|
|||||
|
|
| 基于数据挖掘的重大错报风险识别和评估研究 | |
| 引用本文： | 徐 静,李俊林.基于数据挖掘的重大错报风险识别和评估研究[J].财经理论与实践,2022(6):79-85. |
| 作者姓名： | 徐 静 李俊林 |
| 作者单位： | （北京联合大学 管理学院，北京 100101） |
| 基金项目： | 北京市社会科学基金规划项目(21GLB015)； |
| 摘 要： | 基于现代风险导向审计理论，运用数据挖掘方法，选取2001-2020年因财务报表重大错报被出具保留和否定意见的上市公司为样本，构建基于CHAID算法的重大错报分类预测模型，从中识别重大错报的基本特征，挖掘重大错报与否的决策规则。结果表明：流动性差、盈利能力不足、长期偿债能力弱的上市公司，在较高的置信水平上存在高重大错报风险；模型总体正确率为97.17%,分类效果较为理想。鉴于此，能够为识别、评估和预测财务报表重大错报风险提供线索。 |
| 关 键 词： | 数据挖掘 重大错报风险 CHAID算法 分类预测 决策规则 |
Identification and Assessment of Risk of Material Misstatement Based on Data Mining |
|
| XU Jing,LI Junlin.Identification and Assessment of Risk of Material Misstatement Based on Data Mining[J].The Theory and Practice of Finance and Economics,2022(6):79-85. | |
| Authors: | XU Jing LI Junlin |
| Abstract: | |
| Keywords: | data mining risk of material misstatement CHAID algorithm classification prediction decision rule |
| 点击此处可从《财经理论与实践》浏览原始摘要信息 | |
| 点击此处可从《财经理论与实践》下载免费的PDF全文 | |