线上期刊服务咨询,发表咨询:400-808-1701 订阅咨询:400-808-1721

多类别审计意见预测研究——基于SMOTE算法一BP神经网络模型

张庆龙; 何斯佳 审计研究 2019年第04期

摘要:通过审计意见预测模型的研究,可以帮助利益相关者根据上市公司、事务所、审计环境等相关数据推定注册会计师应当出具的审计意见类型,这对于优化证券市场资源配置和维护市场经济秩序具有重要意义。本文以我国2015-2017年间信息传输、软件和信息技术服务业A股上市公司为研究样本,从审计三方关系人的视角分析了审计意见的影响因素,并提出研究假设;随后建立了审计意见预测变量体系,运用因子分析法进行预测变量降维,并进行了Z-score数据标准化处理、SMOTE数据非平衡处理、审计意见数据的独热码转换;最后基于BP神经网络方法构建了多类别审计意见预测模型并进行检验。结果显示模型总体的平均预测准确率达到了90.7%,显示出了较为满意的预测效果。

关键词:审计意见预测模型smote算法bp神经网络

单位:北京国家会计学院; 101312

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

审计研究

CSSCI南大期刊

¥220.00

关注 25人评论|2人关注