版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、財(cái)務(wù)報(bào)告舞弊不僅影響廣大投資者的利益,而且威脅到一國(guó)資本市場(chǎng)和經(jīng)濟(jì)的健康發(fā)展,所以各國(guó)政府均采取了各種手段遏制財(cái)務(wù)舞弊的發(fā)生,不過(guò)財(cái)務(wù)舞弊現(xiàn)象并沒(méi)有因之消失,虛假的財(cái)務(wù)報(bào)告仍然像地雷一樣時(shí)刻威脅著廣大的投資者和一國(guó)的資本市場(chǎng),所以為了保護(hù)廣大投資者和規(guī)范國(guó)內(nèi)資本市場(chǎng),對(duì)財(cái)務(wù)舞弊識(shí)別的研究具有重要的意義。
為了能找出識(shí)別財(cái)務(wù)舞弊報(bào)告的識(shí)別變量,首先分析了財(cái)務(wù)舞弊的動(dòng)機(jī)、財(cái)務(wù)舞弊的手段、財(cái)務(wù)舞弊公司的公司治理結(jié)構(gòu)和股權(quán)結(jié)構(gòu)特征
2、,從而獲得了66個(gè)財(cái)務(wù)舞弊識(shí)別備選指標(biāo),然后利用中國(guó)資本市場(chǎng)的真實(shí)數(shù)據(jù)對(duì)這些變量的識(shí)別效果進(jìn)行檢驗(yàn)。在此過(guò)程中,首先選取46份舞弊公司的財(cái)務(wù)報(bào)告和46份正常公司的財(cái)務(wù)報(bào)告,然后對(duì)財(cái)務(wù)報(bào)告中的備選指標(biāo)進(jìn)行正態(tài)性檢驗(yàn),再對(duì)服從正態(tài)分布和非正態(tài)分布的指標(biāo)分別采用T檢驗(yàn)和Kruskal-Wallis檢驗(yàn),篩選出能有效識(shí)別財(cái)務(wù)舞弊樣本的31個(gè)指標(biāo),最后利用主成分分析法對(duì)這些指標(biāo)進(jìn)行約簡(jiǎn),得出了12個(gè)綜合指標(biāo)。在此基礎(chǔ)上,利用60個(gè)建模樣本、32個(gè)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于BP-LVQ的組合神經(jīng)網(wǎng)絡(luò)舞弊風(fēng)險(xiǎn)識(shí)別模型研究.pdf
- 基于LVQ神經(jīng)網(wǎng)絡(luò)的電纜故障識(shí)別.pdf
- 基于LVQ神經(jīng)網(wǎng)絡(luò)的脫機(jī)手寫(xiě)數(shù)字識(shí)別研究.pdf
- 基于LVQ神經(jīng)網(wǎng)絡(luò)分層模型的遙感影像分類(lèi).pdf
- 基于徑向基概率神經(jīng)網(wǎng)絡(luò)模型的上市公司財(cái)務(wù)舞弊識(shí)別.pdf
- 基于蝙蝠回聲定位叫聲的LVQ神經(jīng)網(wǎng)絡(luò)種類(lèi)識(shí)別.pdf
- 基于LVQ神經(jīng)網(wǎng)絡(luò)的手寫(xiě)英文字母識(shí)別.pdf
- LVQ神經(jīng)網(wǎng)絡(luò)的研究及其在說(shuō)話人識(shí)別中的應(yīng)用.pdf
- 基于rbf神經(jīng)網(wǎng)絡(luò)的高校財(cái)務(wù)風(fēng)險(xiǎn)識(shí)別
- 基于深度神經(jīng)網(wǎng)絡(luò)的語(yǔ)音識(shí)別模型研究.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的知識(shí)沖突識(shí)別模型.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的財(cái)務(wù)困境預(yù)測(cè)模型比較研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的財(cái)務(wù)困境預(yù)測(cè)模型設(shè)計(jì).pdf
- 基于神經(jīng)網(wǎng)絡(luò)的語(yǔ)音識(shí)別聲學(xué)模型壓縮研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的財(cái)務(wù)危機(jī)預(yù)警模型研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)模型的漢語(yǔ)框架語(yǔ)義角色識(shí)別.pdf
- 基于神經(jīng)網(wǎng)絡(luò)模型的漢語(yǔ)基本塊識(shí)別.pdf
- 基于概率神經(jīng)網(wǎng)絡(luò)的財(cái)務(wù)危機(jī)預(yù)警模型研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)模型的企業(yè)財(cái)務(wù)困境預(yù)警研究.pdf
- 基于LVQ神經(jīng)網(wǎng)絡(luò)數(shù)字圖像邊緣檢測(cè)算法的研究.pdf
評(píng)論
0/150
提交評(píng)論