基于机器学习的企业内部控制重大缺陷预测

打开文本图片集

【摘要】企业在全面建设和实施内部控制机制的过程中普遍存在“报喜不报忧”现象， 信息披露与真实运营情况严重脱节， 内部控制存在重大缺陷。 基于机器学习的重大缺陷预测模型能挖掘特征信息， 对可能存在的重大缺陷进行识别和预警， 以防止潜在的经营风险积累到一定程度并在发生损失后才引起重视。 通过构建包括内部治理机制、外部环境风险、财务状况、监管与信息沟通四个维度的预测指标体系， 利用2012 ～ 2019年沪深两市A股上市企业数据， 经过研究后发现： 以XGBoost为代表的集成模型在预测性能上强于个体学习器， 在不平衡、高维度、相关关系不明确的数据集上的预测效果较为稳健， 营业净利率、净资产收益率、产品市场竞争等指标对预测结果的贡献程度较大。（剩余16821字）