基于支持向量机的会计信息失真识别研究
公司会计信息不仅是资本市场必不可缺的信息资料,也是政府宏观和微观管理国民经济的重要信息来源,会计信息真实性是其基础和保障,尤其重要.本文构建了支持向量机分类识别模型框架,并采用支持向量机(SVM)算法对会计信息进行失真识别.实验中,选取2007年至2016年国泰安数据库A股上市公司为样本,选取了25个财务指标和5个非财务指标作为研究变量,将LibSVM用于样本预处理、训练和测试,以建立会计信息失真识别模型.结果表明所建模型对会计信息失真企业的正确识别率达到94.8%,具有很好的实践价值.
会计信息失真、支持向量机、分类识别、数据挖掘
2019-05-31(万方平台首次上网日期,不代表论文的发表时间)
共5页
10-14