文档介绍：会计舞弊的预警信号的潜在蓝筹股–
应用自适应共振理论
摘要:随着策略的不断变化,欺骗性可以隐藏在财务报表的复杂、传统分析手段是无法提前发现这些会计欺诈。为了检测新的会计欺诈和发现资产负债表外安排的真正意义,我们提出了一个使用一种无监督的学****系统的简单易行的方法。在无监督学****网络的训练完全是数据驱动的,没有目标的结果。这样不利于聚类中的特征可以被删除。与无监督学****可以学到更大和更比监督学****复杂的关系。在演示中,我们提取了四个非传统的报警信号,利用自适应共振理论,与安然和世通作为原型来识别一个公司的投资者或分析师可以关注2007 Elsevier公司保留所有权利潜在的欺诈的可能性。
关键字:预警信号;无监督学****会计舞弊;自适应共振理论
引言
虽然有一些公司的投资者认为是非常安全的,信心受到了一些在许多美国大公司会计造假案的动摇,从医院供应商水下光缆的安全系统。大型投资银行和独立的公共会计师也参与了。为了确保业务相关的公司,投资银行向公众提出忠告。当咨询服务成为非常有利可图的,有越来越多的利益冲突的审计作用和咨询作用。因为财务报表是衡量公司业绩的基础上,会计造假行为不仅损害了投资者的信心,也伤害了所有相关的绩效管理分析。2002萨班斯-奥克斯利法案实施应对这些严重的欺诈行为,但建议改革仍未能解决,首席执行官(CEO)的主要问题,首席财务官(CFO),和其他董事及高级管理人员为他们的个人利益损害股东的权益。我们使用因素是否显著的动机或压力作为补充编码存在。即使有很多复杂的资产负债表的安排,涉及数百万或数十亿的损失欺诈,一些项目必须有异常变化或有严重的流动性问题。基于这些猜测和无监督学****系统,我们勾勒出四个预警信号。与无监督学****可以学到更大和更比监督学****复杂的关系。训练完全是数据驱动的,没有目标的结果。这样不利于聚类中的特征可以被删除。基于定性匹配自适应共振理论(ART)允许无监督学****记忆改变,只有当输入从外部世界是足够接近的内部期望,或完全新的东西出现时。这个特性使得非常适合于需要大的和不断变化的数据库在线学****问题的艺术系统,可用于会计舞弊的分析。
神经网络与会计舞弊
神经网络程序已经被用于一些金融应用–欺诈检测,风险管理,经济预测,并建立信用评级。然而,仍有极少数的论文,分析会计舞弊的神经网络。
大多数应用程序使用的BP模型具有一个隐藏层。Lin等人。检测20个实际欺诈案件只有7。校正率比低得多的猜测。他们的预测性能不佳可能来自滥用传统的财务指标作为预警信号,因此对模糊函数的错误。
根据彼得森的说法,这是三角诈骗,鼓励犯罪。首先,必须有一个显着的动机或压力欺诈。第二,感知的机会能够发现必须存在欺诈。第三元是合理的,或找到一个可以接受的借口。2002萨班斯-奥克斯利法案禁止大多数的舞弊审计,分析师,和业主借款。它还提高了报告的透明度。但只要有动机或压力的存在,欺诈可能会永远。会计舞弊使传统的财务分析方法无效。例如,注册舞弊审核师协会(ACFE)2005和2006欺诈调查[ 23 ]也显示有40%的欺诈检测技巧。因此,内部审计,内部控制,外部审计是相对无效的,所以它是提出计划预警信号来检测潜在的欺诈行为非常重要的投资者或分析师。
监督和无监督学****的区别仅在模型的因果结构。多层感知器(MLP)和径向基函数(RBF)是监督学****的类型,而自组织映射(SOM)和自适应共振理论(ART)是无监督学****类型。在监督学****中,该模型定义了输入对输出的影响。相反,与无监督学****网络的训练完全是数据驱动的,没有目标的结果为输入数据提供。与无监督学****有可能找到更大,更复杂,更灵活的欺诈比监督学****在SOM,距离函数是必不可少的,它是定量分析部分。因为距离不再是重要的欺诈模式识别,艺术的定性分析更适合。用艺术,许多不重要的功能,不利于聚类可以被删除。大多数聚类方法需要聚类数目K是预先指定或选定后从一组集群解决方案,在一个范围内的K艺术也可以解决问题。提取重要的特征后,一个模糊的艺术可能更适合对未来通用会计舞弊,如非均匀的编码器的基于模糊集和信原等人提出了一种模糊均衡重叠度的模糊模型。
萨班斯-奥克斯利法案
自2002萨班斯-奥克斯利法案对会计监管的重大影响,我们总结从SEC特别研究[ 21 ]一些重要的文章,显示出一定的差异。改革的重要内容如下。
(1)对审计人员。
103节:董事会必须需要二伙伴审查和审计报告的批准;
201节:它应是非法注册的会计公司对发行人的同时提供非审计服务的审计。203节:领导审核或协调合作伙伴和考察合作伙伴必须每五年轮换审计。
(2)分析师。
501节:国家证券交易所和证券业协会的注册必须通过研究分析师在研究报告中推荐的股票利益冲突规则。
(3)董事会。
401节:财务报告应当披露所有