基于机器学习算法的上市企业内部控制缺陷预测研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

【摘要】上市企业内部控制缺陷信息是企业利益相关者进行决策的重要参考， 人为操纵内部控制缺陷认定以及错误披露内部控制缺陷信息会引发企业未来的经营风险。基于机器学习算法构建的预测模型能够对企业的内部控制缺陷进行有效预测， 有助于企业对潜在风险进行预警。实证研究表明： 与判别分析、 逻辑回归、 支持向量机、 决策树等利用机器学习算法预测企业内部控制缺陷的模型相比， 随机森林模型在预测的准确率、 精准率、 召回率、 F1-score和AUC值方面综合表现更好。（剩余10803字）

试读结束

目录
monitor