IDEAS home Printed from https://ideas.repec.org/p/osf/osfxxx/n4myj.html
   My bibliography  Save this paper

Nghiên cứu gian lận báo cáo tài chính tiếp cận theo thuật toán rừng ngẫu nhiên

Author

Listed:
  • Hung, Dang Ngoc

Abstract

Nghiên cứu sử dụng các thuật toán rừng ngẫu nhiên dựa trên lý thuyết tam giác gian lận, đểxem xét ảnh hưởng của các yếu tố đến gian lận báo cáo tài chính của các doanh nghiệp ở Việt Nam,sử dụng bộ dữ liệu bảng với 2235 quan sát trong giai đoạn 2014 - 2020. Nghiên cứu xem xét các mức chênh lệch lợi nhuận trước và sau kiểm toán trên 5%. Kết quả dự báo theo thuật toán rừng ngẫu nhiên đạt ở mức 91%. Đồng thời nghiên cứu đã xác định yếu tố ảnh hưởng lớn nhất là sự ổn định tài chính của doanh nghiệp. Nghiên cứu này có giá trị khi ứng dụng trong việc đánh giá tình trạng gian lận báo tài chính của doanh nghiệp khả năng dự báo với độ chính xác cao.

Suggested Citation

  • Hung, Dang Ngoc, 2022. "Nghiên cứu gian lận báo cáo tài chính tiếp cận theo thuật toán rừng ngẫu nhiên," OSF Preprints n4myj, Center for Open Science.
    • Handle: RePEc:osf:osfxxx:n4myj
    DOI: 10.31219/osf.io/n4myj
    as

    Download full text from publisher

    File URL: https://osf.io/download/62c6305cf66a9400d723074d/
    Download Restriction: no
    File URL: https://libkey.io/10.31219/osf.io/n4myj?utm_source=ideas
    LibKey link: if access is restricted and if your library uses this service, LibKey will redirect you to where you can use your library subscription to access this item
    ---><---

    More about this item

    NEP fields

    This paper has been announced in the following NEP Reports:

    Statistics

    Access and download statistics

    Corrections

    All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:osf:osfxxx:n4myj. See general information about how to correct material in RePEc.

    If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.

    We have no bibliographic references for this item. You can help adding them by using this form .

    If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.

    For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: OSF (email available below). General contact details of provider: https://osf.io/preprints/ .

    Please note that corrections may take a couple of weeks to filter through the various RePEc services.

    IDEAS is a RePEc service. RePEc uses bibliographic data supplied by the respective publishers.