策略深度：财务报表分析系列，机器学习在上市公司财务造假识别中的应用-241119-中信建投
本文选取了 2001 至 2022 年间，证监会，上交所以及深交所发 布的公告中搜集到发生财务造假的 A 股上市公司作为造假样本，共涉 及 1503 家公司的 3959 份年报。
报告摘要
本文选取了 2001 至 2022 年间，证监会，上交所以及深交所发 布的公告中搜集到发生财务造假的 A 股上市公司作为造假样本，共涉 及 1503 家公司的 3959 份年报。
报告信息
- 文件全名
- 《策略深度：财务报表分析系列，机器学习在上市公司财务造假识别中的应用-241119-中信建投-19页.pdf》
- 适合读者
- 核心数据
- 其中 XGBoost 回归结果最优，XGBoost 结果为准确率 76.43%，精确率
- 18.12%，召回率 69.63%，特异性 76.93%。
- 财务造假数量呈现增长趋势，虽然近两年有所缓
- 著性检验筛选，使用多种机器学习算法构建预测模型
- 明，XGBoost 回归结果最优，XGBoost 结果为准确率 76.43%，精确率
- 核心议题
常见问题
《策略深度：财务报表分析系列，机器学习在上市公司财务造假识别中的应用-241119-中信建投》主要包含哪些内容?
本文选取了 2001 至 2022 年间，证监会，上交所以及深交所发 布的公告中搜集到发生财务造假的 A 股上市公司作为造假样本，共涉 及 1503 家公司的 3959 份年报。核心数据:其中 XGBoost 回归结果最优，XGBoost 结果为准确率 76.43%，精确率;18.12%，召回率 69.63%，特异性 76.93%。;财务造假数量呈现增长趋势，虽然近两年有所缓。
这份报告由哪家机构发布?
本报告由中信建投发布,发布于 2024 年。
这份报告覆盖哪一年、篇幅多大?
覆盖 2024 年,全文共 19 页。
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?
适合投资人、行业研究员等读者参考。
报告涉及哪些关键议题?
重点分析了资本市场、A 股等议题。
继续阅读
查看全部 →