文件名称：使用机器学习检测错报-研究论文
文件大小：2.51MB
文件格式：PDF
更新时间：2024-06-29 07:41:24
Machine Learning; Big Data;
机器学习提供了经验方法来筛选具有大量变量和有限的关于函数形式的先验知识的会计数据集。 在本研究中，我们表明这些方法有助于检测和解释持续会计错报中存在的模式。 我们使用来自会计、资本市场、治理和审计数据集的大量变量来检测重大错报。 我们分析的一个主要见解是，会计变量虽然不能很好地发现错报，但通过与审计和市场变量的适当相互作用变得最重要。 我们还分析错报和违规行为之间的差异，比较算法，检查提前一年和两年的预测，并解释错报风险更大的群体。