上市公司会计信息质量的智能评价研究
这是一篇会计论文，本文的研究目的是构建从上市公司会计信息质量的影响因素角度来对会计信息质量进行评价的模型，并检验其是否可行，从而为上市公司会计信息评价提供一个新的思路。在本文中，全程贯穿使用的软件为 Matlab2021，不仅用该软件进行计算最大特征值和特征向量，还用该软件编程构建了三层的 BP 神经网络，掌握该方法对于本文起到了重要作用。
第 1 章 引言
1.1 研究背景与意义1.1.1 研究背景会计信息是指通过会计核算、记录和预测等方式，得到可以反映会计主体过去、现在以及将来的与资金运动状况关于的信息、数据以及资料等的总称。一般情况下，会计主体都是通过会计信息来向会计信息使用者和其他相关者来传递信息的，会计信息是用来记录会计核算的过程和结果的载体，它不仅可以用来反映企业财务状况，还可以反映企业的经营成果和资金流动的情况。除此之外，它还是可以用来反映企业的财务状况，评价经营业绩，决定是否进行再生产或投资决策的重要依据。会计信息是否能被会计信息需求者有效使用取决于会计信息质量的高低，也就是说，会计信息质量的高低是会计信息能否有效发挥作用的充分条件。较高的会计信息质量一方面有助于会计信息的需求者据此判别市场风险，维护自身利益，做出正确的决策；另一方面，较高的会计信息质量有助于资源的有效配置以及资本市场的合理运转。因此，较高的会计信息质量是会计信息需求者为了实现财务报告的目标、了解财务状况所追求的信息。现在很多公司不仅有内部审计，还从外部专门聘请会计事务所对公司的财务进行审计，深交所和上交所也对上市公司会计信息质量进行了等级评价，但是即便这样，会计信息舞弊的现象仍然频发，诸如：琼民源案;、红光实业案;、猴王案;等事件。因此，对上市公司会计信息质量的评价包括社会和内部等方面的三层监管仍有漏洞，会使不少企业为了自身利益进行财务舞弊，这样成本的付出与收获的效益并不成正比。为什么会出现这样的问题呢？然而，研究发现传统的会计信息质量的评价方法主要有深交所的信息披露质量、审计质量以及根据盈余质量来评价会计信息质量，这三种方法各有利弊。深交所的披露质量权威性比较强，它综合考虑了上市公司自愿和强制披露的会计信息；披露质量由权威机构发布，可靠性和权威性比较强，可信度也很强，被广泛使用。但是它主要是根据上市公司的披露行为来进行评价的，不能全面的反映财务报告的内在质量。审计质量是企业外聘的会计事务所根据企业的财务状况、经营成果对公司会计信息的真实可靠性来出具的审计意见，但是即便审计人员是根据相关的准则出具的审计意见，但仍受人为因素的影响，客观性有待提高。........................
1.2 研究目标和研究内容
1.2.1 研究的目标本文旨在通过对国内外的研究成果进行总结，构建从上市公司会计信息质量的影响因素角度来对会计信息质量进行评价的模型，并检验其是否可行，综合了盈余质量、审计质量和深交所披露质量的评价结果作为评价标准，充分利用人工神经网络构大规模并行、分布式处理、自组织、自学习的优点，最终，力图构建一个更加客观、可操作的会计信息质量评价模型。1.2.2 研究的内容
本文通过翻阅大量的对于会计信息质量的评价以及会计信息质量的影响因素的文献，对国内外的研究成果进行总结，总结出影响会计信息质量特征的股权结构、董事会特征、财务状况以及外部环境四方面的影响因素，以及它们是怎样影响上市公司财务信息质量的，利用层次分析法得出审计质量、盈余质量以及深交所披露质量三者之间的权重，从而得出对会计信息质量的理想输出评分，然后通过人工神经网络的方法构建三层的 BP 神经网络，从会计信息质量的影响因素方面研究来对会计信息质量进行评分，使得出的结果和标准评分误差达到规定范围内。选取 450 组上市公司数据作为样本，用其中 435 个样本对所构建的神经网络进行训练，再用剩下的 15 个样本进行验证，最终得到一个可以更加准确地对会计信息质量进行评分的评价模型。
.......................
第 2 章 国内外文献综述
2.1 上市公司会计信息质量特征
（1）国外研究现状
对会计信息质量特征的研究最早起源于美国，早在 1961 年，美国注册会计师协会下属的研究所就开始对会计信息质量特征进行研究，并发表了相关文章；1966 年美国会计协会曾发表了《A Statement of Basic Accounting Theory》一书，在书中提出会计信息的评价标准包括相关性、可验证性、超然性和可定量性四项内容；1970 年，美国会计原则委员会提出了相关性、易懂性、可验证性、中立性、及时性、可比性和完整性 7 个特征；1980 年 5 月，美国财务会计准则委员会发表了《会计信息的质量特征》对会计信息质量的特征进行了深入的研究；1989 年 7 月，国际会计准则委员会公布了《编制和呈报财务报表的结构》的公告，在公告中将可理解性、可比性、相关性与可靠性纳入到了会计信息质量特征的主要内容中去 。1994 年，美国注册会计师协会发表了一则报告即：《改进企业报告面向用户》，在报告中指出，只有先满足了相关性、可比性和可靠性，才能充分实现财务报告的目标；随后，英国会计准则委员会发布了《财务报告原则公告》，在公告中提到会计信息的质量特征应当与会计信息的内容、会计信息的表述方式高度相关。（2）国内研究现状我国在 1985 年颁布了《中华人民共和国会计法》，并对会计信息质量提出要求：真实、准确、合法、完整，这是我国会计工作规范到法律层面的标志。我国财政部会计事务管理司在 1988 年组织权威人士成立了会计准则组来研究制定会计准则，并与 1992 正式发布了《企业会计准则基本准则》，该准则对会计信息质量的要求以一般原则的形式体现。1994 年万晓文曾提出真实性是信息的生命，是信息有用的基础，是会计信息的基本特征。葛家澍也曾在 1994 年和 1999 年提到过财务会计的本质属性是可靠性，它是会计信息的灵魂，可靠性与相关性缺一不可。1997 年朱元午曾提出相关性和可靠性都是重要的会计信息质量特征，二者缺一不可。我国从 2001 年起开始正式实施《企业财务会计报告条例》和《企业会计制度》，其中《企业会计制度》中明确指出会计核算的八大原则包括：可靠性、相关性、可理解性、可比性、实质重于形式、重要性、谨慎性和及时性。
........................
2.2 上市公司会计信息质量评价方法
（1）国外研究现状2001 年，Penman 认为财务报告的质量可以通过可得到的盈余来表示，所以在对会计信息质量进行研究的时候常常将盈余质量当成会计信息质量的替代变量。2003 年 Schipper 等人通大量的阅读文献对盈余质量进行了概述，他们总结出盈余质量可以看作是企业公布的盈余信息真实反映经营收入的程度。2005 年Faten 围绕会计信息质量的完整性特征进行研究，将上市公司披露的信息的数量的多寡作为盈余质量的代理变量，来对会计信息质量进行评价。同年，Simmental对中国的上市公司进行研究，将审计事务所出具的审计意见当成评价会计信息质量的指标进行实证研究，研究得出审计事务所出具的审计意见与会计信息质量之间有相关关系。Michael 利用层次分析法来评价企业财务报告的信息质量；此外，像国外一些信息披露指数来评价会计信息的质量，如国投资与管理委员会指数、标准普尔的财务透明度和披露信息指数等，他们是利用专家打分的方法得出的，主要依靠于一些权威的专家对会计信心的失真率的打分情况。（2）国内研究现状我国对于会计信息质量的评价起步比较晚，一开始只是根据注册会计师出具的审计报告来评价会计信息质量，随着后来市场经济体制的变革，注册会计师的审计独立性和诚信都受到质疑，这种评价方式逐渐被淘汰。2002 年师萍教授在课题基于真实性的会计信息质量评价模式研究;的研究中从市场环境和制度环境两个方面分析了会计信息质量特征及其影响因素，并将两者有效融合，建立了适当的评价指标体系。2003 年郭庆通过发放调查问卷的形式，以及综合失真率指标数值还有注册会计师审计意见综合的对会计信息质量进行了评价。同年，王河流设计了系统化的会计信息系统（AIS）质量综合评价指标体系，构建了模糊综合评价模型，该模型是基于层次分析法构建的，从而有效的对问题进行了定量的评价。2005 年，齐萱、白默根据证监会颁布的处罚公告，主要围绕真实性、完整性和及时性三个方面建立了会计信息披露评价指标。...........................第 3 章 上市公司会计信息质量评价指标的选取与量化................... 17
3.1 会计信息质量的概述......................... 173.1.1 会计信息的含义...................... 17
3.1.2 会计信息质量的概述.................... 17第 4 章 上市公司会计信息质量影响因素量化研究................. 24
4.1 董事会特征................ 244.1.1 董事会规模...................... 244.1.2 独立董事比例............... 25
第 5 章 上市公司会计信息质量智能评价模型构建....................... 315.1 人工神经网络中 BP 模型的概述 ........................ 315.1.1 BP 网络的概述 .................. 31
第 5 章 上市公司会计信息质量智能评价模型构建
5.1 人工神经网络中 BP 模型的概述
5.1.1 人工神经网络的简介作为人脑及其活动的一个理论化的数学模型，人工神经网络的构成方式是通过一定量的处理单元互联形成的。这一大规模的非线性自适应系统可看作兼具并行及分布特点的处理结构，并由处理单元及称为联接的无向信号通道互连而成。所谓处理单元，即：人工神经元，其具有在保持规模的前提下实现输出随意分支的功能，且输出信号可适用于各类数学模型。
人工神经网络是一个非线性的有向图，图中包含可以通过改变权大小来存放模式的加权边，并且可以从不完整的或未知的输入找到模式。它不仅具有学习能力，也就是说它的行为是随着所处环境的不同而变化的；还可以接受用户提交的样本集合，根据系统给定的算法来进行修正神经元之间的连接强度，而且在神经网络的基本构成确定之后，这种改变是根据其接受的样本集合自然地进行的。......................
第 6 章 总结与展望
6.1 总结
参考文献（略）