

已閱讀1頁,還剩70頁未讀, 繼續(xù)免費閱讀
版權說明: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,請進行舉報或認領
文檔簡介
1、財務報告舞弊不僅影響廣大投資者的利益,而且威脅到一國資本市場和經(jīng)濟的健康發(fā)展,所以各國政府均采取了各種手段遏制財務舞弊的發(fā)生,不過財務舞弊現(xiàn)象并沒有因之消失,虛假的財務報告仍然像地雷一樣時刻威脅著廣大的投資者和一國的資本市場,所以為了保護廣大投資者和規(guī)范國內(nèi)資本市場,對財務舞弊識別的研究具有重要的意義。
為了能找出識別財務舞弊報告的識別變量,首先分析了財務舞弊的動機、財務舞弊的手段、財務舞弊公司的公司治理結構和股權結構特征
2、,從而獲得了66個財務舞弊識別備選指標,然后利用中國資本市場的真實數(shù)據(jù)對這些變量的識別效果進行檢驗。在此過程中,首先選取46份舞弊公司的財務報告和46份正常公司的財務報告,然后對財務報告中的備選指標進行正態(tài)性檢驗,再對服從正態(tài)分布和非正態(tài)分布的指標分別采用T檢驗和Kruskal-Wallis檢驗,篩選出能有效識別財務舞弊樣本的31個指標,最后利用主成分分析法對這些指標進行約簡,得出了12個綜合指標。在此基礎上,利用60個建模樣本、32個
溫馨提示
- 1. 本站所有資源如無特殊說明,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,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對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)絡舞弊風險識別模型研究.pdf
- 基于LVQ神經(jīng)網(wǎng)絡的電纜故障識別.pdf
- 基于LVQ神經(jīng)網(wǎng)絡的脫機手寫數(shù)字識別研究.pdf
- 基于LVQ神經(jīng)網(wǎng)絡分層模型的遙感影像分類.pdf
- 基于徑向基概率神經(jīng)網(wǎng)絡模型的上市公司財務舞弊識別.pdf
- 基于蝙蝠回聲定位叫聲的LVQ神經(jīng)網(wǎng)絡種類識別.pdf
- 基于LVQ神經(jīng)網(wǎng)絡的手寫英文字母識別.pdf
- LVQ神經(jīng)網(wǎng)絡的研究及其在說話人識別中的應用.pdf
- 基于rbf神經(jīng)網(wǎng)絡的高校財務風險識別
- 基于深度神經(jīng)網(wǎng)絡的語音識別模型研究.pdf
- 基于人工神經(jīng)網(wǎng)絡的知識沖突識別模型.pdf
- 基于神經(jīng)網(wǎng)絡的財務困境預測模型比較研究.pdf
- 基于神經(jīng)網(wǎng)絡的財務困境預測模型設計.pdf
- 基于神經(jīng)網(wǎng)絡的語音識別聲學模型壓縮研究.pdf
- 基于神經(jīng)網(wǎng)絡的財務危機預警模型研究.pdf
- 基于神經(jīng)網(wǎng)絡模型的漢語框架語義角色識別.pdf
- 基于神經(jīng)網(wǎng)絡模型的漢語基本塊識別.pdf
- 基于概率神經(jīng)網(wǎng)絡的財務危機預警模型研究.pdf
- 基于神經(jīng)網(wǎng)絡模型的企業(yè)財務困境預警研究.pdf
- 基于LVQ神經(jīng)網(wǎng)絡數(shù)字圖像邊緣檢測算法的研究.pdf
評論
0/150
提交評論