会计舞弊风险指数构建及影响因素研究 光明社科文库·经济与管理

以沪深上市公司为样本，构建了二分类Logistic、因子分析Logistic和BP神经网络舞弊识别模型，探讨了二分类模型的构建基础、优点和固有的不可调和的缺陷，进而分析了会计舞弊风险指数模型的构建基础和优缺点，并基于正态分布法确定指标阈值构建了舞弊风险指数，使舞弊风险一目了然。同时进行了指数评价，并基于舞弊三角形理论进行了指数影响因素研究，以便通过改变显著的影响因素降低舞弊风险指数，为舞弊防治提供新途径。
会计舞弊风险指数构建及影响因素研究>>><<<前言前言会计信息是利益相关者决策的重要依据，舞弊导致了会计信息扭曲，从而误导了使用者的判断决策，造成资源错配和各方损失，阻碍了资本市场健康发展。由于发生频繁、危害巨大、防范困难，因此关于会计舞弊识别和治理的研究从未间断。会计舞弊识别模型包括离散的二分类识别模型和连续的舞弊风险指数模型两大类，舞弊与否的二分类识别模型发展较早，各种模型较为丰富，并且新构建的模型层出不穷，原因在于一方面舞弊频发有识别预警需求，另一方面，近几十年来各类模型的识别准确率却始终未能达到令人满意的水平，处于停滞状态，有较大提升空间，存在诸如构建基础存疑等瓶颈问题难以突破；反观会计舞弊风险指数研究则刚刚起步，尚属空白，指数指标体系以及指标阈值的确定是难点，本书试图填补这一空白。本书创新性地基于正态分布法确定指标阈值构建了会计舞弊风险指数，并进行了指数排序、评价、均值差异检验，以及风险预警和基于舞弊三角形理论的指数影响因素研究，为舞弊识别和治理研究开辟了新途径。指数将多种手段的舞弊风险用一个数字直观表征，实现对舞弊风险程度的连续精细刻画、快速识别和实时预警，是识别和治理舞弊的有效工具之一。

李清，男，黑龙江逊克县人。1984—1991年就读于吉林大学数学系，获学士和硕士学位；2002年在财政部科研所会计电算化方向进修学习；2005—2009年就读于吉林大学商学院，获数量经济学博士学位。现任吉林大学商学与管理学院会计系教授，主要从事会计数据挖掘、会计信息系统及内部控制研究。主持国家和省级科研项目4项，发表学术论文50余篇，独立出版专著1部，独立编著教材1部，主编教材1部。

目录第一章绪论
第一节会计舞弊风险指数定义
一、会计舞弊定义
二、会计舞弊风险指数定义
第二节研究背景
第三节研究意义
第四节研究目标
第五节研究方法
第六节创新之处

第二章文献综述
第一节会计舞弊动因理论文献
第二节会计舞弊手段文献
第三节会计舞弊识别指标体系文献
第四节会计舞弊识别模型文献
一、二分类识别模型文献
二、舞弊风险指数模型文献
第五节会计舞弊的防范和治理文献
第六节目前研究存在的问题

第三章会计舞弊动因的理论分析
第一节会计舞弊动因的冰山理论等理论分析
一、冰山理论的渊源
二、会计舞弊的冰山理论
三、会计舞弊的三角形理论
四、会计舞弊三角形理论的拓展理论
五、会计舞弊的GONE理论
六、会计舞弊的风险因子理论
七、国内会计舞弊动因理论
第二节会计舞弊动因的内部控制理论分析
一、COSO
二、我国企业内部控制规范
三、内部控制指数
第三节会计舞弊动因的公司治理理论分析
一、公司治理定义
二、公司治理形式：内部治理与外部治理
三、公司治理与内部控制的关系

第四章二分类会计舞弊识别模型构建
第一节二分类舞弊识别模型与舞弊风险指数构建基础的差异
一、二分类舞弊识别模型的构建基础和优缺点
二、舞弊风险指数的构建基础和优缺点
第二节二分类舞弊识别指标选取
第三节样本选取和均值差异检验
一、样本选取
二、均值差异检验
第四节Logistic舞弊识别模型
一、Logistic模型原理
二、Logistic舞弊识别模型构建
第五节因子分析Logistic舞弊识别模型
一、因子分析基本思想
二、因子分析数学模型
三、因子分析计算步骤
四、样本数据的预处理
五、使用SPSS进行因子分析的操作步骤
六、因子分析Logistic舞弊识别模型构建
第六节BP神经网络舞弊识别模型
一、BP神经网络原理
二、BP神经网络学习流程
三、BP神经网络舞弊识别模型构建
第七节各个模型准确率对比

第五章会计舞弊风险指数构建
第一节会计舞弊风险指数指标体系构建
第二节会计舞弊风险指数构建
一、样本选取和数据来源
二、指标同趋势性处理
三、指标权重的确定
四、指标的无量纲化处理(标准化值计算)
五、指标阈值228的确定
六、会计舞弊风险指数构建

第六章会计舞弊风险指数评价和预警
第一节会计舞弊风险指数评价
一、指数总体评价
二、指数均值差异检验
第二节会计舞弊风险预警
一、按照行业预警
二、按照省份直辖市预警
三、按照地区预警
四、按照上市地点预警
五、按照上市板块预警
六、按照上市年限是否大于中位数预警
七、按照实际控制人预警
八、按照董事长与总经理兼任否预警
九、按照是否为四大审计预警
十、按照是否为标准无保留意见预警
十一、按照分指标预警

第七章会计舞弊风险指数影响因素研究
第一节研究假设
一、压力因素
二、机会因素
第二节研究设计
一、样本选取
二、变量选取
三、模型构建
第三节实证分析与结论
一、描述性统计分析
二、依自变量分组指数均值差异检验
三、依指数分组自变量均值差异检验
四、相关系数分析
五、多重共线性检验
六、回归结果与实证结论
七、稳健性检验

第八章结论和政策建议
第一节结论
第二节舞弊防范政策建议

以沪深上市公司为样本，构建了二分类Logistic、因子分析Logistic和BP神经网络舞弊识别模型，探讨了二分类模型的构建基础、优点和固有的不可调和的缺陷，进而分析了会计舞弊风险指数模型的构建基础和优缺点，并基于正态分布法确定指标阈值构建了舞弊风险指数，使舞弊风险一目了然。同时进行了指数评价，并基于舞弊三角形理论进行了指数影响因素研究，以便通过改变显著的影响因素降低舞弊风险指数，为舞弊防治提供新途径。
会计舞弊风险指数构建及影响因素研究>>><<<前言前言会计信息是利益相关者决策的重要依据，舞弊导致了会计信息扭曲，从而误导了使用者的判断决策，造成资源错配和各方损失，阻碍了资本市场健康发展。由于发生频繁、危害巨大、防范困难，因此关于会计舞弊识别和治理的研究从未间断。会计舞弊识别模型包括离散的二分类识别模型和连续的舞弊风险指数模型两大类，舞弊与否的二分类识别模型发展较早，各种模型较为丰富，并且新构建的模型层出不穷，原因在于一方面舞弊频发有识别预警需求，另一方面，近几十年来各类模型的识别准确率却始终未能达到令人满意的水平，处于停滞状态，有较大提升空间，存在诸如构建基础存疑等瓶颈问题难以突破；反观会计舞弊风险指数研究则刚刚起步，尚属空白，指数指标体系以及指标阈值的确定是难点，本书试图填补这一空白。本书创新性地基于正态分布法确定指标阈值构建了会计舞弊风险指数，并进行了指数排序、评价、均值差异检验，以及风险预警和基于舞弊三角形理论的指数影响因素研究，为舞弊识别和治理研究开辟了新途径。指数将多种手段的舞弊风险用一个数字直观表征，实现对舞弊风险程度的连续精细刻画、快速识别和实时预警，是识别和治理舞弊的有效工具之一。

李清，男，黑龙江逊克县人。1984—1991年就读于吉林大学数学系，获学士和硕士学位；2002年在财政部科研所会计电算化方向进修学习；2005—2009年就读于吉林大学商学院，获数量经济学博士学位。现任吉林大学商学与管理学院会计系教授，主要从事会计数据挖掘、会计信息系统及内部控制研究。主持国家和省级科研项目4项，发表学术论文50余篇，独立出版专著1部，独立编著教材1部，主编教材1部。