中国上市公司财务造假识别研究
| 摘要 | 第4-7页 |
| Abstract | 第7-8页 |
| 1. 导论 | 第11-24页 |
| 1.1 研究背景 | 第11-13页 |
| 1.2 研究意义 | 第13页 |
| 1.3 文献综述 | 第13-20页 |
| 1.3.1 国外研究现状 | 第13-16页 |
| 1.3.2 国内研究现状 | 第16-19页 |
| 1.3.3 国内外研究现状比较 | 第19-20页 |
| 1.4 研究思路与内容 | 第20-22页 |
| 1.4.1 研究思路 | 第20-22页 |
| 1.4.2 研究内容 | 第22页 |
| 1.5 本文的创新点 | 第22-24页 |
| 2. 相关理论及财务造假现状 | 第24-33页 |
| 2.1 财务造假的含义和原因 | 第24-27页 |
| 2.2 财务造假的定义 | 第27-28页 |
| 2.3 财务造假识别方法 | 第28-31页 |
| 2.3.1 逻辑回归模型 | 第28-29页 |
| 2.3.2 贝叶斯判别分析模型 | 第29-30页 |
| 2.3.3 决策树 | 第30页 |
| 2.3.4 财务造假识别模型的比较和选取 | 第30-31页 |
| 2.4 国内财务造假现状 | 第31-33页 |
| 3. 财务造假识别指标体系的建立 | 第33-49页 |
| 3.1 样本及数据来源 | 第33-35页 |
| 3.2 基本财务指标框架 | 第35页 |
| 3.3 指标选取 | 第35-49页 |
| 3.3.1 指标选取的思路 | 第35-37页 |
| 3.3.2 两独立样本的T检验 | 第37-40页 |
| 3.3.3 曼惠特尼U检验 | 第40-43页 |
| 3.3.4 PEARSON相关性分析 | 第43-44页 |
| 3.3.5 缺失值分析 | 第44-46页 |
| 3.3.6 主成分分析 | 第46-49页 |
| 4. 财务造假识别模型的建立 | 第49-58页 |
| 4.1 研究方法 | 第49页 |
| 4.2 整体识别模型 | 第49-53页 |
| 4.2.1 逻辑回归模型 | 第49-51页 |
| 4.2.2 贝叶斯判别分析模型 | 第51-52页 |
| 4.2.3 决策树 | 第52-53页 |
| 4.4 制造业和非制造业的识别模型 | 第53-56页 |
| 4.4.1 分行业逻辑回归模型 | 第53-55页 |
| 4.4.2 制造业与非制造业贝叶斯判别分析 | 第55-56页 |
| 4.5 模型识别精度比较 | 第56-58页 |
| 5. 结论 | 第58-61页 |
| 5.1 研究结果 | 第58-59页 |
| 5.2 研究局限 | 第59-60页 |
| 5.3 未来展望 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 附录1 | 第66-70页 |
| 后记 | 第70-71页 |
| 致谢 | 第71页 |
