机器学习视角下盈余管理识别与审计风险

在“大数据+会计”背景下,如何将信息技术与会计理论和方法结合,有效提升会计信息质量,化解资本市场的相关问题逐渐成为近年来的研究热点。文章以2020年及2021年我国资本市场全部A股上市公司为研究样本,运用机器学习的决策树方法,以上市公司营业利润率、会计政策变更以及会计利润与现金流量盈余逆向判定作为企业盈余管理行为的识别特征变量,构建了企业盈余管理与审计风险的决策树智能判定模型。根据该决策树模型,实现了上市公司基于盈余管理行为的审计风险智能判定,最后根据模型内容提出了研究结论和进一步研究设想。

上市公司的盈余管理及其识别研究

随着中国证券市场和资本市场的发展,在当前数字经济时代下,中国上市公司中盈余管理的情况越来越多,由此带来的众多问题引起了各方的关注。文章从影响盈余管理的因素入手,分析了中国上市公司盈余管理的手段以及识别盈余管理的方法,帮助监管部门和外部投资者有效识别公司的盈余管理,提出控制企业盈余管理的具体对策。这对我国公司的长远发展具有至关重要的研究意义。

家族企业盈余管理的动机分析和识别

文章通过对家族企业的特点进行描述,分析其盈余管理的动机,并描述家族企业盈余管理可能采取的方式。由于家族企业所有权与控制权大多数是未分离的,其盈余管理也会存在一些不同的特征。

基于财务分析视角下的上市公司盈余管理研究——以A公司为例

企业的会计盈余可以反映企业在一定会计期间内的经营成果,对管理层的薪资产生重大影响。由于我国特有的连续三年亏损,且之后一年未恢复盈利即退市制度的存在,亏损上市公司的会计盈余数据更显得格外重要,这也增加了亏损上市公司进行盈余管理的动机。本文将利用财务分析的手段,以A公司为案例,通过对其具体的财务报表数据与披露信息的分析,识别其盈余管理行为的手段,并对其盈余管理程度进行定量化分析,从财务分析的角度探究存在盈余管理行为的上市公司的识别与分析方法。