《管理科学与工程论文：财务舞弊 bp神经网络 量子粒子群算法 博弈论 法务会计》由会员分享，可在线阅读，更多相关《管理科学与工程论文：财务舞弊 bp神经网络 量子粒子群算法 博弈论 法务会计（4页珍藏版）》请在金锄头文库上搜索。
1、 管理科学与工程论文：上市公司财务报告舞弊问题研究【中文摘要】文章选取了我国 1998 年至 2009 年间中国证监会网站上公开披露的财务舞弊的 56 家上市公司的 75 个舞弊年度为研究对象,并选取了与舞弊公司同行业、同年度的 75 个非舞弊上市公司年度作为控制样本进行研究。运用 SPSS 分析软件筛选出显著性的指标,并采用量子粒子群算法与 BP 神经网络结合方法建立的财务舞弊识别模型。研究表明:(1)从公司的财务指标方面来看,公司进行财务舞弊的重点区域为营运能力、偿债能力、盈利能力三方面;其中,营运能力所涉及的总资产周转率、应收款项周转率和固定资产周转率等三方面应是我们重点关注的对象;(2
2、)从公司的股本结构和治理结构来看,我国上市公司财务舞弊的特征主要表现为:监事会的规模较小、董事长与总经理趋向于两职分离、董事会的规模较小、独立董事的规模较大;(3)从公司的股本结构来看,我国上市公司财务舞弊的主要表现为:股权集中度较低、流通股比例较高、国有股比例较低、法人股比例较高、第一大股东控制度较低;(4)从所出具的审计意见类型来看,被出具了非标准审计意见的公司进行财务舞弊的可能性较大;且报表报出后对收入、利润等进行调整的公司及在报告期更换会计师事务所的公司很有可能会进行财务舞弊;(5)同标准的 BP 神经网.【英文摘要】This paper selects 75 fraud years
3、of 56 listed companies for fraud which were disclosed public by The China securities regulatory commission from 1998 to 2009 for the research units. Meanwhile, the paper selects 75 non-fraud listed companies for controlling with the same industry and the same year of fraud listed companies. The resu
4、lts show that, (a) on financial index, the profitability, solvency and operation ability are the key areas of fraud companies. In operation ability, we should focus on total asse.【关键词】财务舞弊 BP 神经网络 量子粒子群算法 博弈论 法务会计【英文关键词】Fraudulent Financial Reporting Back Propagation Network Quantum Particle Swarm O
5、ptimization Algorithm Game Theory Forensic Accountant【目录】上市公司财务报告舞弊问题研究 中文摘要 6-7 ABSTRACT 7-8 第 1 章 绪论 12-22 1.1 研究背景及意义 12-13 1.1.1 研究背景 12-13 1.1.2 研究的意义 13 1.2 国内外研究状况 13-17 1.2.1 国外研究状况 13-16 1.2.2 国内研究状况 16-17 1.3 概念界定及辨析 17-19 1.3.1 财务报告舞弊 17 1.3.2 会计 差错与财务报告舞弊 17-18 1.3.3 盈余管理与财务报告舞弊 18 1.3.4
6、 财务报表粉饰与财务报告舞弊 18 1.3.5 会计信息失真与财务报告舞弊 18-19 1.4 基本思路与研究框架 19-22 第 2 章财务报告舞弊的经济学解释 22-26 2.1 基于有限理性理论的解释 22-23 2.2 基于内部人控制理论的解释 23-24 2.3 基于产权理论的解释 24-25 2.4 基于博弈论的解释 25-26 第 3 章中国财务报告舞弊的三因素分析 26-36 3.1 中国财务报告舞弊的压力分析 26-32 3.1.1 资本市场的压力 26-32 3.1.2 借款压力 32 3.1.3 政治压力 32 3.2 中国财务报告舞弊的机会分析 32-35 3.2.1
7、外部环境分析 32-34 3.2.2 内部环境分析 34-35 3.3 中国财务报告舞弊的借口分析 35-36 第 4 章 财务报告舞弊识别模型的构建 36-54 4.1 财务报告识别模型样本的选取 36-37 4.1.1 舞弊样本的选取 36 4.1.2 配对样本的选取 36-37 4.2 研究假设 37-39 4.3 财务报告识别模型研究指标的选取与筛选 39-43 4.4 财务报告识别模型样本的描述性分析 43-47 4.4.1 舞弊样本所在行业分析 43-44 4.4.2 舞弊年度分析 44-45 4.4.3 舞弊手段及运用该舞弊手段的舞弊金额的分析 45-47 4.5 基于量子粒子群
8、算法与 BP 神 经网络的财务舞弊模型的构建 47-51 4.5.1 量子粒子群算法 47-48 4.5.2 BP 神经网络 48 4.5.3 财务报告舞弊识别模型的构建 48-49 4.5.4 财务报告舞弊识别模型的预测结果 49-51 4.6 研究结论及政策建议 51-54 4.6.1 结论分析 51-52 4.6.2 政策建议 52-54 第 5 章上市公司财务报告舞弊的博弈行为研究 54-64 5.1 博弈论在财务报告舞弊中的运用原理 54-55 5.2 模型假设 55-56 5.3 模型的构建 56-61 5.3.1 上市公司与证监会的子博弈模型 56-57 5.3.2 会计师事务所
9、与证监会的子博弈模型 57-59 5.3.3 上市公司与投资者的子博弈模型 59-60 5.3.4 会计师事务所与上市公司的子博弈模型 60-61 5.4 研究结论与政策建议 61-64 5.4.1研究结论分析 61-62 5.4.2 政策建议 62-64 第 6 章 结论及对未来研究的展望 64-68 6.1 主要研究成果及贡献 64-65 6.1.1 本文的主要研究成果 64 6.1.2 本文的主要贡献 64-65 6.2 本文研究的局限性 65-66 6.3 对未来研究的展望 66-68 参考文献 68-71 附录 舞弊样本及配对样本表 71-74 致谢 74-75 在学期间发表的学术论文 75-76
