Research Notes · Category

会计实证方法

围绕同一份会计 / 金融面板数据，把多种方法在同一研究问题上做演练与对照，看每种方法在 R / Python 实现下的差异与适用边界。两本书分别聚焦舞弊检测（AAER + Compustat）与盈余管理（Compustat 面板）。

In this category

items

Other categories人格因果学

应用工具书2026-0564 pp.

财务舞弊检测实践

基于 AAER 与 Compustat 的方法比较与 R / Python 实现

以 Bao et al. 2020 公开复制包为基准样本，覆盖 1991–2014 年约 144,000 个 firm-year 观测、AAER 二元标签与 Compustat 财务变量。十章对应十种检测方法，从 Beneish M-Score 与 Dechow F-Score 的规则基线，到 LASSO 与随机森林、XGBoost 与 RUSBoost、表格深度学习与 MD&A 文本特征、最后用 SHAP 给方法选择决策树。每章末维护一张累积对比表，AUC、NDCG@k、Recall@1% 全口径累积报告。

Open →

应用工具书2026-0578 pp.

盈余管理实践

基于 Compustat 的方法演练与 R / Python 实现

以同一份 Compustat 面板数据为底，回答同一个 DA（Discretionary Accruals）度量问题。十章覆盖 Healy 1985 到现代 ML 残差的十种方法：DeAngelo 中位数离差、Jones 与 Modified Jones、业绩匹配 PMDA、Dechow-Dichev 应计质量、McNichols 改良、Stubben 收入侧 DA、Roychowdhury 真实活动盈余管理，最后一章给出方法选择决策树与综合排名。每章末维护一张累积对比表。

Open →

← All of Research Notes