别中选用适当数据和挖掘技术及优化模型提供借鉴。现有研究多对舞弊和配对非舞弊样本进行有标签挖掘，特征值涵盖审计师数据、公司治理数据、财务报表数据、行业和交易数据多个类别。当前研究以反映舞弊三角的综合数据为主，比率数据比账户数据更有效，主要算法包括统计检验、回归分析、神经网络、决策树、贝叶斯网络、堆栈变量法等。其中，回归分析应用最为普遍，神经网络在识别效果和准确性方面总体上优于回归模型，模型辅助检测优于审计师无辅助检测。现有文献还缺乏无标签挖掘和时序数据挖掘研究。

数据挖掘；舞弊识别；会计舞弊；分类器评价

一、引言

会计舞弊是指旨在欺骗财务报表使用者，尤其是投资者和债权人的蓄意错报或数额的遗漏［1］（P6）。舞弊识别是反舞弊的关键环节，对于会计执业界和社会公众都越来越重要。数据挖掘是指从数据中提取统计上可靠、以前未知并且可行动信息的知识发现过程［2］。一般而言，用于挖掘的数据必须可获取、问题相关、数量充分、清洁。同时，挖掘问题必须能够明确定义，不能够通过询问和报告工具解决，也不能通过数据挖掘程序模型引导解决。……