上市公司财务舞弊中利用关联方交易的隐蔽手法与识别模型——基于供应链与股权网络分析 .docxVIP

PAGE2

上市公司财务舞弊中利用关联方交易的隐蔽手法与识别模型——基于供应链与股权网络分析

摘要

近年来，上市公司财务舞弊案件频发，关联方交易因其隐蔽性强、易于操纵，已成为盈余管理与利益输送的重灾区。传统审计方法在面对复杂且隐蔽的关联方网络时，往往存在信息不对称与穿透力不足的痛点。本文立足于法务会计视角，聚焦上市公司利用关联方交易进行财务舞弊的隐蔽手法，旨在构建一套基于供应链与股权网络分析的识别模型。

全文遵循“提出问题→分析问题→解决问题”的递进逻辑。首先，梳理了关联方舞弊的历史演变与结构性成因，揭示了循环交易与隐性担保等异常模式的核心矛盾。其次，深入阐释了股权控制与供应链协同的耦合机制，明确了舞弊行为发生的作用条件与演变规律。在此基础上，本文构建了“股权-供应链”双网络关联方图谱，并引入图神经网络（GNN）技术，提出通过图卷积网络（GCN）聚合节点拓扑特征以提升异常交易检测准确率的理论框架。

本研究主体在于利用图神经网络重构关联方舞弊的识别机制，论证了该框架在捕获深层拓扑结构与非线性关系方面的解释力优势。本文不仅拓展了法务会计在数字化时代的理论边界，也为审计实务与资本市场监管提供了基于网络科学的创新性穿透监管思路。

第一章绪论

1.1研究背景

随着资本市场的快速发展，上市公司财务舞弊手段日益复杂化、隐蔽化。在众多舞弊手法中，利用关联方交易进行利润调节与利益输送，因其