基于ECOC-SVM的多类别审计意见预测建模研究
2018-12-07分类号:F239.4;F832.51
【部门】天津财经大学会计学院 哈尔滨工业大学管理学院
【摘要】审计意见的恰当性与公司利益相关者有着密切联系,投资者和监管者参考审计报告及审计意见做出决策,注册会计师出具公允客观的审计意见是其职责所在,构建科学合理的审计意见预测模型有利于辅助各方判断上市公司被出具审计意见的合理性。文章针对上市公司被出具审计意见的四种类型,采用多个财务指标作为建模数据的特征值,基于纠错输出编码和支持向量机算法建立了多类别审计意见预测模型。经过实证检验,审计意见预测模型整体准确率达到83.24%,各类审计意见的预测准确率也均达到80.00%以上,模型预测效果良好。
【关键词】审计意见类型 支持向量机 纠错输出编码 预测模型
【基金】国家自然科学基金面上项目(71771162、71371171)
【所属期刊栏目】会计之友
文献传递