基于數(shù)據(jù)挖掘技術的上市公司會計信息失真識別研究
發(fā)布時間:2025-05-20 06:38
公司財務造假是一個歷史悠久、影響極其惡劣的國際性難題。1720年的英國南海公司事件是世界上第一例上市公司財務造假案。南海公司事件直接導致了兩個結果:一是股份公司近100年的關閉;二是以注冊會計師為主體的民間審計的出現(xiàn)。盡管如此,公司財務造假現(xiàn)象一直沒有消失,遠的如1929年美國羅賓斯財務造假導致的美國股市的大崩潰,近的如2001年美國的安然公司事件都是典型的財務造假案例。而在我國,繼瓊民源、PT鄭百文等財務造假丑聞之后,又暴露出了銀廣夏、ST黎明、藍田股份等財務造假惡性案件。上市公司財務造假問題引起了社會各方面的關注。針對公司的財務造假問題,專家學者進行了大量的定性或者定量的研究,取得了一定的研究成果。本文從舞弊理論、舞弊特征、舞弊識別模型等三個角度充分分析了國內外研究現(xiàn)狀,在此基礎上,進行了以下幾個方面的研究。 (一)分析財務造假的原因和手段。本文從兩個角度分析了財務造假的原因,一是客觀原因,二是內在動因?陀^原因包括:政府職能的問題、公司治理結構的缺陷、證券市場相關制度的不完善、不健全的監(jiān)管機制等;內在動因有:公司為了取得股票發(fā)行資格、提高股票發(fā)行價格、取得配股資格、避免被“...
【文章頁數(shù)】:132 頁
【學位級別】:博士
【文章目錄】:
摘要
Abstract
1. 緒論
1.1 研究背景
1.2 研究意義
1.3 相關概念界定
1.4 研究的技術路線與內容安排
1.4.1 技術路線
1.4.2 論文內容安排
2. 文獻綜述
2.1 國外財務舞弊研究綜述
2.1.1 舞弊理論研究
2.1.2 舞弊特征研究
2.1.3 舞弊識別模型研究
2.2 國內財務舞弊研究綜述
2.2.1 舞弊理論研究
2.2.2 舞弊特征研究
2.2.3 舞弊識別模型研究
2.3 數(shù)據(jù)挖掘技術及其應用現(xiàn)狀
2.3.1 數(shù)據(jù)挖掘的含義與功能
2.3.2 數(shù)據(jù)挖掘在經濟管理領域的典型應用
2.4 評述
3. 財務造假分析
3.1 造假原因分析
3.1.1 客觀環(huán)境分析
3.1.2 內在動因分析
3.2 造假手段分析
3.2.1 關聯(lián)方交易
3.2.2 資產重組
3.2.3 選用不當會計政策
3.2.4 會計政策、會計估計變更
3.2.5 資產評估
3.2.6 其他手段
4. 研究樣本與變量選擇
4.1 樣本選擇
4.2 變量選擇
4.3 指標計算及其標準化
5. 基于分類方法的虛假財務報告識別研究
5.1 基于分類方法的虛假財務報告識別框架
5.2 Logistic回歸分析及其應用
5.2.1 Logistic回歸簡介
5.2.2 實驗過程與分析
5.3 神經網(wǎng)絡及其應用
5.3.1 人工神經網(wǎng)絡的特點
5.3.2 神經元及其特性
5.3.3 BP神經網(wǎng)絡模型
5.3.4 基于神經網(wǎng)絡的虛假財務報表的識別
5.4 支持向量機及其應用
5.4.1 支持向量機理論
5.4.2 基于支持向量機的會計信息失真的識別
5.5 貝葉斯分類及其應用
5.5.1 樸素貝葉斯分類簡介
5.5.2 樸素貝葉斯分類的應用
5.6 幾種分類方法實驗結果的比較
6. 虛假財務報告的聚類研究
6.1 自組織映射
6.2 K均值聚類方法
6.3 聚類有效性
6.4 V-KSOM模型
6.5 V-KSOM模型的應用
6.5.1 實驗樣本選擇
6.5.2 變量選擇
6.5.3 實驗過程與結果分析
7. 總結與展望
7.1 研究總結
7.2 本文創(chuàng)新之處
7.3 研究的局限和今后研究方向
參考文獻
攻讀博士期間取得的科研成果
致謝
附錄1:分類訓練樣本中88家公司列表
附錄2:分類測試樣本中172家公司列表
附錄3:聚類實驗樣本中100家公司列表
本文編號:4047003
【文章頁數(shù)】:132 頁
【學位級別】:博士
【文章目錄】:
摘要
Abstract
1. 緒論
1.1 研究背景
1.2 研究意義
1.3 相關概念界定
1.4 研究的技術路線與內容安排
1.4.1 技術路線
1.4.2 論文內容安排
2. 文獻綜述
2.1 國外財務舞弊研究綜述
2.1.1 舞弊理論研究
2.1.2 舞弊特征研究
2.1.3 舞弊識別模型研究
2.2 國內財務舞弊研究綜述
2.2.1 舞弊理論研究
2.2.2 舞弊特征研究
2.2.3 舞弊識別模型研究
2.3 數(shù)據(jù)挖掘技術及其應用現(xiàn)狀
2.3.1 數(shù)據(jù)挖掘的含義與功能
2.3.2 數(shù)據(jù)挖掘在經濟管理領域的典型應用
2.4 評述
3. 財務造假分析
3.1 造假原因分析
3.1.1 客觀環(huán)境分析
3.1.2 內在動因分析
3.2 造假手段分析
3.2.1 關聯(lián)方交易
3.2.2 資產重組
3.2.3 選用不當會計政策
3.2.4 會計政策、會計估計變更
3.2.5 資產評估
3.2.6 其他手段
4. 研究樣本與變量選擇
4.1 樣本選擇
4.2 變量選擇
4.3 指標計算及其標準化
5. 基于分類方法的虛假財務報告識別研究
5.1 基于分類方法的虛假財務報告識別框架
5.2 Logistic回歸分析及其應用
5.2.1 Logistic回歸簡介
5.2.2 實驗過程與分析
5.3 神經網(wǎng)絡及其應用
5.3.1 人工神經網(wǎng)絡的特點
5.3.2 神經元及其特性
5.3.3 BP神經網(wǎng)絡模型
5.3.4 基于神經網(wǎng)絡的虛假財務報表的識別
5.4 支持向量機及其應用
5.4.1 支持向量機理論
5.4.2 基于支持向量機的會計信息失真的識別
5.5 貝葉斯分類及其應用
5.5.1 樸素貝葉斯分類簡介
5.5.2 樸素貝葉斯分類的應用
5.6 幾種分類方法實驗結果的比較
6. 虛假財務報告的聚類研究
6.1 自組織映射
6.2 K均值聚類方法
6.3 聚類有效性
6.4 V-KSOM模型
6.5 V-KSOM模型的應用
6.5.1 實驗樣本選擇
6.5.2 變量選擇
6.5.3 實驗過程與結果分析
7. 總結與展望
7.1 研究總結
7.2 本文創(chuàng)新之處
7.3 研究的局限和今后研究方向
參考文獻
攻讀博士期間取得的科研成果
致謝
附錄1:分類訓練樣本中88家公司列表
附錄2:分類測試樣本中172家公司列表
附錄3:聚類實驗樣本中100家公司列表
本文編號:4047003
本文鏈接:http://sikaile.net/jingjifazhanlunwen/4047003.html
上一篇:中小物流企業(yè)員工招聘的問題及對策研究
下一篇:沒有了
下一篇:沒有了
最近更新
教材專著