摘要
在众多应用领域内机器学习技术的演进正处于飞速的进展之中,探索如何利用这项技术进行企业财务舞弊的分析已成为现今研究的新趋势。确当妥善挑选数据实例对于衡量在多样化机器学习算法中的利润调节极为关键,且能有效增强基于机器智能的金融造假侦测的精确性。本探讨提出猜想公司内部监管动机、内部监管质量与公司利润调节程度之间有一定的关联性,并依托于机器智能技术对公司利润调节评估指标框架进行了搭建。本研究采纳了五类差异化的数据样本包括经济数据、经济指数、管理水平指数、核查指数以及国内资金市场独有指数,以此作为评估盈余操纵程度的衡量标准。
