事前审计分析方法研究

事前审计分析方法研究

摘要:为了对事前审计方法进行分析研究，首先对审计问题的研究对象、研究内容等进行研究；在此基础上，对事前审计中所用到的贝叶斯方法和CART方法进行重点论述。为深入推广与普及审计理论与方法打下了坚实的基础。

关键词:事前;审计;贝叶斯;CART

一、引言

自改革开放以来，中国经济建设取得了举世瞩目的成就-国内生产总值已经跃居为世界第二位。同时，我们也冷静地注意到，我国经济发展中依然存在一些深层次问题：建设资金挪用、乱用现象突出；局部地区腐败问题有扩大的趋势。针对上述热点问题，我们锁定审计问题为研究对象，通过对审计理论与方法进行论述，实现了将先进的审计理论与方法推广到实践应用中的诉求，从而为通过事前审计保障我国经济发展平稳、有序、安全提供了技术支撑。

二、审计理论概述

审计（英文全称为：Audit），具体是指国家行政机关、事业单位、企业等接受专业机构对其进行的审查和监督。专业机构必

须是国家授权或者委托的机构，审查和监督过程必须严格遵循法律、法规、审计准则和会计理论等。整个审计过程，通过运用专业化的方法，对被审查和监督对象的财务收支、经营活动、管理活动以及其它相关活动的真实性、合法性、合规性进行审查与监督。审计从被审计对象事件发生的时间先后顺序上，分为事前审计和事后审计。事前审计（英文全称为：Pre-Audit），具体是指审计人员对被审计对象事件发生之前进行的审计。被审计对象事件主要是指具体事件下的财务收支情况、经济业务情况等。通过事前审计可以起到预防经济犯罪和经济决策失误的发生，从而实现决策的科学化。事后审计（英文全称为：Post-Audit）是与事前审计相对应的。具体是指审计人员对被审计对象事件发生之后进行的审计。事件内容与事前审计的内容类似。通过事后审计可以起到查找问题，解决问题的目的。同时对挖掘、发现业已产生的经济犯罪起到了有效的惩戒作用。

三、事前审计分析方法论述

本部分将重点对事后审计中所要用到的两种理论模型方法进行详细论述，它们分别是：贝叶斯方法和CART方法。下面我们将依此顺序，展开详细的论述。

1、贝叶斯方法及其在事后审计中的应用

贝叶斯方法是由著名学者贝叶斯（Thomas Bayes）创立的，该理论方法是概率与统计模型中的一个基本方法。贝叶斯方法的主题思想就是：首先计算已知条件下的各类条件概率密度以及先

验概率；在此基础上，采用贝叶斯公式将其转换为后验概率；最后，根据后验概率大小对事件进行分类。其中所提到的贝叶斯公式具体见下（公式1）：

1

(|)()

(|)(|)()j j j n i i

i p x D P D P D x P x D P D ==∑ （1）

说明：公式1中的变量12,,,n D D D 为样本空间S 的分划（i D S = ）；(|)j P D x 代表事件x 发生时，j D 相应发生的条件概率；

(|)i P x D 则代表j D 发生时，事件x 相应发生的条件概率；()j P D 则代表j D 发生的概率。

上式即为贝叶斯公式原型，基于上式我们提出了事前审计的分析方法，即贝叶斯事前审计方法。首先确定变量x 代表存在审计问题。其次，将被审计对象的财务数据空间作为样本空间S ，利用分划的方法对财务数据空间进行划分。其中1D 代表财务现金

流充裕、2D 代表财务现金流一般、3D 代表财务现金流匮乏；4D 代表负债率高、5D 代表负债率一般、6D 代表负债率低；依次类推，

选取关键和重点财务事件作为财务样本空间S ，依次生成该空间的具体分划。在完成此分划的基础上，利用与该公司同类性质公司的历史数据对分划方法进行判定，确定通过如上方法确定的分划，是否实现了完全覆盖样本空间，并同时保证由此分划方法产生的分划之间不存在交集。用数学语言描述即：i j D D ⋂=∅，

i D S ⋃=。

完成上述步骤后，即可确定该分划满足研究设计的要求。

随后，我们对被审计对象的历史数据进行分类整理与统计，具体的分类方法按照上述分划的划分方法。待完成数据分类整理后，依次计算出在i D 发生的概率（基于被调查对象的历史数据，下

同），以及在i D 发生的情况下，被调查对象产生审计问题的条件

概率（即(|)j p x D ）。由此完成了基于历史数据的贝叶斯事前审计的全部准备工作，随后，利用公式1，对被调查对象的风险表现进行计算。由此计算出，基于公司存在审计问题下的，事件i D 发生的概率。将此概率与历史经验值进行比对，从而确定了公司存在审计问题的风险。由于i D 为外部表现现象，而x 为内部潜在问

题，通过表现的(|)j p x D 即可确定被审计对象存在问题的可能性，以及具体问题之所在。

2、 CART 方法及其在事后审计中的应用

CART 方法（英文全称为：Classification And Regression Tree ）。该方法是采用计算

机算法与设计中的二分法和二叉树技术。该方法具体实现步骤如下：A 、创建树的根节点（R ）；B 、为树的根节点R 分配具体属性；

C 、进入递归循环，依次对样本数据进行节点匹配，匹配方法遵循最小基尼系数（具体见下，公式2）差别。

D 、递归循环完毕，采用历史数据对CART 方法产生的二叉树，进行总体错误率判断。依次作为修剪已经完成的二叉树的依据。通过不断的数据模拟与二叉树修剪，实现最大匹配度。最终产生CART 方法下的二叉树。

1

1()n i i GINI P D ==-∑

（2）

说明：公式2为CART方法中所用基尼系数公式。变量GINI代表基尼系数；变量()

P D代表落入i D分划的概率。

i

以上即为CART分析方法，基于上式我们提出了事前审计的分析方法，即CART前审计方法。首先，我们对已有的历史数据进行整理，将历史数据下的各类企业进行CART树建立。利用企业发展的主要财务数据（选取标准与过程与贝叶斯方法中的类似，在此不再赘述）作为CART树。随后，对被审计对象的主要财务数据进行收集整理。利用其历史数据对企业进行CART树分类，判断其是否位于存在审计问题的叶节点。如果位于存在审计问题的叶节点，具体给出其存在问题的路径（即从根节点到叶节点的具体路径）。

通过上述两种分析方法论述，我们对事前审计中所用到的主要理论模型与方法有了一个较为清晰的认识。

三、结论与展望

通过如上宏观分析与模型分析研究，对审计、事前审计、事后审计有了一个基本认识。并通过深入论述，对事前审计的模型方法有了更加全面的认识，从而使得原本神秘的审计方法不再朴素迷离。通过上述论述与分析，我们认为，在未来的审计分析方法使用和研究上我们要着重做好以下几个方面的工作：

1、对审计（尤其是事前审计）中所使用的各种理论方法要

有较为客观、全面的认识，