我国上市公司财务报告舞弊识别实证研究

发布时间：2017-04-07 17:24

  本文关键词：我国上市公司财务报告舞弊识别实证研究，，由笔耕文化传播整理发布。

【摘要】：随着经济发展,上市公司数量的增加,各国由于财务报告舞弊所产生的丑闻也越来越多,国外如施乐、安然、世界通讯等世界五百强的舞弊丑闻打击了投资者的信心,也迫使美国出台了严厉的萨班斯法案以加强监管,而国内的舞弊状况也不容乐观,除了德隆系和格林柯尔系的舞弊事件,近期的两面针和夏新电子的财务舞弊也颇为引人关注。如何更好的识别上市公司的财务报告是否舞弊已经成为了各国监管结构最为关心的问题。本文正是在这样的背景下希望通过对财务报告舞弊的研究,构建出识别模型,起到对财务报告舞弊的侦查作用。能够及早的识别上市公司的财务报告是否舞弊有着重大的意义,对于国家而言能够保证证券市场的正常有序、公平有效,对于社会能够起到促进社会稳定和谐的作用,对于众多投资者而言能够及时维护投资者的利益,避免其财产受到损失。 本文通过介绍财务舞弊的概念、研究模型和动因理论,分析了论文所采用的BP神经网络模型具有的优势和我国上市公司财务舞弊的形成动因,并根据分析的结果取得变量构建了BP神经网络识别模型,通过检验发现该识别具有良好的识别效果。最后就论文存在的问题提出了个人的看法,并说明了在新的会计准则下财务舞弊识别的新发展。 本文共有五章,各章研究内容如下： 第一章引言。本章先介绍了研究的背景及意义,然后对于财务报告舞弊识别进行了综述,解释了相关的定义及各种研究模型,在分析了当下研究财务报告舞弊的几种识别模型的优缺点后提出了本文采用的BP神经网络模型,并介绍了其基本理论。 第二章我国财务报告舞弊动因分析及变量选取。本章为接下来的实证分析奠定了基础。首先对国外舞弊动因的相关理论进行了回顾,比较有代表性的是：冰山理论,三角理论,GONE理论和企业风险因子理论。立足于三角理论的基础上,结合我国的实际情况分析了我国上市公司面临压力、机会和借口,并通过分析提取出了实证研究所需要的变量。 第三章搜集了构建模型需要的样本以及对样本进行描述性分析。本文分为模型构建阶段和应用检测阶段,相应的将样本分为输入模型样本和检测样本。而对于样本的描述性分析使得对于舞弊样本有更直观的了解。 第四章根据之前的准备构建了模型并进行了应用检测。首先对选取的变量进行了预处理,并通过主成分分析法对于变量进行约简,以利于下一步的分析。检测结果显示所构建的模型对于财务报告舞弊行为有很好的识别能力。 第五章结论与建议。本章主要总结了本文实证分析所得出的结论,提出了存在的缺点和不足并提出了相应的建议。
【关键词】：财务舞弊 识别模型 BP神经网络
【学位授予单位】：东北财经大学
【学位级别】：硕士
【学位授予年份】：2011
【分类号】：F275;F276.6;F224
【目录】：

• 摘要2-4
• ABSTRACT4-8
• 1 绪论8-19
• 1.1 研究背景及意义8-10
• 1.2 财务舞弊的定义及相关概念10-11
• 1.2.1 财务舞弊的定义10
• 1.2.2 财务舞弊的相关概念10-11
• 1.3 财务舞弊识别模型研究11-14
• 1.3.1 国内外财务舞弊识别模型研究综述11-13
• 1.3.2 各种模型的优缺点比较13-14
• 1.4 BP神经网络基本理论14-18
• 1.4.1 人工神经网络14-15
• 1.4.2 BP神经网络原理15-16
• 1.4.3 BP神经网络的学习规则16-17
• 1.4.4 BP神经网络的特点17-18
• 1.5 研究的内容和组织结构框架18-19
• 2 财务报告舞弊识别动因分析及变量选取19-34
• 2.1 财务舞弊成因理论19-20
• 2.1.1 冰山理论19
• 2.1.2 三角理论19-20
• 2.1.3 GONE理论20
• 2.1.4 风险因子理论20
• 2.2 我国上市公司财务报告舞弊压力分析及变量选取20-24
• 2.2.1 上市压力21
• 2.2.2 后续再融资压力21-22
• 2.2.3 避免ST或退市的压力22-23
• 2.2.4 其他压力23-24
• 2.2.5 与压力有关的变量选取24
• 2.3 我国上市公司财务报告舞弊机会分析及变量选取24-29
• 2.3.1 内部治理不健全24-27
• 2.3.2 外部审计不独立27-28
• 2.3.3 与机会有关的变量选取28-29
• 2.4 我国上市公司财务报告舞弊借口分析及变量选取29-30
• 2.4.1 借口分析29
• 2.4.2 与借口有关的变量选取29-30
• 2.5 控制变量的选取30-34
• 3 财务舞弊识别模型样本选取34-42
• 3.1 模型样本的选取34-37
• 3.1.1 舞弊样本的选取34-36
• 3.1.2 控制样本的选取36-37
• 3.1.3 检测样本的选取37
• 3.2 样本描述性分析37-42
• 3.2.1 样本描述性统计结果37-40
• 3.2.2 舞弊样本的年度和行业分布40-41
• 3.2.3 舞弊持续时间41-42
• 4 基于BP神经网络的模型构建及应用42-53
• 4.1 变量的预处理42-45
• 4.2 BP神经网络的建立45-48
• 4.2.1 输入参数的设定45-46
• 4.2.2 神经网络模型的训练46-48
• 4.3 BP神经网络的应用48-53
• 5 结论53-55
• 5.1 研究结论53
• 5.2 研究展望53-55
• 附录55-58
• 参考文献58-63
• 后记63-64

【参考文献】

中国期刊全文数据库 前10条

1 唐跃军;左晶晶;;政策性扰动、大股东制衡与董事会独立性[J];财经研究;2010年05期

2 吴国萍;马施;;上市公司财务压力与信息披露违规实证研究[J];财经理论与实践;2010年02期

3 曾爱民;傅元略;陈高才;;我国上市公司盈余管理阈值研究——基于前景理论视角[J];当代财经;2009年10期

4 阎长乐;上市公司的会计舞弊分析[J];管理世界;2004年04期

5 田金玉;聂丹丹;;基于BP神经网络方法的会计舞弊识别研究[J];中国管理信息化;2008年08期

6 蔡志岳;吴世农;;基于公司治理的信息披露舞弊预警研究[J];管理科学;2006年04期

7 朱云;吴文锋;吴冲锋;芮萌;;融资受限、大股东“圈钱”与再发行募集资金滥用[J];管理科学学报;2009年05期

8 吴联生;企业会计信息违法性失真的责任合约安排[J];经济研究;2001年02期

9 陈小悦,徐晓东;股权结构、企业绩效与投资者利益保护[J];经济研究;2001年11期

10 顾宁生;冯勤超;;基于LVQ神经网络的财务舞弊识别模型实证研究[J];价值工程;2009年10期

中国博士学位论文全文数据库 前2条

1 娄权;财务报告舞弊四因子假说及其实证检验[D];厦门大学;2004年

2 连z驯

本文编号：290970