以沪深上市公司为样本，构建了二分类Logistic、因子分析Logistic和BP神经网络舞弊识别模型，探讨了二分类模型的构建基础、优点和固有的不可调和的缺陷，进而分析了会计舞弊风险指数模型的构建基础和优缺点，并基于正态分布法确定指标阈值构建了舞弊风险指数，使舞弊风险一目了然。同时进行了指数评价，并基于舞弊三角形理论进行了指数影响因素研究，以便通过改变显著的影响因素降低舞弊风险指数，为舞弊防治提供新途径。

第一章 绪论
第一节 会计舞弊风险指数定义
一、会计舞弊定义
二、会计舞弊风险指数定义
第二节 研究背景
第三节 研究意义
第四节 研究目标
第五节 研究方法
第六节 创新之处
第二章 文献综述
第一节 会计舞弊动因理论文献
第二节 会计舞弊手段文献
第三节 会计舞弊识别指标体系文献
第四节 会计舞弊识别模型文献
一、二分类识别模型文献
二、舞弊风险指数模型文献
第五节 会计舞弊的防范和治理文献
第六节 目前研究存在的问题
第三章 会计舞弊动因的理论分析
第一节 会计舞弊动因的冰山理论等理论分析
一、冰山理论的渊源
二、会计舞弊的冰山理论
三、会计舞弊的三角形理论
四、会计舞弊三角形理论的拓展理论
五、会计舞弊的GONE理论
六、会计舞弊的风险因子理论
七、国内会计舞弊动因理论
第二节 会计舞弊动因的内部控制理论分析
一、COSO
二、我国企业内部控制规范
三、内部控制指数
第三节 会计舞弊动因的公司治理理论分析
一、公司治理定义
二、公司治理形式：内部治理与外部治理
三、公司治理与内部控制的关系
第四章 二分类会计舞弊识别模型构建
第一节 二分类舞弊识别模型与舞弊风险指数构建基础的差异
一、二分类舞弊识别模型的构建基础和优缺点
二、舞弊风险指数的构建基础和优缺点
第二节 二分类舞弊识别指标选取
第三节 样本选取和均值差异检验
一、样本选取
二、均值差异检验
第四节 Logistic舞弊识别模型
一、Logistic模型原理
二、Logistic舞弊识别模型构建
第五节 因子分析Logistic舞弊识别模型
一、因子分析基本思想
二、因子分析数学模型
三、因子分析计算步骤
四、样本数据的预处理
五、使用SPSS进行因子分析的操作步骤
六、因子分析Logistic舞弊识别模型构建
第六节 BP神经网络舞弊识别模型
一、BP神经网络原理
二、BP神经网络学习流程
三、BP神经网络舞弊识别模型构建
第七节 各个模型准确率对比
第五章 会计舞弊风险指数构建
第一节 会计舞弊风险指数指标体系构建
第二节 会计舞弊风险指数构建
一、样本选取和数据来源
二、指标同趋势性处理
三、指标权重的确定
四、指标的无量纲化处理（标准化值计算）
五、指标阈值228的确定
六、会计舞弊风险指数构建
第六章 会计舞弊风险指数评价和预警
第一节 会计舞弊风险指数评价
一、指数总体评价
二、指数均值差异检验
第二节 会计舞弊风险预警
一、按照行业预警
二、按照省份直辖市预警
三、按照地区预警
四、按照上市地点预警
五、按照上市板块预警
六、按照上市年限是否大于中位数预警
七、按照实际控制人预警
八、按照董事长与总经理兼任否预警
九、按照是否为四大审计预警
十、按照是否为标准无保留意见预警
十一、按照分指标预警
第七章 会计舞弊风险指数影响因素研究
第一节 研究假设
一、压力因素
二、机会因素
第二节 研究设计
一、样本选取
二、变量选取
三、模型构建
第三节 实证分析与结论
一、描述性统计分析
二、依自变量分组指数均值差异检验
三、依指数分组自变量均值差异检验
四、相关系数分析
五、多重共线性检验
六、回归结果与实证结论
七、稳健性检验
第八章 结论和政策建议
第一节 结论
第二节 舞弊防范政策建议
参考文献
附录