基于数据挖掘技术的上市公司会计信息失真识别研究

发布时间：2025-05-20 06:38

　　公司财务造假是一个历史悠久、影响极其恶劣的国际性难题。1720年的英国南海公司事件是世界上第一例上市公司财务造假案。南海公司事件直接导致了两个结果：一是股份公司近100年的关闭；二是以注册会计师为主体的民间审计的出现。尽管如此,公司财务造假现象一直没有消失,远的如1929年美国罗宾斯财务造假导致的美国股市的大崩溃,近的如2001年美国的安然公司事件都是典型的财务造假案例。而在我国,继琼民源、PT郑百文等财务造假丑闻之后,又暴露出了银广夏、ST黎明、蓝田股份等财务造假恶性案件。上市公司财务造假问题引起了社会各方面的关注。针对公司的财务造假问题,专家学者进行了大量的定性或者定量的研究,取得了一定的研究成果。本文从舞弊理论、舞弊特征、舞弊识别模型等三个角度充分分析了国内外研究现状,在此基础上,进行了以下几个方面的研究。 (一)分析财务造假的原因和手段。本文从两个角度分析了财务造假的原因,一是客观原因,二是内在动因。客观原因包括：政府职能的问题、公司治理结构的缺陷、证券市场相关制度的不完善、不健全的监管机制等；内在动因有：公司为了取得股票发行资格、提高股票发行价格、取得配股资格、避免被“...

【文章页数】：132 页

【学位级别】：博士

【文章目录】：
摘要
Abstract
1. 绪论
    1.1 研究背景
    1.2 研究意义
    1.3 相关概念界定
    1.4 研究的技术路线与内容安排
        1.4.1 技术路线
        1.4.2 论文内容安排
2. 文献综述
    2.1 国外财务舞弊研究综述
        2.1.1 舞弊理论研究
        2.1.2 舞弊特征研究
        2.1.3 舞弊识别模型研究
    2.2 国内财务舞弊研究综述
        2.2.1 舞弊理论研究
        2.2.2 舞弊特征研究
        2.2.3 舞弊识别模型研究
    2.3 数据挖掘技术及其应用现状
        2.3.1 数据挖掘的含义与功能
        2.3.2 数据挖掘在经济管理领域的典型应用
    2.4 评述
3. 财务造假分析
    3.1 造假原因分析
        3.1.1 客观环境分析
        3.1.2 内在动因分析
    3.2 造假手段分析
        3.2.1 关联方交易
        3.2.2 资产重组
        3.2.3 选用不当会计政策
        3.2.4 会计政策、会计估计变更
        3.2.5 资产评估
        3.2.6 其他手段
4. 研究样本与变量选择
    4.1 样本选择
    4.2 变量选择
    4.3 指标计算及其标准化
5. 基于分类方法的虚假财务报告识别研究
    5.1 基于分类方法的虚假财务报告识别框架
    5.2 Logistic回归分析及其应用
        5.2.1 Logistic回归简介
        5.2.2 实验过程与分析
    5.3 神经网络及其应用
        5.3.1 人工神经网络的特点
        5.3.2 神经元及其特性
        5.3.3 BP神经网络模型
        5.3.4 基于神经网络的虚假财务报表的识别
    5.4 支持向量机及其应用
        5.4.1 支持向量机理论
        5.4.2 基于支持向量机的会计信息失真的识别
    5.5 贝叶斯分类及其应用
        5.5.1 朴素贝叶斯分类简介
        5.5.2 朴素贝叶斯分类的应用
    5.6 几种分类方法实验结果的比较
6. 虚假财务报告的聚类研究
    6.1 自组织映射
    6.2 K均值聚类方法
    6.3 聚类有效性
    6.4 V-KSOM模型
    6.5 V-KSOM模型的应用
        6.5.1 实验样本选择
        6.5.2 变量选择
        6.5.3 实验过程与结果分析
7. 总结与展望
    7.1 研究总结
    7.2 本文创新之处
    7.3 研究的局限和今后研究方向
参考文献
攻读博士期间取得的科研成果
致谢
附录1:分类训练样本中88家公司列表
附录2:分类测试样本中172家公司列表
附录3:聚类实验样本中100家公司列表



本文编号：4047003