一种基于A股市场的财务操纵识别方法及装置制造方法及图纸

本发明专利技术公开了一种基于A股市场的财务操纵识别方法及装置。该方法包括：根据A股企业的财务信息定义财务指标和企业标签，构建财务指标库和企业标签库；以同一时期的财务指标和企业标签作为一个数据，从财务指标库和企业标签库中获取训练数据和测试数据；通过预先构建的分类模型，从所有训练数据中选择特征重要度最高的若干个财务指标作为附加财务指标；结合附加财务指标，构建改进的M

【技术实现步骤摘要】
一种基于A股市场的财务操纵识别方法及装置


[0001]本专利技术涉及数据处理
，尤其涉及一种基于A股市场的财务操纵识别方法及装置。

技术介绍

[0002]M
‑
Score是一种用于表示企业财务造假倾向性或可能性的数值指标，M
‑
Score的核心方法是提出了8项能够表示企业财务操纵行为的指标，并用probit模型回归估计出指标所预示的企业进行了财务操纵的概率。M
‑
Score模型包括八项指标：基于应收账款的日销售指数(Days Sales in Receivables Index，DSRI)、毛利率指数(Gross Margin Index，GMI)、资产质量指数(Asset Quality Index，AQI)、销售增长指数(Sales Growth Index，SGI)、折旧指数(Depreciation Index，DEPI)、销售及行政开支指数(Sales General and Administrative Expenses Index，SGAI)、杠杆指数(Leverage Index，LVGI)以及总应计负债对总资产比例(Total Accruals to Total Assets，TATA)。目前普遍是直接采用经典参数进行计算：M
‑
Score＝
‑
4.840+0.920DSRI+0.528GMI+0.404AQI+0.892SGI+0.115DEPI
‑
0.172SG AI
‑r/>0.327LVGI+4.697TATA，M
‑
Score数值越高，表示企业有越高的财务操纵可能性，Beneish论文中的分界点为
‑
1.78与
‑
2.22，即M
‑
Score值低于
‑
2.22的企业财务操纵风险较低，而M
‑
Score值高于
‑
1.78的企业则存在较高的财务操纵可能性，处于两者之间的为灰色地带。
[0003]M
‑
Score模型是美股市场的分析工具，美股市场的决策区间与A股市场的决策区间不相同，直接将M
‑
Score模型用来分析A股市场泛化性能差，效果达不到使用要求。

技术实现思路

[0004]为了克服现有技术的缺陷，本专利技术提供一种基于A股市场的财务操纵识别方法及装置，能够采用改进的M
‑
Score模型准确识别A股市场中企业的财务操纵行为。
[0005]为了解决上述技术问题，第一方面，本专利技术一实施例提供一种基于A股市场的财务操纵识别方法，包括：
[0006]根据A股企业的财务信息定义财务指标和企业标签，构建财务指标库和企业标签库；
[0007]以同一时期的财务指标和企业标签作为一个数据，从所述财务指标库和所述企业标签库中获取训练数据和测试数据；
[0008]通过预先构建的分类模型，从所有所述训练数据中选择特征重要度最高的若干个财务指标作为附加财务指标；
[0009]结合所述附加财务指标，构建改进的M
‑
Score模型，并确定所述改进的M
‑
Score模型的财务操纵风险临界值；
[0010]将所述测试数据输入所述改进的M
‑
Score模型，根据输出的M
‑
Score值和所述财务操纵风险临界值，得到所述A股企业的财务操纵识别结果。
[0011]进一步地，所述根据A股企业的财务信息定义财务指标和企业标签，构建财务指标库和企业标签库，具体为：
[0012]分别根据所述A股企业在每一时期的财务信息，定义多类财务指标，构建所述财务指标库；其中，所述财务信息包括财务报表、年度报告，所述财务指标包括偿债能力、成长性、杠杆比例、规模性、流行性、盈利能力和营运能力；
[0013]分别根据所述A股企业在每一时期的财务信息，判断所述A股企业是否为违规违法企业，若是则定义企业标签为第一企业标签，否则定义企业标签为第二企业标签，构建所述企业标签库。
[0014]进一步地，所述从所述财务指标库和所述企业标签库中获取训练数据和测试数据，具体为：
[0015]从所述财务指标库和所述企业标签库中选择所述A股企业往年的财务指标和企业标签作为所述训练数据，选择所述A股企业当年的财务指标和企业标签作为所述测试数据。
[0016]进一步地，所述通过预先构建的分类模型，从所有所述训练数据中选择特征重要度最高的若干个财务指标作为附加财务指标，具体为：
[0017]采用Xgboost算法，通过所述分类模型，从所有所述训练数据中选择特征重要度最高的若干个财务指标作为所述附加财务指标。
[0018]进一步地，所述结合所述附加财务指标，构建改进的M
‑
Score模型，并确定所述改进的M
‑
Score模型的财务操纵风险临界值，具体为：
[0019]结合所述附加财务指标和M
‑
Score模型的基础财务指标，从所述财务指标库和所述企业标签库中获取目标数据；其中，所述基础财务指标包括基于应收账款的日销售指数、毛利率指数、资产质量指数、销售增长指数、折旧指数、销售及行政开支指数、杠杆指数、总应计负债对总资产比例；
[0020]采用逻辑回归算法对所述目标数据进行线性拟合，得到所述附加财务指标和所述基础财务特征对应的权重；
[0021]根据所述附加财务指标及其对应的权重、所述基础财务特征及其对应的权重，得到所述改进的M
‑
Score模型；
[0022]优化所述改进的M
‑
Score模型的决策区间，并基于所述A股企业所属行业的财务操纵比例，根据所述决策区间确定所述财务操纵风险临界值。
[0023]第二方面，本专利技术一实施例提供一种基于A股市场的财务操纵识别装置，包括：
[0024]信息库构建模块，用于根据A股企业的财务信息定义财务指标和企业标签，构建财务指标库和企业标签库；
[0025]数据获取模块，用于以同一时期的财务指标和企业标签作为一个数据，从所述财务指标库和所述企业标签库中获取训练数据和测试数据；
[0026]指标选择模块，用于通过预先构建的分类模型，从所有所述训练数据中选择特征重要度最高的若干个财务指标作为附加财务指标；
[0027]模型改进模块，用于结合所述附加财务指标，构建改进的M
‑
Score模型，并确定所述改进的M
‑
Score模型的财务操纵风险临界值；
[0028]风险识别模块，用于将所述测试数据输入所述改进的M
‑
Score模型，根据输出的M
‑
Score值和所述财务操纵风险临界值，得到所述A股企业的财务操纵识别结果。
[0029]进一步地，所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于A股市场的财务操纵识别方法，其特征在于，包括：根据A股企业的财务信息定义财务指标和企业标签，构建财务指标库和企业标签库；以同一时期的财务指标和企业标签作为一个数据，从所述财务指标库和所述企业标签库中获取训练数据和测试数据；通过预先构建的分类模型，从所有所述训练数据中选择特征重要度最高的若干个财务指标作为附加财务指标；结合所述附加财务指标，构建改进的M
‑
Score模型，并确定所述改进的M
‑
Score模型的财务操纵风险临界值；将所述测试数据输入所述改进的M
‑
Score模型，根据输出的M
‑
Score值和所述财务操纵风险临界值，得到所述A股企业的财务操纵识别结果。2.如权利要求1所述的基于A股市场的财务操纵识别方法，其特征在于，所述根据A股企业的财务信息定义财务指标和企业标签，构建财务指标库和企业标签库，具体为：分别根据所述A股企业在每一时期的财务信息，定义多类财务指标，构建所述财务指标库；其中，所述财务信息包括财务报表、年度报告，所述财务指标包括偿债能力、成长性、杠杆比例、规模性、流行性、盈利能力和营运能力；分别根据所述A股企业在每一时期的财务信息，判断所述A股企业是否为违规违法企业，若是则定义企业标签为第一企业标签，否则定义企业标签为第二企业标签，构建所述企业标签库。3.如权利要求1所述的基于A股市场的财务操纵识别方法，其特征在于，所述从所述财务指标库和所述企业标签库中获取训练数据和测试数据，具体为：从所述财务指标库和所述企业标签库中选择所述A股企业往年的财务指标和企业标签作为所述训练数据，选择所述A股企业当年的财务指标和企业标签作为所述测试数据。4.如权利要求1所述的基于A股市场的财务操纵识别方法，其特征在于，所述通过预先构建的分类模型，从所有所述训练数据中选择特征重要度最高的若干个财务指标作为附加财务指标，具体为：采用Xgboost算法，通过所述分类模型，从所有所述训练数据中选择特征重要度最高的若干个财务指标作为所述附加财务指标。5.如权利要求4所述的基于A股市场的财务操纵识别方法，其特征在于，所述结合所述附加财务指标，构建改进的M
‑
Score模型，并确定所述改进的M
‑
Score模型的财务操纵风险临界值，具体为：结合所述附加财务指标和M
‑
Score模型的基础财务指标，从所述财务指标库和所述企业标签库中获取目标数据；其中，所述基础财务指标包括基于应收账款的日销售指数、毛利率指数、资产质量指数、销售增长指数、折旧指数、销售及行政开支指数、杠杆指数、总应计负债对总资产比例；采用逻辑回归算法对所述目标数据进行线性拟合，得到所述附加财务指标和所述基础财务特征对应的权重；根据所述附加财务指标及其对应的权重、所述基础财务特征及其对应的权重，得到所述改进的M
‑
Score模型；优化所述改进的M
‑
Score模型的决策区间，并基于所述A股企业所属行业的财务操纵比...

【专利技术属性】
技术研发人员：林康，高愚拙，戴思勤，谭则涛，张汉林，柯学，
申请(专利权)人：广发证券股份有限公司，
类型：发明
国别省市：