基于大数据的财务报表持续审计研究

发布时间：2017-10-04 23:00

  本文关键词：基于大数据的财务报表持续审计研究

  更多相关文章： 大数据 持续审计 模型设计 云计算

【摘要】：随着物联网技术、云计算技术、大数据技术的快速发展与广泛运用,审计的方法和模式也在与时俱进,持续审计越来越重要。然而在传统的审计过程中,审计人员主要是对企业的财务报告进行审计,在审计工作中采用抽样分析的方法,这导致在审计过程中并不能做到对所有的信息的检查,抽样审计的结果并不能反映企业整体情况,这种审计方法毫无疑问会存在局限性,是一种相对落伍的方法。对于一些业务复杂的企业来说很难起到实时监督作用。大数据时代,为了满足决策者广泛及时性的信息需求,许多企业经常发布各种财务和非财务信息,虽然提高了企业经营透明度,但也会造成数据不真实。为了更好地对企业这些复杂多变的、实时的财务数据及时地进行审计和验证,需要我们的审计方式向持续审计转变。然而目前我国持续审计应用的情况并不乐观,究其原因是没有相关的技术支撑,大数据技术的推广和应用将有利于推进持续审计的实际运用,此外传统持续审计模型缺陷较多、相对落后,已经远远不能满足大数据时代对审计的要求。所以在现阶段研究开发出一个全面,高效率和高时效性的持续审计模型是本文研究的出发点。本文首先对持续审计的相关概念,要素和实施条件进行阐述,对现有持续审计模型以及模型所运用的技术手段进行研究,分析持续审计模型与传统审计的进步之处与存在的不足。接着介绍了大数据的涵义、特征、大数据思维以及大数据可能对持续审计带来的影响。对持续审计引入大数据的必要性与可行性进行分析,论述当前持续审计难以满足大数据环境下的审计需要,需要引入大数据技术进行持续审计,大数据技术的发展也为持续审计的实施提供了保障。在对持续审计和大数据进行充分研究后,提出在大数据时代应构建一个科学、合理、切实可行的持续审计模型对财务报表进行持续审计,该模型以物联网、云存储、云计算、数据挖掘等相关技术条件作为支撑,对财务报表数据进行采集、存储、挖掘和分析,并将分析结果与审计师预先设定的标准进行比较,发现异常情况自动作标记、预警、出具例外报告。最后对模型实施的难点进行分析并提出推进模型应用的几点建议。
【关键词】：大数据 持续审计 模型设计 云计算
【学位授予单位】：山西财经大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F239.4
【目录】：

• 摘要6-7
• ABSTRACT7-11
• 第1章 绪论11-19
• 1.1 研究背景和意义11-13
• 1.1.1 研究背景11-12
• 1.1.2 研究意义12-13
• 1.2 国内外研究现状13-17
• 1.2.1 对持续审计的研究13-15
• 1.2.2 大数据审计相关研究15-17
• 1.3 研究内容与方法17-18
• 1.3.1 主要内容17
• 1.3.2 研究方法17-18
• 1.4 主要工作和创新18-19
• 第2章 传统持续审计评价19-26
• 2.1 持续审计基本理论19-22
• 2.1.1 持续审计概念的提出19-20
• 2.1.2 持续审计的构成要素20-21
• 2.1.3 持续审计的实施条件21-22
• 2.2 传统持续审计的实现模型22-23
• 2.2.1 基于债务契约领域的持续审计模型22
• 2.2.2 Rezaee模型22-23
• 2.2.3 onions模型23
• 2.2.4 ABCAM模型23
• 2.3 对传统持续审计及实现模型的评价23-26
• 2.3.1 持续审计与传统审计比较的进步之处23-24
• 2.3.2 传统持续审计模型存在的不足24-26
• 第3章 大数据及其对审计的影响26-33
• 3.1 大数据基本理论26-28
• 3.1.1 大数据涵义与特征26-27
• 3.1.2 大数据的思维方式27-28
• 3.2 大数据对审计可能产生的影响28-29
• 3.2.1 对审计方式的影响28
• 3.2.2 对审计范围的影响28
• 3.2.3 对审计数据的影响28-29
• 3.2.4 对审计人员的影响29
• 3.3 持续审计引入大数据的必要性与可行性29-33
• 3.3.1 持续审计引入大数据的必要性29-30
• 3.3.2 技术可行性30-33
• 第4章 引入大数据的持续审计模型33-39
• 4.1 大数据持续审计目标33
• 4.2 引入大数据的持续审计实现模型构建33-36
• 4.3 引入大数据的持续审计模型的实施难点36-37
• 4.4 推进引入大数据的持续审计模型应用的对策建议37-39
• 第5章 结论与展望39-40
• 5.1 结论39
• 5.2 展望39-40
• 参考文献40-43
• 致谢43-44
• 攻读硕士学位期间发表的论文和其它科研情况44-45

【相似文献】

中国期刊全文数据库 前10条

1 孙晓立;;大数据:让“云”落地成“雨”[J];中国科技投资;2012年Z2期

2 ;大数据[J];财务与会计(理财版);2013年07期

3 ;大数据的崛起:趋势、机遇与挑战[J];互联网周刊;2013年24期

4 谢然;;大数据引领智能交通 且行且珍惜[J];互联网周刊;2014年08期

5 陈飞;;大数据时代信息经济发展趋势及对策建议[J];宏观经济管理;2014年03期

6 ;大数据:福音还是祸源(上)[J];首席财务官;2014年04期

7 滕永昌;;大数据的商业价值[J];北京石油管理干部学院学报;2013年05期

8 杨敏;;浅谈大数据在银行的落地[J];中国金融电脑;2014年06期

9 刘博;;大数据时代旅游业的应对研究[J];旅游纵览(下半月);2013年06期

10 李瑞琴;郑建国;;大数据研究:现状、问题及趋势[J];现代商业;2013年36期

中国重要会议论文全文数据库 前4条

1 李田;郭利;冯鹏;;某型导弹单元设备自动检测系统软件设计[A];全国第十五届计算机科学与技术应用学术会议论文集[C];2003年

2 高世光;邓苏;王长缨;;关于ADO+引导数据种类的演变的研究[A];第十八届全国数据库学术会议论文集（技术报告篇）[C];2001年

3 颜涯;邵佩英;;GIS与MIS系统集成技术在城市规划中的应用[A];第十七届全国数据库学术会议论文集（研究报告篇）[C];2000年

4 谢国忠;;大数据时代下的企业管理与创新[A];创新驱动：新机遇 新挑战——2013年全国企业管理创新大会资料汇编[C];2013年

中国重要报纸全文数据库 前10条

1 中国科学技术发展战略研究院 许晔;大数据时代来袭 中国宜加紧布局[N];经济参考报;2013年

2 记者 李成成;崭露头角的大数据时代[N];企业家日报;2013年

3 ;精简企业数据是时候了[N];计算机世界;2008年

4 光大证券;“大数据”或成重要投资主线[N];中国证券报;2012年

5 本报记者 郭涛 李奕;与大数据打交道的那些人[N];中国计算机报;2012年

6 本报记者 齐洁;大数据蕴藏创业空间[N];中国经营报;2012年

7 吴勇毅;大数据“热”下的“冷”思考[N];中国冶金报;2012年

8 抚苏;众望所归，，大数据时代来临[N];电脑报;2013年

9 《网络世界》记者 于翔;大数据的价值实现之旅[N];网络世界;2013年

10 本报记者 孙琦子;这些年,一起忽悠着的“大数据”[N];经济观察报;2013年

中国博士学位论文全文数据库 前5条

1 张兰廷;大数据的社会价值与战略选择[D];中共中央党校;2014年

2 李琦;基于多源数据的交通状态监测与预测方法研究[D];吉林大学;2013年

3 张新;区域性防灾减灾信息服务体系研究[D];中国科学院研究生院（遥感应用研究所）;2006年

4 李智慧;基于可视化的三维放射治疗计算机模拟系统的研究[D];四川大学;2002年

5 袁培森;基于LSH的Web数据相似性查询研究[D];复旦大学;2011年

中国硕士学位论文全文数据库 前10条

1 郭铭;大数据时代包头公安基础信息化建设研究[D];内蒙古大学;2015年

2 贾同;大数据对高等教育发展的推动研究[D];西南大学;2015年

3 张靖雯;基于GPS路网的重卡动力参数分析系统开发[D];长安大学;2015年

4 张辉;基于移动互联网的高速公路公众信息服务系统分析与研究[D];长安大学;2015年

5 邓先明;基于西安市矿产资源规划关系数据库的数据质量控制研究[D];长安大学;2015年

6 魏亚红;流式数据的并行分类算法研究[D];曲阜师范大学;2015年

7 黄成鹏;大数据时代的个人隐私[D];华中师范大学;2015年

8 霍美娜;基于Hadoop海量数据分析的反腐云计算设计与实现[D];山东大学;2015年

9 朱迪;云计算在电力系统中的应用研究[D];华北电力大学;2015年

10 程彬彬;基于Hadoop的气温数据组织及时空分异特征提取方法研究[D];南京师范大学;2015年

本文编号：973315