灰色关联分析的预期审计风险评价预警

鲁晓艺 刘升

摘 要：在风险导向审计下，虽然审计重心已经前移，但仍将关注焦点限于签约后的审计风险。为从源头上控制和降低审计风险、合理配置审计资源，首先建立预期审计风险多层次综合评价体系，并采用灰色关联分析法，将灰色系统理论引入到签约前的预期审计风险评价中，量化不同企业的审计预期风险。从一方面来讲，CPA通过比较各个企业的预期审计风险的高低，恰当确定是否接受委托，从而避免法律后果。另外，根据企业的风险等级排序，也可使有限的审计资源得到有效配置。

关键词：风险评价模型;灰色关联分析;风险预警

中图分类号：F239        文献标志码：A      文章编号：1673-291X（2019）01-0114-03

引言

由于全球化和信息技术产生的巨大影响，审计已经从制度基础模式过渡到风险导向审计模式，现代审计实践是以风险分析为基础的审计模式[1]。风险分析要求审计人员需对审计全过程中潜在的各种风险因素进行充分的评估。然而，初步评价审计风险这一必要程序却没有得到充分的重视和理解，目前主要是通过审计师个人的经验发挥作用[2]，而缺乏量化依据。对于开展初步业务活动，审计准则规定如下：《准则第1621号——对小型被审计单位的特殊考虑》第二章第5条规定：“注册会计师应当充分了解小型被审计单位的基本情况，初步评价审计风险，以确定是否接受委托。” 上述有关规定中的“应当”一词，着重强调了初步业务活动的必要性[3]。

本文对影响初步风险评估的具有层次性的各相关因素从系统角度建立了审计风险评价指标体系，并把灰色关联分析法应用于量化评价签约前的预期审计风险，研究一种基于灰色关联分析的预期审计风险评价模型，更加客观准确地确定各风险因素的权重及排序，最终得出综合评估值大小，从而为CPA进行不同风险审计业务之间的资源配置提供依据[4]，并以期达到审计风险事前控制的预警效果。

一、预期审计风险评价指标体系设计

为综合评估审计风险，要先建立风险因素作用于预期审计风险及其程度的关系，因而设计用于合理确定签约前的预期审计风险的指标体系是必要的。逐步通过分层分解，推导出各层次的影响因素，形成自上而下多层次结构模型[5]。依照上述步骤，签约前的审计预期风险的综合评价指标体系可划分为三个层次：目标层——待评估的预期审计风险;准则层——评价的主指标层;分准则层——对主指标层的具体化。按照签约前的审计风险要素分析，综合评价指标体系（如表1所示）。

二、灰色关联分析法

灰色关联分析法的根本思想是要依据各个比较数列与其参考数列所构成的曲线间几何相似的程度以确定其关联度。曲线的几何形状越相似，比较数列集与参考数列的关联度越大。

参考数据列是选出的一个比较标准，可以是各指标的最优值或者最劣值，也可以按照评价目的来选择其它的参照值。比如，在一个多属性综合评价的问题中，可以将各个属性的最优值组成参考数列，各评价对象则构成比较数列集，如果关联度越大，说明此方案越优。采用灰色关联分析进行综合评价的方法如下：

三、预期审计风险的灰色关联分析应用

表1显示，审计预期风险的评价体系是一个综合的多层次系统，因此要先计算出分准则层的二级指标的权重测度，进而对主准则层的评价值进行计算，此评价值将作为目标层初始的指标值，最终得出审计预期风险的评价值，评价值的高低排序可作为控制审计预期风险的根据。以某事务所对8家公司预期审计风险所做的评估为例（如表2所示）。

在“被审计单位特征”的指标中，U1代表的行业环境越有利，风险相应就越低，因此令X0为行业环境序列，称X1为企业性质序列，X2为财务状况序列，X3为以前年度接受审计情况序列，X4为组织与管理结构序列。

在“会计师事务所自身评价”的指标中，U6代表的审计人员专业胜任能力越强，风险相应就越低，因此令X0为专业胜任能力序列，称X1为相关行业经验序列，X2为专家咨询序列，X3为职业谨慎性序列。

在“职业道德规范”的指标中，U10代表的审计人员的独立性越高，风险相应就越低，因此令X0为独立性序列，称X1为审计人员诚信序列，X2为保密序列，X3为良好的职业行为序列。

根据关联分析法计算步骤，得出13个二级指标的权重测度：U2为0.24，U3为0.24，U4为0.2，U5为0.32，U7为0.35，U8为0.23，U9为0.41，U11为0.24，U12为0.38，U13为0.38。

按照测度的分准则层的二级指标权重值，可以得出主准则层的风险评价值（如表3所示）。

由于在目标层“预期的审计风险”的指标中，作用于预期的审计风险的关键因素是被审计单位的特征，其自身的风险越小，预期的审计风险也就会越小，因此在“被审计单位特征、会计师事务所自身评价和职业道德规范”三个指标序列所构成的序列集X={Xi|i=0，1，2}中，令初始数据列X0为被审计单位的特征，其他序列则为比较数据列，再根据主准则层风险的评价结果得出各个比较数据列与初始数据列的关联度，计算出影响“预期的审计风险”中“会计师事务所自身评价和职业道德规范”的相对权重测度w1'和w2'分别为0.55和0.45。最终可得出预期审计风险评价值=会计师事务所自身评价×w1'+职业道德规范×w2'。预期审计风险的评价值以及审计对象优选的排序结果（如表4所示）。

在预期审计风险评价中，审计项目综合评价得分越高，该项目审计预期风险就越低，而得分越低，表明该项目审计预期风险就越高。从表4可以看出，在8家被审计单位中，公司E风险最小，而公司C 风险最大。

结语

1.建立了一种基于灰色关联分析的预期审计风险综合评价模型，运用灰色关联分析实现了评估签约前预期审计风险的定性定量相结合，使评价结果更为客观[6]。

2.本文的研究结果对预警审计风险有着重要的意义，一是CPA可以避免接受高风险的审计业务，有利于从源头上控制审计风险;二是审计人员在可接受的风险范围内，可以根据不同审计业务预期审计风险的大小合理分配审计资源[7]，提高审计效率。

参考文献：

[1]  陈衍明.现代风险导向审计应用研究[D].昆明：云南大学，2015.

[2]  韓维芳.审计风险、审计师个人的经验与审计质量[J].审计与经济研究，2017，（3）：35-45.

[3]  李云昌.解读新审计准则中的初步业务活动[J].会计之友，2009，（5）：83-84.

[4]  顾晓安，李毅.灰色关联分析法在重大错报风险评估中的应用研究[J].南京审计学院学报，2014，（5）：105-112.

[5]  王会金.基于动态模糊评价的审计风险综合评价模型及其应用[J].会计研究，2011，（9）：89-95.

[6]  肖芬，陈立新.“互联网+”环境下审计风险评估研究——基于模糊层次分析法[J].会计之友，2018，（9）：94-98.

[7]  R.P.Bulyga，V.B.Gisin，E.S.Volkova.Multivalued logic in audit risk assessment[J].IEEE International Conference on Soft Computing and Measurements，2016，（5）：25-27.