基于数据挖掘技术联网审计数据质量控制的研究

发布时间：2017-10-28 13:27

  本文关键词：基于数据挖掘技术联网审计数据质量控制的研究

  更多相关文章： 联网审计 数据质量 因子分析法 神经网络

【摘要】： 近年来,计算机审计的研究与应用取得了快速的发展。人们对计算机审计的理论、方法、技术和工具等方面进行了探索和研究,并取得了一定的成果。而联网审计作为一种新型的计算机审计的审计理论和审计方式,改变了审计人员长期以来的审计思维方式和工作方法,也冲击着现有的审计组织方式。在联网审计模式下,电子数据作为重要的审计信息载体贯穿整个审计过程之中,对审计结果和审计质量起着至关重要的作用。然而,面对电子数据日益海量化的挑战,审计人员如何对被审单位海量数据质量进行分析和控制是一个亟待解决的问题。因此,本文首先通过对联网审计一般流程的细化分析,探讨了从审计数据产生的整个生命周期如何运用技术手段保证和提高数据质量,然后利用数据挖掘技术中的神经网络模型,对数据的质量进行监督和评估。 全文分为五个部分。首先文章从研究的背景及意义入手,在介绍了关于国内外审计数据质量控制方法的研究基础上,探讨了本文研究的主要内容及研究方法;然后主要介绍了数据质量的相关概念,并从审计数据质量对审计取证和审计风险的影响,分析了审计数据质量的特征及产生的原因;接着通过分析传统审计数据分析技术方法的不足,提出了在审计活动中应用数据挖掘技术的可行性。其次,通过对联网审计一般流程的细化分析,从技术角度探讨了从审计数据的采集、转换、清理到数据分析各个阶段所存在的数据质量问题及相应的控制方法,并将审计数据质量分析放在了重点部分。最后文章选取了数据挖掘技术中的神经网络模型,对其在审计数据质量控制中的应用问题进行详细分析,并利用相对容易获得与规范的上市公司的数据,以2007年到2009年沪深两市A股中因财务异常而首次被特别处理(ST)的69家上市公司及其配对公司为研究样本,以被ST处理前1-3年的财务数据为基础,将可以明确量化的财务指标作为审计信息导入模型中,本文研究发现,运用数据挖掘技术建立的审计数据分析模型。
【关键词】：联网审计 数据质量 因子分析法 神经网络
【学位授予单位】：河南理工大学
【学位级别】：硕士
【学位授予年份】：2010
【分类号】：F239.1
【目录】：

• 致谢4-5
• 摘要5-6
• Abstract6-10
• 1 引言10-20
• 1.1 研究的背景及意义10-11
• 1.1.1 研究的背景10-11
• 1.1.2 研究的意义11
• 1.2 国内外研究现状11-16
• 1.2.1 国外研究现状11-13
• 1.2.2 国内研究现状13-16
• 1.3 研究内容与技术路线16-20
• 1.3.1 研究内容16-17
• 1.3.2 研究技术路线17
• 1.3.3 本文创新点17-20
• 2 联网审计数据质量控制的理论概述20-28
• 2.1 数据质量的相关概念20-24
• 2.1.1 数据质量的含义20-21
• 2.1.2 联网审计的内容21-22
• 2.1.3 审计数据质量的特征22-24
• 2.2 数据质量问题产生的原因24-25
• 2.3 审计数据质量与审计风险的关系25-28
• 2.3.1 联网审计模式下审计风险25-26
• 2.3.2 数据质量对审计风险的影响26-28
• 3 联网审计数据质量控制方法和策略分析28-42
• 3.1 数据式审计常用方法28-30
• 3.1.1 提高数据质量方法分类28
• 3.1.2 联网审计一般流程分析28-30
• 3.2 基于数据流程的审计数据质量控制30-36
• 3.2.1 数据采集30-33
• 3.2.2 数据转换33-34
• 3.2.3 数据清理34
• 3.2.4 数据分析34-36
• 3.3 数据挖掘技术在联网审计中的应用36-42
• 3.3.1 数据挖掘的概述36-37
• 3.3.2 数据挖掘在联网审计应用的可行性分析37-38
• 3.3.3 数据挖掘技术在联网审计中具体应用38-42
• 4 联网审计数据质量控制模型的构建42-50
• 4.1 审计数据分析模型设计42
• 4.2 财务数据分析指标体系的建立42-45
• 4.2.1 财务指标建立43-44
• 4.2.2 非财务指标建立44-45
• 4.3 因子分析45-47
• 4.3.1 因子分析数学模型46
• 4.3.2 因子分析符合性判定46-47
• 4.3.3 因子保留判定47
• 4.3.4 因子解释47
• 4.4 神经网络47-50
• 4.4.1 BP 神经网络结构48-49
• 4.4.2 BP 神经网络学习过程49-50
• 5 联网审计数据质量控制的实证研究50-55
• 5.1 研究背景50-51
• 5.1.1 研究目的50
• 5.1.2 研究对象50
• 5.1.3 挖掘工具的选取50-51
• 5.2 分析模型样本的选取51-52
• 5.2.1 样本数据来源51
• 5.2.2 动态分析设计51-52
• 5.3 模型的构建52-55
• 5.3.1 KMO 检验和Bartlett 检验52
• 5.3.2 因子分析模型52-53
• 5.3.3 神经网络模型建立53-54
• 5.3.4 模型结果分析54-55
• 6 结论与展望55-58
• 6.1 研究结论55
• 6.2 研究的局限性及展望55-58
• 参考文献58-60
• 附录60-64
• 作者简历64-65
• 学位论文数据集65

【相似文献】

中国期刊全文数据库 前10条

1 薛福星;;数据挖掘的应用[J];金融经济;2005年20期

2 应里孟;;数据式审计常用的数据分析方法[J];中国农业会计;2011年09期

3 马英芝;;数据挖掘在高校图书馆中的应用概述[J];China's Foreign Trade;2011年14期

4 宋杰鲲;;经济管理类数据挖掘技术课程教学探析[J];价值工程;2011年25期

5 孙宁;;基于数据挖掘的客户关系管理问题的研究[J];科技和产业;2011年06期

6 陈萍;;浅谈数据挖掘在个人金融服务客户关系管理中的应用[J];科技信息;2011年16期

7 李晓妹;;数据挖掘在金融欺诈检测中的应用[J];知识经济;2011年13期

8 罗建华;陈建科;;基于旅游电子商务中数据挖掘应用的研究[J];电子商务;2011年08期

9 施然;;浅谈数据挖掘在证券分析中的应用[J];价值工程;2011年21期

10 李德凡;;基于数据挖掘的商业银行资源共享模式研究[J];科技管理研究;2011年14期

中国重要会议论文全文数据库 前10条

1 马洪杰;曲晓飞;;数据挖掘技术和过程的特点[A];面向21世纪的科技进步与社会经济发展（上册）[C];1999年

2 戈欣;吴晓芬;许建荣;;数据挖掘技术在放射科医疗管理中的潜在作用[A];2009中华医学会影像技术分会第十七次全国学术大会论文集[C];2009年

3 魏元珍;杨沂凤;;数据挖掘技术及其在数字图书馆中的应用[A];网络信息资源的搜集与应用——全国高校社科信息资料研究会第十次年会论文集[C];2004年

4 肖健;沈彩霞;;浅谈数据挖掘技术现状[A];广西计算机学会2008年年会论文集[C];2008年

5 巩耀亮;邱晓东;孙丽君;李树强;;数据挖掘技术在企业竞争情报系统中的应用研究[A];信息时代——科技情报研究学术论文集（第三辑）[C];2008年

6 王洪锋;;数据挖掘在客户关系管理中的应用研究[A];河南省通信学会2005年学术年会论文集[C];2005年

7 姚小磊;彭清华;;数据挖掘技术在中医眼科应用的设想[A];中华中医药学会第七次眼科学术交流会论文汇编[C];2008年

8 张婧;;数据挖掘技术在进销存系统中的应用[A];2006北京地区高校研究生学术交流会——通信与信息技术会议论文集（下）[C];2006年

9 杨利军;勾学荣;;数据挖掘在移动客户流失预测中的研究和应用[A];2008年中国高校通信类院系学术研讨会论文集（上册）[C];2009年

10 孙义明;曾继东;;数据挖掘技术及其应用[A];全国计算机安全学术交流会论文集（第二十二卷）[C];2007年

中国重要报纸全文数据库 前10条

1 熊宛姣 阎靖;国家审计数据中心机房项目通过验收[N];中国审计报;2010年

2 陈晓 山西财经大学教师;数据挖掘技术在高校教学管理中的应用[N];山西经济日报;2010年

3 主持人 李禾;数据挖掘技术如何驱动经济车轮[N];科技日报;2007年

4 记者　吕贤如;大力加强数据挖掘技术研究应用[N];光明日报;2006年

5 记者 杜宇;触目惊心的五组审计数据[N];新华每日电讯;2010年

6 首之;数据挖掘并不神秘[N];金融时报;2006年

7 ;IBM公司推出新型数据挖掘技术[N];中国高新技术产业导报;2001年

8 刘红岩、何军;利用数据挖掘技术获得商业智能[N];中国计算机报;2003年

9 山西银行学校 王林芳;数据挖掘在银行业务中的应用[N];山西科技报;2005年

10 徐扬;如何从数据中“挤出”效益[N];中国计算机报;2002年

中国博士学位论文全文数据库 前10条

1 许增福;DL环境下的信息资源管理及知识发现研究[D];哈尔滨工程大学;2005年

2 庞淑英;三江并流带旅游地质景观数据挖掘及旅游价值评价研究[D];昆明理工大学;2008年

3 赵晨;过程控制中的数据挖掘技术研究及其智能控制策略探讨[D];浙江大学;2005年

4 高清东;复杂供矿条件矿山技术指标整体动态优化系统及应用[D];北京科技大学;2005年

5 李兴;高光谱数据库及数据挖掘研究[D];中国科学院研究生院（遥感应用研究所）;2006年

6 王玉峰;变电站瞬态电磁环境及微机保护系统EMC研究[D];大连理工大学;2007年

7 潘海天;数据挖掘技术在聚合过程建模与控制的应用研究[D];浙江大学;2003年

8 程其云;基于数据挖掘的电力短期负荷预测模型及方法的研究[D];重庆大学;2004年

9 束志恒;化学化工数据挖掘技术的研究[D];浙江大学;2005年

10 孙蕾;医学图像智能挖掘关键技术研究[D];西北大学;2005年

中国硕士学位论文全文数据库 前10条

1 陶振海;数据挖掘算法在行政审计中的应用[D];上海交通大学;2007年

2 张夏丽;基于数据挖掘的网络安全审计技术研究[D];解放军信息工程大学;2007年

3 赵诚明;基于分级审计的审计跟踪系统设计与实现[D];上海交通大学;2008年

4 袁余民;基于移动Agent的安全审计系统的研究与实现[D];重庆大学;2008年

5 郭丽蓉;基于数据挖掘的入侵检测系统模型研究[D];中北大学;2007年

6 雷成健;智能化无线安全网关安全审计系统的研究[D];北京交通大学;2007年

7 王英泽;一种数据挖掘技术在入侵检测系统中的应用[D];哈尔滨理工大学;2007年

8 刘磊;基于序列模式挖掘的入侵检测算法的研究[D];中国科学技术大学;2009年

9 李春媚;基于序列模式挖掘的入侵检测研究及应用[D];长沙理工大学;2007年

10 韦升华;基于数据挖掘的入侵检测技术应用研究[D];重庆大学;2008年

，

本文编号：1108453