中央预算执行审计对象遴选方法探索——基于GRNN神经网络的部门预算违规率预测

摘要：

在中央省部级单位众多、审计署人力物力资源有限的情况下,探索在年度中期实现对中央预算执行审计对象当年预算违规状况的预测,并据此进行审计对象的科学遴选,这对于提高预算执行审计效率具有一定的现实意义.本文利用MATLAB软件和2009年-2014年中央各部门预算执行审计数据构建了GRNN神经网络,对2015年各部门年预算违规比率进行预测,并与真实违规率进行比较,结果表明GRNN具有较好的预算违规预测能力.

关键词：GRNN神经网络、预算执行审计对象、预算违规、预算治理

分类号：F239.4(会计)

资助基金：全国重点会计科研课题项目“公共部门注册会计师审计制度和审计准则研究”2015KJA019

在线出版日期：2017-01-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：40-47