会计信息失真的根源及其治理

当前,会计信息失真是我国会计领域的一大顽疾。其风气之盛、牵涉面之广,令人瞠目结舌。自从国内的银广厦、蓝田股份造假事件,到美国的安然、施乐公司、世界通讯公司造假事件,会计造假丑闻被逐一披露曝光之后,社会急切呼唤"诚信服务"、"诚信会计"。为防止会计造假,保证会计信息质量,我国政府的财政审计部门重新完善制定了新的法规、制度,各地政府、行业进行了会计人员的职业道德教育,收到了一定的成效。但会计信息失真,做假帐行为泛滥,已成为世界性公害,问题永远地摆在我们面前,它应是政府、会计界和社会各界长期关注的焦点。     

基于聚类离散化的Dep-Miner函数依赖发现方法

针对已有函数依赖发现方法直接应用于连续型数据时，易导致依赖关系挖掘失败的问题，该文基于已有Dep-Miner方法，提出基于等间隔离散化的Dep-Miner(ED-Dep-Miner)和基于聚类离散化的Dep-Miner(CD-Dep-Miner)函数依赖发现方法。通过数据离散化，将指标的连续型数据合理地转变为类别数据。实现基于类别数据的函数依赖发现，提升函数依赖发现能力。同时，对Dep-Miner中的部分定理给出了基于反证法和枚举法的通俗化证明。该文将提出的ED-Dep-Miner和CD-Dep-Miner与不带有任何离散化操作的原始Tane和Dep-Miner进行了实验对比。实验结果表明，该文的ED-Dep-Miner和CD-Dep-Miner方法将原始连续型数据转化为离散型分类，挖掘出了更多潜在的函数依赖关系。同时，CD-Dep-Miner的性能要优于ED-Dep-Miner,解决了等间隔离散化存在的边界值问题。