上市公司盈余管理审计风险预警模型分析-analysis of earnings management audit risk early warning model of listed companies.docxVIP

论文题目：上市公司盈余管理审计风险预警模型研究专业：产业经济学硕士生：汪敏(签名)指导教师：程书强(签名)摘要当前的审计环境日益复杂，传统的审计方法在识别财务报告舞弊方面逐渐暴露其缺点，2007年1月1日起我国《中国注册会计师审计准则第1141号—财务报表审计中对舞弊的考虑》的正式实施标志着审计模式己由制度基础审计转变为现代风险导向审计。现代风险导向审计强调审计人员应当保持合理的职业怀疑态度，深入了解企业舞弊环境，把财务报表重大错报风险作为风险评估的重心，以防范审计风险。因此，现代风险导向审计下迫切需要提高注册会计师对盈余管理的预测能力。建立上市公司盈余管理审计风险预警模型，可以提高注册会计师预测被审计单位盈余管理的行为，可以为会计师事务所及注册会计师识别上市公司盈余管理提供理论参考，使其在源头上排除不能胜任的高风险审计项目，并且为注册会计师接受审计委托后制定下一步审计程序提供方向性指引。上市公司盈余管理审计风险预警模型的建立，还可以帮助证券监督委员会等监管机构分析上市公司的盈余管理倾向，从而防患于未然。本文通过理论与实践相结合的方式，在系统研究了国内外关于财务报告舞弊预测模型的理论和现状的基础上，首先采用规范研究的方法，从现代风险导向审计的背景、盈余管理的现状、盈余管理的手段和盈余管理的成因等方面深入研究后，指出建立上市公司盈余管理审计风险预警模型的重要性。其次运用实证的方法，选出有代表性的上市公司（按1:2的比例选取20家财务报表存在盈余管理和40家财务报表正常的公司）作为研究对象，选取14个财务指标和3个非财务指标，运用显著性分析和主成分分析筛选后确定最终指标后，利用logistic回归建立模型。通过实证结果表明：模型对上市公司盈余管理审计风险具有一定的预测性，对现实有一定的指导意义。关键词：盈余管理；审计风险；预警模型；研究类型：应用研究型Subject:StudyonWarningModelofTheListEarningsManagementUnderAuditRiskManagementSpecialty:IndustrialEconomicsName:WangMin(Signature)Instructor:ChengShuqiang(Signature)ABSTRACTThecurrentauditenvironmentincreasinglycomplexandthetraditionalmethodofauditintheidentificationofthefinancialreportingfraudisgraduallyexposedtheweaknesses.January1,2007,“Thechinapublicaccountantsauditrulethe1141number—financialstatementsofauditingofthecorruptionofreview”formalimplementationofthepatternmarkedbytheauditinstitutionshaveturnedintoamodernrisk.Modernrisktotheauditingonauditingpersonnelshallmaintainreasonabledoubtofoccupation,Probecorporatecorruption,thefinancialstatementsarereportedasamajorrisktheriskassessmentofthecentretopreventtherisks.Therefore,undertheauditofmodernriskneedtoimprovetheearningsmanagementcapacityofCPA.Establishmentofwarningmodelofearningsmanagementunderauditriskmanagementcanimproveriskofauditinstitutions,canprovidingtheoryreferenceforAccountantsandCPAthateliminationofthesourceofhighriskauditevents，andprovidetheorydirectionalforCPAaftertheyacceptauditcommissionmandate.Thispaperbyintegratingtheorywithpractice,inthesystemforresearchandreportingfraudpredictionmodelsandthestatusquoonthebasisoffirstuse