| 企业审计中财务困境预警模型自学习功能的实现研究——基于五种不同数据挖掘模型测试的结果 |
| |
| 引用本文： | 李博,罗良辰.企业审计中财务困境预警模型自学习功能的实现研究——基于五种不同数据挖掘模型测试的结果[J].审计研究,2013(1):54-61. |
| |
| 作者姓名： | 李博 罗良辰 |
| |
| 作者单位： | 审计署驻哈尔滨特派办办事处 |
| |
| 摘 要： | 审计分析软件的自学习功能十分重要。本文针对中央企业审计分析和预警系统的核心技术——财务困境预警,选取206家中央企业及其子公司的财务指标作为训练样本和测试样本。使用主成分分析方法筛选后,采用Fisher线性判别模型、贝叶斯判别模型、Logistic模型、径向基函数神经网络模型、支持向量机模型等五种数据挖掘模型进行训练和测试。结果表明:除贝叶斯判别模型预测结果较差外,其它四种模型的预测准确率都较高,其中Fisher线性判别模型的预测准确率最高。本实验室给出了Fisher线性判别模型自学习功能实现的流程图和C/C++语言描述,实现了中央企业审计分析和预警系统的优化和改进。
|
| 关 键 词： | 财务困境预警 主成分分析 数据挖掘 自学习功能 |
Researches and Implementation of Self-learning in Audit Analysis and Forewarning System about Enterprises |
| |
| Li Bo Luo Liangchen.Researches and Implementation of Self-learning in Audit Analysis and Forewarning System about Enterprises[J].Audit Research,2013(1):54-61. |
| |
| Authors: | Li Bo Luo Liangchen |
| |
| Institution: | Li Bo Luo Liangcheng |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
|
