政大機構典藏-National Chengchi University Institutional Repository(NCCUR):Item 140.119/53511
English  |  正體中文  |  简体中文  |  Post-Print筆數 : 27 |  全文筆數/總筆數 : 113313/144292 (79%)
造訪人次 : 50946715      線上人數 : 984
RC Version 6.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜尋範圍 查詢小技巧：
  • 您可在西文檢索詞彙前後加上"雙引號"，以獲取較精準的檢索結果
  • 若欲以作者姓名搜尋，建議至進階搜尋限定作者欄位，可獲得較完整資料
    •  進階搜尋


    請使用永久網址來引用或連結此文件: https://nccur.lib.nccu.edu.tw/handle/140.119/53511


    題名: 財務報表舞弊探索與類神經網路(I)
    其他題名: Financial Reporting Fraud and Neural Networks
    作者: 蔡瑞煌;林宛瑩
    貢獻者: 國立政治大學資訊管理學系
    行政院國家科學委員會
    關鍵詞: 財務報表
    日期: 2009
    上傳時間: 2012-08-30 15:51:18 (UTC+8)
    摘要: 財務報表舞弊不僅對股東造成顯著的投資危機，也掀起資本市場的財務風暴。雖然財務報表的舞弊已經引起許多關注，但大部分相關研究者著重在預測財務危機和破產，而鮮少聚焦在對財報舞弊本身知識的探討。本研究旨在透過以下四個階段而對財報舞弊有更深的了解。 (1) 從文獻中整理出財務和公司治理方面和財報舞弊相關的所有指標，然後用統計分析方法採擷、獲得和財報舞弊顯著相關的指標; (2) 利用Growing Hierarchical Self-Organizing Map (GHSOM)之人工智慧分群方法來對正常及舞弊的財報資料分群; (3) 剖析分群的財報資料以及利用專家之研判，以擷取財報舞弊的相關知識; (4) 再利用專家來研判所採擷的財報舞弊的相關知識之可信度。 因為人工智慧分群方法可以從龐大的資料中找尋隱藏的階層關聯；所以學理上，這項研究是可行的。 在第一年，這項研究計畫將著重於財務和公司治理方面和財報舞弊相關的所有指標之文獻整理，然後利用統計分析方法採擷、獲得和財報舞弊相關的顯著指標；並且利用GHSOM分群方法來對正常及舞弊的財報資料分群。在第二年，研究計畫將剖析GHSOM分群的財報資料以及利用專家之研判，以擷取財報舞弊的相關知識，並且再利用專家來研判所採擷的財報舞弊的相關知識之可信度。
    Fraudulent financial reporting (FFR) has drawn much public as well as academic attention. However,most literature focuses on predicting the likelihood of financial fraud, financial distress or bankruptcy. Less emphasis has been placed on exploring FFR itself, and FFR techniques and knowledge. The purpose of this research is to explore FFR via Growing Hierarchical Self-Organizing Map (GHSOM), an unsupervised Neural Network tool, to enhance the understanding of FFR. This study addresses the challenge through the following two-stage approach: a classification stage that well trains the GHSOM to cluster the sample into subgroups with hierarchical relationship and a pattern-disclosure stage that uncovers patterns of the common financial reporting fraud techniques and relevant risk indicators to enhance the understanding of FFR. An application is conducted and its results show that the proposed two-stage approach is helpful in enhancing the understanding of FFR.
    關聯: 應用研究
    學術補助
    研究期間:9808~ 9907
    研究經費:629仟元
    資料類型: report
    顯示於類別:[資訊管理學系] 國科會研究計畫

    文件中的檔案:

    檔案 大小格式瀏覽次數
    982221E010.pdf1230KbAdobe PDF21004檢視/開啟


    在政大典藏中所有的資料項目都受到原著作權保護.


    社群 sharing

    著作權政策宣告 Copyright Announcement
    1.本網站之數位內容為國立政治大學所收錄之機構典藏，無償提供學術研究與公眾教育等公益性使用，惟仍請適度，合理使用本網站之內容，以尊重著作權人之權益。商業上之利用，則請先取得著作權人之授權。
    The digital content of this website is part of National Chengchi University Institutional Repository. It provides free access to academic research and public education for non-commercial use. Please utilize it in a proper and reasonable manner and respect the rights of copyright owners. For commercial use, please obtain authorization from the copyright owner in advance.

    2.本網站之製作，已盡力防止侵害著作權人之權益，如仍發現本網站之數位內容有侵害著作權人權益情事者，請權利人通知本網站維護人員(nccur@nccu.edu.tw)，維護人員將立即採取移除該數位著作等補救措施。
    NCCU Institutional Repository is made to protect the interests of copyright owners. If you believe that any material on the website infringes copyright, please contact our staff(nccur@nccu.edu.tw). We will remove the work from the repository and investigate your claim.
    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 回饋