基于rbf神经网络模型的上市公司利润操纵识别的研究

《基于rbf神经网络模型的上市公司利润操纵识别的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、CIassifiedIndex：F224．0U．D．C：33SouthwestUniversityofScienceandTechnoIogyMasterDegreeThesiSGrade：2010Candidate：YanyanIiAcademiCDegreeAppIiedfor：MasterSpeciaIty：BusinessManagementSupervisor：YongjunWenApr．16。2013naO一、№搿hd涮te爪h谳fa(0B斗饼盼心■『■、，PSKeH∞加吖⋯恬(甜N独创性声明本人声明

2、所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得西南科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。签名：日期：矽／弓．易．J弓关于论文使用和授权的说明本人完全了解西南科技大学有关保留、使用学位论文的规定，即：学校有权保留学位论文的复印件，允许该论文被查阅和借阅；学校可以公布该论文的全部或部分内容，可以采用影印、

3、缩印或其他复制手段保存论文。(保密的学位论文在解密后应遵守此规定)签名：导师签名：麦黔军日期：莎一。彦名∥西南科技大学硕士研究生学位论文第1页摘要本文立脚于我国上市公司的实际情况，同时借鉴国内外研究成果，对上市公司利润操纵识别模型进行了实证研究。本文以我国上市公司利润操纵动机、手段等作为切入点，讨论了避免利润操纵的对策、公司治理结构与利润操纵的关系及国内已有的利润操纵的研究模型，在这些理论和模型的研究基础之上运用RBF神经网络建立了适用于我国上市公司利润操纵的识别模型。本文以最近几年来被我国证监会发现存在利润操纵

4、行为的上市公司为研究对象，选定其中29家存在利润操纵的上市公司作为研究样本，并选择与研究样本同行业、同规模、同时期的29家正常上市公司作为配对样本，共同构成利润操纵识别模型的建模样本和检测样本。本文以财务管理和会计学方面的理论知识为基础，初步选定了20个财务指标和8个非财务指标作为模型的输入指标，并通过显著性检验方法和因子分析方法对指标进行筛选和简化，运用RBF神经网络建立了上市公司利润操纵的识别模型。本文通过对两种模型的预测结果进行比较分析得出结论，研究结果表明，引入非财务指标后的识别模型对上市公司利润操纵情况

5、的正判率有较大的提高，对于上市公司利润操纵情况能够较好的识别。关键词：利润操纵因子分析RBF神经网络西南科技大学硕士研究生学位论文第1I页AbstractStartedfromtheactualsituationoflistedcompaniesinChinaandbasedontheresearchinoroutofChina，thispapercarriedonanempiricalresearchfortheprofitmanipulationproblemoflistedcompanies．Thispap

6、erdiscussedthewaytoavoidprofitmanipulation，therelationshipbetweencorporationgovernanceandprofitmanipulation，theexistingmodelsinthisareawithanalyzingthemotivationandmethodofprofitmanipulationinthefirst，thenestablishedsuitableidentificationmodelforChineselisted

7、companiesthroughRBFneuralnetwork．ThispaperWastargetedatlistedcompanieswhowerefoundthathadprofitmanipulationproblembytheChinaSecuritiesRegulatoryCommission．Thispaperselected29companiesasresearchsamplesand29normal—companiesinsameindustry,samesizeandsameperiodwi

8、thresearchsamplesaspariedsamples，thentheyformedthesampleswhichusedtobuildtheidentificationmodel．Thispaperselected20financialindexesand8nonfinancialindexesasinputindexesforthemodelbasedont