当前位置:主页 > 经济论文 > 企业经济论文 >

中国上市公司财务造假识别研究

发布时间:2017-04-09 16:21

  本文关键词:中国上市公司财务造假识别研究,由笔耕文化传播整理发布。


【摘要】:上市公司的财务报告是全面反映公司经营情况,以提供给与公司利益相关者信息,有利于他们做出正确决定的书面文件。中国《证券法》和证监会都明确规定,上市公司需要定期公开披露财务信息。上市公司通过信息披露,将公司经营情况和财务状况的变化以报表的形式公布,能够让投资者获取到相关的信息,充分了解公司的情况。可以方便上市公司募集资金、投资者投资、国家税务部门征收税收。与之相同,上市公司准确及时有效的财务信息披露是证券市场正常运行的前提条件。然而,目前上市公司财务造假的问题屡禁不止,严重干扰了我国证券市场的正常运行,阻止其健康发展,最终会对国民经济产生巨大的影响。现在,该问题成为了投资者、债权人、国家政策当局关心的焦点问题,建立一个财务造假识别模型,有效的识别出上市公司中进行财务造假的公司,可以加强对投资者合法权益的保护,提高市场效率,对整个社会的发展有着极其重要的意义。国内外目前对于财务造假的识别研究,主要集中在财务指标的选取和识别方法的研究上。国外对这个问题的研究发展历史长,各种研究方法和结论都趋于成熟。从上面的文献综述可以看到,国外对于财务造假识别模型方法的研究已经非常多。主要使用的方法有logistic模型、单变量分析、判别分析、决策树、神经网络模型、支持向量机等,而且这些模型的拟合效果都比较好。通过对各项不同的财务指标建立模型,得到的结论也都有所不同。国内由于在这方面起步较晚,故研究成果较国外较少。而且由于国内特殊的市场环境,国外的指标体系也并不完全适用于国内。国内最开始对该问题的研究主要是从定性方向来入手,研究公司激励制度、股东形式等对其财务造假行为的影响。受国外研究成果的影响,国内之后对该问题的研究也逐渐趋于方法的研究,主要集中在财务造假识别的方法研究,力求探索出识别精度高的模型。国内的研究思想基本上都是传承至国外,且对这个问题的研究不断深入,方法的研究也一直在进步。本文总结了已有的研究所使用的方法,发现logistic模型、决策树和判别分析是国外常用的研究方法,对这些研究方法的使用已经很成熟,各种理论也层出不穷。国内虽然起步晚,但是发展也很迅猛。近年来,对于方法的研究也越来越趋向于识别方法的精度比较。故本文对这三种方法的优缺点和特点进行归纳。在此基础上,选择了2009年到2014年之间发生财务造假的104家公司作为造假样本,并选择了208家非财务造假公司与之配对。其配对标准为:1.按照1:2的比例进行配对样本的选择,主要原因是发生财务造假的公司在上市公司中占比较小,为了更客观的建立模型,得到可靠的结果,选择1:2的比例进行配对;2.配对样本是非ST、PT的上市公司;3.按照财务造假年份与财务造假公司资产规模最为接近,而且行业属于同一个大的行业分类的原则来进行配对样本的选取;4.配对样本的年度财务报告数据与财务造假公司为同年;5.配对样本选取的年份该配对公司没有被证券监管机构处罚或监管问询等。为了更加全面、直接、细致地得到中国上市公司的经营状况和财务情况,在参考了很多权威的文献和在CSMAR数据库中的中国上市公司财务指标分析数据中对数据下载研究后,确定了八个方面的财务指标,即偿债能力、经营能力、每股指标、资产结构、现金流量、财务杠杆、盈利能力和发展能力。首先使用曼惠特尼U检验和相关性分析以及主成分分析识别出建立模型的财务指标,再使用逻辑回归、贝叶斯判别分析和决策树这三种方法建立相应的识别模型。然后在三种模型中选择了逻辑回归模型和贝叶斯判别分析进行分行业的建模分析。最后分析各种模型的识别效果,提出研究的局限和未来的展望。研究结论表明,通过曼惠特尼U检验,发现财务造假的上市公司和非财务造假的上市公司有26个存在显著差异的指标,表示这26个财务指标是反映上市公司财务造假的敏感指标。这26个指标虽然都会影响到上市公司财务造假的行为,但是其中有着高度相关的财务指标,应该考虑到消除多重共线性的影响。通过SPSS进行财务指标的相关性分析和主成分分析,最终确立了由26个财务指标构建的9个不相关的主成分进入模型的建立。对于建立上市公司财务造假识别模型具有指导意义。贝叶斯判别分析和决策树都可以建立识别率较高的财务造假识别模型。同时,分行业的识别模型的识别效果要明显好于不分行业的识别模型的识别效果。财务造假识别模型可以比较有效的帮助公司的利益相关者识别出财务造假公司。
【关键词】:财务造假 逻辑回归 贝叶斯判别分析 决策树 分行业建模
【学位授予单位】:西南财经大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:F275;F832.51
【目录】:
  • 摘要4-7
  • Abstract7-11
  • 1. 导论11-24
  • 1.1 研究背景11-13
  • 1.2 研究意义13
  • 1.3 文献综述13-20
  • 1.3.1 国外研究现状13-16
  • 1.3.2 国内研究现状16-19
  • 1.3.3 国内外研究现状比较19-20
  • 1.4 研究思路与内容20-22
  • 1.4.1 研究思路20-22
  • 1.4.2 研究内容22
  • 1.5 本文的创新点22-24
  • 2. 相关理论及财务造假现状24-33
  • 2.1 财务造假的含义和原因24-27
  • 2.2 财务造假的定义27-28
  • 2.3 财务造假识别方法28-31
  • 2.3.1 逻辑回归模型28-29
  • 2.3.2 贝叶斯判别分析模型29-30
  • 2.3.3 决策树30
  • 2.3.4 财务造假识别模型的比较和选取30-31
  • 2.4 国内财务造假现状31-33
  • 3. 财务造假识别指标体系的建立33-49
  • 3.1 样本及数据来源33-35
  • 3.2 基本财务指标框架35
  • 3.3 指标选取35-49
  • 3.3.1 指标选取的思路35-37
  • 3.3.2 两独立样本的T检验37-40
  • 3.3.3 曼惠特尼U检验40-43
  • 3.3.4 PEARSON相关性分析43-44
  • 3.3.5 缺失值分析44-46
  • 3.3.6 主成分分析46-49
  • 4. 财务造假识别模型的建立49-58
  • 4.1 研究方法49
  • 4.2 整体识别模型49-53
  • 4.2.1 逻辑回归模型49-51
  • 4.2.2 贝叶斯判别分析模型51-52
  • 4.2.3 决策树52-53
  • 4.4 制造业和非制造业的识别模型53-56
  • 4.4.1 分行业逻辑回归模型53-55
  • 4.4.2 制造业与非制造业贝叶斯判别分析55-56
  • 4.5 模型识别精度比较56-58
  • 5. 结论58-61
  • 5.1 研究结果58-59
  • 5.2 研究局限59-60
  • 5.3 未来展望60-61
  • 参考文献61-66
  • 附录166-70
  • 后记70-71
  • 致谢71

【相似文献】

中国期刊全文数据库 前10条

1 魏子鹏;;从上市公司的角度看财务造假的原因与防范[J];科技进步与对策;2003年05期

2 赵桂云;从美国大公司财务造假说起[J];辽宁财税;2003年11期

3 宋锋,尹桂岭,张明丽;浅谈根治财务造假[J];冶金财会;2003年02期

4 辜达文;识别分析上市公司的财务造假[J];福建建材;2003年03期

5 李国强;浅谈财务造假问题及其遏制对策[J];技术经济与管理研究;2004年03期

6 裴苏;中国上市公司财务造假及其对策[J];常州工学院学报(社科版);2005年03期

7 田郑德;“对症下药”遏制财务造假[J];商场现代化;2005年24期

8 胡育;;浅探上市公司财务造假问题[J];商场现代化;2006年13期

9 罗茂林;;浅论财务造假原因及对策[J];市场周刊.理论研究;2006年06期

10 朱琼;;财务造假问题探析[J];现代商贸工业;2008年02期

中国重要会议论文全文数据库 前2条

1 汤晓建;杜东英;张丰羽;;良心呼唤:财务造假何时休——评万福生科财务造假事件[A];数量经济学视野下经济管理与贵州发展研究[C];2013年

2 武春放;;舞弊的防范与检查[A];舞弊的防范与检查论文汇编[C];2005年

中国重要报纸全文数据库 前10条

1 记者 王丹;美邦服饰否认财务造假仍大跌[N];北京商报;2012年

2 证券时报记者 靳书阳;募投项目拖延留财务造假空间[N];证券时报;2013年

3 汉新;纽约联储:德意志银行美国分行财务造假[N];财会信报;2014年

4 本报记者 肖祯 刘安天;境外上市中资企业再次被控财务造假[N];中国会计报;2014年

5 记者 周芬棉;海联讯欺诈发行财务造假被罚800万[N];法制日报;2014年

6 李雁争;夏草:应鼓励律师成为财务造假行为的“杀手”[N];上海证券报;2008年

7 本报评论员 石海娥;痛击财务造假 还其诚信本色[N];财会信报;2009年

8 西山煤电(集团)有限责任公司水泥厂 陈炜e,

本文编号:295659


资料下载
论文发表

本文链接:https://www.wllwen.com/jingjilunwen/xmjj/295659.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户ef432***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com