期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
数智时代审计法律问题与对策研究
1
作者
张荣刚
陈思伊
《审计研究》
北大核心
2025年第4期43-50,共8页
人工智能的技术特性和运作模式会对审计范式产生深远影响,其在推动审计工作发展的同时也带来了诸多法律问题。本文在梳理审计模式发展、人工智能在审计领域的探索实践的基础上,分析法律法规体系与数智审计适应性不足、现有法律难以保障...
人工智能的技术特性和运作模式会对审计范式产生深远影响,其在推动审计工作发展的同时也带来了诸多法律问题。本文在梳理审计模式发展、人工智能在审计领域的探索实践的基础上,分析法律法规体系与数智审计适应性不足、现有法律难以保障数智技术应用下的审计合规性、审计证据效力不明带来数智审计成本增加等典型问题,认为现有法律制度无法满足数智审计快速发展需求,亟须进行适应性变革;提出在法制方面完善数智时代审计法规体系、在技术方面防范技术应用带来的法律风险、在人才方面注重审计团队应对法律风险的能力,回应数智时代对审计工作在“法、数、智”方面的更高要求。
展开更多
关键词
数智审计
法律问题
对策研究
在线阅读
下载PDF
职称材料
基于SAE-BP神经网络的审计风险识别研究——以计算机、通信和其他电子设备制造业行业为例
被引量：
1
2
作者
刘聪粉
张庚珠
《经济问题》
CSSCI
北大核心
2024年第6期123-128,F0003,共7页
审计风险的识别和评估是现代风险导向审计的重要内容,为准确地识别审计风险,建立了一套基于SAE-BP神经网络的审计风险识别模型。选取16个指标构成重大错报风险评估模型的输入指标体系,利用SAE算法提取特征,通过机器学习模型BP神经网络...
审计风险的识别和评估是现代风险导向审计的重要内容,为准确地识别审计风险,建立了一套基于SAE-BP神经网络的审计风险识别模型。选取16个指标构成重大错报风险评估模型的输入指标体系,利用SAE算法提取特征,通过机器学习模型BP神经网络分类器进行识别,构建SAE-BP神经网络,并选取135个A股上市公司作为样本进行了实证分析。结果表明:该模型运算速度快,模型平均识别准确率较高,可以达到88.5%,能够对审计风险进行高质量识别,有效提高了审计的效率。
展开更多
关键词
审计风险识别
大数据
稀疏自编码器
神经网络
在线阅读
下载PDF
职称材料
题名
数智时代审计法律问题与对策研究
1
作者
张荣刚
陈思伊
机构
西北政法大学
商学院
(
管理
学院
)
出处
《审计研究》
北大核心
2025年第4期43-50,共8页
基金
西北政法大学国家级重大科研培育项目(项目批准号:2025ZD02)
审计署2024至2025年度重点科研课题(项目编号:25SJ03003)的资助。
文摘
人工智能的技术特性和运作模式会对审计范式产生深远影响,其在推动审计工作发展的同时也带来了诸多法律问题。本文在梳理审计模式发展、人工智能在审计领域的探索实践的基础上,分析法律法规体系与数智审计适应性不足、现有法律难以保障数智技术应用下的审计合规性、审计证据效力不明带来数智审计成本增加等典型问题,认为现有法律制度无法满足数智审计快速发展需求,亟须进行适应性变革;提出在法制方面完善数智时代审计法规体系、在技术方面防范技术应用带来的法律风险、在人才方面注重审计团队应对法律风险的能力,回应数智时代对审计工作在“法、数、智”方面的更高要求。
关键词
数智审计
法律问题
对策研究
Keywords
digital age
legal issues
policy research
分类号
F239.4 [经济管理—会计学]
在线阅读
下载PDF
职称材料
题名
基于SAE-BP神经网络的审计风险识别研究——以计算机、通信和其他电子设备制造业行业为例
被引量：
1
2
作者
刘聪粉
张庚珠
机构
西北政法大学
商学院
(
管理
学院
)
出处
《经济问题》
CSSCI
北大核心
2024年第6期123-128,F0003,共7页
基金
陕西省统战理论与实践课题研究项目“新形势下促进全省民营经济发展壮大研究”(2023HZ1293)。
文摘
审计风险的识别和评估是现代风险导向审计的重要内容,为准确地识别审计风险,建立了一套基于SAE-BP神经网络的审计风险识别模型。选取16个指标构成重大错报风险评估模型的输入指标体系,利用SAE算法提取特征,通过机器学习模型BP神经网络分类器进行识别,构建SAE-BP神经网络,并选取135个A股上市公司作为样本进行了实证分析。结果表明:该模型运算速度快,模型平均识别准确率较高,可以达到88.5%,能够对审计风险进行高质量识别,有效提高了审计的效率。
关键词
审计风险识别
大数据
稀疏自编码器
神经网络
Keywords
audit risk identification
big data
stacked autoencoder
backpropagation neural network
分类号
F239.1 [经济管理—会计学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
数智时代审计法律问题与对策研究
张荣刚
陈思伊
《审计研究》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于SAE-BP神经网络的审计风险识别研究——以计算机、通信和其他电子设备制造业行业为例
刘聪粉
张庚珠
《经济问题》
CSSCI
北大核心
2024
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
