| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-10页 |
| 第1章 绪论 | 第10-17页 |
| ·研究背景 | 第10-11页 |
| ·研究意义 | 第11页 |
| ·文献综述 | 第11-15页 |
| ·研究方法、研究内容 | 第15-17页 |
| 第2章 理论基础 | 第17-20页 |
| ·利益相关者理论 | 第17页 |
| ·事项会计理论 | 第17-18页 |
| ·委托代理理论 | 第18-20页 |
| 第3章 XBRL 财务报告概述 | 第20-27页 |
| ·XBRL 技术框架 | 第21-24页 |
| ·XBRL 财务报告编报模式 | 第24-27页 |
| 第4章 XBRL 财务报告应用现状 | 第27-42页 |
| ·美国 XBRL 财务报告应用现状 | 第27-29页 |
| ·美国 XBRL 财务报告相关法规 | 第27页 |
| ·美国 XBRL 财务报告披露内容 | 第27-29页 |
| ·我国 XBRL 财务报告应用现状 | 第29-34页 |
| ·我国 XBRL 财务报告发展现状 | 第29-30页 |
| ·我国 XBRL 财务报告披露内容 | 第30-34页 |
| ·XBRL 财务报告未来发展趋向 | 第34-42页 |
| ·社会责任功能的追加 | 第35-39页 |
| ·财务预测功能的追加 | 第39-42页 |
| 第5章 XBRL 与传统财务报告并行阶段的审计 | 第42-55页 |
| ·并行阶段 XBRL 系统的审计 | 第44-50页 |
| ·XBRL 生成系统的审计 | 第44-45页 |
| ·XBRL 转换系统的审计 | 第45-50页 |
| ·并行阶段 XBRL 财务报告的审计 | 第50-55页 |
| ·XBRL 财务报告审计对象 | 第50-51页 |
| ·XBRL 财务报告的审计 | 第51-55页 |
| 第6章 XBRL 替代传统财务报告阶段的审计 | 第55-81页 |
| ·替代阶段 XBRL 财务报告审计流程 | 第55-59页 |
| ·替代阶段重大错报风险识别模型数据预处理 | 第59-70页 |
| ·研究假设 | 第59-64页 |
| ·样本选取 | 第64-66页 |
| ·自变量选取 | 第66-68页 |
| ·假设检验 | 第68-70页 |
| ·基于 Logistic 算法重大错报风险识别模型 | 第70-71页 |
| ·基于 LM 算法 BP 神经网络重大错报风险识别模型 | 第71-79页 |
| ·LM 算法 BP 神经网络重大错报风险识别模型设计 | 第71-77页 |
| ·LM 算法 BP 神经网络重大错报风险识别模型训练 | 第77-78页 |
| ·实证结果分析 | 第78-79页 |
| ·本章小结 | 第79-81页 |
| 结论 | 第81-83页 |
| 参考文献 | 第83-86页 |
| 附录 | 第86-91页 |
| 致谢 | 第91-92页 |
| 个人简历 | 第92-93页 |
| 攻读硕士期间发表论文 | 第93页 |
