多源数据驱动的财务欺诈风险分析新范式研究

Corporate financial fraud is usually highly secretive and systematic, leading to the identification and analysis of financial fraud has always been a difficult problem for the industry, academia, and regulatory agencies. Most of the existing studies are based on limited quantitative financial data for analysis, so it is difficult to break through the decision-making bottleneck under incomplete information. This project innovatively proposes a new paradigm for corporate financial fraud risk analysis with the process of multi-source data aggregation-knowledge graph construction-information articulation analysis. It conducts in-depth mining of the rich information contained in big data and aggregate them with the quantitative data. Then all the information are reorganized in the form of a knowledge graph, so the financial fraud can be identified by systematically analyzing the internal connections between multiple sources of information rather than the articulation of the data. This way can more effectively identify the financial fraud, and outline the whole development of fraud incident including the cause, process, and result. The research results can theoretically create a new paradigm of financial fraud analysis driven by multi-source data, and in practice can effectively assist market entities in their investment decisions, provide strong decision support for the financial fraud monitoring and early warning of regulatory agencies, and maintain the stability of the capital market.

企业的财务欺诈通常具有极强的隐秘性和系统性，导致财务欺诈的识别与分析一直都是业界、学界和监管机构的难题。已有研究大多基于有限的定量财务数据进行分析，难以突破不完全信息下的决策瓶颈。本项目创新性地提出的多源数据汇聚-知识图谱构建-信息勾稽分析的企业财务欺诈风险分析新范式。深入挖掘大数据中蕴含的丰富信息，与定量数据进行多源汇聚与深度融合。并将这些信息利用知识图谱的形式重新组织和串联，通过系统分析多源信息之间的内在联系而不是数据表面的勾稽关系来识别财务欺诈的表征特性，以更为有效地识别隐秘的财务欺诈，并勾勒出包括起因、过程和结果在内的整个欺诈事件的发展脉络。研究成果从理论上可以开创多源数据驱动的财务欺诈分析新范式，从实践上可以有效地辅助市场主体的投资决策，为监管机构的财务欺诈监测和预警提供有力的决策支持，维护资本市场稳定。

本项目研究多源数据驱动的财务欺诈风险分析新范式，重点研究财务欺诈风险分析情境下，大数据管理决策范式的理论、方法和应用。基于多源数据实现对企业的全景式画像，通过系统分析多源信息之间的内在联系而不是数据表面的勾稽关系来识别财务欺诈的表征特性，以更为有效地识别隐秘的财务欺诈。在理论创新方面，提出全景式大数据视角下的财务欺诈风险分析新范式，构建出多源数据汇聚-信息勾稽分析-关联规则挖掘的企业财务欺诈风险分析框架。在方法创新方面，研究提出多种基于多源信息勾稽关系的财务欺诈风险分析方法，挖掘财务欺诈识别的一般性规则。在应用创新方面，注重将理论积累与服务国家重大需求紧密融合，面向国家、部委和企业等多个层面的实际需求，探索财务欺诈的应对与治理策略。.主要成果包括：（1）在国内外主流期刊上发表（含接收）论文23篇，包括Humanities and Social Sciences Communications（Nature子刊）、Innovation（Cell合作期刊）、Science（e-letter短文）和《管理科学学报》等，出版英文专著2部。（2）提交的3份政策建议被中央决策部门采用，获国家领导人批示5人次，研究成果被国家发改委、中国科学院等部委单位，以及腾讯金融、秦皇岛银行、新疆农信社等多家企业采纳应用。（3）项目主持人成为教育部长江学者奖励计划特聘教授，并被聘任为中国科学院大学“讲席教授”，1人晋升为副研究员，1人成为2本领域国际主流期刊编辑，培养研究生15名，其中2位研究生获得中科院“院长优秀奖”，1位获教育部“博士生国家奖学金”。（4）组织8次国内外学术大会，作项目研究成果的大会报告和特邀报告10余次，在国际主流期刊组织金融欺诈相关专刊3项。（5）申请国家发明专利5项，形成1项财务欺诈多源信息数据库，构建1个财务欺诈大数据分析平台。（6）获得国际会议最佳论文奖2项、“中国科学院信息化应用优秀案例”奖、“互联网+”大学生创新创业大赛国科大校级选拔赛三等奖等多项奖励。