- 详情
- 2020-12-27
- 简介
- 424KB
- 页数 7P
- 阅读 68
- 下载 39
审计意见类型及其预测结果受到企业各利益相关方的高度关注。同时选用财务指标和非财务指标为变量,构建了基于邻域粗糙集神经网络的审计意见预测模型。将领域粗糙集作为BP神经网络的前置系统,在保持分类能力不变的前提下进行指标约简,提取关键指标,再将约简的指标体系作为神经网络模型的输入变量。以2013—2015年沪深A股176家公司数据作为研究样本,采用三种模型进行审计意见预测对比分析,结果表明:本模型预测准确率达到97.06%,与单纯利用神经网络建模或单纯利用财务指标建模的预测效果相比具有更好的预测效果。
对不起,您暂无在线预览权限,如需浏览请
立即登录热门商品
相关推荐
基于邻域粗糙集神经网络的审计意见预测模型研究 424KB
基于邻域粗糙集神经网络的审计意见预测模型研究 130KB
基于粗糙集和小波神经网络模型的房地产价格走势预测研究 283KB
基于粗糙集-神经网络的工程造价估算模型研究 905KB
基于粗糙集-神经网络的工程造价估算模型研究 396KB
基于粗糙集与神经网络的电力企业员工安全等级评价模型 147KB
基于神经网络模型的基坑沉降预测的研究 1.7MB
粗糙集BP神经网络在房地产价格预测中的应用 264KB
粗糙集和神经网络在心理测量中的应用 762KB
基于粗糙集—神经网络的冰蓄冷空调冷负荷预测研究 344KB