Machine Learning und empirische Rechnungslegungsforschung: Einige Erkenntnisse und offene Fragen

Sellhorn, Thorsten (2020): Machine Learning und empirische Rechnungslegungsforschung: Einige Erkenntnisse und offene Fragen. In: Schmalenbachs Zeitschrift für betriebswirtschaftliche Forschung, Vol. 72: pp. 49-69

Abstract

Im Zuge der digitalen Transformation von Wirtschaft und Gesellschaft ergeben sich zunehmend Anwendungsfelder für Ansätze des maschinellen Lernens nicht nur in der Rechnungslegungspraxis, sondern auch in der betriebswirtschaftlichen Forschung auf diesem Gebiet. Der nachfolgende Beitrag diskutiert selektiv einige Einsatzgebiete von Machine-Learning-Ansätzen in der Unternehmensberichterstattung, der Abschlussprüfung sowie der Unternehmensanalyse und -bewertung. Zudem werden aktuelle und potenzielle Anwendungen in der empirischen Forschung aufgezeigt sowie limitierende Faktoren diskutiert.

Abstract

The digital transformation of economy and society increasingly fosters machine learning applications in a wide range of areas. Accounting practice and empirical accounting research are no exception. This article selectively discusses machine learning approaches in corporate reporting, auditing, analysis, and valuation. In addition, current and potential applications in empirical research are shown, and limiting factors are discussed.

• Item Type: Journal article
• Faculties: Munich School of Management > Institute for Accounting, Auditing and Analysis
• Subjects: 300 Social sciences > 330 Economics
• Language: German