我国上市公司财务舞弊决定因素:基于logit分析的证据.doc
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_05.gif)
《我国上市公司财务舞弊决定因素:基于logit分析的证据.doc》由会员分享,可在线阅读,更多相关《我国上市公司财务舞弊决定因素:基于logit分析的证据.doc(20页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、【精品文档】如有侵权,请联系网站删除,仅供学习与交流我国上市公司财务舞弊决定因素:基于logit分析的证据.精品文档.中南财经政法大学大学生创新性实验计划项目申请表项目名称:我国上市公司财务舞弊决定因素:基于logit分析的证据项目负责人:方 园 学院年级专业:信息学院2006级信息与计算科学专业 联系电话:13006146015 电子邮箱:fy0120 指导教师:赵新泉 徐冬林 姚宏善 指导教师所在学院:信息学院 指导教师联系电话: 1372034168915310250858 13647200269 中南财经政法大学教务部制填表日期:2008年10月15日填 表 须 知一、项目申请表要按照
2、中南财经政法大学大学生创新性实验计划项目管理办法的相关要求,逐项认真填写,填写内容必须实事求是,表达明确严谨。空缺项要填“无”。二、格式要求:表格中的字体应为小四号宋体,1.5倍行距;需签字部分由相关人员以黑色钢笔或水笔签名。均用A4纸双面打印,于左侧装订成册。三、项目申请表由项目负责人填写,经学院评审汇总后统一上报中南财经政法大学教务部,教务部组织中南财经政法大学“大学生创新性实验计划”专家委员评审确定。学生申请项目必须自行联系确定指导教师。四、项目申请表填写内容应言简意赅,思路清晰,论证充分,字迹清楚,一律用计算机输入打印。五、如填表有不明事宜,请与中南财经政法大学教务部(电话:88385
3、008;电子邮箱:sillyfly)或所在学院联系。项目名称我国上市公司财务舞弊决定因素:基于logit分析的证据申请经费20000元起止时间2008年12月2009年12月申请团队情况姓 名所在学院专 业联系电话EMAIL吴懿欣信息学院信科13007148689164124789梁树富信息学院信科13100679392498264737指导教师情况姓 名所在学院职称联系电话EMAIL赵新泉信息学院教授13720341689zxq556徐冬林信息学院教授15310250858xdl3578姚宏善信息学院副教授13647200269yhs2002一、申请理由(内容应包括自身具备的知识条件、自己的
4、特长、兴趣和已有的知识基础)本课题研究的是一个在上市公司运转的过程中很常见的经济学问题,团队的成员对该问题有着比较深刻的认识和了解。对于国内外相关的研究成果,我们都做过仔细的研读。同时,我们的指导老师在相关领域的研究中也取得了一定的成绩,特别是该问题与老师的博士后研究有着紧密地联系。因此,我们对于这项研究是比较有信心的。团队成员都有着较好的数学基础和课外实践经验。大学期间,我们都积极参加课外研究项目和实践活动,取得了不错的成绩。作为信息与计算科学专业的学生,我们不仅有着良好的数学基础,对于数学方法的使用,数据的处理有着明显的优势。同时,我们对于计算机软件也十分熟悉,特别是数学和统计方面的软件,
5、我们能够使这些软件对于大量的数据进行分析和处理。下面主要对我们团队的三个成员做简单的介绍:方园,06级学生,现任信息学院团委学生会常委,常务副秘书长兼副主席。曾获得二等人民奖学金。数学基础较好,实践能力较强。其主持的“武汉市内湖治理情况实证分析”和“武汉市吴家山台商投资区经济产业结构分析与优化”项目均获得“博文杯”校级一般项目立项;“武汉市汉南区东荆街东荆大队家园建设行动计划探究与优化”项目和“改革开放以来农村产业结构调整的经济意义”项目,获得校级暑期社会实践立项。其中,“改革开放以来农村产业结构调整的经济意义”项目还获得了“湖北省大中专学生志愿者三下乡社会实践活动优秀服务团队”。组队参加20
6、08年高教社杯全国大学生数学建模竞赛。梁树富,06级学生,现任信息与计算科学0601班团支书,数学建模协会会长。曾获得三等人民奖学金。主持“高校图书馆资源最优化配置的实证研究分析”项目获得“博文杯”校级一般项目立项;参加的“武汉市内湖治理情况实证分析”项目获得“博文杯”校级一般项目立项;参加“改革开放以来农村产业结构调整的经济意义”项目获得校级暑期社会实践立项。组队参加2008年高教社杯全国大学生数学建模竞赛。吴懿欣,06级学生,现任信息学院青年志愿者协会副主席,信息与计算科学0601班班长,信息与计算科学0801班主任助理。学习成绩优秀,曾获得二等人民奖学金,多次被评为校级优秀青年志愿者,院
7、优秀学生干部,院先进个人等。08年参加华中区数学建模竞赛获得二等奖。数学基础较好,有较强的学习能力和科研能力。大学期间多次参与博文杯校级立项,参与的“改革开放以来农村产业结构调整的经济意义”项目获得校级暑期社会实践立项。2008年代表学校参加高教社杯全国大学生数学建模竞赛。二、立项背景(包括国内外研究现状、趋势、研究意义、参考文献和其他有关背景材料)背景资料:上市公司的财务舞弊是指财务造假主体在会计信息加工处理和报告的过程中,为了获取不正当的经济利益,而采用欺骗性手段故意谎报重要性质和实质性财务事实的违法、违纪行为。是一种严重影响社会经济秩序的行为。自1720年在英国爆发的世界上第一例上市公司
8、舞弊案“南通公司”事件以来,财务报告的真实性问题就成为了投资人和债券人关注的核心问题之一。虽然在过去的二百多年里,由此催生的现代审计技术得到了很大的发展,同时世界各国也普遍建立和完善了财务会计准则,使财务报告的真实性在很大程度上得到了保障,但是,财务报告舞弊问题并没有从根本上得到遏制。相反,上市公司财务报告失真现象大有愈演愈烈之势。国内外发生的重大财务报告舞弊事件对资本市场的影响之广、冲击之深令人震惊。18世纪南通公司财务报告舞弊案致使股份公司被禁100年之久,让英国经济陷入停顿;安然公司、世界通讯公司和施乐公司等知名大公司的财务报告舞弊案,不仅直接损害了投资者的经济利益,导致美国证券市场遭受
9、约五万亿美元的市值损失,并使整个世界资本市场都笼罩在了财务报告舞弊的浓重阴影之中。我国上市公司财务报告舞弊行为的泛滥,己经对我国当前资本市场造成了很大的危害,它使得广大中小股东以及投资机构、证券公司等大股东蒙受了巨大的经济损失,进而引发了中国证券市场前所未有的信用危机,严重打击了投资者尤其是中小投资者的信心,使证券市场赖以生存和发展的信用基础和“公平”、“公正”、“公开”的原则也受到挑战,极大地影响了证券市场对资源的优化配置,如果再次持续下去将严重阻碍整个资本市场持续健康的发展。如何防范和识别财务报告舞弊,提高会计信息质量成了所有投资者共同的心病。国内外研究现状:国内外已有一些专家和学者致力于
10、上市公司财务舞弊检测问题的研究,并取得了一定的成果,其中比较重要的研究成果主要有以下几个方面。Persons运用逐步Logistic回归模型成功判定了大部分的会计舞弊,并指出会计数据包含甄别会计舞弊的有效信息。Boatsman et.al.,Hansen,Mcdonald et.al.利用模型评估舞弊风险和无辅助条件下评估舞弊风险系统进行比较分析,一个共同的发现是:与不采用辅助系统的独立审计师相比,采用模型判断舞弊与事实更相符。Green and Choi以财务指标为输入变量,采用人工神经网络(ANN)技术构造了建立在原始财务数据基础上的会计舞弊判别模型,并发现这一模型将大大改善独立审计师发现
11、舞弊行为的能力,且在以随机样本为基础使用时非常有效,并建议审计师在审计初始阶段使用该模型。Eining et.al.研究认为,逻辑模型和专家系统是较为精确的审计决策模型,将有助于审计人员识别管理舞弊风险。但,Boatsman et.al.的研究表明,随着独立审计师对其判断的自信心上升,他们就越来越不愿意依赖决策支持系统。美国印第安纳大学Beneish提出的概率分析方法。比ANN模型更容易被掌握,实施的成本更低。该模型产生的利润操纵指数由组合后的财务变量值得到,进而转化为利润操纵的可能性。他还提出了利用会计数据判别上市公司是否存在会计舞弊的思想,他以19871993受美国证监会处罚的74家公司为
12、会计舞弊样本,以其他上市公司为正常样本,基于8个财务指标建立了Probit回归预测模型(会计舞弊识别模型),准确预测率达到75,并在实际中得到一定程度的应用Bell and Carcello运用Logistic回归模型证明了基于经验数据的预测模型对于舞弊公司的判定成功率比经验丰富的审计师表现远远出色。Spathis,Doumpos and Zopounidis年以希腊舞弊公司与非舞弊公司为样本,采用多标准分析、单变量和多变量统计技术建立了包含Z记分值和不包括Z记分值的模型,分析了识别舞弊性财务报告的可能性。表明,多标准判断识别协助方法比传统的Logistic回归和Probit回归判定方法更有效
13、。Lin,Hwang and Becker,根据收益指标和收益趋势构建了基于模糊神经网络的会计舞弊判定模型,实证结果表明它可以有效地减少审计师的偏见或弥补审计师的不足。Kirkos,Spathis and Manolopoulos以76家希腊舞弊与非舞弊制造公司为样本,比较了决策树、神经网络和贝叶斯网络等数据挖掘分类技术在会计舞弊报告识别上的有效性。结果显示贝叶斯方法判定率最高。国内学者陈亮、王炫以41家因营业利润操纵被公开处罚的上市公司为样本从经验分析角度,运用单因素方差分析模型构建了针对营业利润操纵的识别模型,该模型对会计欺诈公司和正常公司的识别率分别为80和93。张长海、陈险峰、吴顺祥以
14、29个舞弊财务报告和20个非舞弊财务报告为样本,采用了诸如单变量和多变量统计技术建立了识别虚假财务报告的模型,并且发现模型的正确识别率在75以上。一些学者试图对这些文献进行整理。Phua等人的一篇调查论文分类比较并且概述了几乎所有公开发表的关于欺诈检测的技术发面和欺诈检测综述性的文章,几乎涵盖了过去十年的所有文献。其研究以通用的欺诈检测为重点,包括恐怖分子检测,财务犯罪检测、入侵及垃圾邮件检测。国内外的专家学者对于上市公司财务舞弊检验的问题研究得很多,使用的方法也相当的广泛。但是,我们认为其中的一些结论的精度是不够高的。所以,我们希望通过实证分析技术建立预测识别模型,这是一种有效的具有实际应用
15、价值的研究方法。而logit回归技术是相对而言效果最好的。趋势:目前,对于上市公司的财务舞弊状况的分析主要有五种检测技术:回归分析,神经网络,决策树,贝叶斯和堆栈变量方法。回归分析的关键是确保模型使用的是公司数据所反映的财务比率,由此来确定哪些财务比率与财务舞弊报告相关。通过对会计舞弊和非舞弊公司的对比可以确定对舞弊有显著影响的因素,随后分析这些因素间关系建立模型。该模型作为有效的诊断工具可以将会计信息或财务报告报告划分为舞弊类公司或非舞弊类公司。从会计和金融方面的文献可以看出,人工神经网络的应用正处于生长期。一些研究对人工神经网络从金融和会计数据中挖掘相关规则的能力进行了探索。由于人工神经网
16、络模型是带有多元变量的复杂公式,因此人工神经网络主要致力于改进传统的解决技术,如判别分析(discriminant analysis)和Logistic回归分析。标准的人工神经网络的一个缺点是研究者必须确定网络的物理结构。该项工作通常由变换层数,变换每层所处理单元的个数,改变关联模式的类型等反复测试来完成。决策树是节点代表属性、分支代表属性值的树结构。按照此规则,决策树算法试图将观测值划分到互相独立的各个子群中。选择到能最好地划分样本的属性,就能依照所选的属性很好的划分样本。样本被进一步地划分至各个子集中,直到显著差异的样本不再可分或子群规模太小不再有意义。贝叶斯网络(BBN)可用于表示属性子
17、集间的依赖度。一个贝叶斯网络是一个定向的非循环曲线,每个节点代表一个属性,每个箭头表示节点间的依赖关系。如果某个箭头是从节点A指向节点B的,那么就称节点A是节点B的父节点,节点B是节点A的子节点。堆栈变量方法的中心思想是利用“边界”理念来划分数据类。将边缘最大化,可以在两个分开的超平面间产生最大的可能距离,这也可以减少期望误差的上限。然而,大多数现实问题包含平面不可分割的数据,就需要在训练集中从负距离的角度分割这些实际的数据。对于这类问题的解决方案就是在更高的维空间中绘制这些数据并且在高维空间中定义超平面。回归分析在隐藏数据方面应用的最为普遍,其次就是人工神经网络。用到的回归分析模型有Logi
18、t模型、(逐步)Step-wise Logistic模型、UTADIS多元决策辅助方法和EGB2等模型。利用一元和多元的统计技术(如逻辑回归分析)来改进模型,利用改进后的模型识别与财务舞弊报告相关的因素。从先前的研究来看这些财务比率变量非常重要,并且这些比率都来自公开的财务报告。按照上述技术确定的识别财务性舞弊报告的变量有:库存销售额比率、总债务与总资产的比值、运营资金与总资产的比值、净利润与总资产的比值和财务危机预警Z值。这两个模型的分类精确度都超过84%。测试结果还显示,通过分析公开的财务报告来检测财务性舞弊报告的方法是有潜力的。通常所选择的指标是与财务舞弊公司相关。从逐步逻辑回归分析模型
19、的结果看,在销售方面有大量库存、总资产中债务比例过高、总资产中净利润比例过低、总资产中运营资金过低或Z值过低的公司对财务报告进行造假的可能性更大。人工神经网络的应用不仅包括一般自适应神经网络结构(GANNA)和自适应逻辑网络(ALN),还包括与人工神经网络集成的模糊规则。Lin证实集成的模糊神经网络的效果比先前发表的大多关于人工神经网络方面的统计模型更好,该研究还将集成的模糊神经网络模型的效用与基线回归Baseline Logit模型做了比较,通过对匹配的舞弊和非舞弊公司样本的测试,他发现这两个模型在识别非舞弊公司时的准确性都很高。这样,对于那些虚假陈述的公司,审计员就不需要浪费时间进行不必要
20、的审计测试,可以提高审计效率。Lin最终给出了一个Logit模型,这个模型在预测非舞弊案例时准确率为97.5%,较其它模型的准确率86.7%更高些。这五种研究方法也代表了财务舞弊研究的发展的方向,对于我们的研究方法和研究的方向都起到了积极地引导作用。我们综合各方面的研究方法,选择在尽可能全面的考虑各种舞弊征兆因素的基础上采用logit多元逻辑回归建立模型。希望我们使用的方法能够尽可能的提高该问题的结论的精度,为以后的研究提供方便。研究意义:从1993年到2006年,共有几十家上市公司因为财务报告舞弊而受到监管部门(如中国证监会、深圳证券交易所、上海证券交易所和财政部等)的处罚和调查,根据对这些
21、舞弊案件的分析,我们不难发现在这些舞弊的上市公司中绝大部分公司都缺乏有效的公司内部治理结构,绝大多数公司的董事长和高级管理人员都参与了财务报告舞弊。由此看来,公司内部治理结构与财务报告舞弊是有着紧密的联系的。那么,公司内部治理结构与财务报告舞弊究竟有什么样的关系呢?公司内部治理结构又是怎样影响财务报告舞弊的呢?投资者和监管部门又应该如何有效地发现和预防上市公司的财务报告舞弊行为,以减少舞弊的发生呢?我们试图站在公司内部治理结构的角度,去解决这些问题,并建立相应的财务报告舞弊识别模型,并对模型的识别能力进行评价。有鉴于此,我们研究的意义在于:1、从理论角度对财务报告舞弊和公司内部治理结构的若干问
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 我国 上市公司 财务 舞弊 决定 因素 基于 logit 分析 证据
![提示](https://www.taowenge.com/images/bang_tan.gif)
限制150内