财务舞弊识别与应对措施

近十年来无论是国外的安然、世通还是国内的银广夏、蓝田股份,严重的财务舞弊现象给我们敲响了警钟。财务舞弊不仅损害了投资者的利益、挫伤了他们的投资信心与热情,也将严重危害我国资本市场的健康可持续发展。本文通过全面分析财务舞弊现象,探究其产生的原因,最终总结出了财务舞弊的识别方法及有效的应对措施。     

基于应变能均化指标和云模型的结构损伤识别

为了解决测量噪声等引起的损伤识别不确定问题,提出了基于应变能均化指标和云模型相结合的识别方法。分析了结构的模态应变能以及两种损伤指标,并考虑到模态应变能耗散率指标和等效指标之间的互补性质,通过均化方法建立了模态应变能均化指标;给出了云模型的基本理论,分析了云模型的数字特征、云处理算法以及确定度计算方法;结合随机测量噪声等引起的不确定性问题,建立了基于应变能均化指标和云模型的损伤识别方法。数值计算结果表明,应变能均化指标的识别结果略优于应变能耗散率指标和应变能等效指标,当考虑随机测量噪声时,云模型与应变能均化指标相结合的方法可以较好地进行含噪数据的损伤识别。     

基于统计矩理论和贝叶斯方法的框架结构损伤识别方法研究

基于统计矩理论,以融合位移四阶统计矩和加速度八阶统计矩作为损伤指标,结合贝叶斯混合采样算法,提出了仅通过单次采样即可进行框架结构损伤识别的方法。该方法将标准MH算法和Gibbs算法相结合,以正交设计试验为基础研究单次采样的最佳时长。通过改进的位移四阶统计矩和加速度八阶统计矩损伤指标,快速识别模型结构损伤位置,然后结合贝叶斯MH-Gibbs混合采样算法基于模型分析快速识别结构损伤程度。建立12层标准框架结构数值模型,在信噪比40、30 dB条件下,针对不同损伤识别方法进行识别效果及效率研究对比。通过已有振动台试验对该识别方法进行验证,结果表明：改进的位移四阶统计矩和加速度八阶统计矩损伤指标相较于采用单一加速度八阶统计矩损伤指标识别效果更精准,根据正交设计试验得到的单次采样最佳时长避免贝叶斯方法多次采样的局限性,因此该方法在识别结构损伤时收敛快耗时短,识别精度高且只需一次采样即可对框架结构进行损伤诊断。     

基于多层次动力学指标的危岩体识别方法

边坡岩块体从稳定状态变为不稳定状态的过程中,其动力学指标会发生显著变化,因此,引入合适的动力学指标是实现危岩体精准识别的关键。引入时域、频域以及能量等6种动力学指标,采用PSO-SVM算法开展危岩体识别方法实验与工程应用研究。实验结果表明,相比较于时域动力学指标与时频域双动力学指标的危岩体识别模型,基于多层次动力学指标的危岩体识别模型的预测效果最好,其均方误差MSE=0.004 772,相关系数平方R²=0.984 865。因此,应用时域、频域与能量的多层次动力学指标的危岩体识别方法,可实现危岩体的准确定量分析。数据分析得出,6种动力学指标的识别敏感性重要性排序依次为均方频率>裕度指标>第一频带相对能量>重心频率>冲击能量>脉冲指标。研究为工程现场更好开展危岩体的勘察识别工作提供相对丰富的敏感性动力学监测指标,进而有助于建立一套基于大数据分析的危岩体识别方法,从而满足高山峡谷地区崩塌灾害防灾减灾工作的现实需求。     

财务舞弊的可视化审计方法研究

近年来,党中央、审计署对于坚持科技强审、创新大数据审计方式方法提出了一系列重要指导方针,这意味着大数据审计成为审计人员未来实务工作中必须应用的技术。本文通过运用信息熵和Logistic回归性检验方法选取出关键财务舞弊指标,选取制造业上市公司的舞弊样本构建制造业审计线索雷达图,更加直观地展示了舞弊企业的财务特征,且具有一定规律性,是对大数据审计方法的创新,可以帮助审计人员快速识别出同类企业的舞弊特征,极大提高审计工作的效率。     

基于CS-SVM的混凝土梁火灾损伤识别方法

为确定钢筋混凝土梁的受火损伤程度,采用布谷鸟搜索(CS)算法优化支持向量机(SVM),提出一种以受火时间为指标的火灾损伤识别方法.首先,建立适用于T型简支梁的火灾损伤识别方法,用T型简支梁数值模拟验证了该方法的有效性,通过与SVM识别结果对比发现,CS-SVM识别结果更加接近真实受火时间.然后,在简支梁火灾损伤识别算法...     

女性董事与财务舞弊

本文以2011-2015五年间我国A股上市公司为研究样本,分析了女性董事与财务舞弊的关系。同时,将女性董事持股比例作为调节变量,建立模型进行回归分析。研究表明:女性董事显著抑制了企业的财务舞弊倾向,且女性董事比例与财务舞弊负相关;女性董事的持股比例与财务舞弊负相关,且对女性董事比例与财务舞弊的负向关系起到正向调节作用。研究结论显示,我国上市公司应重视培养女性董事,同时可以对其进行适当的股权激励,以进一步完善女性董事的职能,进而有效遏制企业财务舞弊的发生,最终实现优化资本市场环境的目标。     

基于GRNN神经网络的桁架结构损伤识别的两步法

损伤识别方法是结构健康监测系统的重要组成部分。基于广义回归神经网络(GRNN)模型,建立了结构损伤识别的两步法,构造了用于损伤定位和损伤定量的不同损伤识别组合损伤指标,并引入模态应变能系数选择节点,最后,结合典型桁架结构进行了损伤识别数值模拟研究。结果表明,即使在只获得低阶频率和少量节点一阶振型数据且含有噪声的情况下,采用构造的组合参数,GRNN神经网络对损伤位置及损伤程度识别都取得了比较理想的识别效果。     

关于企业财务舞弊识别及审计对策探讨

随着经济社会的发展,企业为了追求超额利润、偷税漏税、上市圈钱、投融资需求等不同目的而粉饰财务报表,财务舞弊行为屡见不鲜,不仅严重影响了国民经济的稳定健康发展,而且也会危害企业自身的持续经营。笔者在浅析企业财务舞弊的常见类型和原因的基础上,结合自身执业经验,总结了财务舞弊的识别和主要审计对策,并阐述了风险导向审计在企业财务舞弊中的应用,以供参考。     

基于微粒群算法和BP网络的结构损伤识别

提出了基于BP网络的结构损伤识别方法,同时引入了微粒群算法对BP网络权值和阀值进行优化,建立了完整模型和损伤模型,进行了仿真,经检测样本证明,微粒群算法优化后的BP网络能很好的识别出结构损伤的位置和程度,是一种快速、有效的结构损伤识别方法。