数据挖掘模式下的审计风险预警系统研究

第一章总论

一、数据挖掘模式下审计风险预警研究的意义

二、国内外研究现状分析

三、研究思路和创新

四、本研究的不足与展望

第二章信息技术环境下审计风险的发展

一、信息技术给组织带来的机遇与挑战

二、信息技术环境下引入风险基础审计模式

三、信息技术环境下的审计风险及其应对

第三章 审计风险模型的发展对现代审计的影响

一、传统审计风险模型

二、统审计风险模型的缺陷

三、新审计风险模型

四、新审计风险模型的进步

五、新审计风险模型的应用

六、审计风险模型对现代审计的影响

第四章数据挖掘技术及其发展运用

一、数据挖掘的相关理论及研究

二、数据挖掘的流程及其应用

三、数据挖掘技术应用例举

四、数据挖掘未来的研究方向

第五章数据挖掘技术在现代审计中的运用

一、数据挖掘技术运用于审计的基本方法

二、数据挖掘技术的具体应用例举

三、数据挖掘技术在审计风险决策中的应用

四、在审计中运用数据挖掘技术的优点及不足

第六章数据挖掘技术下的审计风险预警系统

一、计算机审计的发展

二、数据分析在我国计算机审计中运用

三、数据挖掘下的审计风险模型

第七章重大风险的确认及评估

一、商业银行审计特点及风险框架

二、战略分析：银行风险与审计风险的关系

三、重大关键环节的选择

四、环节关键点分析

五、重大风险的评估

六、重大风险的量化

第八章数据挖掘的风险评估

一、数据挖掘风险的评估方法

二、商业银行审计中的数据挖掘

三、数据挖掘工具的选取

四、BP网络的应用

五、结论

第九章审计的风险管理与质量控制

一、审计质量：控制审计风险的主要途径

二、审计质量控制——以商业银行审计为例

三、审计风险管理：提高审计质量的有效方法

四、审计人员职业道德在审计风险管理中的重要性

第十章数据挖掘模式下审计风险预警研究的发展与完善

一、研究成果

二、风险模型选择的问题

三、风险预警系统方面的不足

四、审计风险模型的发展与审计环境的失配

五、计算机网络以及当前信息系统审计的发展

六、数据挖掘技术本身的局限性及相关改进

参考文献

附录

《数据挖掘模式下的审计风险预警系统研究》的特点就是从智能数据分析角度进行审计风险预警和管理，开辟了审计风险管理研究的新视角。《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。【作者简介】陈丹萍，南京审计学院教授，硕士生导师，南京审计学院国际审计学院副院长。国际内部审计协会（IIA）学术委员会委员（ARC），中国内部审计协会考试委员会委员。近年来在《审计研究》等刊物发表学术论文30余篇，出版各类学术著作19部，主持或参与各类课题20余项（包括2项国家自然科学基金和1项国家“863课题”）。多次获优秀教学质量奖、优秀青年骨干教师奖、江苏省“青蓝工程”中青年优秀骨干教师称号等。