学术商院 | 喜报：薛付婧助理教授合作论文被国际高水平期刊DSS接受发表

　　

　　近日，商学院薛付婧助理教授为通讯作者的论文“The information content of financial statement fraud risk: An ensemble learning approach”被Decision Support Systems接受发表。

　　

　　

　　Decision Support Systems （DSS）是ABS Academic Journal Quality Guide中的ABS3星期刊，FMS管理科学高质量期刊A级国际期刊，也是JCR和中科院1区期刊，旨在发表计算机信息管理和人工智能领域的理论和其他研究成果，以促进在商业、管理和其他应用领域中的有效决策。

　　

　　研究背景

　　

　　在日常经营决策中，信息的完整性和可信度经常因舞弊活动而受到影响，这会导致各方决策效率下降和风险增加。监管机构和审计师尽管努力监控公司财务舞弊，但由于技能限制和信息获取成本高昂，其效果往往有限。因此，如何在公司财务风险显现之前给予预判变得至关重要。过去的研究提出了多种财务舞弊检测模型，但由于在理论基础、建模技术和特征选择方面的挑战，仍然存在着可扩展性、适应性和解释性等问题。更重要的是，现有研究主要将财务舞弊视为事后事件，而事先评估舞弊风险，并探索其信息含量及经济后果的研究比较缺乏。

 

　　研究内容和发现

　　

　　基于此，本研究提出了以下研究问题：1）如何结合理论和先进的建模技术对事先的舞弊风险进行有效预测？2）更为重要地，该舞弊风险的信息含量有哪些，如它是否能预示未来公司的运营效率情况？为回答第一个问题，本研究首先基于理论框架“why fraud”、“how fraud”以及“how fraud manifests” 进行模型特征提取，这些特征包括数值型数据、文本特征以及LDA主题内容等，随后本文采用集成学习模型对公司财务舞弊风险进行预测。该模型有效地应对了财务舞弊识别环境中涉及的独特挑战，如不平衡数据问题和极端值的混淆影响等，展现了卓越的预测性能。更为重要地，为进一步了解财务舞弊风险的信息含量，即回答第二个研究问题，我们分析了该事先捕获的财务舞弊风险与公司未来运营效率之间的关系。实证结果发现，本研究预估的舞弊风险与公司运营效率呈显著负相关。本研究将公司财务舞弊检测重新定义为一项持续的活动，而不是一项事后的事件，从而使管理者和利益相关者能够重新考虑他们的经营决策，重塑整个决策流程。

 

　　论文详细信息

　　

　　Duan W, Hu N, Xue F. The information content of financial statement fraud risk: An ensemble learning approach[J]. Decision Support Systems, 2024, 182: 114231.

　　

　　DOI:https://doi.org/10.1016/j.dss.2024.114231

　　

　　Abstract：This study aims to assess the financial statement fraud risk ex ante and empirically explore its information content to help improve decision-making and daily operations. We propose an ex-ante fraud risk index by adopting an ensemble learning approach and a theoretically grounded framework. Our ensemble learning model systematically examines the fraud process and deals effectively with the unique challenges in the financial fraud setting, which yields superior prediction performance. More importantly, we empirically examine the information content of our estimated ex-ante fraud risk from the perspective of operational efficiency. Our empirical results find that the estimated ex-ante fraud risk is negatively correlated with sustaining operational efficiency. This study redefines fraud detection as an ongoing endeavor rather than a retrospective event, thus enabling managers and stakeholders to reconsider their operation decisions and reshape their entire operation processes accordingly.

　　

　　作者简介

　　

　　薛付婧，中山大学商学院助理教授，硕士生导师，中山大学“百人计划”引进人才。西安交通大学工商管理（会计与财务）博士，曾担任香港岭南大学研究助理和研究员。研究兴趣在于“公司财务与会计+AI”，研究成果发表于管理世界、系统工程理论与实践、Decision Support Systems、International Journal of Contemporary Hospitality Management、Pacific-Basin Finance Journal等国内外知名学术期刊。