基于ECOC-SVM的多类别审计意见预测建模研究  

作　　者：孙洁 郑玉娇 艾文国[2] 

机构地区：[1]天津财经大学会计学院 [2]哈尔滨工业大学管理学院

出　　处：《会计之友》2018年第24期87-92,共6页Friends of Accounting

基　　金：国家自然科学基金面上项目(71771162;71371171)

摘　　要：审计意见的恰当性与公司利益相关者有着密切联系,投资者和监管者参考审计报告及审计意见做出决策,注册会计师出具公允客观的审计意见是其职责所在,构建科学合理的审计意见预测模型有利于辅助各方判断上市公司被出具审计意见的合理性。文章针对上市公司被出具审计意见的四种类型,采用多个财务指标作为建模数据的特征值,基于纠错输出编码和支持向量机算法建立了多类别审计意见预测模型。经过实证检验,审计意见预测模型整体准确率达到83.24%,各类审计意见的预测准确率也均达到80.00%以上,模型预测效果良好。

关 键 词：审计意见类型 支持向量机 纠错输出编码 预测模型 

分 类 号：F239.1[经济管理—会计学]