基于数据挖掘的财务欺诈识别
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-18页 |
| ·研究背景及研究意义 | 第9-10页 |
| ·研究背景 | 第9-10页 |
| ·研究意义 | 第10页 |
| ·文献综述 | 第10-16页 |
| ·国外研究状况 | 第10-13页 |
| ·国内研究状况 | 第13-16页 |
| ·研究内容及研究方法 | 第16-18页 |
| 2 相关理论及其识别方法 | 第18-34页 |
| ·财务欺诈内涵及界定 | 第18-22页 |
| ·财务欺诈的内涵 | 第18-20页 |
| ·财务欺诈的界定 | 第20页 |
| ·财务欺诈的成因 | 第20-22页 |
| ·财务欺诈识别方法评述 | 第22-34页 |
| ·单变量分析 | 第23页 |
| ·基于案例的推理 | 第23-24页 |
| ·线性概率模型 | 第24页 |
| ·逻辑回归模型 | 第24-26页 |
| ·神经网络模型 | 第26-27页 |
| ·贝叶斯分类模型 | 第27-28页 |
| ·多元判别分析方法 | 第28-29页 |
| ·决策树 | 第29页 |
| ·主成分分析 | 第29-30页 |
| ·支持向量机 | 第30-32页 |
| ·聚类分析 | 第32-34页 |
| 3 指标体系的选取 | 第34-46页 |
| ·样本选取 | 第34-42页 |
| ·样本的来源 | 第34-39页 |
| ·财务欺诈识别变量的选择 | 第39-42页 |
| ·两独立样本比较的秩检验 | 第42-45页 |
| ·相关性检验结果 | 第45-46页 |
| 4 财务欺诈识别模型的建立 | 第46-58页 |
| ·极值处理 | 第46-48页 |
| ·极值检测 | 第46-48页 |
| ·极值处理 | 第48页 |
| ·数据建模过程 | 第48-54页 |
| ·分行业建模及结果分析 | 第54-58页 |
| 5 结论 | 第58-62页 |
| ·研究结果与启示 | 第58-59页 |
| ·研究局限性 | 第59-60页 |
| ·研究贡献 | 第60页 |
| ·未来展望 | 第60-62页 |
| 参考文献 | 第62-67页 |
| 后记 | 第67-68页 |
| 致谢 | 第68-69页 |
| 科研成果 | 第69页 |
