基于支持向量机的上市公司内部控制重大缺陷预测模型研究

摘要

在内控重大缺陷的披露比例上，我国上市公司远低于美国，其原因有可能是我国内部控制缺陷认定标准不规范导致未识别出重大缺陷，还有可能是管理层发现其存在重大缺陷但选择隐瞒不报。对内控重大缺陷的预测是根据披露的财务数据和监管信息运用相应的预测方法构建内控重大缺陷预测模型，从而对其可能存在的内控重大缺陷进行识别以及预测的过程。在我国内控制度规范完善并有效运行以前及之后一段时间内，对内控重大缺陷存在的可能性进行预测，有助于公司关注并改善其内控环境避免造成重大损失，投资者可根据其评估公司风险进行正确的投资决策，监管部门可重点关注预测其有重大缺陷的公司从而节约监管成本、提高监管效率，其具有重要的现实意义。
　　本文首先构建了重大缺陷预测指标体系，包括经营复杂程度、组织结构变化、会计风险及财务风险和内部控制建设四个方面，并以2012年至2015年我国A股上市公司相关数据为基础，进行指标筛选，得到10个有效预测指标，随后根据本文自定的重大缺陷样本选取标准选取重大缺陷样本和对照样本，分为训练样本组和检验样本组，对其运用支持向量机进行模型训练和检验，最终得到检验结果：整体识别率为82.67％,其中非重大缺陷样本的识别准确率为83.82%,重大缺陷样本的识别准确率为52.81%。研究结果表明，内部控制重大缺陷预测指标体系包括业务涉及行业数量、是否亏损、Z值、累计非经常性损益、净资产收益率、营业收入增长率、上市时间、是否国有、前十大股东持股比例和审计机构是否变更，本文提供了一种基于内部控制预测指标体系的支持向量机内部控制缺陷预测方法，能够基于已披露的财务数据和监管信息识别和预测上市公司内部控制重大缺陷。

目录

声明

第 1章 绪 论

1 .1 研究背景及意义

1 .2 文献综述

1 .3 研究方法、思路和主要内容

1 .4 创新点

第2章内部控制缺陷预测的理论基础

2 .1 内部控制缺陷理论

2 .2 统计学习理论

2 .3 支持向量机理论

2 .4 其他理论

第3章内部控制缺陷存在的影响因素分析及重大缺陷识别认定

3 .1 内部控制缺陷存在的影响因素分析

3 .2 内部控制重大缺陷识别认定

4 .1 模型构建

4 .2 模型训练及实证检验

第5章研究结论与政策建议

5 .1 研究结论

5 .2 政策建议

参考文献

附录A 部分支持向量机程序代码

攻读硕士期间取得的研究成果

致谢