中国管理科学 | 基于多源文本数据和特征增强树模型的上市公司欺诈预测研究

背景：上市公司欺诈行为损害投资者利益与市场秩序，现有研究多依赖财务指标或单一文本来源，难以全面捕捉风险。研究目的：为克服信息来源单一和模型能力不足，提出融合多源文本数据与特征增强树模型（Augboost）的预测框架。结论：多源文本指标（特别是央行货币政策报告）能显著提升预测精度；Augboost模型相比传统算法表现更优，为监管提供了新的技术思路。