2018年 第 6 期
总第 826 期
财会月刊(下)
审计园地
基于国家治理的上市公司舞弊审计实证检验

作  者
张 莉(副教授)

摘  要

【摘要】为了揭示违规上市公司共同的倾向性因素,基于国家治理视角定义了舞弊内涵,选取A股上市公司1993 ~ 2015年度4461例样本数据,选取公司治理、财务指标、持续经营能力三类指标下33个变量对舞弊进行解释,采用四种抽样方法构建决策树模型,并运用Bagging机器学习算法对模型进行优化。结果表明:抽样方法会影响模型预测精确度,采用Bagging自助抽样算法可改善模型预测效果;内控有效性、内控意见、董事会会议次数、董事会人数、监事会人数、审计收费、息税前利润、股利分配率、每股企业自由现金流量、总资产净利润率等指标揭示舞弊效果显著;经样本外数据测试,Bagging算法优化后模型总体准确度比优化前提高了35.87%,召回率比优化前提高了21.1%,表明模型有较好的预测力与稳定性。

【关键词】国家治理;舞弊审计;决策树;Bagging算法;机器学习

【中图分类号】F234.9

【文章编号】1004-0994(2018)06-0138-9