“本土所”与“国际所”审计质量对比研究——基于行业专长效应的新视角

基于行业专长效应的新视角,以2008—2019年我国A股上市公司为样本,考察了“本土所”与“国际所”的审计质量差异。研究表明:与“国际所”的非行业审计专家相比,“本土所”的行业审计专家能够利用自身行业专长优势,发挥出更强的专业胜任能力与独立性,提供更高质量的审计服务,即存在行业专长效应;进一步地,我国推行会计师事务所特殊普通合伙制改革之后,这一行业专长效应增强,即“本土所”行业审计专家更能保障审计质量。拓展分析发现,“本土所”行业审计专家主要通过增加审计投入来提升审计质量;当两位审计师来自总所或相同分所时,更有助于行业专长效应的发挥。研究结论有助于矫正资本市场参与者针对“‘国际所’必然优于‘本土所’”的惯性误解,也可以为加强我国本土会计师事务所“做大做强”建设发展提供理论参考与政策启示。

分所设立模式影响审计质量吗?

目前中外审计学界针对会计师事务所的分所维度问题研究相对不足,基于我国证券业务资格会计师事务所的分所设立数据,考察不同模式设立分所如何影响审计质量。研究结果表明:相较于“直营”模式设立分所,“加盟”模式设立分所的审计质量整体较低。进一步剖析发现:在时间维度上,“加盟”模式与“直营”模式设立分所的审计质量差异现象主要存在于分所设立早期(前三年);在空间维度上,基于规模效应视角与质控管理视角,事务所一体化治理水平越高,越能够缓解“直营”模式与“加盟”模式设立分所的审计质量差异,尤其是保障“加盟”模式设立分所的审计质量。本研究从设立模式的新视角拓展了分所治理问题研究,可为监管部门指引会计师事务所完善分所治理机制提供科学依据。

基于行为的Android恶意软件家族分类系统

本文通过对恶意软件样本家族特征进行分析,确定了恶意软件通用敏感行为特征库和家族分类特征,基于静态分析和动态分析技术构建了Android恶意软件家族分类算法,并实现了Android恶意软件自动化分类平台,实验结果论证了系统的有效性。

面向Android软件动态行为监测的UI自动化触发与测试方法

Android恶意软件数量急剧增加,样本分析压力与日俱增,基于动态行为的自动化分析方法有效提升了恶意软件分析效率,但如何在短时间内全面有效触发恶意软件的各类潜在行为,成为自动化分析一个非常关键的问题。本文设计并实现了一种UI自动化触发与测试方法,以全面触发和监测软件潜在恶意行为。本文提出的测试方法控件覆盖度与Activity组件覆盖度分别达到92.1%、100%,与同类系统相比,可更全面地监测到潜在的动态敏感行为。