Machine learning improves accounting estimates: evidence from insurance payments

Ding, Kexing; Lev, Baruch; Peng, Xuan; Sun, Ting; Vasarhelyi, Miklos A.

doi:10.1007/s11142-020-09546-9

Cited by 113 publications

(58 citation statements)

References 25 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Marten et al 2015, S. 276;Kogan et al 2019) Hoberg und Phillips (2010. Im Unterschied zu Ding et al (2020) verwenden Hoberg und Phillips jedoch keine Finanzkennzahlen, sondern bestimmen die Ähnlichkeit der Produktangebote von Unternehmen durch die automatisierte Analyse von textbasierten Produktbeschreibungen in den Geschäftsberichten (Form 10-K) US-amerikanischer Unternehmen. So schließen sich Unternehmen, deren Produktbeschreibungen sich stärker ähneln, z.…”

Section: Ml-gestützte Peer-group-bestimmungunclassified

“…dazu Sellhorn et al 2019). Die in Ding et al (2020) diskutierten ML-gestützten Schätzalgorithmen (vgl. oben Abschn.…”

Section: Prognoseproblemeunclassified

“…. In der RLF werden Peer Groups u. a. als Kontrollgruppe für die Abschätzung kausaler Effekte herangezogen (vgl Ding et al 2020…”

unclassified

“…Neben dem bereits erwähnten Beitrag vonDing et al (2020) zur ML-gestützten Peer-Group-Bestimmung auf der Basis von Finanzkennzahlen (vgl. Abschn.…”

unclassified

See 3 more Smart Citations

Machine Learning und empirische Rechnungslegungsforschung: Einige Erkenntnisse und offene Fragen

Sellhorn

2020

Schmalenbachs Z betriebswirtsch Forsch

View full text Add to dashboard Cite

ZusammenfassungIm 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.

show abstract

Section: Ml-gestützte Peer-group-bestimmungunclassified

“…dazu Sellhorn et al 2019). Die in Ding et al (2020) diskutierten ML-gestützten Schätzalgorithmen (vgl. oben Abschn.…”

Section: Prognoseproblemeunclassified

See 2 more Smart Citations

Machine Learning und empirische Rechnungslegungsforschung: Einige Erkenntnisse und offene Fragen

Sellhorn

2020

Schmalenbachs Z betriebswirtsch Forsch

View full text Add to dashboard Cite

show abstract

“…We also contribute to the literature on the application of machine learning in finance and accounting research. Recent studies have tested the performance of machine learning in asset pricing (e.g., Rapach, Strauss, Tu, and Zhou, 2019;Gu et al, 2020), fraud prediction (e.g., Bao, Ke, Li, Yu, and Zhang, 2020), and insurance loss prediction (e.g., Ding, Lev, Peng, Sun, and Vasarhelyi, 2020). We contribute to the literature by providing a comparative study on one of the 7 most important research questions in fundamental analysis, corporate earnings forecasting.…”

Section: Introductionmentioning

confidence: 99%