摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第9-22页 |
1.1 研究背景及意义 | 第9-11页 |
1.1.1 研究背景 | 第9-10页 |
1.1.2 研究意义 | 第10-11页 |
1.2 文献综述 | 第11-17页 |
1.2.1 内部控制缺陷识别与认定研究 | 第12-13页 |
1.2.2 内部控制缺陷的影响因素研究 | 第13-17页 |
1.2.3 内部控制缺陷预测研究 | 第17页 |
1.3 研究方法、思路和主要内容 | 第17-20页 |
1.3.1 研究方法 | 第17-18页 |
1.3.2 研究思路和主要内容 | 第18-20页 |
1.4 创新点 | 第20-22页 |
1.4.1 内容创新 | 第20页 |
1.4.2 方法创新 | 第20-22页 |
第2章 内部控制缺陷预测的理论基础 | 第22-30页 |
2.1 内部控制缺陷理论 | 第22-24页 |
2.1.1 内部控制缺陷定义及分类 | 第22-23页 |
2.1.2 内部控制缺陷认定标准 | 第23-24页 |
2.2 统计学习理论 | 第24-25页 |
2.2.1 VC维概念 | 第24页 |
2.2.2 结构风险最小化原理 | 第24-25页 |
2.3 支持向量机理论 | 第25-28页 |
2.3.1 线性分类 | 第26-27页 |
2.3.2 非线性分类 | 第27-28页 |
2.4 其他理论 | 第28-30页 |
2.4.1 委托代理理论 | 第28页 |
2.4.2 信号传递理论 | 第28-30页 |
第3章 内部控制缺陷存在的影响因素分析及重大缺陷识别认定 | 第30-36页 |
3.1 内部控制缺陷存在的影响因素分析 | 第30-33页 |
3.1.1 经营复杂程度 | 第30-31页 |
3.1.2 组织结构变化 | 第31页 |
3.1.3 会计风险及财务风险 | 第31-32页 |
3.1.4 内部控制建设 | 第32-33页 |
3.2 内部控制重大缺陷识别认定 | 第33-36页 |
3.2.1 识别认定困境 | 第33页 |
3.2.2 识别认定方法 | 第33-36页 |
第4章 内部控制重大缺陷预测模型构建及实证检验 | 第36-46页 |
4.1 模型构建 | 第36-40页 |
4.1.1 预测方法选择 | 第36页 |
4.1.2 重大缺陷样本选取标准 | 第36-37页 |
4.1.3 预测指标体系设计 | 第37-38页 |
4.1.4 预测模型建立 | 第38-40页 |
4.2 模型训练及实证检验 | 第40-46页 |
4.2.1 样本选择 | 第40页 |
4.2.2 指标筛选 | 第40-42页 |
4.2.3 数据归一化及主成分分析 | 第42-43页 |
4.2.4 核函数选择及参数设置 | 第43-44页 |
4.2.5 模型训练及检验 | 第44-46页 |
第5章 研究结论与政策建议 | 第46-49页 |
5.1 研究结论 | 第46-47页 |
5.2 政策建议 | 第47-49页 |
参考文献 | 第49-52页 |
附录A 部分支持向量机程序代码 | 第52-53页 |
攻读硕士期间取得的研究成果 | 第53-54页 |
致谢 | 第54页 |