月旦會計網
首頁 月旦會計實務研究 201808 (8期) 再見了隨機抽樣,原諒我愛上數據分析
會計雜誌,會計期刊,月旦會計實務研究

月旦系列雜誌

月旦實務講座

月旦知識庫

中文篇名

再見了隨機抽樣,原諒我愛上數據分析

英文篇名

Goodbye Sampling, Hello Analytics!

作者

吳佳翰高智敏

閱讀核心

抽樣在舞弊行為漸趨複雜的現在,已經不敷使用,於是採用數據分析協助偵測或預警異常行為,已成為內部稽核的顯學。本文先從數據分析的三大關鍵成功因素談起,導正多數人對於資料分析常見的誤解,接著介紹多種基礎與進階的分析方法,輔以實際案例,讓內部稽核人員於導入數據分析時,有明確的資料可供參考。

優惠活動
記帳士,CP值爆表的會計證照!,知識達購課館
知識達會計師考前3個月衝刺計畫!,特惠案,知識達購課館
高點會計師題庫班,5大名師親自帶你練題!,特惠案,高點會計師,來勝記帳士
2019中會IFRS16新租賃準則上路!,特惠案,高點會計師,來勝記帳士
延伸學習

常見的基礎分析方式包括:敘述性統計法、最大/成長最多法、相對大小因子法、異常重複值法、班佛定律,此種檢核方式將有限的資源投入在高風險之交易,不僅符合風險導向內部稽核之精神,也提高了發現異常之可能性。進階分析方式為機器學習,透過資料與演算法,學會(甚至超越)人類判斷與預測的方式,包括分類演算法、迴歸演算法、叢集演算法及購物籃分析。

關鍵詞

人工智慧班佛定律舞弊數據分析機器學習

刊名

月旦會計實務研究

期數

201808 (8期)

起訖頁

088-092

出版單位

元照出版公司

DOI

10.3966/252260962018080008011  複製DOI  DOI查詢

QRCode

上一篇

非營利組織之會計處理──以長期照顧服務機構法人財務報告編製準則為例

下一篇

電腦稽核發展的新趨勢──法遵科技

^