来源：期刊VIP网 时间：
作者：叶钦华 ;叶凡 ;游昊哲 ;刘哲煜 ;
单位：厦门天健财智科技有限公司;厦门国家会计学院;中国工商银行厦门市分行;
摘要：目前，财务舞弊的研究和政策关注的重要方向之一是事前识别舞弊，现有文献从利用“人”，即依靠专家经验选取预测变量，发展到利用“机器”，即引入越来越复杂的机器学习模型，甚至个别研究认为不需要“人”筛选变量而进行预测的效果更好。本文尝试研究在当前阶段“人机结合”的方式是否是更优的路径。本文采用分层十折交叉验证方法、RUS抽样方法、机器学习模型预测A股制造业收入舞弊，发现加入基于“人”的经验选取的财务和非财务指标后预测效果更优，说明专家经验仍是有用的，能够捕捉到增量信息。因此，发挥专家经验和机器学习模型各自优势，针对不同舞弊场景、手法、行业进行人机协同预测，应是现有市场环境及技术条件下的有效路径。
关键词：机器学习;;专家经验;;财务舞弊识别;;收入舞弊
基金资助：国家自然科学基金项目“基于利益相关者视角的财务舞弊识别及应用”（项目编号72172135）和“制度变迁：审计团队流动的经济后果：基于执业风险变化视角”（项目编号72102204）的成果之一
