英语原文共 6 页，剩余内容已隐藏，支付完成后下载完整资料

人工智能在审计中的应用：回顾未来

会计可以说是第一个应用信息和通信技术（ICT）工具和技术的领域。 虽然信息和通信技术的应用首先在基本会计系统中进行，但很快证明，财务建模包在会计分析方面非常有用（Carr，1985; Clark＆Cooper，1985). 巴拉斯 和斯旺（Swann，1984） 认为由于其从业人员保守的态度，会计作为一个专业采用信息和通信技术的速度被认为是缓慢的。 然而，到了20世纪90年代后期，该行业被迫将其业务计算机化，以此作为提高效率，抵御竞争和减少开支的一种方式（Manson，McCartney，＆Sherer，1997，2001).

ICT工具现在通常用于一系列的任务，诸如算术计算等诸如流动图和统计分析之类的复杂分配。 这些工具包括审计工具包（包括标准软件包和目的编写的软件），清单，logit模型，审计查询程序（能够深入分析和测试数据），集成审计监视器模块（程序化例程，可以持续监视真实数据和处理条件），专家系统和内部控制模板，通常用于识别系统的优点和缺点。 这些的例子模板是普华永道的风险控制工作台和德勤的可视化保证。

由于计算机技术的稳步发展，大多数大型会计公司都引入了使用人工智能作为审计判断的一部分，作为其综合审计自动化系统的一部分。 正如之前预测的那样 Abdolmoham- madi（1987）和Bell，Knechel，Payne和Willingham（1998）诸如电子数据交换（EDI），电子文件传输（EFT）和图像处理等ICT设备正在逐渐取代传统审计线索，从而彻底改变整个审计流程。

尽管审计专业在过去的一个半世纪中经历了巨大发展，但审计的中心主题仍然为管理层提供的财务信息的真实性和公正性提供独立的第三方专家意见，并且这些信息的合规性并附有适用的会计准则和相关法规。 因此，审计被认为是一组信息密集的活动，涉及收集，组织，处理，评估和呈现数据，以便产生可靠的审计意见（决定）。 本次审计意见通常是对财务报表各个方面的审计判断（基于相关，适当，充分和有说服力的审计证据）的混合产物。

由于基于信息通信技术的决策辅助工具继续在现代社会引起轰动,商业世界同时加大了审计师在治理和控制公司实体方面发挥更有效作用的压力，本文旨在回顾主要研究工作和目前关于审计一类计算机化决策辅助手段，人工智能系统的辩论。 这是为了提出该地区未来的研究和软件开发方向。 由于在这个新千年的新十年的转折时期，人造智能系统的最新发展，这种评论是必要的。 此外，大多数关于信息技术审计的研究都是综合考虑决策辅助或人工智能的一个方面，而本研究则侧重于使用两种主要类型的人工智能 - 专家系统（ES）和神经网络（神经网络）在审计中的应用。 下一节将更多地介绍在审计中使用不同的基于智能的情报系统。

2.审计和基于情报的系统

根据 卡尔森（Carlson，1983） 如引用 Abdolmohammadi (1987)，典型的决策过程应该包含三个基本的迭代阶段。 它们是：智能（包括收集数据，识别目标，诊断问题，验证数据和构造问题），设计（包括操纵数据，量化目标，生成备选方案并为替代方案分配风险或价值）和选择（涉及生成统计关于替代方案，模拟替代方案的结果，解释替代方案，选择替代方案和解释选择）。 因此，人工智能是决策援助不可分割的一部分，在包括审计在内的现代企业和行业的技术和管理运营中得到开发和采用。

达拉尔（1999年，第1页） 早先已经指出：

“随着世界人口可能增加到难以想象的水平，并且由于交易性质的复杂性，应用审计程序将越来越依赖于软件。 因此，“现代情报和专家系统”在今天的审计工作中是有用的，也许是不可避免的。

为了说服达拉尔的观察，过去二十年来，在开发高度复杂的基于智能的基于情报的系统（以专家系统和神经网络的形式）方面持续努力，以协助审计人员做出判断（Abdolmohammadi＆Usoff，2001年）。 这些系统的目标是协助审计师做出更好的决策，注意通常在纯手工决策过程中可能发生的潜在偏见和遗漏。 虽然人们普遍认为这些系统应该仅仅用作帮助或输入审计师最终确定审计结果的原因，因为通用性和敏感性程度如此，这些判断要求Abdolmohammadi＆Usoff，2001; Elliott＆Jacobson，1987; Manson等，1997），一些实证结果表明，审计师有时过分依赖这些系统的产出（格洛弗，普拉维特， Spilker，1996; Swinney，1999）。 但是，无论审计师在达成某一决定（意见）之前所使用的工具和技术的性质如何，他/她最终都要对判断负责。 正如审计师依赖其他专家（如房地产估价师和律师）建立审计证据作为审计意见基础的情况一样，审计师采用的人工智能工具被视为仅仅是“代理人”被聘用来完成一个特定的任务。 审计人员有责任确保这些工具对于其目的的相关性，可靠性和有效性。 此外，使用基于智能的情报系统进行判断就像是一把双刃剑。 审计师可能会因为没有充分使用现代决策辅助工具而承担责任，从而得出错误的判断，就像他可能仅仅依靠专家系统判断他的判断来作出不正确的判断一样（阿什顿， 1990; Sutton，Young，＆McKenzie，1994).

对于审计师使用基于人工智能的系统进行审计的审计，已经认定各种各样的计划是可计量的。 这些包括效率和有效性（Abdolmohammadi＆ Usoff，2001年）; 一致性（布朗和墨菲，1990年）; 审计任务结构（Pieptea＆Anderson，1987）; 改进决策和沟通（布朗和墨菲，1990年）; 加强员工培训（Elliott＆Kielich，1985）; 为新手开发专业知识和缩短决策时间（Eining＆Dorr，1991）。 尽管如此，以下方面已经被认为是采用基于人工智能的系统的可能缺点：由于探索了更多的替代方案，麦凯，巴尔和科莱克，1992年）; 建立，更新和维护系统的巨大成本（Pieptea＆Anderson，1987）; 新手知识库的抑制（墨菲，1990）; 发展专业判断能力的抑制（Yuthas＆Dillard，1996）; 工具被转移给竞争对手的风险以及在法庭上被用于反对审计师的可能性，因为他们过度依赖决策辅助证据（Abdolmohammadi＆Usoff，2001年).审视了人工智能的发展和影响，根据目前的文献，从总的角度来看，有必要更详细地审查审计师对特定组件（即专家系统和神经网络）的采用情况。

2.1.专家系统

英国计算机协会专家系统专家组作出了阐述专家系统含义的最早努力之一。 该组织定义了一个专家系统：专家系统被认为是基于知识的组件的计算机内的实施例，从专家技能来看，系统可以提供智能建议或对处理功能做出明智的决定。 许多人认为很重要的附加特征是系统按照需求以能够直接理解查询者的方式证明其自己的推理路线的能力。 为达到这些特征所采用的风格是基于规则的程序, 将专家系统定义为软件密集型系统，将特定决策领域的一名或多名专家的专业知识结合起来，以便为一组问题提供具体建议，帮助用户做出比无援助更好的决策。 专家系统（ES）是系统和过程的组合，旨在模拟专家的判断。 它与其他计算机化系统不同，因为它具有独特的属性，如重点和应用程序（Baldwin-Morgan＆Stone，1995).早在20世纪30年代人工智能的早期应用就围绕着程序控制机器对物理对象的操纵，但这些机器人几乎没有什么商业或实用的知识。 不同国家的政府通过学术界和工业界的共同努力解决了这些限制。 例如1982年的日本新生代计算机技术研究所和英国的Alvey计划.Alvey计划的重点是四大研究领域，包括软件工程，超大规模集成，人机界面和智能知识系统（康奈尔，1991年）。 这项以智能知识为基础的专家系统的领先研究招募了大型银行和会计公司参与开发ALFEX（ALvey金融专家系统）专家系统。 虽然Alvey计划的努力被截断了一半，但参与会计的公司获得的经验和曝光证明对ESPIRIT等欧洲共同体倡议有用。 这种初步的经验也促使这些公司开发内部专家系统，用于其专业实践的不同方面（康奈尔，1991年).

预计有效的ES将为审计行业提供几个原则。 这些包括了解任务过程，增加知识和知识的可转移性。 这些解释了为什么大多数会计企业，尤其是大型会计企业在其运营的多个领域越来越多地采用ES。 此外，英国，美国和加拿大对会计师使用专家系统的研究表明，审计是由会计有限责任公司开发的专家系统数量最多（Edwards＆Connell，1989）。 在审计中使用的ES已被认定为涵盖支持审计计划，一致性测试，实质性测试，意见制定，报告和审计客户参与决策的系统（Gray，McKee，＆ Mock，1991; 格林斯坦和汉密尔顿，1997年）。 有关审计使用ES的其他研究将在以下三个小节中讨论。

2.1.1.用于评估审计师使用专家系统的影响的模型

鲍德温 - 摩根和斯通（1995） 提出了一个二维框架（矩阵模型）来解决ES对会计有效值可能产生的多重影响。 该矩阵一方面包括影响的程度（行业，组织，个人和任务），另一方面包括影响的类别（效率，有效性，专业知识，教育和环境）。 选择不同级别的影响的基本原理是，每种类型的任务或行业都可能具有ES造成的独特影响。 因此，Baldwin-Morgan和Stone的研究为研究ICT对会计实践的影响提供了一个有用的框架，因为它考虑了一些必要的特殊偶然因素（任务，行业，环境和规模）。

Baldwin-Morgan和Stone的研究能够提出一种模型来评估ES对使用它们的组织和个人的影响，这与大多数以前的研究完全不同，后者只讨论了ES如何工作以及为什么他们已经开发出来，或者充其量它们对审计的潜在影响。 该模型基于之前关于审计专家系统和管理会计专家系统对当时文献可用的影响的实证研究Baldwin-Morgan，1993; 布朗＆ Phillips，1990; 山崎与Manoochehri，1991年）。 因此，该研究将合理的理论模型与实证分析相结合。

最近， Dillard和Yuthas（2001） 通过考虑ES在审计实务中的应用所固有的道德问题，为专家系统在审计中的使用带来了全新的视角。 该研究采用了尼布尔的“负责任的自我”理论来支持构成道德问题的范围和识别负责任行动的框架 - 始终考虑受实施专家系统影响的利益相关者群体之间的持续互动。 该研究还表明，该框架应该用于在系统开发之前评估利益相关方的行动，并与系统的潜在后果并肩作战。

2.1.2.专家系统在审计中的用途

阿诺德等人。 （2004年） 评估决策辅助对前期和新手决策者的判断的影响。 该研究表明用户和援助的适当组合可能会提高专家决策者的决策质量，但如果智能决策辅助工具比用户更专业，新手决策者可能容易受到较差决策制定的影响。 该研究采用了一种实验方法，对两组专家和新手破产从业人员使用名为INSOLVE的决策辅助工具。

Eining和Dorr（1991） 利用191名高层次会计学员进行了一次体验式学习研究，作为新手审计决策者评估内部控制系统的充分性，以期调查ES对经验性知识获取的影响。 研究表明，研究对象被分为四类（无决策援助，问卷，ES无解释能力和ES具有解释能力）的受试者中，分配给两个专家系统组的受试者表现明显好于其他受试者两组。

伊宁和多尔的研究是建立在教育心理学着名的理论框架 - 认知学习理论之上的。 这与适当的方法学，受控的实验室实验相结合，研究结果为实践有价证券投资新手审计师使用专家系统提供了最早的见解之一。 Changchit和 Holsapple（2004） 开发和评估了一个可用于评估内部控制有效性的类似ES。

2.1.3.评估专家系统对不同审计类型的影响

Eining等人 （1997年） 建议在评估管理欺诈风险的复杂决策过程中使用决策辅助手段。 该研究采用了实验室实验方法，对ninetysix审计师进行研究，使用专家系统来提高用户的参与度。 与使用清单和仅提供建议评估的logit统计模型相比，该研究的结果表明，使用专家系统可提高审计师更好地区分具有不同管理欺诈风险水平的环境的能力。 因此，从这项研究中可以看出，专家系统是技术最先进的，可以在评估这种风险时提供更高水平的准确度装置。

Eining等人的研究是比较影响的少数人之一

三种决策辅助手段（清单，统计模型和专家系统）在审计师对管理舞弊风险的评估中的作用。 此外，虽然该研究将建设性对话机制纳入专家系统使用可以进一步提高该领域的知识水平，但实验室实验的使用可能并未呈现出对所研究现象的现实观点，特别是因为这是一次性练习。 此外，使用单个高度结构化的“big6”状态的rm可能不是形成推广研究结果的充分基础。 在特定行业内使用类似的机制，保险， Pathak，Vidyarthi和Summers（2005） 将模糊数学与ES技术相结合，设计出一套能够识别保险索赔解决方案中欺诈元素的系统。

Swinney（1999） 研究了对专家系统的依赖性，开始协助审计师通过当时的“六大”会计有限责任公司之一对贷款准备金进行评估。 这项研究是基于以前的研究，其中“得出了明显相反的结论，支持对专家系统的依赖不足和过度依赖”。 因此， Swinney#39;s（1999） 研究在会计核算的社会背景下处理了两个研究问题。 这些是：1.审计师是否过度依赖专家系统的输出来形成自己的贷款损失准备金判断？2.ii.在形成自己的贷款损失准备金判断时，审计师是否过度依赖负面专家系统产出而不是正面专家系统产出？

Swinney从有关组织社会背景和可能导致会计公司低估/过度依赖专家系统的因素的相关理论和经验论证中吸取了教训。 两个假设是从这些论点发展而来的。 在第一个假设中，Swinney试图研究“在考虑到错误的负面系统产出后，审计师做出的贷款损失准备金判断与审计师在考虑错误的积极的专家系统产出后做出的贷款损失准备金判断”相同。 第二个假设检验了审计师在考虑错误的负面专家系统产出后的贷款损失准备金决策，审计师在考虑错误的积极专家系统产出后做出的贷

全文共8723字，剩余内容已隐藏，支付完成后下载完整资料

资料编号：[11064]，资料为PDF文档或Word文档，PDF文档可免费转换为Word