全文总字数：2520字

文献综述

1. 财务舞弊的定义

国际内部审计师协会(IIA)在其发布的《内部审计实务标准》中对财务舞弊的定义为：“舞弊包含一系列故意的非法欺骗行为，这种行为是由一个组织外部或内部的人来进行的。”^[1]

在《中国注册会计师审计准则第 1141号—财务报表审计中对舞弊的考虑》中中国审计准则对舞弊进行了如下的定义：“被审计单位的管理层、治理层、员工或第三方使用欺骗手段获取不当或非法利益的故意行为。”^[2]

1. 国外财务舞弊检测模型研究现状

国外学者在利用数据挖掘技术对企业财务舞弊行为进行识别的方法上开展了很多研究，并且取得了一系列成果。

1998年，Fanning和Cogger利用神经网络模型建立了一个管理财务舞弊的检测模型，模型中涵盖了财务和非财务两种指标，具有较高的舞弊识别能力。Fanning和Cogger认为，该模型对企业报表的使用人员、利益干系人以及内外部审计人员识别财务舞弊行为具有一定的参考意义，可根据参考结果对公司的内部审计流程进行相应的优化和调整。^[3]

2007年，Pinquet研究了保险欺诈的逻辑回归，重点是西班牙汽车保险索赔数据库。^[4]Bose和Wang将重点放在分类和回归树上，以解决选定中国公司的财务报表欺诈问题。^[5]

2015年，Chi-Chen Lin等利用数据挖掘方法中的Logistic回归模型、决策树方法和人工神经网络模型对数据进行模拟实验，得出决策树方法和人工神经网络比Logistic回归更加精确的结论。^[6]

1. 国内财务舞弊检测模型研究现状

如何识别财务舞弊一直是财务审计领域的核心问题，对它的研究数不胜数，但由于数据挖掘诞生较晚，所以将数据挖掘与舞弊识别进行结合的研究目前还是比较少的。^[7]在利用数据挖掘技术进行财务舞弊识别的相关研究中，由于国外的相研究起步较早，已经取得了一定的成绩。而我国的相关研究开展的较晚，目前仍落后于国外，但我国相关学者在数据挖掘对财务舞弊识别的应用方面依然做出了不懈的努力并取得了一些成果。