分析了數學方法運用於會計研究的可行性與局限性，並在此基礎上論述了數學方法在會計各領域的運用。
分析了數學方法運用於會計研究的可行性與局限性，並在此基礎上論述了數學方法在會計各領域的運用。
管理會計主要是利用信息來預測前景，參與決策。籌劃未來，控制和評價經濟活動等，保證以較少的勞動消耗和資金占用，取得較好的經濟效益。管理會計套用的數學方法也相當廣泛，例如預測成本和銷售額時採用回歸分析，評價企業財務狀況、投資效益時採用層次分析法，預測經營狀況是採用具有吸收狀態（企業破產）的馬爾可夫鏈。另外還有“經濟定貨量”模型、“經濟生產量”模型、敏感分析、彈性分析等，則是套用微分學解決經濟問題的一些典範。管理會計中許多問題可以歸結為：數學分析中的極值問題；數學規劃中一定約束條件下的目標函式的最值問題；馬爾可夫相關理論問題；在約束條件和目標函式不能用線性方程或線性函式表示時的非線性規劃問題；在解決多階段決策問題時的動態規劃問題；解決如何經濟、合理地設定服務設施，從而以最低成本最大地滿足顧客需要問題時的排隊論問題，如人力資源選擇，機器設備選購等；導源於巨觀經濟管理並在微觀經濟管理中也有廣泛地套用的投入-產出分析問題，例如，用於多階段生產條件下生產與成本計畫的制定。
3.審計研究領域
審計主要是通過對財務會計信息的鑑證，以增強信息使用者對財務會計信息信任程度。在審計中最常用的數學方法是抽樣技術。隨著統計科學和企業規模的不斷發展，許多會計公司將統計抽樣理論與審計相結合，設計出了審計抽樣技術。對受審單位的內部控制制度有效性進行符合性測試時，採用屬性抽樣，如連續性抽樣，發現抽樣。在實質性測試中採用變數抽樣，如分層隨機抽樣及累計機率比例抽樣法（PPS），這對於減少審計風險和成本，提高審計工作效率和效果意義重大，因為嚴格遵循隨機原則抽取樣本，根據總體容量、誤差率、精確度、可信水平等因素綜合分析得到樣本容量，其分布規律更加接近於審計總體的分布規律。另外，在預測突發事件或不確定性問題時，歷史數據或既定的模型並不能完全反映它們，在這種情況下還要結合專家的專業判斷、經驗進行預測，也就是說，這一步的後驗分布又是下一步先驗分布的基礎，不斷對模型進行修正使之“動態化”，以提高預測精度。近年來，判別分析模型和聚類分析模型在國外也開始引入審計研究領域。對於定性資料的統計分析方面，Logit模型和probit模型被廣泛套用，例如用於預測註冊會計師簽署審計意見類型等。
值得注意的是，當人們尋求用定量方法處理複雜經濟問題時，容易注重於數學模型的邏輯處理，而忽視數學模型微妙的經濟含義或解釋，實際上，這樣的數學模型看來理論性很強，其實不免牽強附會，從而脫離實際。與其如此，不如從建模型一開始就老實承認數學方法的不足，而求助於經驗判斷，將定性的方法與定量的方法相結合，最後定量。
我國目前會計研究領域套用數學方法的幾點建議：（l）“硬體”方面加強資料庫建設。數學方法得以套用的前提之一是有一定規模的數據，在美國，進行定量研究可利用的數據較多，如芝加哥大學的COMPUSTAT資料庫，美國證券價值研究中心（CRSP）所建立的大型計算機資料庫等。我國尚無與之類似的相應資料庫，這使得許多會計學者從事實證研究、其它學者要想檢驗其研究結果時面臨耗時費力的數據收集問題。這樣無疑增加了實證研究的成本。（2）“軟體”方面注意會計專業人員的知識結構培養。建議有關高校針對會計專業學生開設數理方法論的課程，側重互補性專業設定，另外注意先進的統計軟體（如SAS）的教學，使會計專業人員具備一定的數理工具套用能力。
