摘要：近年來，會計政策選擇成為實證會計研究的重心，以解釋和預測企業“為什么會選擇這種會計政策，而不采取那種會計政策”。例如：會計政策選擇與企業規模、地區分布、資本結構、分紅計劃。債務契約的關系;企業的外部利益關系人對會計信息反應的研究等，如果將上述問題給予抽象，它們都涉及“變量間的相互關系”這樣一個可以歸結為數學的問題。所以，針對上述問題，在研究隨時間變化、具有隨機性而又前后相互關聯的動態數據時，用到時間序列分析，它包括建立時間序列模型(ARIMA模型)、參數估計及譜估計等理論與方法。
在討論多元變量之間是否存在線性相關時，運用多元線性回歸模型、典型相關分析和殘差檢驗。由于正態分布在會計數據中廣泛存在，例如，以任一會計科目作為總體，則不同時期該科目數額特別巨大和特別小(如為零)的比較少，則可以視之符合正態分布等，所以與正態分布相關的檢驗方法被大量使用：檢驗母體均值與原假設均值是否具有顯著差異的U一檢驗，檢驗兩個母體均值是否相等的T一檢驗，檢驗母體的方差與原假設方差是否具有顯著差異的X2一檢驗，檢驗兩個正態母體方差是否相等的F一檢驗。對不確定的母體分布采用非參數統計方法，如非參數檢驗。國外實證研究證實股票價格波動具有馬爾可夫性，即在有效的資本市場中現在的股票價格已反映了以往和現在的全部經濟信息，以前的股價行料對將來的股價波動不再具有信息價值，“將來”只與“現在”有關，而與“過去”無關。解決這方面問題的模型有：回歸一馬爾可夫模型、隨機游動模型。
現代理財論，總的說來是圍繞估價問題而展開的，這里所說的估價，既包括對個別“資本資產” 的估價，也包括對企業總體價值的估價。如探討投資風險和投資報酬的投資組合理論(Portfolia Theory)，后來該理論又發展為資本資產定價模型(CAPM)，套利定價理論(Arbitrage Pricing Theroy)、探討資本結構與企業總價值關系的資本結構理論(Capital Structure Theory)、MM(Modigliani， Miller)理論、米勒模型(Miler Model)等。其中廣泛應用了微積分、線性代數及概率論與數理統計。針對創新金融工具的估價模式-期權定價模型則廣泛地應用了偏微分方程、隨機微分方程及倒向隨機微分方程等較為先進、復雜的數學理論與方法。
審計主要是通過對財務會計信息的鑒證，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，采用屬性抽樣，如連續性抽樣，發現抽樣。在實質性測試中采用變量抽樣，如分層隨機抽樣及累計概率比例抽樣法(PPS)，這對于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于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并不能完全反映它們，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，這一步的后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。對于定性資料的統計分析方面，Logit模型和probit模型被廣泛應用，例如用于預測注冊會計師簽署審計意見類型等。
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。管理會計應用的數學方法也相當廣泛，例如預測成本和銷售額時采用回歸分析，評價企業財務狀況、投資效益時采用層次分析法，預測經營狀況是采用具有吸收狀態(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，則是應用微分學解決經濟問題的一些典范。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數的最值問題;馬爾可夫相關理論問題;在約束條件和目標函數不能用線性方程或線性函數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、合理地設置服務設施，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;導源于宏觀經濟管理并在微觀經濟管理中也有廣泛地應用的投入-產出分析問題，例如，用于多階段生產條件下生產與成本計劃的制定。
值得注意的是，當人們尋求用定量方法處理復雜經濟問題時，容易注重于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，而求助于經驗判斷，將定性的方法與定量的方法相結合，最后定量。
