| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-21页 |
| 1.1 研究背景与意义 | 第12-13页 |
| 1.1.1 研究背景 | 第12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.2 文献综述 | 第13-19页 |
| 1.2.1 关于舞弊公司特征和舞弊征兆的研究 | 第13-16页 |
| 1.2.2 关于舞弊识别方法的研究 | 第16-18页 |
| 1.2.3 文献评述 | 第18-19页 |
| 1.3 研究内容与方法 | 第19-21页 |
| 1.3.1 研究内容 | 第19-20页 |
| 1.3.2 研究方法 | 第20-21页 |
| 第2章 财务报告舞弊相关理论基础 | 第21-26页 |
| 2.1 财务报告舞弊的概念 | 第21页 |
| 2.2 财务报告舞弊动因理论 | 第21-26页 |
| 2.2.1 冰山理论 | 第22页 |
| 2.2.2 舞弊三角理论 | 第22-23页 |
| 2.2.3 GONE理论 | 第23-24页 |
| 2.2.4 舞弊风险因子理论 | 第24-26页 |
| 第3章 中国农业上市公司财务报告舞弊分析 | 第26-33页 |
| 3.1 农业上市公司财务报告舞弊现状 | 第26-27页 |
| 3.2 农业上市公司财务报告舞弊因素分析 | 第27-33页 |
| 3.2.1 行业因素 | 第27-28页 |
| 3.2.2 治理因素 | 第28-29页 |
| 3.2.3 计量因素 | 第29-30页 |
| 3.2.4 税收政策 | 第30-31页 |
| 3.2.5 暴露机制 | 第31-33页 |
| 第4章 研究设计 | 第33-39页 |
| 4.1 识别指标的选取与研究假设 | 第33-36页 |
| 4.2 样本选择与数据来源 | 第36-38页 |
| 4.2.1 样本选择 | 第36页 |
| 4.2.2 数据来源 | 第36页 |
| 4.2.3 样本描述性统计 | 第36-38页 |
| 4.3 模型选择 | 第38-39页 |
| 第5章 模型构建与实证分析 | 第39-55页 |
| 5.1 基于Logistic的农业上市公司财务报告舞弊识别模型 | 第39-45页 |
| 5.1.1 假设检验 | 第39-43页 |
| 5.1.2 构建农业上市公司财务报告舞弊Logistic识别模型 | 第43-45页 |
| 5.2 基于SVM-RFE的农业上市公司财务报告舞弊识别模型 | 第45-51页 |
| 5.2.1 支持向量机 | 第45-48页 |
| 5.2.2 特征选择 | 第48-49页 |
| 5.2.3 构建农业上市公司财务报告舞弊SVM-RFE识别模型 | 第49-51页 |
| 5.3 模型识别效果比较 | 第51-52页 |
| 5.3.1 Logistic模型与SVM-RFE模型的比较 | 第51-52页 |
| 5.3.2 农业专用模型与行业通用模型的比较 | 第52页 |
| 5.4 政策建议 | 第52-55页 |
| 结论 | 第55-57页 |
| 参考文献 | 第57-62页 |
| 致谢 | 第62-63页 |
| 附录A（攻读学位期间所发表的学术论文目录） | 第63-64页 |
| 附录B（基于MATLAB的SVM-RFE程序） | 第64-66页 |
