实证论文案例分析论文题目

分别从财务会计、审计两个方向来推荐实证论文选题。①财务会计方向母公司财务报表 与合并财务报表会计信息价值相关性研究——来自xx公司的经验证据准则弹性、盈余管理与公司绩效——基于并购商誉及其减值的经验证据会计盈余、现金流量价值相关性的实证分析——基于xx市场的经验证据归类变更盈余管理：影响因素与经济后果——来自xx公司的经验证据信息透明度影响资本配置效率的传导机制研究——基于股价信息含量的视角准则弹性、盈余管理与公司绩效——基于并购商誉及其减值的经验证据会计盈余、现金流量价值相关性的实证分析——基于xx市场的经验证据归类变更盈余管理：影响因素与经济后果——来自xx公司的经验证据信息透明度影响资本配置效率的传导机制研究——基于股价信息含量的视角我国企业碳会计信息披露影响因素研究——以xx行业上市公司为例公司治理对会计稳健性影响的实证研究——基于A股上市公司数据用实证研究的方法探讨XBRL对会计信息质量的影响②审计方向内部控制单独审计和整合审计比较研究——基于审计成本和审计质量视角构建我国IPO审计质量保证机制研究——基于xx上市案的反思政府审计质量管理的问题与对策——一项基于问卷调查的分析新三板农业类公司审计风险控制研究——基于xx案例会计盈余、现金流量价值相关性的实证分析——基于深圳股票市场的经验证据

您好如果是本科生的话，财务管理方面的论文你只要参考一下既有的很牛的期刊上面的文章然后把数据换成最近的，或者金融危机之前之后对比分析的（比如2008年的和2012年的），模型微调一下就很不错了。如果是硕士的话那就自己设计模型吧。比如利用企业的股权集中度和企业价值（托宾Q）做个模型，看看相关性。就是股权集中度与企业价值关系的研究，当然你也可以加上个行业分类，那就是不同行业（比如那金融业和制造业作对比分析）或者是企业规模（用主板的数据和创业板上的数据对比分析）。或者研究一类企业一段时间的财务指标变化对利润的影响。比如应收账款周转率和营业外支出的关系对于企业控制不良放贷的作用也可以。建议先找几本国内比较不错的期刊，《管理世界》《会计研究》这里面财务类的论文很多都运用了实证分析的方法，你看几篇然后拟题就行。我这几个例子您可以参考。 祝学习顺利，满意请采纳，O(∩_∩)O谢谢

1、广泛收集参考文献，决定计划的目的和范畴：•决定所要解释的现象是什么？•决定所要检验的假设或理论是什么？•决定所要预测的趋势是什么？•决定所要评估的政策是什么？2.建构实证计量模型；•除研读相关经济理论之外，应比较三至五篇有实证分析之文献中的实证计量模型： 确认计量模型中解释变量和应变量之间的因果关系（causality）； 厘清各模型的异同及优缺点，思考改进文献中现存模型的可能； 最后决定实证计量模型雏形；•初步调查是否有相关的资料，若无则实证模型设计的再好也无用。3.收集相关资料；•对数据的精确性一定要严格查核，对错假漏数据要仔细修正；•使用电子表格软件对数据列表绘图，以验证数据的逻辑合理性，对不合理的数值要有所处理；•不论要用的是横断面数据或是时间数列，数据数目越多越好，追踪数据（PanelData）尤佳；•对资料数值作一些整理，表列各种基本统计量（样本平均值、变异数、变量间的样本相关系数等）、变量之间的两两交互列表、做一些初步图解分析。计量方法的执行：1.计量方法不应太简单（例如只做到最简单的OLS），但也不必过于复杂，应针对问题采用恰到好处的计量方法。若采用了比较复杂的计量方法，则要说明为什么简单的方法不适合。计量方法的好坏不在其复杂程度，而在于它是否能够帮我们得到正确的估计值，以了解数据中所包含的真正信息。2.除了估计值以及对应的t检定外外，也可做一些F检定之对多个系数的假设检定。3.回归模型的设定，尤其是解释变量的取舍，可在估计过程中不断的修正。对应变量和解释变量均可尝试诸如对数、指数、幂函数等不同的转换。这些转换方式的决定，以经济理论上的考虑最为重要，不能单只为了提高模型的配适，而盲目的做一些不合理的变量转换。4.选取解释变量时，应有如下的考虑：•解释变量和应变量之间的因果关系一定要正确，也就是说，解释变量是原因在先，应变量是结果在后，有一定的先后顺序。尤其要注意，有些变量数值的产生很可能是和应变量同时决定的，或是因果关系不很明确（也就是说，相对于应变量而言，这些变量是内生的），则在选取这些变量作为解释变量时，便要非常小心。解释变量的内生问题常常是研究被批评的主要原因；•要注意解释变量的同构型，不能不分青红皂白的将一大堆彼此相关性很高的变量（包括相同变量的不同转换、或是几个变数间的各种交乘项）放进回归式内，造成严重的线性重合问题；•经济理论所牵涉到的变量常常是无法观察到的，因此在做实证研究时必须采用替代变量（Proxy），研究者要对所选用之替代变数的合理性详加说明。由于数据总有些缺失，常有人在束手无策之下，采用了很多匪夷所思的替代变数；•虚拟变量的定义要清楚而合理，使用要小心；•要探讨解释变量不足、观察值有误差等数据缺失所可能造成的计量问题。