期刊专题

基于支持向量机的会计信息失真识别研究

引用
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

相关文献
评论
暂无封面信息
查看本期封面目录

财会通讯

1002-8072

42-1103/F

2019,(13)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn