Person: Pascual Ezama, David
Loading...
First Name
David
Last Name
Pascual Ezama
Affiliation
Universidad Complutense de Madrid
Faculty / Institute
Ciencias Económicas y Empresariales
Department
Administración Financiera y Contabilidad
Area
Economía Financiera y Contabilidad
Identifiers
2 results
Search Results
Now showing 1 - 2 of 2
Item Estudiantes mejor informados: mejores resultados académicos(Revista de Contabilidad, 2017) Sánchez Martín, María del Pilar; Pascual Ezama, David; Delgado Jalón, María LuisaEl presente trabajo de investigación tiene como objetivo analizar la influencia que tiene sobre el rendimiento académico la información recibida por los estudiantes respecto al proceso de evaluación acumulativo por actividades realizadas durante los seminarios activos. Para ello se ha realizado un experimento con 3 condiciones intrasujeto en las que se controla la información disponible para 377 estudiantes. Los resultados obtenidos indican que, cuando se facilita información a los estudiantes sobre el proceso de evaluación, estos realizan un mayor esfuerzo en las actividades de los seminarios activos. También se han encontrado resultados significativos en el impacto que tiene, en las calificaciones finales de los estudiantes, la elección por parte de estos del peso porcentual de los seminarios activos en la evaluación final.Item Is the External Audit Report Useful for Bankruptcy Prediction? Evidence Using Artificial Intelligence(International Journal of Financial Studies, 2019) Muñoz Izquierdo, Nora; Camacho Miñano, María del Mar; Segovia Vargas, María Jesús; Pascual Ezama, DavidDespite the number of studies on bankruptcy prediction using financial ratios, very little is known about how external audit information can contribute to anticipating financial distress. A handful of papers have shown that a combination of ratios and audit data is significant for predictive purposes, but only one recent paper provided a predictive accuracy of 80% solely by using the disclosures contained in audit reports. This study was complemented by simplifying the analysis of audit reports for prediction purposes and the same predictive accuracy was achieved. By applying three artificial intelligence techniques (PART algorithm, random forest, and support vector machine), the predictive ability of more easily extracted information from the report was examined and a practical implication suggested for each user. Simply by (1) finding the audit opinion, (2) identifying if a matter section exists, and (3) the number of comments disclosed, any user may predict a bankruptcy situation with the same accuracy as if they had scrutinized the whole report. In addition, an extended literature review is included, on previous studies on the interaction between bankruptcy prediction and the external audit information.