量化策略：数据挖掘在上市公司财务造假识别中的应用｜2017申万宏源报告

2017-12金融投资25📊 申万宏源免费

📄 文件全名: 《量化策略：数据挖掘在上市公司财务造假识别中的应用-申万宏源》
🎯 适合读者: 量化研究员金融分析师风控从业者投资者
📊 核心数据: 全样本准确率93.16%
召回率59.41%
精确度17.78%
F值27.37%
关键指标5项
🏷️ 核心议题: #金融投资#量化策略#数据挖掘#申万宏源

📦 本报告属于月份合集

购买后将获得「2017 年 12 月报告合集」 · 共 2221 份报告打包下载链接

点击获取云盘下载链接

报告摘要

本报告由申万宏源于2017年发布，聚焦数据挖掘技术在上市公司财务造假识别中的应用。研究基于2002年后A股市场被公开处罚的财务造假数据，构建多个财务与非财务指标，并对比神经网络、SVM支持向量机、决策树（C&RT、QUEST、CHAID、C5.0）等算法。实证表明，决策树中的CHAID算法综合表现最优，全样本准确率达93.16%，召回率59.41%，精确度17.78%，F值27.37%。报告还提炼出审计师意见、前一年是否亏损、其他应收款占流动资产比例、销售毛利率、预付款项占流动资产比例等关键造假识别指标。适合量化研究员、金融分析师、风控从业者及投资者阅读。

📋 核心要点(部分)

研究概述
数据说明和处理
多层神经网络
支持向量机SVM
决策树

❓ 常见问题

《量化策略：数据挖掘在上市公司财务造假识别中的应用｜2017申万宏源报告》主要包含哪些内容?

这份报告由哪家机构发布?

本报告由申万宏源发布,发布于 2017 年。

这份报告覆盖哪一年、篇幅多大?

覆盖 2017 年,全文约 25。

这份报告是免费的吗?如何获取?

本报告免费查阅,登录资料宝后即可在线获取完整内容。

这份报告适合哪些读者?

适合量化研究员、金融分析师、风控从业者、投资者等读者参考。

报告涉及哪些关键议题?

重点分析了金融投资、量化策略、数据挖掘、申万宏源等议题。