数据挖掘模式下的审计风险预警系统研究
出版社:中国书籍出版社
出版日期:2013-4
ISBN:9787506830706
作者:陈丹萍
页数:266页
作者简介
《数据挖掘模式下的审计风险预警系统研究》采用数据挖掘的原理和流程对特定行业（以金融行业为例）审计风险数据进行分析，结合行业风险管理的特点，运用金融工程管理的相关成果，对行业风险进行了较为综合的定量计算和分析；提出适合于我国审计风险管理模式的DM模型，并能在风险超过一定程度自动报警，以体现审计风险预警系统的价值。同时我们运用计算结果，集合审计专家知识库显性化知识和隐性化知识的专业判断，通过一系列数据挖掘技术，最终对被审计单位的风险审计结果得出定论性结论。在研究中采用定量的方法研究审计风险，使原来模糊的概念变得清晰，并可准确度量。
发布书评
精彩短评 (总计1条)
-
各种审计手段的目标是一致的，就是以最有效的方式获取审计证据，提高审计效率，降低审计风险。
数据挖掘的本质是从大量信息中提取尽可能多的隐藏知识。
对于数据基础条件较好的行业和单位，开展基于数据挖掘的审计是完全可行的。
与审计相关的数据挖掘算法：
关联规则分析：发现隐藏的关联关系
聚类分析：对于同一类别，抽取少量样本；对于聚类分析中发现的孤立点，重点关注。
孤立点分析：发现数据中的异常点和孤立点。
关于聚类与审计：现代审计是一种风险导向审计，可以认为是把审计对象按照风险大小分类。现实中的分类常依赖审计人员的直觉。聚类分析可以作为解决途径之一。
数据挖掘在审计中应用的优点和缺点
优点：全样本分析，发掘隐藏信息
缺点：对数据质量、分析人员的依赖，成本问题，算法本身的局限