基于Logistic方法的上市公司会计舞弊检测研究

中国新型加转轨经济的特征,监管制度等方面的不完善,决定了根据发达国家相对成熟资本市场上市公司财务数据建立的会计舞弊检测模型的不适用。通过采用会计舞弊检测中应用普遍并具有较高预测正确率的logistic回归方法,在对现有文献中预测效果较好的财务指标进行方差分析基础上,选择具有显著性的变量建立舞弊检测模型。基于SPSS13.0平台,选择2002～2006年间被中国证监会出具处罚公告的舞弊上市公司及其与之匹配的非舞弊公司控制样本数据,完成了确定样本规模、回归模型与回归参数选择等实验。结果发现,样本规模对舞弊检测正确率有显著影响,而参数中分类点的变化对正确率无明显影响,参数选择对混合逐步回归模型具有显著影响。最终通过比较实验获得具有八个指标的最佳拟合数据检测模型,该模型与现有会计舞弊检测模型相比具有较高的判定率。

基于Benford法则的舞弊检测方法研究

根据Benford法则,统计数据的有效数字分布概率符合对数规律,人为的舞弊活动将破坏这种规律,本文将这一原理应用到审计工作中,研究这一种基于数字分布规律检测的舞弊检测方法,并提供了专用分析工具。与采用传统的分析性复核的舞弊检测手段比较,本方法基于详细交易数据,具有客观性、指向性、可操作性较强的优点。