典型文献
基于机器学习的分析师识别公司财务舞弊风险的研究
文献摘要:
利用机器学习方法预测财务舞弊风险,结合分析师评级数据,实证考察分析师能否识别公司的财务舞弊风险.以2007~2018年A股上市公司为样本进行多元回归分析发现,公司财务舞弊风险越大,分析师越可能对公司出具消极的评级报告,表明分析师在分析和解读信息过程中能够识别公司的财务舞弊风险并有效应对.这一影响在分析师经验越丰富、声誉越好以及利益冲突越小时更为突出,表明分析师识别财务舞弊的能力和动机影响其能否识别公司财务舞弊风险.基于分析师发布消极评级的经济后果的检验表明,分析师消极评级能显著降低公司未来发生财务舞弊的概率.
文献关键词:
财务舞弊;分析师评级;分析师决策;机器学习
中图分类号:
作者姓名:
伍彬;刘云菁;张敏
作者机构:
中国人民大学商学院;湖南财政经济学院会计学院
文献出处:
引用格式:
[1]伍彬;刘云菁;张敏-.基于机器学习的分析师识别公司财务舞弊风险的研究)[J].管理学报,2022(07):1082-1091
A类:
分析师决策
B类:
基于机器学习,公司财务,财务舞弊风险,机器学习方法,结合分析,分析师评级,师能,多元回归分析,分析和解读,声誉,利益冲突,突越,经济后果,生财
AB值:
0.160372
相似文献
机标中图分类号,由域田数据科技根据网络公开资料自动分析生成,仅供学习研究参考。