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

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)从公司的股本结构和治理结构来

2、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 of 56 listed comp

3、anies 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 results show that, (a

4、) 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 Optimization Algori

5、thm Game Theory Forensic Accountant【目录】上市公司财务报告舞弊问题研究中文摘要6-7ABSTRACT7-8第1章 绪论12-221.1 研究背景及意义12-131.1.1 研究背景12-131.1.2 研究的意义131.2 国内外研究状况13-171.2.1 国外研究状况13-161.2.2 国内研究状况16-171.3 概念界定及辨析17-191.3.1 财务报告舞弊171.3.2 会计差错与财务报告舞弊17-181.3.3 盈余管理与财务报告舞弊181.3.4 财务报表粉饰与财务报告舞弊181.3.5 会计信息失真与财务报告舞弊18-191.4 基本思路

6、与研究框架19-22第2章财务报告舞弊的经济学解释22-262.1 基于有限理性理论的解释22-232.2 基于内部人控制理论的解释23-242.3 基于产权理论的解释24-252.4 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26-363.1 中国财务报告舞弊的压力分析26-323.1.1 资本市场的压力26-323.1.2 借款压力323.1.3 政治压力323.2 中国财务报告舞弊的机会分析32-353.2.1 外部环境分析32-343.2.2 内部环境分析34-353.3 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36-544.1 财务报告

7、识别模型样本的选取36-374.1.1 舞弊样本的选取364.1.2 配对样本的选取36-374.2 研究假设37-394.3 财务报告识别模型研究指标的选取与筛选39-434.4 财务报告识别模型样本的描述性分析43-474.4.1 舞弊样本所在行业分析43-444.4.2 舞弊年度分析44-454.4.3 舞弊手段及运用该舞弊手段的舞弊金额的分析45-474.5 基于量子粒子群算法与BP 神经网络的财务舞弊模型的构建47-514.5.1 量子粒子群算法47-484.5.2 BP 神经网络484.5.3 财务报告舞弊识别模型的构建48-494.5.4 财务报告舞弊识别模型的预测结果49-51

8、4.6 研究结论及政策建议51-544.6.1 结论分析51-524.6.2 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54-645.1 博弈论在财务报告舞弊中的运用原理54-555.2 模型假设55-565.3 模型的构建56-615.3.1 上市公司与证监会的子博弈模型56-575.3.2 会计师事务所与证监会的子博弈模型57-595.3.3 上市公司与投资者的子博弈模型59-605.3.4 会计师事务所与上市公司的子博弈模型60-615.4 研究结论与政策建议61-645.4.1 研究结论分析61-625.4.2 政策建议62-64第6章 结论及对未来研究的展望64-686.1 主要研究成果及