基于机器学习模型的审计应用:内涵、模式与风险

• 作者: 吴勇 方君 王尚纯 余洁
• 来源期刊: 中国注册会计师
• 关键词: 机器学习 审计 归纳推理 偏见 伦理风险
• 年，卷（期）: 2021,（9）
• 所属期刊栏目: 学术研究
• 页码范围: 34-40
• 页数: 7页
• 语种: 中文

摘要

机器学习凭借强大的计算能力和学习能力,能够提供更加快捷、精准化的大数据分析,能够更深入地洞察业务流程,有效识别高风险的审计领域,极大地提升审计效率和审计质量,但其在审计领域的深度应用也带来了一定的偏见和伦理风险.本文系统诠释了机器学习的本质内涵及其实践发展,剖析了机器学习引发会计和审计的研究范式由演绎推理向归纳分析的转变,提出了基于机器学习模型的审计应用模式,构建了面向审计全生命周期的机器学习审计应用框架,梳理总结了国际"四大"机器学习系统的应用实践,针对机器学习模型审计应用可能引发的偏见和伦理风险问题,提出了相应的应对策略.