基于统计方法的会计信息失真识别研究

图书标准信息

• 作者 邓庆山 著；梅国平；关爱浩
• 出版社 科学出版社
• 出版时间 2008-12
• 版次 1
• ISBN 9787030233325
• 定价 29.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 164页
• 字数 202千字

【内容简介】

本书主要从定量的角度研究会计信息失真的识别问题。首先，介绍了会计信息失真的基本概念、历史与现状、危害、诱因和常见手段；其次，对目前会计信息失真识别的常见方法作了一个简要的综述；再次，阐述了本书所采用的会计信息样本和变量；然后，重点介绍了几种不同的统计方法在会计信息失真识别中的运用，这些方法包括多元逻辑回归、主成分分析、神经网络、支持向量机和我们提出的被称之为多元特征值方法的一种侦测模型；最后，从监督视角分析了中国证券市场会计信息的失真度，并对提高证券市场会计信息监管效率的对策进行了分析与探讨。

  本书可供从事会计信息审计和监管的人员、从事会计信息相关研究的人员、对统计方法的应用或者会计信息识别感兴趣的人员阅读、参考。

【目录】

前言

第一章  会计信息失真概述

  第一节  基本概念

  第二节  会计信息失真的历史与现状

  第三节  会计信息失真的危害

  第四节  会计信息失真的诱因

  第五节  会计造假的常见手段

  本章参考文献

第二章  会计信息失真识别的常见方法

  第一节  舞弊公司特征和舞弊征兆

  第二节  财务舞弊识别方法

  本章参考文献

第三章  样本与变量选择

  第一节  样本选择

  第二节  变量选择

  第三节  指标计算及其标准化

  本章参考文献

第四章  多元逻辑回归分析

  第一节  标准逻辑回归模型

  第二节  交叉项逻辑回归模型

  第三节  模型外推检验

  本章参考文献

第五章  主成分分析

  第一节  研究思路及研究方法

  第二节  会计信息失真主成分预测模型的实证检验

  第三节  研究结论

  本章参考文献

第六章  神经网络分析

  第一节  人工神经网络简介

  第二节  人工神经网络的结构

  第三节  多层前馈神经网络模型

  第四节  基于神经网络的虚假财务报表的识别

  本章参考文献

第七章  支持向量机分析

  第一节  支持向量机理论

  第二节  基于支持向量机的会计信息失真的识别

  本章参考文献

第八章  多元特征值侦测模型

  第一节  传统分析方法的局限性

  第二节  多元特征值模型分析过程

  本章参考文献

第九章  中国证券市场的会计信息失真程度究竟有多深——证券市场会计信息失真度分析与对策

  第一节  中国证券市场会计信息失真度分析

  第二节  提高证券市场会计信息监管效率的对策分析

  本章参考文献

附录A  光盘软件使用说明

附录B  训练样本数据