中国上市公司会计舞弊方式实证研究

本文以中国证券监督委员会2002—2006年度公开处罚公告为蓝本,选取90家舞弊上市公司为样本,运用统计描述与数量分析的方法,对现阶段中国上市公司会计舞弊的基本类型、基本目的、基本手段和表现及涉案人员和处罚情况进行了统计分析。最后,从宏观和微观两个层次提出了相应的反舞弊对策。

我国制造业上市公司会计舞弊现状及特点分析——基于2006-2015年证监会处罚公告

以2006年至2015年因会计舞弊受到中国证监会行政处罚的50家制造业上市公司为研究样本,运用统计描述与数量分析的方法,对现阶段我国制造业上市公司会计舞弊样本的行业分布、舞弊方式手段和涉案人员进行了统计分析。最后结合我国国情,从宏微观方面提出反舞弊对策,以利于我国关于会计舞弊有效治理措施的制定与实施。

上市公司会计舞弊与盈余管理比较分析

在资本市场中,只要存在信息不对称和利益博弈,会计舞弊和盈余管理的动机和借口就永远存在。对于财务舞弊和盈余管理的治理,是很难通过消除压力和借口来取得成效的,只有尽量减少机会因素,即行为实施的条件和机会,才能真正取得实质性成效。由于两者在行为后果和法律责任上的截然不同,因而相应的治理策略也有所不同。对于会计舞弊的治理则需要以"治"为主、"防""治"结合的策略,事前的有效防范、事后外部审计的有效监督和发现后的严厉惩罚缺一不可。对于盈余管理问题,只能通过不断改革和完善相关会计政策规范,加强信息披露等来压缩盈余管理的空间,同时还应通过制度建设和道德建设来引导公司的行为,才能逐步减少盈余管理对会计信息质量的影响。

基于财务指标的宁波市上市公司竞争力分析

上市公司财务指标是了解和评价一个企业最重要的信息来源,财务指标从不同侧面反映了该公司实际运作情况,因而具有某种相关性,但财务指标数量众多,为综合分析带来较大的难度,因子分析可以对高维空间变量做降维处理。借助SPSS统计软件,在基于2005公司年报数据的基础上,对宁波市16家上市公司竞争力进行了初步排名。

中国上市公司会计造假的博弈均衡分析

随着中国经济的蓬勃发展和投资者的日趋成熟,企业的投资、融资需求也日益加大,投资者及社会公众对上市公司会计信息的透明度要求相应地水涨船高,但近年来会计信息失真,乃至造假案件频发,严重干扰了资本市场的健康发展。通过运用经济学的博弈均衡分析方法探讨了上市公司会计造假的现象及原因,并尝试提出适合中国国情的上市公司会计监管措施。

辽宁省高校图书馆微信公众号现状调查与分析

选取辽宁省15所高校图书馆,从各高校图书馆微信公众号的开通情况、文章发表类型、自定义菜单类型这几个方面进行调查,分析辽宁省高校图书馆微信公众号的建设情况,并对高校图书馆微信公众号的建设进行思考,提出建议。

我国上市公司舞弊揭发制度建设:基于内容分析的经验证据

公司舞弊揭发制度又称吹哨制度,是抑制公司舞弊、提高公司治理质量的重要制度安排。本文回顾了国外上市公司舞弊揭发立法规制发展情况,指出了我国上市公司舞弊揭发制度建设亟需改进的领域。通过内容分析法对我国128家上市公司反舞弊制度文本从组织设计、舞弊行为界定、舞弊揭发方式、流程等角度展开经验评价,发现我国上市公司舞弊揭发制度存在对损害公共利益的违法行为关注较少、舞弊揭发组织制度设计不健全、对舞弊外部揭发渠道不明确等问题。最后,从公司治理与外部立法视角对我国上市公司舞弊揭发的制度完善及立法建设提出了具体建议。

论上市公司会计造假的问题研究--以A企业为例

随着我国经济向多样化和全球化的趋势发展,人们也开始越来越关注和重视会计信息,它在人们进行经济决策时所发挥的作用也显得越来越重要。本文以A企业会计造假事件为背景,分析了上市公司会计造假的方式、手段及危害,找出该问题发生的原因,并在此基础上总结出解决会计造假问题的有效对策,从根本上杜绝此类现象的发生。

基于Logistic模型的上市公司表外会计舞弊影响因素

会计信息在经济生活中的重要地位逐渐凸显,其真实性不仅能有效地稳定我国的经济秩序,而且与政府、投资者、债权人乃至普通公民息息相关。为研究我国上市公司的会计舞弊方式及其影响因素,本文以中国证券监督委员会近三年（2012~2014年）最新公布的行政处罚书为基础,选取30家上市公司表外舞弊案例为样本,并对样本进行整理筛选,并选取30家非舞弊的上市公司作为控制公司。通过运用对资产规模及其他具体因素的描述性统计分析方法,构建Logistic回归模型,从而对中国上市公司表外会计舞弊的方式、涉案人员以及影响因素进行了详细分析,实证研究结果表明,上市公司经营状况指标对表外会计舞弊产生显著影响,且对信息披露不真实这一形式的会计舞弊影响较大。在会计舞弊影响因素中,偿债能力、经营能力和资本构成对表外会计舞弊发生的概率显著,盈利能力则对表外会计舞弊的发生不起关键作用。

上市公司财务报表舞弊识别模型的比较研究

上市公司财务报表舞弊行为,既严重损害了投资者的利益,又阻碍了资本市场的可持续发展,还是国内外资本市场面临的一个重要难题。本研究以2012—2021年非金融行业的中国上市公司的财务报表作为观察样本,基于多种机器学习模型构建了上市公司财务报表舞弊识别模型。即本研究利用主成分分析方法对初选指标构成的原始特征集合进行特征降维,并分别采取逻辑回归、支持向量机、梯度提升决策树、极端梯度提升等分类器构建财务报表舞弊识别模型。实验表明,对原始特征集进行降维后,能有效提高分类器的性能,其中极端梯度提升算法和主成分分析法融合的模型性能最佳。