论文部分内容阅读
计算机辅助审计作为审计的一个分支，来源于计算机技术在审计领域广泛应用。计算机技术的广泛应用，改变了企业信息系统的性质，同时也为计算机辅助审计工作提供了便利的工具。为适应这种变化，加快改进审计技术和审计作业手段，运用现代化的工具—计算机来辅助审计己势在必行。为了更好的达成审计的目标，本文首先探讨了如何利用计算机辅助审计技术进行审计的具体过程和方法。
同时，计算机技术的广泛运用，我国信息化水平的飞速发展，数据海量化的趋势已不可逆转，作为行使独立监管职能的审计机关如何应对被审查单位数据日益海量化的挑战，如何对被审查单位的海量数据进行总体分析是一个亟待解决的问题。因此，在讨论计算机辅助审计技术的基础上，本文的另一个工作是重点介绍了数据挖掘技术在审计的具体应用，并利用模型对上市公司财务报表真实性的判别进行了实例验证。
在实验中，本文采用了神经网络模型与RSVM模型两种模型进行对比分析，利用相对容易获得与规范的上市公司的数据，将可以明确量化的财务指标作为审计信息分别导入两个模型当中。最终得到了各自的预测结果，本文评价了结果并进行了对比实验分析，从结果可以看出，RSVM模型的准确率（90.8％）明显优于神经网络模型（86.09％），RSVM模型在训练次数、训练和测试时间等方面明显优于神经网络模型。可以看到RSVM模型在辅助审计预测领域的巨大潜力。真实数据的检验结果证明了本文理论分析的结果。