基于数据挖掘技术的虚假财务报告识别研究2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

基于数据挖掘技术的虚假财务报告识别研究PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一章 绪论1

第一节 本书研究背景1

第二节 虚假财务报告识别研究的意义2

第三节 相关概念界定4

一、什么是会计信息4

二、什么是会计信息失真4

第四节 技术路线与内容安排5

一、技术路线5

二、论文内容安排6

第二章 文献综述8

第一节 国外财务舞弊研究综述8

一、舞弊理论研究8

二、舞弊特征研究10

三、舞弊识别模型研究14

第二节 国内财务舞弊研究综述24

一、舞弊理论研究24

二、舞弊特征研究25

三、舞弊识别模型研究29

第三节 数据挖掘技术及其应用现状32

一、数据挖掘的含义与功能32

二、数据挖掘在经济管理领域的典型应用33

第四节 评述34

第三章 财务造假分析36

第一节 造假原因分析36

一、客观环境分析36

二、内在动因分析39

第二节 造假手段分析43

一、关联方交易43

二、资产重组45

三、选用不当会计政策46

四、会计政策、会计估计变更46

五、资产评估47

六、其他手段47

第四章 研究样本与变量选择49

第一节 样本选择49

一、虚假财务报告样本49

二、控制样本50

三、测试样本54

第二节 变量选择56

一、选择标准56

二、变量分析56

第三节 指标计算及其标准化67

一、中心化67

二、标准化68

第五章 基于分类方法的虚假财务报告识别研究69

第一节 基于分类方法的虚假财务报告识别框架69

第二节 Logistic回归分析及其应用71

一、Logistic回归简介71

二、实验过程与分析73

第三节 神经网络及其应用78

一、人工神经网络的特点78

二、神经元及其特性79

三、BP神经网络模型80

四、基于神经网络的虚假财务报表的识别83

第四节 支持向量机及其应用90

一、支持向量机理论90

二、基于支持向量机的会计信息失真的识别95

第五节 贝叶斯分类及其应用100

一、朴素贝叶斯分类简介100

二、朴素贝叶斯分类的应用102

第六节 几种分类方法实验结果的比较107

第六章 虚假财务报告的聚类研究111

第一节 自组织映射112

第二节 K均值聚类方法114

第三节 聚类有效性114

第四节 V－KSOM模型117

第五节 V－KSOM模型的应用119

一、实验样本选择119

二、变量选择119

三、实验过程与结果分析120

第七章 总结与展望123

第一节 研究总结123

第二节 研究的局限和今后研究方向126

参考文献127

附录1：分类训练样本中88家公司列表137

附录2：分类测试样本中172家公司列表142

附录3：聚类实验样本中100家公司列表150