四、本研究的不足与展望

随着研究的不断深入，我们觉得不同行业的风险模型存在一定的差异，要研究完整是一个庞大的工程，面对行业之间的差别，审计风险点也千差万别，因此需要不同的审计风险模型来应对，尽管我们做出最大努力，但仍存在一些缺陷。存在的不足主要体现在：

1.研究花费了大量的精力在于探讨审计与计算机之间的结合点，因此在分析风险模型中，尽量挑选了数据结构相对完整并且容易得到的模型进行分析。实际上，有价值的风险模型还有很多，因此，我们的研究不够全面，没考虑所有行业所特有个性化的风险，只是针对通用审计风险模型来展开研究。

2.由于客观环境的不断变化，数据挖掘技术本身在不断升级和更新，审计风险模型也会随着环境的变化而得到修订，因此，我们研究只是在目前环境下的研究成果，随着时间的推移，我们的研究也面临完善和发展。

本研究运用了系统工程研究的方法，探讨审计风险管理与计算机技术的结合，探索了数据挖掘模式下审计风险预警的研究，具有一定的开拓性意义。我们的研究得到了国家审计署计算机中心和相关业务审计司领导的关注和肯定，在研究思路和方法上给予了指导，在专家经验模型的选择和运算结果的审计判断方面进行了共同的探讨，同时也要求将我们将研究成果早日运用于审计风险预警实务。 ShCf0nM3A+4U8NQCQvpx7j6Ma+ChNilfPwA6ZpMp97UbGzA6ov4ZXsdE08d7DH9I