以沪深上市公司为样本，构建了二分类Logistic、因子分析Logistic和BP神经网络舞弊识别模型，探讨了二分类模型的构建基础、优点和固有的不可调和的缺陷，进而分析了会计舞弊风险指数模型的构建基础和优缺点，并基于正态分布法确定指标阈值构建了舞弊风险指数，使舞弊风险一目了然。同时进行了指数评价，并基于舞弊三角形理论进行了指数影响因素研究，以便通过改变显著的影响因素降低舞弊风险指数，为舞弊**提供新途径。 会计舞弊风险指数构建及影响因素研究>>>

目录**章绪论 **节会计舞弊风险指数定义 一、会计舞弊定义 二、会计舞弊风险指数定义 第二节研究背景 第三节研究意义 第四节研究目标 第五节研究方法 第六节创新之处 第二章文献综述 **节会计舞弊动因理论文献 第二节会计舞弊手段文献 第三节会计舞弊识别指标体系文献 第四节会计舞弊识别模型文献 一、二分类识别模型文献 二、舞弊风险指数模型文献 第五节会计舞弊的防范和治理文献 第六节目前研究存在的问题 第三章会计舞弊动因的理论分析 **节会计舞弊动因的冰山理论等理论分析 一、冰山理论的渊源 二、会计舞弊的冰山理论 三、会计舞弊的三角形理论 四、会计舞弊三角形理论的拓展理论 五、会计舞弊的GONE理论 六、会计舞弊的风险因子理论 七、国内会计舞弊动因理论 第二节会计舞弊动因的内部控制理论分析 一、COSO 二、我国企业内部控制规范 三、内部控制指数 第三节会计��弊动因的公司治理理论分析 一、公司治理定义 二、公司治理形式：内部治理与外部治理 三、公司治理与内部控制的关系 第四章二分类会计舞弊识别模型构建 **节二分类舞弊识别模型与舞弊风险指数构建基础的差异 一、二分类舞弊识别模型的构建基础和优缺点 二、舞弊风险指数的构建基础和优缺点 第二节二分类舞弊识别指标选取 第三节样本选取和均值差异检验 一、样本选取 二、均值差异检验 第四节Logistic舞弊识别模型 一、Logistic模型原理 二、Logistic舞弊识别模型构建 第五节因子分析Logistic舞弊识别模型 一、因子分析基本思想 二、因子分析数学模型 三、因子分析计算步骤 四、样本数据的预处理 五、使用SPSS进行因子分析的操作步骤 六、因子分析Logistic舞弊识别模型构建 第六节BP神经网络舞弊识别模型 一、BP神经网络原理 二、BP神经网络学习流程 三、BP神经网络舞弊识别模型构建 第七节各个模型准确率对比 第五章会计舞弊风险指数构建 **节会计舞弊风险指数指标体系构建 第二节会计舞弊风险指数构建 一、样本选取和数据来源 二、指标同趋势性处理 三、指标权重的确定 四、指标的无量纲化处理(标准化值计算) 五、指标阈值228的确定 六、会计舞弊风险指数构建 第六章会计舞弊风险指数评价和预警 **节会计舞弊风险指数评价 一、指数总体评价 二、指数均值差异检验 第二节会计舞弊风险预警 一、按照行业预警 二、按照省份直辖市预警 三、按照地区预警 四、按照上市地点预警 五、按照上市板块预警 六、按照上市年限是否大于中位数预警 七、按照实际控制人预警 八、按照董事长与总经理兼任否预警 九、按照是否为四大审计预警 十、按照是否为标准无保留意见预警 十一、按照分指标预警 第七章会计舞弊风险指数影响因素研究 **节研究假设 一、压力因素 二、机会因素 第二节研究设计 一、样本选取 二、变量选取 三、模型构建 第三节实证分析与结论 一、描述性统计分析 二、依自变量分组指数均值差异检验 三、依指数分组自变量均值差异检验 四、相关系数分析 五、多重共线性检验 六、回归结果与实证结论 七、稳健性检验 第八章结论和政策建议 **节结论 第二节舞弊防范政策建议