基于贝叶斯模型视角的重大会计差错预测研究
公司是否存在重大会计差错一直是学术界和理论界关注的热点.对重大会计差错的预测进行单纯的定性或定量研究存在着局限性,而贝叶斯模型不仅利用了前期的数据信息,还综合考虑了决策者的经验和判断等信息,同时将客观因素和主观因素结合起来,对预测异常情况的发生具有更大的灵活性.为此,选取2002～2015年间财务报表涉嫌差错并且被证监会要求重述的公司作为样本,运用贝叶斯模型预测公司发生重大会计差错的可能性,并且与古典概率模型作比较.结果表明,与古典概率模型相比,贝叶斯模型并没有改变第一类差错(将非虚报公司列为虚报公司)预测的概率,但增强了预测第二类差错(将虚报公司列为非虚报公司)的灵敏度.贝叶斯模型的运用使得审计师、投资者和监管者能够更敏锐地发现公司存在的重大会计差错,从而降低相应的风险.
重大会计差错、差错预测、贝叶斯模型、古典概率模型
F234.4(会计)
2017-11-24（万方平台首次上网日期，不代表论文的发表时间）
共7页
55-61
