多类别审计意见预测研究——基于SMOTE算法—BP神经网络模型

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

在线出版日期：2019-09-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：48-56