资源描述：
《近5年我国会计学研究热点可视化分析》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。
1、近5年我国会计学研究热点可视化分析会计是经济的组成部分,会计学科在社会科学领域占据着重要的位置。随着社会和经济的发展,我国会计也发生了巨大的变化。回顾过去,改革开放的30年,是我国会计弃旧扬新、逐步发展和变革的30年,尤其是进入21世纪后的近5年,我国会计的发展更是迅速。那么会计学现在的研究现状如何,研究热点有哪些,未来有潜力的研究方向是什么等等一系列的问题吸引着越来越多的学者。有关会计研究的文献迅速增长,给广大研究人员从浩瀚的研究论文中把握会计学的研究热点和研究前沿等问题带来了挑战,而科学知识图谱方法可以作为研究人
2、员应对这一挑战的有效工具。本文将基于词频分析和共词分析法,借助科学知识图谱技术对我国会计学论文进行可视化分析,指出我国会计学主流学术领域和研究热点。一、数据与方法(一)数据采集本文采用的数据于中国社会科学引文索引(CSSCI),以“会计”为检索词,选择年限为2005—2009年,通过篇名(词)和关键词路径检索,选择检索逻辑为“或”,选择文献类型“论文”,获得基于CSSCI数据库(2005—2009年)共计5年我国会计学论文1477篇,并下载保存作为本文的数据。(二)数据预处理由于本文的基础工作是对关键词的定量分析,因
3、此要保证关键词数据的有效性。对下载的1477条数据检查发现以下问题:1.部分关键词表述不正确或标引不规范。2.存在同义词或近义词。为了解决以上问题,笔者作了以下工作:1.修正表述不规范的关键词,如:将关键词“独之审计”错误形式修正为“独立审计”等。2.合并同义词,如:“会计信息披露”和“信息披露”合并为“信息披露”;“稳健会计”和“稳健性会计”合并为“稳健会计”等。按上述原则对检得数据进行过滤和清洗,最后保存这些修正的数据作为本文的数据。(三)分析方法本文采用词频分析、共词分析、多元统计分析方法。具体步骤为:首先对关
4、键词进行词频统计,选择高频关键词;其次利用共词分析方法,建立共词矩阵;最后,利用现代多元统计分析技术(如因子分析、距离分析、多维尺度分析),分析共词矩阵,展现出我国会计学领域的研究热点图谱。1.词频分析关键词是学术论文的一个重要组成部分,虽然在论文中所占篇幅较少,但却是论文的精髓。往往从关键词部分就可以了解到该文所涉及的领域和内容。统计1477篇论文的所有关键词出现的次数,并按照出现频次大小排序。通过统计,关键词总计2573个,总出现频次为5173次,限于篇幅,仅列出出现频次大于等于15次的高频关键词(见表1)。2.
5、共词分析本文在得到高频关键词的基础上,采用共词分析法描述关键词对之间的连接强度,以便进一步揭示我国会计学的研究热点。首先对确定的38个高频关键词统计他们两两的共现次数,形成一个38*38的原始共词矩阵。为了消除矩阵因关键词频差异的影响,转换成距离相异矩阵(如表2)。首先,进行聚类分析。将距离相异矩阵(如表2)导入SPSS中进行聚类分析,在聚类方法中选择离差平方和(an),在相关矩阵基础上,利用主成分分析法(Principalponents)进行因子分析。分析结果表明,38个关键词中有8个公因子被提取,它们能够解释全部
6、信息的86.144%,同时通过因子个数碎石图(如图2)帮助确定最佳分类数,即将会计学研究热点分为8类比较合适。二、结果与分析(一)词频统计由表1看出,会计准则已经成为我国学者最为关注的研究热点。在1477篇论文的所有关键词里,会计准则出现的频次为167,居第1位,这和我国会计发展所处的阶段是相符的。我国会计处于快速发展的初期阶段,大量借鉴国际会计发展成果,用于制定符合社会主义市场经济和现代企业管理制度的会计准则,直到2006年,才制定出一部具有完整体系的现代企业会计准则,因而大量的研究都是围绕着会计准则展开的,从准则
7、出台前的探讨、铺垫到准则出台后的影响和结果分析;关键词会计信息出现的频次为129,居第2位,说明我国会计界更多地把会计当做提供信息的系统机制,大家最为关心的也是会计系统能够提供什么样的信息;从排名第3位的关键词注册会计师到排名第16位的关键词会计信息失真,都是围绕会计信息这个主题展开的,注册会计师和会计事务所的审计质量影响了会计信息的真实度,即会计信息质量,会计准则、会计核算方法、会计监督都是影响会计信息质量的因素,信息披露适用于上市公司,对于上市公司的投资者而言,信息披露和质量会影响到他们的投资决策;排名第18位的
8、管理会计、排名第23位的财务会计和排名第25位的政府会计反映了不同应用领域的会计研究;而居于前沿的研究课题诸如环境会计、人力资源会计、会计诚信出现的频率较低,发表的文献较少。综上所述,我国过去围绕会计准则所做的研究最多,其次是对会计信息的探讨,而诸如扩大会计的计量范围的课题研究较少。(二)共词知识图谱通过以上的聚类分析、因子分析以及多维尺度分析
