基于数据挖掘的重大错报风险识别和评估研究

摘要

基于现代风险导向审计理论,运用数据挖掘方法,选取2001-2020年因财务报表重大错报被出具保留和否定意见的上市公司为样本,构建基于CHAID算法的重大错报分类预测模型,从中识别重大错报的基本特征,挖掘重大错报与否的决策规则。结果表明:流动性差、盈利能力不足、长期偿债能力弱的上市公司,在较高的置信水平上存在高重大错报风险;模型总体正确率为97.17%,分类效果较为理想。鉴于此,能够为识别、评估和预测财务报表重大错报风险提供线索。