基于LM算法BP神经网络的审计重大错报风险识别 |
| |
引用本文: | 王翠琳,何其恩.基于LM算法BP神经网络的审计重大错报风险识别[J].财会月刊,2012(21):60-62. |
| |
作者姓名: | 王翠琳 何其恩 |
| |
作者单位: | 兰州理工大学经济管理学院 |
| |
摘 要: | 本文根据1998~2009年期间,证监会、深交所、上交所公布的财务舞弊违规处罚意见,参照2006年1211号审计准则的规定构建了涵盖持续经营能力、融资能力、营运能力、重大关联交易、关键人员变动、内部控制环境等因素的重大错报风险识别模型。通过与Logistic算法重大错报风险识别模型预测结果进行对比,发现基于LM算法BP神经网络重大错报风险识别模型具备较高的识别准确率,具有更强的实用性。
|
关 键 词: | 重大错报风险 BP神经网络 LM算法 |
本文献已被 CNKI 等数据库收录! |
|