上市公司会计信息失真识别定量研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第1 章绪 论 | 第11-17页 |
| ·选题背景 | 第11-12页 |
| ·研究目的 | 第12-13页 |
| ·国内外研究动态 | 第13-15页 |
| ·研究内容及框架 | 第15-17页 |
| 第2 章会计信息失真理论研究 | 第17-34页 |
| ·会计信息失真理论基础 | 第17-20页 |
| ·人性假设理论 | 第17-18页 |
| ·委托代理理论 | 第18-19页 |
| ·信息不对称理论 | 第19-20页 |
| ·会计信息失真的概念 | 第20-26页 |
| ·会计信息 | 第20页 |
| ·会计信息的质量特征 | 第20-22页 |
| ·会计信息的真实性 | 第22-24页 |
| ·会计信息失真 | 第24-26页 |
| ·审计意见与会计信息失真 | 第26-34页 |
| ·审计意见 | 第26-28页 |
| ·非标准审计意见 | 第28-31页 |
| ·非标准审计意见与会计信息失真 | 第31-34页 |
| 第3章 会计信息失真识别定量研究设计 | 第34-47页 |
| ·会计信息失真识别样本选取 | 第34页 |
| ·会计信息失真识别指标选取 | 第34-41页 |
| ·国外学者发现的识别指标 | 第34-36页 |
| ·中国企业会计信息失真的表现 | 第36-37页 |
| ·识别指标的选取和数据处理 | 第37-38页 |
| ·会计信息失真识别指标筛选 | 第38-41页 |
| ·会计信息失真识别模型建立 | 第41-47页 |
| ·识别会计信息失真的方法 | 第41-42页 |
| ·剖面分析 | 第42-43页 |
| ·多元线性判别分析模型 | 第43-44页 |
| ·基于L-M 算法的BP 神经网络 | 第44-47页 |
| 第4章 会计信息失真识别定量实证研究 | 第47-67页 |
| ·剖面分析 | 第47-48页 |
| ·会计信息失真识别的多元判别分析研究 | 第48-56页 |
| ·多元判别分析假设检验 | 第48-49页 |
| ·逐步判别分析 | 第49-52页 |
| ·典则判别函数 | 第52-53页 |
| ·多元判别分析识别函数符号分析 | 第53页 |
| ·多元判别分析识别函数拟合优度检验 | 第53-55页 |
| ·多元判别分析识别函数识别能力检验 | 第55-56页 |
| ·会计信息失真识别的13 指标神经网络研究 | 第56-61页 |
| ·选择传递函数 | 第56-58页 |
| ·选择训练函数 | 第58-59页 |
| ·确定隐层结点 | 第59-60页 |
| ·确定网络结构 | 第60-61页 |
| ·13 指标神经网络识别模型识别能力检验 | 第61页 |
| ·会计信息失真识别的5 指标神经网络研究 | 第61-65页 |
| ·选择传递函数 | 第61-63页 |
| ·选择训练函数 | 第63页 |
| ·确定隐层结点 | 第63-64页 |
| ·确定网络结构 | 第64-65页 |
| ·5 指标神经网络识别模型识别能力检验 | 第65页 |
| ·实证研究结果比较 | 第65-67页 |
| 结论 | 第67-70页 |
| 参考文献 | 第70-75页 |
| 附录A 攻读硕士学位期间发表的论文 | 第75-76页 |
| 附录B 原始样本公司代码 | 第76-77页 |
| 致谢 | 第77页 |
