重庆理工大学学报2021，Vol.35Issue(5) ：253-261.DOI:10.3969/j.issn.1674-8425(z).2021.05.032

基于PCA-BP神经网络的审计风险识别研究

The Research of Audit Risk Identification Based on PCA and BP Neural Network

张志恒 李超
重庆理工大学学报2021，Vol.35Issue(5) ：253-261.DOI:10.3969/j.issn.1674-8425(z).2021.05.032
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据

基于PCA-BP神经网络的审计风险识别研究

The Research of Audit Risk Identification Based on PCA and BP Neural Network

张志恒 1李超1
扫码查看

作者信息

  • 1. 重庆理工大学 会计学院,重庆 400054
  • 折叠

摘要

审计风险的识别和评估是现代风险导向审计的重要内容,为准确地识别审计风险,提出了一种基于PCA-BP神经网络的审计风险识别模型.选取33项指标建立风险识别指标体系,使用PCA方法对训练集数据进行降维处理,将特征值大于1的主成分作为神经网络的输入向量,构造PCA-BP神经网络.选用124家A股上市公司作为研究样本进行实证研究.结果表明:模型平均识别准确率达到90.04％,高于传统BP神经网络模型,计算速度快、识别率高和适用范围广,能有效识别审计风险.

关键词

审计风险/风险识别/PCA/BP神经网络

引用本文复制引用

出版年

2021
重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子：0.567
ISSN：1674-8425
被引量5
参考文献量17
段落导航相关论文