简介
本书以资本市场监管为出发点,以实证研究为基础,以上市公司、会计师事务所等相关主体的违规行为为研究对象,利用人工智能及用户画像技术,对上市公司及相关主体的违规行为及关键因素进行画像,构建了包括上市公司监管政策、会计师事务所、上市公司、行业类别、财务及公司治理等核心要素的数据集;对上市公司及会计师事务所两类主体的违规行为进行风险画像建模,设计了违规行为的群体画像及个体画像,了解并跟踪违规行为演变机理,识别关键特征;利用机器学习算法对上市公司及会计师事务所违规行为进行实证研究,预测异常用户,寻找防范上市公司违规行为发生的有效途径,在梳理现有国内外监管制度的基础上,为上市公司及相关主体的风险防范提供经验证据。本书适合广大投资者、股东、监管部门相关人员以及会计、审计及其他财经类专业学生阅读。
编辑推荐
本书从大数据视角研究违规主体的行为特征,完善了数据时代上市公司及相关主体的违规审计全局观;基于审计理论及人工智能技术,将机器学习算法运用于上市公司监管治理领域,体现了信息技术与经济监督的交叉融合,为资本市场监管及经济治理提供了有广泛应用价值的新技术;体现了多学科融合进行监管机制研究的技术群,对维护我国经济社会安全具有一定的理论价值和现实意义。
更多出版物信息
- 版权: 清华大学出版社
- 出版: 2025-04-01
- 更新: 2025-06-23
- 书号:9787302688105
- 中图:F279.246
- 学科:管理学工商管理学经济学理论经济学