上市公司会计信息失真识别定量研究

论文摘要

会计信息失真已经日益成为社会关注的焦点问题,但对其进行识别特别是应用定量方法的会计信息失真识别具有一定的难度。本文将国外会计信息失真识别的定量研究应用于中国,以中国上市公司的会计信息失真为研究对象,根据上市公司年报的审计意见构建实证样本,选取反映企业经营情况的28个指标,运用多元判别分析方法和基于L-M算法的BP神经网络,建立了三个我国上市公司会计信息失真识别的定量模型。研究结果表明会计信息失真多元判别分析识别函数和5指标神经网络识别模型具有较高的识别能力。本文分为四个章节:首先,本文提出选题背景,总结国内外研究现状,同时阐明研究目的、研究步骤及行文结构;第二章研究会计信息失真的理论基础和概念内涵,阐述审计意见与会计信息失真的关系,为依据审计意见类型选取实证样本进行理论铺垫;第三章介绍会计信息失真识别定量研究的样本选取、识别指标选取和筛选,最后构造实证模型;第四章在剖面分析基础上结合实证样本和识别指标进行定量研究,依次建立会计信息失真多元判别分析识别函数和13指标、5指标神经网络识别模型,并分别检验它们对中国上市公司会计信息失真的识别能力;最后结论对会计信息失真识别的定量研究结果进行归纳总结,探讨本研究对识别会计信息失真的理论和实践意义,并指出本研究存在的局限及后续研究方向。研究结果表明多元判别分析识别函数和5指标神经网络识别模型对会计信息失真具有较强的识别能力,特别是后者应用于中国上市公司的会计信息失真识别可取得高于70%的准确性,这一成果将为会计事务所、投资者和监管部门提供相关理论支撑和技术支持。

论文目录

• 摘要
• ABSTRACT
• 第1 章绪 论
• 1.1 选题背景
• 1.2 研究目的
• 1.3 国内外研究动态
• 1.4 研究内容及框架
• 第2 章会计信息失真理论研究
• 2.1 会计信息失真理论基础
• 2.1.1 人性假设理论
• 2.1.2 委托代理理论
• 2.1.3 信息不对称理论
• 2.2 会计信息失真的概念
• 2.2.1 会计信息
• 2.2.2 会计信息的质量特征
• 2.2.3 会计信息的真实性
• 2.2.4 会计信息失真
• 2.3 审计意见与会计信息失真
• 2.3.1 审计意见
• 2.3.2 非标准审计意见
• 2.3.3 非标准审计意见与会计信息失真
• 第3章 会计信息失真识别定量研究设计
• 3.1 会计信息失真识别样本选取
• 3.2 会计信息失真识别指标选取
• 3.2.1 国外学者发现的识别指标
• 3.2.2 中国企业会计信息失真的表现
• 3.2.3 识别指标的选取和数据处理
• 3.2.4 会计信息失真识别指标筛选
• 3.3 会计信息失真识别模型建立
• 3.3.1 识别会计信息失真的方法
• 3.3.2 剖面分析
• 3.3.3 多元线性判别分析模型
• 3.3.4 基于L-M 算法的BP 神经网络
• 第4章 会计信息失真识别定量实证研究
• 4.1 剖面分析
• 4.2 会计信息失真识别的多元判别分析研究
• 4.2.1 多元判别分析假设检验
• 4.2.2 逐步判别分析
• 4.2.3 典则判别函数
• 4.2.4 多元判别分析识别函数符号分析
• 4.2.5 多元判别分析识别函数拟合优度检验
• 4.2.6 多元判别分析识别函数识别能力检验
• 4.3 会计信息失真识别的13 指标神经网络研究
• 4.3.1 选择传递函数
• 4.3.2 选择训练函数
• 4.3.3 确定隐层结点
• 4.3.4 确定网络结构
• 4.3.5 13 指标神经网络识别模型识别能力检验
• 4.4 会计信息失真识别的5 指标神经网络研究
• 4.4.1 选择传递函数
• 4.4.2 选择训练函数
• 4.4.3 确定隐层结点
• 4.4.4 确定网络结构
• 4.4.5 5 指标神经网络识别模型识别能力检验
• 4.5 实证研究结果比较
• 结论
• 参考文献
• 附录A 攻读硕士学位期间发表的论文
• 附录B 原始样本公司代码
• 致谢