會計類畢業(yè)論文范文

　　會計類畢業(yè)論文范文

　　摘要：戰(zhàn)略成本會計突破傳統(tǒng)成本會計的局限，為現(xiàn)代企業(yè)管理開拓了新的戰(zhàn)略管理領(lǐng)域。

　　本文就戰(zhàn)略成本會計在企業(yè)高層決策，成本管理，市場定位以及售后服務(wù)管理中的應(yīng)用做出探討。 關(guān)鍵詞：戰(zhàn)略成本會計;企業(yè)管理;應(yīng)用 戰(zhàn)略成本會計是指企業(yè)通過對投資決策和實施、研究開發(fā)與設(shè)計、原料采購、產(chǎn)品生產(chǎn)、銷售與售后服務(wù)進行全面的監(jiān)控，將這些監(jiān)控貫穿于產(chǎn)品進入市場到退出市場的全過程，從戰(zhàn)略的角度研究影響成本的各個環(huán)節(jié)，規(guī)劃并控制成本使之保持在適度水平，以便在市場上取得持久的競爭優(yōu)勢，確保企業(yè)有效地完成既定的業(yè)績要求，實現(xiàn)企業(yè)的戰(zhàn)略目標。 現(xiàn)代企業(yè)管理是企業(yè)全員管理、全過程管理和全方位管理。由于電子技術(shù)運用于產(chǎn)業(yè)形成了高度電腦化高度自動化的生產(chǎn)，形成了新的制造環(huán)境。在新的制造環(huán)境下，企業(yè)必須有與之相適應(yīng)的現(xiàn)代成本會計技術(shù)。戰(zhàn)略成本會計突破了傳統(tǒng)成本會計把成本局限在微觀層面上的研究，而把重點轉(zhuǎn)向企業(yè)整體戰(zhàn)略這一更為廣闊的領(lǐng)域，從而有利于企業(yè)正確地進行成本預(yù)測、決策，正確地選擇經(jīng)營戰(zhàn)略，提高企業(yè)整體經(jīng)濟效益。

　　本文從以下幾個方面對戰(zhàn)略成本會計在企業(yè)管理中的應(yīng)用進行分析。

　　一、在企業(yè)高層決策管理的應(yīng)用 戰(zhàn)略成本會計為有效地服務(wù)于企業(yè)的戰(zhàn)略管理，及時提供以外向型為主體的多樣化信息和相應(yīng)的分析研究資料，為企業(yè)高層領(lǐng)導沿著正確的方向進行戰(zhàn)略思考起到“催化劑”的作用，從而使他們能據(jù)此高瞻遠矚地對企業(yè)內(nèi)外的環(huán)境和條件進行綜合透視，從中了解競爭對手的長處和短處及今后的戰(zhàn)備趨向;并了解現(xiàn)有和潛在顧客目前的需求及其今后的發(fā)展前景，進而洞察在今后較長時期內(nèi)可能捕捉的機遇和面臨的挑戰(zhàn)。戰(zhàn)略成本會計管理在企業(yè)中獲得領(lǐng)導者的支持，企業(yè)成功才會推廣戰(zhàn)略成本會計，進而開展戰(zhàn)略管理。同時,戰(zhàn)略成本會計系統(tǒng)是全員工程，其成本核算體系設(shè)計、基礎(chǔ)數(shù)據(jù)收集以及改善行動都需要全員參與，實施戰(zhàn)略成本會計不可避免會導致對個人和組織的產(chǎn)生一定的影響。因此，組織機構(gòu)也要為適應(yīng)系統(tǒng)的成功實施進行再造。 二、在企業(yè)成本管理中的應(yīng)用 成本水平作為企業(yè)管理工作的質(zhì)量體現(xiàn)，表明成本管理是企業(yè)管理不可或缺部分，如何將戰(zhàn)略成本會計理論與方法正確引進和運用于戰(zhàn)略成本會計管理是目前我國企業(yè)提高經(jīng)營管理水平的重要的一步。 戰(zhàn)略成本會計認為采購不僅包括一般意義上的采購成本，而且包括與低質(zhì)量、低可靠性和不理想的運輸條件相聯(lián)系的成本。因此在對成本的管理中不應(yīng)僅僅考慮采購價格，同時還應(yīng)考慮到采購的原材料的質(zhì)量、可靠性和送貨的及時性等多種因素，這樣確定的成本涵蓋的內(nèi)容更全面，提供的數(shù)據(jù)更實際可靠。在進行了對采購成本的歸集處理工作后，還應(yīng)分析價值鏈中采購環(huán)節(jié)每一作業(yè)與成本的關(guān)系，以作業(yè)為基礎(chǔ)，按照因果關(guān)系把采購成本分配到其應(yīng)承擔的產(chǎn)品成本中，這樣使得產(chǎn)品成本相關(guān)性大為增強。 企業(yè)不僅要設(shè)計出符合顧客需求并具 良好品質(zhì)及機能的產(chǎn)品，且同時必須達成其成本目標。至于中間過程是要透過降低多少材料費、加工費等來達成目標，則由各設(shè)計部門視其創(chuàng)意而定。要根據(jù)各個環(huán)境反饋的信息進行成本預(yù)估、確認設(shè)計部門目標達成的情況。

　　1.1 課題背景和研究意義

　　審計作為現(xiàn)在會計師事務(wù)所主要從事的業(yè)務(wù)，在中國是一個久遠的職業(yè)，據(jù)歷史文獻記載在西周時就已經(jīng)有審計的職位，從審計方向的分類來看，以前的審計主要是政府審計，而社會審計(事務(wù)所審計)和內(nèi)部審計則是現(xiàn)代才發(fā)展起來的。從審計發(fā)展方面來看，在計算機用于與審計行業(yè)之前，審計人員能做的，只有通過對紙質(zhì)賬簿的檢查，在社會審計方面和政府審計方面分別監(jiān)督企業(yè)的經(jīng)濟活動和國家機構(gòu)的財政財務(wù)收支真實與合法性。而在 2002 年，在國務(wù)院的支持下，審計署開始啟動“金審工程”項目一期的建設(shè)實施，在 2004 年，隨著各地的金審一期項目的逐漸完成，這表明我國審計界已經(jīng)向?qū)徲嬓畔⒒龀龅囊豁棿竽懙膰L試。金審一期的建設(shè)重點在于：局域網(wǎng)、標準規(guī)范建設(shè)、應(yīng)用系統(tǒng)、安全系統(tǒng)建設(shè)、人員培訓等內(nèi)容。從 2008年開始，金審二期項目啟動，金審二期的建設(shè)重點是建立各地聯(lián)網(wǎng)審計系統(tǒng)，2012年 7 月 30 日，金審二期工程竣工驗收大會在審計署舉行。這表明我國的審計信息化在已經(jīng)取得很大的進步。 審計與計算機信息技術(shù)的結(jié)合使得審計主體可以更大范圍進行審計活動。隨著審計對象的承載介質(zhì)的變化，為了準確計量和全面反映機構(gòu)的經(jīng)營狀況和經(jīng)營風險，增加對經(jīng)營風險和審計風險的控制，解決審計資源的配置問題，現(xiàn)代審計風險模型在不斷演變和發(fā)展完善中，逐漸確立了以風險評估為中心，通過對被審計單位的風險評價和計量，來確定審計方式、重點和范圍。2004 年 12 月 15 日，歸屬于“國際會計師聯(lián)合會(IFAC)”管理的“審計與鑒證準則委員會(IAASB)”頒布的《國際審計準則240 號》開始生效了，該準則提出了新審計風險模型，2006 年《中國內(nèi)部審計準則》的頒布實施和在 2013 年重新修訂的《中國內(nèi)部審計準則》也包括了這種方法，這意味著我國審計界已經(jīng)認同了這種新審計風險模型。在這一大的社會發(fā)展背景下，我們認為選擇一種全新的審計風險研究思路，利用現(xiàn)代信息技術(shù)發(fā)展的最新手段，探討審計風險的相關(guān)問題，努力讓審計質(zhì)量得到更大的提高，是如今我們研究審計風險的又一個可以提高我們審計專業(yè)知識的課題。我們利用數(shù)據(jù)挖掘技術(shù)，對審計風險進行評估、計量和控制，收到了一定的成效，可以解決傳統(tǒng)審計風險研究難以解決的對審計風險進行數(shù)量化描述的問題，然后針對不同的風險層次，實施對應(yīng)風險控制措施，也就可以提高我們的審計工作質(zhì)量。

　　........

　　1.2 國內(nèi)外的研究現(xiàn)狀概述

　　數(shù)據(jù)挖掘是一門是融合和各門學科的精華而建立起來的綜合學科和應(yīng)用技術(shù)。首它最早出現(xiàn)在一次國際學術(shù)會議上，因為數(shù)據(jù)挖掘首先起步的研究領(lǐng)域是在數(shù)據(jù)庫方面，所以人們剛開始把數(shù)據(jù)挖掘稱為數(shù)據(jù)庫里的知識發(fā)現(xiàn)(Knowledge Discovery in Database，簡稱 KDD)，就是從數(shù)據(jù)庫和數(shù)據(jù)倉庫中發(fā)現(xiàn)隱含的知識或模式。隨著研究對象的不斷變化，研究領(lǐng)域的極大擴展，人們對它的稱呼變成了數(shù)據(jù)挖掘(Data Miner，簡稱 DM) 首先對數(shù)據(jù)挖掘領(lǐng)域的相關(guān)理論和應(yīng)用貢獻最大的是國外研究人員。1967 年，J.B Mac Queen 提出的 K-Means 算法運用于數(shù)據(jù)挖掘技術(shù)的聚類分析中。1993 年R.Agrawal 最先提出關(guān)聯(lián)規(guī)則的概念，并和其他人共同提出的 Apriori 經(jīng)典算法是最早的關(guān)于關(guān)聯(lián)規(guī)則的算法，也是目前數(shù)據(jù)挖掘領(lǐng)域里應(yīng)用最廣泛的算法之一[1]。由于首先運用提出的一些分類和關(guān)聯(lián)算法挖掘的效率并不是很高，其他學者相繼提出了決策樹算法 ID3 和決策樹算法的改進版 C4.5 算法。隨著數(shù)據(jù)挖掘技術(shù)的不斷擴張，越來越多其他學科的分析方法也加入到數(shù)據(jù)挖掘技術(shù)來，比如機器學習中的遺傳算法、神經(jīng)網(wǎng)絡(luò)、模糊數(shù)學等理論。 國內(nèi)同樣也針對于數(shù)據(jù)挖掘技術(shù)進行了大量的應(yīng)用和理論研究，并取得了相當?shù)难芯砍晒?，但大多?shù)的研究成果偏重于將數(shù)據(jù)挖掘技術(shù)應(yīng)用于某一領(lǐng)域。米天勝于2003 年討論了數(shù)據(jù)挖掘技術(shù)運用于客戶關(guān)系管理中，并構(gòu)建了該種客戶關(guān)系管理體系結(jié)構(gòu)和工作流程[2]。肖可礫、熊輝于 2010 年探討了將數(shù)據(jù)挖掘技術(shù)運用于金融欺詐行為中，但只給出了概略的描述，未深入探討實施過程[3]。吳澤曦于 2015 年將數(shù)據(jù)挖掘技術(shù)中的聚類分析運用于車輛監(jiān)控系統(tǒng)的研究當中，提出來車輛監(jiān)控系統(tǒng)的總體設(shè)計方案，開辟了數(shù)據(jù)挖掘技術(shù)應(yīng)用的新領(lǐng)域[4]。