基于随机森林算法的上市公司财务报告审计预测
摘要
针对传统财务报告审计方法存在的不足,本文提出了利用随机森林算法对上市公司财务报告进行审计预测的新思路。通过构建随机森林模型,并结合实际上市公司的财务报告数据,实现了对财务报告审计意见的自动分类和预测。实验结果表明,基于随机森林算法的财务报告审计预测模型在审计预测任务中展现出良好的性能。本文的研究不仅为财务报告审计提供了一种新的有效工具,也为资本市场的健康稳定发展提供了有力支持。同时,本文还探讨了该方法的改进方向,为后续研究提供了有益的参考。
关键词
随机森林算法;财务报告;审计预测;机器学习
全文:
PDF参考
[1]张成刚.基于深度神经网络的短期电力负荷概率预测[D]. 武汉大学,2021.[中国优秀硕士学位论文全文数据库].
[2]陈若冰,陈萱等.基于机器学习的海洋浮标寿命及轨迹预测[J].海洋通报.2021,(03):25-36.
[3]张志敏.基于随机森林的上市公司财务报告舞弊智能识别[D].山西财经大学,2021.[中国优秀硕士学位论文全文数据库].
[4]徐嘉琦.基于社交文本和深度学习的抑郁症分析研究[D].哈尔滨理工大学,2022.[中国优秀硕士学位论文全文数据库].
[5]任婷.上市公司治理结构对审计费用的影响研究[D].西南大学,2015.[中国优秀硕士学位论文全文数据库].
DOI: http://dx.doi.org/10.12361/2661-3263-07-01-159490
Refbacks
- 当前没有refback。