首页--经济论文--经济计划与管理论文--企业经济论文--企业财务管理论文

基于支持向量机的上市公司内部控制重大缺陷预测模型研究

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

论文共54页,点击 下载论文
上一篇:创业板上市公司高管激励与公司成长性关系研究
下一篇:行业业绩期望差距与资本配置效率研究--来自中国A股上市公司的经验数据