《内部控制风险论文：内部控制风险 风险评估 决策支持系统 数据挖掘 聚类》由会员分享，可在线阅读，更多相关《内部控制风险论文：内部控制风险 风险评估 决策支持系统 数据挖掘 聚类（4页珍藏版）》请在金锄头文库上搜索。
1、内部控制风险论文：基于决策支持系统的内部控制风险评估研究【中文摘要】全球经济一体化的背景下,企业的生存面临着越来越复杂的环境,环境中的风险因素也具有很大的不确定性。在这种环境下,企业只有从内部做起,加强自身的内部控制建设和完善才能在市场经济的浪潮中得以生存和发展。加强内部控制建设的基本会涉及到对于风险的评估,内部控制基本规范中也将风险评估纳入到内部控制的基本要素中,这足以说明风险评估在内部控制建设中的重要性。文章主要运用了规范研究方法和实证研究方法的结合,首先是对内部控制相关理论与决策支持系统相关理论进行简单的回顾,在此基础上阐述本文的理论基础,其中包括内部控制以及风险评估概念的界定、企业风险
2、管理框架的内容、内部控制评价以及决策支持系统的知识；其次是在理论分析的基础上对标题所涉及到的具体风险评估流程、方法和决策支持工具进行介绍,使读者在一定程度上了解文章中所用的方法；最后针对上市公司具体的数据运用数据挖掘中的聚类方法对其进行处理,将不同行业基于风险相似进行分类,使得出的结果在一定程度上为企业进行风险评估提供一定的借鉴作用。研究主要是以内部控制风险评估为目标,运用决策支持系统的工具即数据挖掘方法,在对上市公司数据搜集的基础上建立模型,具体说明企业风险识别和分.【英文摘要】In the context of global economic integration, the enterp
3、rises survival is facing an increasingly complex environment, the risk factors in the environment are of great uncertainty, in this environment companies only start from strengthening its construction and improvement of internal controls to survive and develop in the wave of the market economy. The
4、identification and measurement of risk is the key to strengthen the construction of the basic internal control, the basic norms of internal control also i.【关键词】内部控制风险 风险评估 决策支持系统 数据挖掘 聚类【英文关键词】Decision support system Data mining The risk of internal control Risk appraisal Clustering【索购全文】联系Q1：138113
5、721 Q2：139938848 同时提供论文写作一对一辅导和论文发表服务.保过包发【目录】基于决策支持系统的内部控制风险评估研究内容摘要4-5Abstract5第1章 导论9-211.1 研究的背景和意义9-101.1.1 研究的背景9-101.1.2 研究的意义101.2 国内外研究现状10-191.2.1 国外研究现状10-131.2.2 国内研究现状13-191.3 研究的思路与方法19-201.3.1 研究的思路19-201.3.2 本文的研究方法201.4 本文的创新和不足20-211.4.1 本文的创新201.4.2 本文的不足20-21第2章 理论基础21-392.1 概念21
6、-262.1.1 风险概念21-232.1.2 内部控制风险的概念232.1.3 风险评估的概念23-242.1.4 决策支持系统相关概念24-262.2 企业风险管理框架的理论基础26-312.2.1 COSO企业风险管理框架(ERM)26-292.2.2 ERM对我国企业全面风险管理的启示29-312.3 内部控制评价的理论基础31-342.3.1 内部控制评价的理论31-322.3.2 内部控制评价的要素32-342.4 决策支持系统的理论基础34-392.4.1 决策支持系统的分类34-352.4.2 决策支持系统的结构35-362.4.3 决策支持系统的开发方法与流程36-372.4
7、.4 决策支持系统的技术37-39第3章 决策支持技术与内部控制风险评估分析39-483.1 内部控制风险评估39-413.1.1 内部控制风险评估的程序39-403.1.2 内控风险评估的方法40-413.2 基于数据挖掘的决策支持系统41-483.2.1 数据挖掘(DM)的概述41-443.2.2 数据挖掘的方法介绍聚类44-453.2.3 数据挖掘的其他方法45-463.2.4 基于数据挖掘的决策支持系统46-48第4章 实证分析48-564.1 数据准备484.1.1 对象的确定484.1.2 数据准备484.2 聚类分析48-504.2.1 数据标准化48-494.2.2 计算距离494.2.3 类间合并494.2.4 数据与图形494.2.5 聚类过程49-504.3 结果得出与分析50-564.3.1 得出结果50-544.3.2 结果分析54-56结束语56-57参考文献57-61后记61
