基于数据挖掘技术的W大型连锁企业持续审计研究

发布时间：2020-03-24 10:07

【摘要】：中国内部审计协会发布《内部审计信息化报告》指出审计对象的信息化促使在内部审计工作大力应用信息技术成为必然选择,内部审计亟需借助信息化红利,促进企业改善治理,提高风险管理和内部控制能力,充分发挥咨询增值效用。内部审计信息使用者要求内部审计能够对企业经营状况、企业内部制度、企业经营决策等进行科学严谨的评价,快速识别企业经营管理过程中存在的问题和潜在的风险,保障内部审计为战略实现发挥更大价值。基于数据挖掘技术的持续审计是信息化审计的一种应用模式。通过数据挖掘技术完成被审计数据的处理和分析工作,从大量数据中发现审计疑点,具有连续性、全面性和自动化的特点。适用于大型连锁企业内部审计工作,能够高效、全面地处理和分析业务数据,及时评价企业经营管理状况,为管理者决策提供有效参考。因此,本文将此作为研究起点。本文首先对内部审计理论基础、持续审计模式和数据挖掘技术进行阐述,总结了基于数据挖掘技术的持续审计应用于内部审计中的优势。基于上述研究,本文以W大型连锁企业为例,展开基于数据挖掘技术的持续审计研究。在对案例企业内部审计工作调研后,发现其存在独立性不强、时效性较弱及人员配置严重不足等问题。提出将基于数据挖掘技术的持续审计应用于W企业内部审计以解决上述问题,并尝试构建基于数据挖掘技术的持续审计模型。在具体的审计数据分析过程中运用离群点检测算法对被审计数据进行预处理,快速区分有效数据和异常数据;运用关联规则分析数据潜在关系,多维度确立审计基准;运用时间序列算法预测企业经营趋势,对比分析,全面审查企业业务数据,帮助内部审计人员快速识别审计疑点,发表及时、有效、可靠的审计意见。为验证模型的可行性和有效性,将基于数据挖掘技术的持续审计模型应用于案例企业商品促销业务内部审计,利用Java Web开发工具,开发商品促销内部审计模块,为企业构建针对内部审计的持续审计系统提供参考。
【图文】：

过程图,数据挖掘,过程,审计数据

时间序列数据和其他类型数据的最显著的区别是当前时刻的值与以前时刻的值存在联系，这一区别表明历史数据已经隐含了现在或未来的数据发展变化的规律，这种规律主要包括了周期性、趋势性和不规则性。运用时间序列分析数据的主要方法有聚类分析、分类分析、关联分析和回归预测等。本文重点研究时间序列预测方法，现阶段运用时间序列预测的领域较广，如股票市场分析、天气预测、语音分析等。本质是根据前 T 个时刻的观测数据推算出 T+1 时刻的时间序列值[35]。本文主要探讨时间序列预测方法在企业内部审计工作中的应用，帮助我们通过被审计数据的观测值来发现其中的规律性，甚至据此推算出被审计数据存在的“潜在规律”，，或者还可以充分利用被审计数据包含的信息预测其未来的发展变化，为被审计单位管理者的决策提供参考。2.3.4 数据挖掘的过程数据挖掘技术应用于内部审计工作的一般过程如图 2.1 所示，分为确定主题、被审计数据采集、被审计数据预处理、读入审计数据并建立模型、理解模型、预测评价等阶段。

连锁企业,供应链结构

3 W 大型连锁企业内部审计现状及问题分析3.1 W 大型连锁企业概况W 大型连锁企业（以下简称“W 企业”）创立于 1992 年，总部设立于重庆市，主要经营：眼镜制品及眼镜零部件、软性角膜接触镜及其护理用液和配套用具的采购、装配、销售、配送业务，提供验光配镜、眼镜维修服务。企业发展至今，旗下连锁门店已逾 300 家，业务网络遍布重庆、北京、云南、四川等地，年销售收入多达 4 亿元，是西部地区最大的以验光配镜为主营业务的连锁企业。3.1.1 管理特点作为一家大型连锁企业，W 企业具有“集物流、商流和信息流于一体”的经营特点，实行“以总部为轴心，前向各生产企业，中间与各连锁门店，后向广大消费者之间联结”的纵向链式一体化管理，如图 3.1 所示。
【学位授予单位】：重庆理工大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：F239.4;F721

【参考文献】