管理舞弊风险识别国内外研究综述

《管理舞弊风险识别国内外研究综述》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、为了确保“教学点数字教育资源全覆盖”项目设备正常使用，我校做到安装、教师培训同步进行。设备安装到位后，中心校组织各学点管理人员统一到县教师进修学校进行培训，熟悉系统的使用和维护。管理舞弊风险识别国内外研究综述　　【摘要】如何有效地识别管理舞弊风险，是国内外学者高度关注的研究方向之一。目前研究重点主要在集中在管理舞弊风险识别的指标及方法，但国内的研究成果在识别体系建设、学科融合、以及与我国实践结合等方面与国外相比仍存在一定差距，因此，我国管理舞弊风险识别未来的研究方向可着重于健全识别体系，加强“跨学科融合”，在此基础

2、上立足于我国实践，促进我国上市公司管理机制和资本市场建设的不断完善。　　【关键词】管理舞弊国内国外研究综述　　一、引言　　“管理舞弊”作为舞弊的一种类型，越来越受到国内外学者的关注。这不仅仅是因为管理舞弊给上市公司本身以及资本市场带来了巨大的损害，而且由于管理舞弊涉及管理层的精心设计甚至串通，加之事后极力掩饰，使公司各项管理控制流于形式，且外部独立审计也很难发挥作用。舞弊的管理层职位越高、参与人数越多，预防和审查难度也就越大。这使得如何有效地识别管理舞弊的风险成为这一问题的关键。　　二、国内外研究现状　　国外对管理

3、舞弊风险识别的研究为了充分发挥“教学点数字教育资源全覆盖”项目设备的作用，我们不仅把资源运用于课堂教学，还利用系统的特色栏目开展课外活动，对学生进行安全教育、健康教育、反邪教教育等丰富学生的课余文化生活。为了确保“教学点数字教育资源全覆盖”项目设备正常使用，我校做到安装、教师培训同步进行。设备安装到位后，中心校组织各学点管理人员统一到县教师进修学校进行培训，熟悉系统的使用和维护。　　1.管理舞弊风险识别指标的研究。国外学者对该领域的研究起步于20世纪初，大量的实证研究都是从财务指标、非财务指标以及综合指标三类进行分

4、析的。　　财务指标。Lin，HwangandBecker选取1980～1995这16年间发生管理舞弊的40家公司和160家非管理舞弊公司进行实证研究，发现了两类公司在净收入、应收账款/收入、营业收入增长率方面存在显著差异。Belinnaetal则同样运用配对样本的方法，发现管理舞弊公司在财务费用/收入和运营费用/收入这两个比率上显著高于非管理舞弊公司。Cecchini，al通过实证检验认为流动资产、存货占比、资产负债率、存货周转率可以作为管理舞弊与非管理舞弊公司的判别因子。　　非财务指标。andSanjeevGup

5、ta以印度管理舞弊公司为研究样本探究其管理舞弊性质和出现的问题，结果表明多数企业管理舞弊都是管理层管理舞弊，管理层持股比例较高，股权相对集中。Stephenetal则利用了美国上市公司数据，研究了所有权结构、公司管理舞弊和公司治理间的关系。SunitaGoel和Ozlem为了充分发挥“教学点数字教育资源全覆盖”项目设备的作用，我们不仅把资源运用于课堂教学，还利用系统的特色栏目开展课外活动，对学生进行安全教育、健康教育、反邪教教育等丰富学生的课余文化生活。为了确保“教学点数字教育资源全覆盖”项目设备正常使用，我校做到

6、安装、教师培训同步进行。设备安装到位后，中心校组织各学点管理人员统一到县教师进修学校进行培训，熟悉系统的使用和维护。Uzuner则利用了新兴的自然语言处理技术对年度报告的用语进行文本分析，发现存在管理舞弊行为的公司年度报告使用副词更加频繁，经常用“副词修饰形容词”模式来表达。因此，加强词的频繁使用，尤其是这个模式用语的频繁使用，可以作为判别管理舞弊与否的识别因素。这也成为将文本挖掘技术应用在管理舞弊风险识别领域的一次有益尝试。　　综合指标。DavidShapiro从最新的COSO准则出发来研究内部控制在企业中地位的

7、变化，他认为管理舞弊公司的内部控制制度往往不完善、有缺陷。　　2.管理舞弊风险识别方法的研究。随着人工智能的发展，针对管理舞弊风险识别的方法也有了新的变化。　　传统识别方法。Green和Calderon早在1994年就开始利用单变量分析法进行管理舞弊识别研究。Bell和Carcello通过建立Logistic回归模型，对来自KPMG的77个舞弊企业以及305个非舞弊企业进行实证研究，以检验该模型对管理舞弊的识别效果。他认为多元线性判别法比单变量分析法判别精度更高，准确率的稳定性更好。　　人工神经网络识别方法。Gre

8、en和Choi首次采用神经网络技术构建管理舞弊识别模型，研究发现神经网络模型对于随机样本的识别效果非常好。Ferozetal利用神经网络模型，以SAS公布的红旗标志作为研究变量对管理舞弊样本进行判别，结果准确率高达80%。随后，MichaelNwogugu、TzongHueiLin均使用人工神经网络技术对管理舞弊进行了实证检验，研究结果表明人工神经网络技术不