我国房地产业上市公司财务报告舞弊识别模型研究

我国房地产业上市公司财务报告舞弊识别模型研究

论文摘要

规范的信息披露,是保证证券市场公开、公平、公正的前提,随着证券市场对我国市场经济建设的作用日益显著,公众对会计信息质量的要求也越来越高。可是,财务报告舞弊在很大程度上限制了资本市场的健康发展,影响了证券市场优化资源配置这一基础性功能的发挥,严重伤害了广大投资者的信心。财务报告舞弊现象在全球证券市场上屡见不鲜,财务报告舞弊的相关问题已成为各国理论界和会计、审计执业、实务界所关注的焦点。若是会计信息使用者能有效识别会计舞弊,那么财务报告舞弊对相关利益群体的危害将大为减小。如何有效识别财务报告舞弊,正是本文研究的重点。通过国内外研究,我们认为,识别财务报告舞弊是可行的。进行财务报告舞弊的上市公司尽管做了精心的谋划,但是终有漏洞反映在财务报告上,而且舞弊公司的指标相对于正常公司也会出现异常。在国外,相关的实证研究成果较多,而在我国则相对较少。而且,我国目前的研究大多是以全部行业的样本观测建立财务报告舞弊的通用识别模型,没有按行业细分具体研究。可是,不同的行业具有不同的财务特征,建立行业模型进行舞弊识别的针对性更强。因此,本文在前人的研究基础上,从我国的证券市场入手,选取房地产业上市公司作为样本,建立房地产业的财务报告舞弊识别模型,以帮助财务报告使用者能较快速地识别出可能出现舞弊现象的公司,再做进一步的证实。本文采取实证、规范相结合的方法,对房地产业上市公司财务报告舞弊现象进行识别研究。相关实证研究以建立logistic回归模型并利用公司数据进行检验为主,选取财务报告舞弊的房地产业上市公司与非舞弊的房地产业上市公司为样本,依据舞弊的征兆、特征和三因素理论,联系我国实际情况提出假设,建立可识别房地产业上市公司财务报告舞弊的行业模型;并对预测样本进行检验,对比房地产行业和全行业的识别结果,确定模型适用范围。检验结果证明该模型识别房地产业上市公司的效果较好,应对不同的行业建立行业模型,针对具体某个行业建立模型的效果要比针对全部行业建立的通用模型效果好。在前人的研究基础上,本文对财务报告舞弊识别的主要贡献在于以目前较受社会关注的房地产业上市公司为样本建立行业识别模型,其针对性较强,且结合全行业进行对比分析,发现针对房地产业建立的识别模型识别效果会更好。

论文目录

  • 内容摘要
  • Abstract
  • 第1章 导言
  • 1.1 研究背景及意义
  • 1.2 文献综述
  • 1.2.1 关于舞弊公司特征和舞弊征兆的研究
  • 1.2.2 关于舞弊识别方法的研究
  • 1.2.3 对相关文献的总结评价
  • 1.3 本课题研究内容及研究方法
  • 1.3.1 研究方法
  • 1.3.2 研究内容
  • 第2章 财务报告舞弊识别相关理论
  • 2.1 财务报告舞弊的界定
  • 2.2 舞弊产生原因的解释
  • 2.2.1 舞弊:基于契约理论的解释
  • 2.2.2 舞弊:基于委托代理理论的解释
  • 2.2.3 舞弊:基于内部人控制理论的解释
  • 2.3 财务报告舞弊的类型
  • 2.4 财务报告舞弊相关研究
  • 2.4.1 财务报告舞弊防范制度研究
  • 2.4.2 财务报告舞弊特征指标研究
  • 2.4.3 财务报告舞弊识别模型研究
  • 第3章 研究假设与样本的选取
  • 3.1 确定研究假设
  • 3.1.1 假设1:资产质量较差的公司更可能存在财务报告舞弊现象
  • 3.1.2 假设2:偿债能力不佳的上市公司容易发生财务报告舞弊现象
  • 3.1.3 假设3:盈利能力差的上市公司容易发生财务报告舞弊现象
  • 3.1.4 假设4:营运能力差的公司发生舞弊的可能性较高
  • 3.2 样本的选择
  • 3.2.1 舞弊公司样本的选择
  • 3.2.2 配对公司样本的选择
  • 第4章 房地产业财务报告舞弊识别模型的构建
  • 4.1 识别模型的建立
  • 4.2 对假设的检验及分析
  • 4.2.1 描述性统计分析
  • 4.2.2 Logistic回归分析
  • 第5章 房地产业舞弊识别模型的针对性检验
  • 5.1 模型对房地产行业作用检验
  • 5.2 模型对全行业作用检验
  • 5.3 模型在房地产业和全行业应用的效果对比
  • 第6章 结论及建议
  • 6.1 研究结论
  • 6.2 相关政策建议
  • 参考文献
  • 后记
  • 相关论文文献

    • [1].对称可识别模型中贡献率的研究[J]. 山西大同大学学报(自然科学版) 2015(05)
    • [2].一种5G潜在客户识别模型的构建方法[J]. 电子世界 2020(14)
    • [3].全球化与大数据情境的风险识别模型研究[J]. 信息与管理研究 2020(Z1)
    • [4].弹道导弹中段弹头识别模型研究与设计[J]. 现代雷达 2020(09)
    • [5].基于规则的汉语疑问词“什么”的语义识别模型构建[J]. 中文信息学报 2017(05)
    • [6].模糊识别模型在高职院校专业发展阶段上的应用研究[J]. 湖南农机 2008(01)
    • [7].对称可识别模型的建立研究[J]. 山西大同大学学报(自然科学版) 2014(05)
    • [8].基于特定入侵检测问题的规划识别模型的研究[J]. 电脑知识与技术 2010(11)
    • [9].财务舞弊识别模型构建及实证检验[J]. 统计与决策 2017(09)
    • [10].基于特征分析的创业机会识别模型构建[J]. 现代商贸工业 2008(13)
    • [11].不基于短信内容的垃圾短信识别模型[J]. 科技信息 2011(07)
    • [12].基于灰色模式识别模型的洪湖水质评价初探[J]. 长江科学院院报 2009(05)
    • [13].慈善组织发展战略研究——基于机会识别模型的分析[J]. 残疾人研究 2017(03)
    • [14].基于支持向量机的企业突破性创新识别模型研究[J]. 软科学 2013(01)
    • [15].基于消费者学习的品牌识别模型研究[J]. 企业经济 2016(09)
    • [16].保险反欺诈识别模型研究[J]. 全国流通经济 2020(26)
    • [17].基于多元特征的智能型生物识别模型[J]. 计算机科学 2010(02)
    • [18].基于决策树技术的预离网客户识别模型[J]. 成都大学学报(自然科学版) 2011(04)
    • [19].基于数据挖掘的双卡用户识别模型研究[J]. 山西科技 2018(05)
    • [20].基于数据挖掘对垃圾短信识别模型的研究与应用——以某省移动公司为例[J]. 现代经济信息 2011(15)
    • [21].规划识别模型在特定入侵检测问题中的研究[J]. 科技信息 2009(11)
    • [22].一种极速学习机人体行为识别模型迁移方法[J]. 西安邮电大学学报 2015(01)
    • [23].随机可变模糊识别模型在清洁生产评价中的应用[J]. 山东大学学报(工学版) 2013(01)
    • [24].浅谈行为识别研究及行为识别模型[J]. 数码世界 2020(06)
    • [25].上下文场景识别模型的稀疏贝叶斯判别学习方法[J]. 控制与决策 2012(09)
    • [26].基于CIDBN的战术活动识别模型及在线精确推理[J]. 北京航空航天大学学报 2020(06)
    • [27].一种基于迁移极速学习机的人体行为识别模型[J]. 物联网技术 2015(09)
    • [28].一种结合文本情感分析的微博僵尸粉识别模型[J]. 计算机工程 2020(06)
    • [29].基于科学论文多源数据的研究前沿集成识别模型研究[J]. 情报杂志 2016(08)
    • [30].深圳市重点退出行业识别模型[J]. 全国商情(经济理论研究) 2008(06)

    标签:;  ;  ;  ;  

    我国房地产业上市公司财务报告舞弊识别模型研究
    下载Doc文档

    猜你喜欢