基于金融审计大数据的证券市场异常交易模型探讨

摘要：

近年来,金融审计工作面对和处理的多部门、多行业的多类型数据呈现海量增长的趋势,创新大数据环境下的审计数据分析和应用模式,利用大数据构建分析模型,是金融审计发现问题的重要手段.证券市场违法行为一直是金融审计的重要关注内容.在审计实践中,本文基于证券市场成交数据,通过重点研究停牌利好型内幕交易和持续跟踪型“老鼠仓”两种异常交易的特征及其在成交数据上的表现形式,分别根据停牌前大量买入交易和大量趋同交易两项主要特征构建两种异常交易的分析模型,用于识别可疑账户.经过与其他行业数据协同分析核实后的可疑账户,最终形成情况线索.

关键词：大数据、金融审计、内幕交易

资助基金：国家社会科学基金17BJY202

在线出版日期：2018-11-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：17-21