999精品在线视频,手机成人午夜在线视频,久久不卡国产精品无码,中日无码在线观看,成人av手机在线观看,日韩精品亚洲一区中文字幕,亚洲av无码人妻,四虎国产在线观看 ?

論會計政策選擇策略系數的計量

2014-04-29 22:24:06顏敏
會計之友 2014年12期
關鍵詞:數據挖掘

【摘 要】 要點介紹了會計政策選擇策略系數研究的背景,對現有會計政策選擇策略系數的計量方式進行了詳細的分解和說明,依據會計政策選擇策略系數的內涵對其進行定義;系統分析了現有會計政策選擇策略系數計量的意義,并對現有研究中會計政策選擇策略系數的計量缺陷進行了剖析,在此基礎上提出改進會計政策選擇策略系數計量的關鍵問題。在對數據挖掘技術中的特征選擇和關聯規則進行簡要說明的基礎上,對數據挖掘在會計研究領域中的運用現狀進行了梳理,提出將數據挖掘與會計政策選擇策略系數的計量相結合、以改進會計政策選擇策略系數計量的思路。

【關鍵詞】 會計政策; 策略系數; 計量; 數據挖掘

中圖分類號:F230 文獻標識碼:A 文章編號:1004-5937(2014)12-0002-05

一、會計政策選擇策略系數的創立——計量與定義的解讀

各國學者對會計政策選擇的研究大多是針對企業某一單項會計政策選擇進行的分析,對企業整組會計政策選擇的研究僅有為數不多的幾篇文章,而對企業整組會計政策選擇之于報告期盈利影響的計量和評價方法的研究則更屈指可數。率先對企業整組會計政策選擇進行大規模研究的學者Zmijiewski和Hagerman早在1981年就提出并創造了“會計政策選擇策略(Income Strategy of Accounting Policy Choice)系數”的計量方法,并通過這一指標來檢驗公司整組會計政策選擇狀況。

Zmijiewski和Hagerman提出的會計政策選擇策略系數的計量分為五步:

(一)選擇四種代表性會計政策,并按照四種會計政策對盈利的影響方向將每種會計政策的不同選擇進行分類定義

Zmijiewski和Hagerman選擇了存貨計價、折舊計提、投資減免稅和以往服務退休金成本的攤銷期限等四種會計政策作為研究的對象,依據各項會計政策選擇對盈利的客觀影響進行分類,將所有會計政策分為增加當期報告盈利和減少當期報告盈利兩類。如將存貨計價發出政策選擇中的后進先出法、折舊計提政策選擇中的加速折舊法歸為減少當期報告盈利類;而存貨計價發出政策選擇中的先進先出法、折舊計提政策選擇中的直線折舊法歸為增加當期報告盈利類。

(二)對四種代表性會計政策進行多項排列組合

如果每項會計政策均有兩種程序選擇,則四種會計政策可以排列出16項組合,用以表示不同企業會計政策選擇策略。每一組合代表一種策略。

(三)假設各種會計政策選擇對盈利的影響程度,并據此運用多種賦值方法對每一項會計政策組合賦予一個策略值,形成不同系列的策略值

Zmijiewski和Hagerman假設了兩種影響程度:

1.各項代表性會計政策對盈利影響程度相同。若選擇四項代表性會計政策,則該假設使得不同組合會計政策選擇對報告盈利的影響程度由16種組合減少到5種(簡稱5個策略系列)。其次,對16種組合策略按照5種影響程度賦予不同的數值,以表示選擇增加或減少當期報告盈利的會計政策可能性的大小,可能性越小,策略值越低。例如當增加盈利和減少盈利的兩個極端組合(1和16)分別被設為“1”和“5”時,只有一個減少盈利政策的所有組合可用“2”表示,擁有兩個減少盈利政策的所有組合用“3”表示,依此類推;反之,亦然。

2.各項代表性會計政策對盈利影響程度不相同。仍以四項代表性會計政策選擇為例,若代表性排位第一的會計政策對盈利的影響程度設為a,排位第二、第三的會計政策對盈利的影響程度分別設為a/2,排位第四的會計政策對盈利的影響程度設為a/4,則該假設使得不同組合會計政策選擇對報告盈利的影響程度由16種組合減少到10種(簡稱10個策略系列);進而對16種組合策略按照10種影響程度賦予不同的數值(見表1),其中,四項代表性會計政策都選擇的組合策略其值計算如下:

a+a/2+a/2+a/4=2.25a

依此類推,可以分別計算出其他9種組合的策略值。

(四)選擇互不關聯的獨立變量代替影響會計政策選擇的主要因素或動機

Zmijiewski和Hagerman依據分紅計劃假設、政治成本假設、債務契約假設等選擇了報酬計劃、規模、資本密集度、行業集中比率、風險系數、負債比率作為影響會計政策選擇的因素。

(五)建立回歸分析模型并進行分析

運用相關系數分析法,對第3步中兩種不同賦值方法下形成的兩種系列的策略值與第4步中選擇的影響因素的相關性進行分析,比較其相關性的強弱,選取相關性最強的一組策略值作為被解釋變量,第4步中選擇的影響因素為解釋變量,建立回歸分析模型(1)并進行分析。

策略i=C0+C1報酬計劃i+C2行業集中比率i+

C3風險系數i+C4規模i+C5資本密集度i+C6負債比率i

(1)

C1到C6的測定符號分別為:(+)、(-)、(-)、(-)、(-)、(+);i為企業個數。

根據上述計量過程所顯示的科學內涵,筆者對會計政策選擇策略系數作如下定義:會計政策選擇策略系數是度量企業會計政策選擇總體狀況的一種量化指標;研究者依據企業會計政策選擇現狀,選取有代表性的會計政策進行分類定義和組合;對每種組合(即不同的選擇策略)采用一定的方法賦予策略值,不同的賦值方法形成不同系列的策略值;預期會計政策選擇的主要內外部影響因素并選擇相應變量替代,會計政策選擇策略系數是指能恰當反映內外部影響因素對會計政策組合選擇影響程度差異的一組系列策略值。

每個企業在特定會計年度的實際會計政策組合策略均可以用一個策略值來反映,策略值的高低表示企業選擇增加或減少當期報告盈利的會計政策可能性的大小。由于會計準則允許企業在每個新的會計年度重新進行會計政策選擇,因而,每個企業會計政策選擇策略系數在不同年度有不同的表現。

二、會計政策選擇策略系數的計量——意義與缺陷并存

可以說,會計政策選擇策略系數是通過合理選擇代表性會計政策和重要影響因素,對企業會計政策選擇信息以恰當的形式進行綜合提煉,并最終以動態指數的形式予以呈現。因此,會計政策選擇策略系數是一個信息高度濃縮的指標,一方面它是對企業整體會計政策選擇狀況的總體反映,另一方面又是對會計政策選擇信息的動態描述,是一個包含不同時間、不同企業、不同會計政策、不同影響因素的四維信息指數系統。因而,Zmijiewski和Hagerman的研究具有里程碑的意義,根除了已有研究中對企業會計政策選擇狀況缺乏總體評價和計量指標的不足。

(一)有利于企業進行自我評價

根據會計政策選擇策略系數的計算方法,可以構建企業會計政策選擇綜合評價系統,從而可以進行企業會計政策選擇分析與評價,并形成企業會計政策選擇綜合排名;或通過橫向比較某一時期的綜合會計政策選擇策略系數,企業管理當局可以了解和比較本企業的會計政策選擇總體狀況,明確與其他企業的不同;或企業可以建立個體會計政策選擇策略系數,通過縱向比較確定其會計政策選擇變動軌跡,及時調整不恰當的會計政策選擇,達到優化會計政策選擇的目的。

(二)有利于政府宏觀經濟政策的制定和實施

會計政策選擇策略系數代表了對應時期企業整體會計政策選擇狀況,通過會計政策選擇策略系數,政策制定者可以分析與企業會計政策選擇相關的各種經濟現象和問題(如我國上市公司表現出的會計政策選擇中的“大清洗”現象、“再融資”現象等),并進行相應的政策調整。會計準則制定對企業整體和各行業所造成的影響,可以分別從綜合和分類會計政策選擇策略系數的靈敏變動中及時反映出來,為準則制定者及時了解準則執行情況和評價不同企業、不同行業、不同地區會計政策選擇的總體狀況和差異提供途徑。

(三)有利于會計理論與實務問題研究

企業會計政策選擇策略系數的計算也為相關會計理論和實務問題研究提供了一個有效的思路與途徑。例如,可以以此為基礎考察會計政策選擇策略系數與股票價格指數之間的內在聯系等。上市公司年度報告附注部分提供了大量的會計政策選擇信息,但是面對冗長的年報附注及其披露出的各種會計政策選擇,如果不加以整理,信息使用者會無所適從,從而難以對企業會計政策選擇狀況進行準確的評判。從大量的企業會計政策選擇信息中挖掘出重要的信息,是一個復雜的過程。會計政策選擇策略系數的計算將這一復雜問題予以解決,將冗長的會計政策選擇內容歸納總結為一個簡明的會計政策選擇策略系數,從而有助于研究者的使用。

會計政策選擇總體計量指標的出現表明會計政策選擇研究領域已經被研究者向前推進了一大步,其研究的科學性也在增強。但是,Zmijiewski和Hagerman的截面組合模型(1)的R2最高的僅有0.09066,表明該模型有很多方面亟待改進。從Zmijiewski和Hagerman會計政策選擇策略系數計算過程來看,在某些步驟存在嚴重的缺陷。

首先,計算過程第一步未對四種會計政策的選用原因做任何說明。在企業選擇的眾多會計政策中,只選用存貨計價、折舊計提、投資減免稅和以往服務退休金成本的攤銷期限四種會計政策(本文稱之為代表性會計政策)來計算會計政策選擇策略系數,顯然這一選擇必須經得起嚴密的推敲才行,但二人并未對這一選擇原因進行說明,只是從之前二人的一篇文章中發現他們曾研究了這四種政策的政治成本和契約動因的差異。其次,計算過程第三步多種賦值方法的運用中,并未對各種會計政策選擇對盈利影響程度的人為假設加以證實。二人首先假設四種會計政策對盈利的影響程度相同并據此賦予一組策略值,之后假定四種會計政策對盈利的影響程度分別為1、1/2、1/2、1/4并再賦予一組策略值。客觀地說,各種會計政策選擇對盈利的影響程度是一個較難測定的問題,不同行業、不同企業、不同資產構成等都會對其產生影響。再次,計算過程第四步影響因素的選擇可能還不是很恰當,導致其與會計政策選擇策略系數的關聯性較弱,模型(1)的R2較低。最后,缺乏對會計政策選擇策略系數的有效性進行測試。如以會計政策選擇策略系數為被解釋變量,以影響因素作為解釋變量,建立多元線性回歸模型,進行逐步回歸分析。根據模型的F值、Adj-R2、自變量的方差膨脹因子VIF值、Durbin-Watson值、自變量回歸系數的顯著性,確定模型是否成功建立,是否有尚未納入分析視野的重要影響因素。

由于這些缺陷的存在,加之獲取各企業整組會計政策選擇信息的工作量極大,故后來很少有學者再用此方法研究會計政策選擇。

我國學者曾分別以部分省市上市公司、部分行業板塊上市公司或滬深股市發行A股的上市公司為樣本,對會計政策選擇策略及其多樣性進行了研究,涉及的會計政策有存貨發出計價、固定資產折舊、三大減值政策的選擇、交易性金融資產、可供出售金融資產、投資性房地產(公允價值計量模式)、債務重組損益、商譽、非貨幣性資產交換等。這些研究均采用了Zmijiewski和Hagerman方法,缺陷即是對代表性會計政策隨意選擇、對會計政策選擇策略主觀賦值、影響因素的選擇都是基于機會主義行為觀而選擇的(主觀影響因素——公司特征、盈余管理動機等)。

劉斌、胡媛也認為Zmijiewski和Hagerman將會計政策選擇對盈利的影響程度進行主觀賦值的方法具有主觀隨意性缺陷,且研究對象只包括了4種會計政策,缺乏全面性和說服力,因而以截面修正Jones模型進行操控性應計利潤的分離,來計量組合會計政策選擇對企業利潤的影響金額。但文章對納入模型的反映組合會計政策選擇計量結果的變量之選擇原因并未交待,故仍然具有主觀隨意性。

因此,總體來說會計政策選擇策略系數計算方法和程序尚缺乏科學性和條理性,尤其是代表性會計政策的選擇方法亟待改進。

三、代表性會計政策的選擇——基于數據挖掘的考量

代表性會計政策應是最能代表內外部重要影響因素對會計政策組合選擇影響程度的會計政策,根據代表性會計政策計算的會計政策選擇策略系數才能恰當地反映內外部影響因素對會計政策組合選擇影響程度。目前關于代表性會計政策的選擇主要有兩種方法:一是Zmijiewski和Hagerman、梁杰等的主觀選擇;二是張永國等運用描述性統計分析和參數檢驗對代表性會計政策的選擇。

其中,梁杰等以2002年東北上市公司128家為樣本建立的多元線性回歸模型分析的F最高為6.838。顏敏等曾結合我國A股上市公司2001年年報數據對會計政策選擇策略系數建模并進行分析,因當時的會計信息披露不全面,代表性會計政策選用的是大多數上市公司都披露的壞賬準備計提、存貨發出計價、折舊計提和所得稅核算四種,重要影響因素是采用描述性統計和參數檢驗方法選擇的外資股、經營現金凈流量、每股經營現金凈流量、第1大股東和第1大股東持股比例,但R2僅有0.0354(F為6.44)。張永國等對我國A股上市公司2007年會計政策選擇策略系數建模并進行分析,采用描述性統計和參數檢驗方法、相關系數和逐步回歸分析選擇的代表性會計政策是存貨發出計價方法、投資性房地產后續計量模式選擇、確認負的公允價值變動損益、存貨跌價準備轉回等四項政策,重要影響因素是扭虧、高盈利、資產負債率,但調整的R2僅有0.0123,F為6.62。顏敏等(2010)采用同樣方法對我國A股上市公司2008年會計政策選擇策略系數進行分析,代表性會計政策是投資性房地產后續計量模式選擇、確認交易性金融資產、存貨跌價準備轉回、壞賬準備轉回四項政策,重要影響因素是資產規模、大虧、高盈利和實際再融資,調整的R2為0.0645,F為19.82。

第二種方法雖然具有一定的科學性,但對影響因素重要性程度的計量缺乏有效的方法,因而模型的優化并不多。我國現有代表性會計政策識別方法的研究成果如表2所示。

從表2可以看出,以以往研究選擇的代表性會計政策為基礎建立的會計政策選擇模型R2都很低。首先,從年報披露的詳盡程度而言,目前我國上市公司年報中會計政策的披露已經大為改觀,每個上市公司年報披露的會計政策都在30種左右,其中披露得較為詳盡、具有選擇性且選擇結果明確的會計政策也在10種左右,但這些并不能反映上市公司會計政策選擇的全貌。比較而言,10余種會計政策中,低值易耗品攤銷和包裝物攤銷會計政策是所有上市公司都披露得較為詳盡的會計政策,但這兩種會計政策就其計量的資產規模、比重和重要性而言,恐怕并不能作為重要的會計政策代表來反映和測試當年公司高管選擇會計政策的影響因素。例如,雖然大多數上市公司的低值易耗品攤銷都選擇一次攤銷法,但并不表明這些公司是因為打算減少當期盈利,主要原因應是為了簡化操作。其次,從統計檢驗方法來說,各會計政策通過參數檢驗的特征變量個數和顯著性水平并不一定能表明特征變量的重要性程度,當然更無法證明會計政策的相互關系。因此,代表性會計政策的識別尚需采用更為科學的方法。

從大量數據中以非平凡的方法發現有用知識的數據挖掘技術,也許是從眾多會計政策選擇中發現代表性會計政策的最佳技術工具,因為數據挖掘中的特征選擇和關聯規則挖掘能有效地篩選代表性會計政策和重要影響因素。其中,特征選擇是一種預測模型建立之前數據處理的方法,目的是從所有的解釋變量中選擇出對被解釋變量存在顯著性影響的變量。特征選擇算法的一般流程是:首先,根據解釋變量對于被解釋變量的重要程度進行排序;其次,根據選定的顯著性水平p,選出恰當的解釋變量集合,一般顯著性水平至少為95%。關聯規則即頻繁模式挖掘,目的在于發現會計政策選擇中有趣的關聯和相關,以此可識別代表性會計政策。

但現有數據挖掘技術在會計研究領域的應用主要集中在會計舞弊識別、管理會計決策、內部控制信息披露、企業績效評價等方面,且尤以審計信息系統和虛假財務報表識別為多,主要算法包括關聯規則、神經網絡、決策樹、貝葉斯網絡、堆棧變量法等,尚未發現運用數據挖掘技術分析會計政策選擇策略的文獻。究其原因,大概是基于信息不對稱理論,作為第三方的審計實務界期望運用當今先進的數據挖掘技術識別和分析企業內部財務信息的真實性。這也是目前數據挖掘技術在會計政策選擇領域鮮有運用的原因,因為會計政策選擇歷來被認為是企業管理當局內部的事情,他們對會計政策有自身主觀的選擇原因和邏輯(這些原因和邏輯不希望為外人所知),且大多數企業管理者對優化會計政策選擇策略的意義并無認識,也無需求。因此,以數據挖掘軟件為平臺,對代表性會計政策和重要影響因素的選擇方法進行改進將可能成為今后研究改進的方向。例如通過特征選擇分析對影響各種會計政策選擇的內外部因素進行分析,可以掌握影響因素的重要性程度,并選擇重要的影響因素納入回歸分析模型;其次對各種會計政策選擇結果進行關聯規則挖掘,可以掌握現有會計政策選擇的相互關系、因果關系,以此更好地識別代表性會計政策。

綜上所述,目前關于會計政策選擇策略系數的計量研究尚處于起步階段,主要集中于定義、計算和初步的評價,其計算方法和程序尚缺乏科學性和條理性,更無數據挖掘技術的介入,且鮮有學者運用其解釋和評價企業會計政策選擇策略總體狀況及原因。因此,嘗試運用數據挖掘技術對上市公司會計政策選擇策略系數的計量方法和程序進行改進,并運用其評價和比較我國不同年度不同地區上市公司會計政策選擇策略,從理論上分析和比較有效契約觀和機會主義行為觀對中國企業會計政策選擇的效力,評價中國企業管理者在會計政策選擇行為方面的成長性意義非常。

【參考文獻】

[1] 吳東輝.中國上市公司應計項目選擇的實證研究[J].中國會計與財務研究,2001(3):48-81.

[2] 劉斌,孫回回,李珍珍.所得稅會計政策選擇的經濟動因及實證研究[J].現代財經,2005(5):55-60.

[3] 宗文龍,王春,楊艷俊.企業研發支出資本化的動因研究——來自A股市場的經驗證據[J].中國會計評論,2009(4):439-454.

[4] 馬文超,吳君民.企業存貨政策選擇的經濟后果——會計準則變更的經驗證據[J].經濟科學,2010(1):97-107.

[5] Bujaki,Bruce. Income Tax Accounting Policy Choice: Exposure Draft Responses and the Early Adoption Decision by Canadian Companies[J].Accounting Perspectives,2007,6 (1):21-53.

[6] 梁杰,于健.公司治理對會計選擇的影響——基于深滬A股東北上市公司的實證研究[C].中國會計學會2004年學術年會論文集,西安:西安交通大學,2004:121-128.

[7] 梁杰,呂唯.基于模糊化遺傳BPN財務報告舞弊甄別技術初探[J].財會通訊(綜合),2008(11):34-36.

[8] 田昆儒,姚會娟.我國上市公司會計政策選擇問題研究——基于上證A股上市公司年報數據的描述性統計分析[J].會計之友,2008(8):97-104.

[9] 邵翠麗.管理者行為對會計政策選擇的動因探討[J].現代財經,2009(8):49-54.

[10] 顏敏,王平心,張永國.我國上市公司會計政策組合選擇現狀研究——基于2001年滬深股市的經驗檢驗[C].中國會計學會2004年學術年會論文集,西安:西安交通大學,2004:179-200.

[11] 劉斌,胡媛.組合會計政策選擇的契約動因研究[J].財貿研究,2006(2):140-145.

[12] 張永國,顏敏.會計政策組合選擇分析——基于2007年滬深股市檢驗[J].會計之友,2010(5):92-97.

[13] 顏敏,張永國.決定會計政策選擇盈利策略的經濟因素分析——基于2008年深滬股市的經驗檢驗[J].財會月刊,2010(8)下:6-9.

[14] Zmijewski,M.,& Hagerman,R. An income stra-

tegy approach to the positive theory of accounting standard setting/choice[J]. Journal of accounting and Economics ,1981(3):129-149.

[15] Hagerman,R.L.,& Zmijewski,M. Some econo-

mics determinants of accounting policy choice[J]. Journal of Accounting and Economics,1979(1): 141-161.

[16] 吳亮,符定紅.基于距離擴散的審計信息系統異常數據挖掘算法研究[J].長春理工大學學報(社會科學版),2012(2):53-56.

[17] 周喜,曾麗.孤立點數據挖掘技術在審計信息化中的應用研究[J].南華大學學報(社會科學版),2011(5):55-57

[18] 黃輝.數據挖掘技術在虛假財務報表識別中的應用研究[J].財會通訊(綜合),2008(2):30-32.

[19] 梁杰,徐晉.利用公允價值進行會計政策選擇的經濟動機分析——會計政策選擇三大假設的檢驗[J].財會月刊,2010(2):13-14.

[20] 汪士果,張俊民.基于數據挖掘的會計舞弊識別問題研究綜述[J].中南財經政法大學學報,2011(1):79-84.

[21] 張繼東,廖青.建立基于關聯規則數據挖掘的會計研究分析引擎[J].中國會計評論,2005(2):403-412.

[22] 邊泓,周曉蘇.如何看待“決策有用觀”中會計信息的前瞻性——基于行為金融學和數據挖掘方法的實證研究[J].經濟與管理研究,2007(3):77-82.

[4] 馬文超,吳君民.企業存貨政策選擇的經濟后果——會計準則變更的經驗證據[J].經濟科學,2010(1):97-107.

[5] Bujaki,Bruce. Income Tax Accounting Policy Choice: Exposure Draft Responses and the Early Adoption Decision by Canadian Companies[J].Accounting Perspectives,2007,6 (1):21-53.

[6] 梁杰,于健.公司治理對會計選擇的影響——基于深滬A股東北上市公司的實證研究[C].中國會計學會2004年學術年會論文集,西安:西安交通大學,2004:121-128.

[7] 梁杰,呂唯.基于模糊化遺傳BPN財務報告舞弊甄別技術初探[J].財會通訊(綜合),2008(11):34-36.

[8] 田昆儒,姚會娟.我國上市公司會計政策選擇問題研究——基于上證A股上市公司年報數據的描述性統計分析[J].會計之友,2008(8):97-104.

[9] 邵翠麗.管理者行為對會計政策選擇的動因探討[J].現代財經,2009(8):49-54.

[10] 顏敏,王平心,張永國.我國上市公司會計政策組合選擇現狀研究——基于2001年滬深股市的經驗檢驗[C].中國會計學會2004年學術年會論文集,西安:西安交通大學,2004:179-200.

[11] 劉斌,胡媛.組合會計政策選擇的契約動因研究[J].財貿研究,2006(2):140-145.

[12] 張永國,顏敏.會計政策組合選擇分析——基于2007年滬深股市檢驗[J].會計之友,2010(5):92-97.

[13] 顏敏,張永國.決定會計政策選擇盈利策略的經濟因素分析——基于2008年深滬股市的經驗檢驗[J].財會月刊,2010(8)下:6-9.

[14] Zmijewski,M.,& Hagerman,R. An income stra-

tegy approach to the positive theory of accounting standard setting/choice[J]. Journal of accounting and Economics ,1981(3):129-149.

[15] Hagerman,R.L.,& Zmijewski,M. Some econo-

mics determinants of accounting policy choice[J]. Journal of Accounting and Economics,1979(1): 141-161.

[16] 吳亮,符定紅.基于距離擴散的審計信息系統異常數據挖掘算法研究[J].長春理工大學學報(社會科學版),2012(2):53-56.

[17] 周喜,曾麗.孤立點數據挖掘技術在審計信息化中的應用研究[J].南華大學學報(社會科學版),2011(5):55-57

[18] 黃輝.數據挖掘技術在虛假財務報表識別中的應用研究[J].財會通訊(綜合),2008(2):30-32.

[19] 梁杰,徐晉.利用公允價值進行會計政策選擇的經濟動機分析——會計政策選擇三大假設的檢驗[J].財會月刊,2010(2):13-14.

[20] 汪士果,張俊民.基于數據挖掘的會計舞弊識別問題研究綜述[J].中南財經政法大學學報,2011(1):79-84.

[21] 張繼東,廖青.建立基于關聯規則數據挖掘的會計研究分析引擎[J].中國會計評論,2005(2):403-412.

[22] 邊泓,周曉蘇.如何看待“決策有用觀”中會計信息的前瞻性——基于行為金融學和數據挖掘方法的實證研究[J].經濟與管理研究,2007(3):77-82.

[4] 馬文超,吳君民.企業存貨政策選擇的經濟后果——會計準則變更的經驗證據[J].經濟科學,2010(1):97-107.

[5] Bujaki,Bruce. Income Tax Accounting Policy Choice: Exposure Draft Responses and the Early Adoption Decision by Canadian Companies[J].Accounting Perspectives,2007,6 (1):21-53.

[6] 梁杰,于健.公司治理對會計選擇的影響——基于深滬A股東北上市公司的實證研究[C].中國會計學會2004年學術年會論文集,西安:西安交通大學,2004:121-128.

[7] 梁杰,呂唯.基于模糊化遺傳BPN財務報告舞弊甄別技術初探[J].財會通訊(綜合),2008(11):34-36.

[8] 田昆儒,姚會娟.我國上市公司會計政策選擇問題研究——基于上證A股上市公司年報數據的描述性統計分析[J].會計之友,2008(8):97-104.

[9] 邵翠麗.管理者行為對會計政策選擇的動因探討[J].現代財經,2009(8):49-54.

[10] 顏敏,王平心,張永國.我國上市公司會計政策組合選擇現狀研究——基于2001年滬深股市的經驗檢驗[C].中國會計學會2004年學術年會論文集,西安:西安交通大學,2004:179-200.

[11] 劉斌,胡媛.組合會計政策選擇的契約動因研究[J].財貿研究,2006(2):140-145.

[12] 張永國,顏敏.會計政策組合選擇分析——基于2007年滬深股市檢驗[J].會計之友,2010(5):92-97.

[13] 顏敏,張永國.決定會計政策選擇盈利策略的經濟因素分析——基于2008年深滬股市的經驗檢驗[J].財會月刊,2010(8)下:6-9.

[14] Zmijewski,M.,& Hagerman,R. An income stra-

tegy approach to the positive theory of accounting standard setting/choice[J]. Journal of accounting and Economics ,1981(3):129-149.

[15] Hagerman,R.L.,& Zmijewski,M. Some econo-

mics determinants of accounting policy choice[J]. Journal of Accounting and Economics,1979(1): 141-161.

[16] 吳亮,符定紅.基于距離擴散的審計信息系統異常數據挖掘算法研究[J].長春理工大學學報(社會科學版),2012(2):53-56.

[17] 周喜,曾麗.孤立點數據挖掘技術在審計信息化中的應用研究[J].南華大學學報(社會科學版),2011(5):55-57

[18] 黃輝.數據挖掘技術在虛假財務報表識別中的應用研究[J].財會通訊(綜合),2008(2):30-32.

[19] 梁杰,徐晉.利用公允價值進行會計政策選擇的經濟動機分析——會計政策選擇三大假設的檢驗[J].財會月刊,2010(2):13-14.

[20] 汪士果,張俊民.基于數據挖掘的會計舞弊識別問題研究綜述[J].中南財經政法大學學報,2011(1):79-84.

[21] 張繼東,廖青.建立基于關聯規則數據挖掘的會計研究分析引擎[J].中國會計評論,2005(2):403-412.

[22] 邊泓,周曉蘇.如何看待“決策有用觀”中會計信息的前瞻性——基于行為金融學和數據挖掘方法的實證研究[J].經濟與管理研究,2007(3):77-82.

猜你喜歡
數據挖掘
基于數據挖掘的船舶通信網絡流量異常識別方法
探討人工智能與數據挖掘發展趨勢
數據挖掘技術在打擊倒賣OBU逃費中的應用淺析
基于并行計算的大數據挖掘在電網中的應用
電力與能源(2017年6期)2017-05-14 06:19:37
數據挖掘技術在中醫診療數據分析中的應用
一種基于Hadoop的大數據挖掘云服務及應用
數據挖掘在高校圖書館中的應用
數據挖掘的分析與探索
河南科技(2014年23期)2014-02-27 14:18:43
基于GPGPU的離散數據挖掘研究
利用數據挖掘技術實現LIS數據共享的開發實踐
主站蜘蛛池模板: 精品国产黑色丝袜高跟鞋| 免费一级毛片在线播放傲雪网| 亚洲色图在线观看| 色老头综合网| 色综合a怡红院怡红院首页| 欧美三級片黃色三級片黃色1| 在线观看91香蕉国产免费| 黄色网站在线观看无码| 一级黄色欧美| 亚洲国产成人精品青青草原| 天天色天天操综合网| 免费毛片全部不收费的| 国产亚洲精品在天天在线麻豆| 国产高潮流白浆视频| 日本高清成本人视频一区| 免费毛片全部不收费的| 在线不卡免费视频| 激情国产精品一区| 一级毛片免费不卡在线视频| 天天综合天天综合| 久草视频中文| 成人福利在线观看| 欧美一区二区啪啪| 国产69精品久久久久孕妇大杂乱| 中文字幕欧美日韩| 免费在线看黄网址| 国产福利拍拍拍| 亚洲无码高清一区二区| 欧美在线天堂| 狼友视频国产精品首页| 亚洲国产欧美中日韩成人综合视频| 亚洲综合欧美在线一区在线播放| 亚洲视频四区| 91成人精品视频| 免费国产一级 片内射老| 久久伊人色| 丝袜亚洲综合| 538国产在线| 国产精选自拍| 波多野一区| 久久久亚洲色| 人妻一本久道久久综合久久鬼色| 亚洲高清中文字幕| 人妻精品全国免费视频| 国产日韩精品欧美一区喷| 亚洲一区二区约美女探花| 国产精品护士| 内射人妻无套中出无码| 国产香蕉97碰碰视频VA碰碰看| 成年人视频一区二区| 国产区免费| 亚洲综合中文字幕国产精品欧美| 久久精品aⅴ无码中文字幕| 精品久久久久久成人AV| 国产亚洲精品自在久久不卡 | 国产欧美日韩在线在线不卡视频| 国产色婷婷| 亚洲色欲色欲www网| 亚洲手机在线| 欧美有码在线| 国产精品久久久精品三级| 国产91精品最新在线播放| 97久久免费视频| 欧美午夜视频在线| 国产色伊人| 国产又黄又硬又粗| 国产噜噜噜| 在线视频亚洲色图| 91亚洲视频下载| 久久永久视频| 色男人的天堂久久综合| 精品日韩亚洲欧美高清a| 国产91无码福利在线| 亚洲首页国产精品丝袜| 亚洲精品免费网站| 国产91无码福利在线| 国产精品手机在线观看你懂的| 午夜国产在线观看| 91久久天天躁狠狠躁夜夜| 欧洲精品视频在线观看| 国产精品自拍合集| 国内老司机精品视频在线播出|