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

2024-11资本市场19免费

📄 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: 投资人行业研究员
📊 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: #资本市场#A 股

📦 本报告属于月份合集

购买后将获得「2024 年 11 月报告合集」 · 共 3867 份报告打包下载链接

点击获取云盘下载链接

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。

❓ 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。

这份报告覆盖哪一年、篇幅多大?

覆盖 2024 年,全文约 19。

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。