基于機器學(xué)習(xí)的審計風(fēng)險評估模型構(gòu)建與應(yīng)用研究

摘要：隨著企業(yè)財務(wù)數(shù)據(jù)復(fù)雜性和審計風(fēng)險評估需求的增加，文章構(gòu)建了基于隨機森林的分類模型，利用中國上市公司2013-2023年間的財務(wù)數(shù)據(jù)，使用孤立森林算法檢測財務(wù)數(shù)據(jù)中的異常值，并通過K-means聚類分析對異常點進(jìn)行風(fēng)險分類，并通過交叉驗證和混淆矩陣評估了模型的準(zhǔn)確性和穩(wěn)健性。實驗結(jié)果表明，基于機器學(xué)習(xí)的方法能夠顯著提高審計風(fēng)險識別的效率和準(zhǔn)確性，為審計師提供更有力的決策支持工具。

關(guān)鍵詞：機器學(xué)習(xí)；審計風(fēng)險評估；財務(wù)異常檢測；隨機森林

一、引言

在當(dāng)今全球化和信息化快速發(fā)展的背景下，企業(yè)的經(jīng)營環(huán)境變得日益復(fù)雜，審計師在進(jìn)行財務(wù)報表審計時面臨的風(fēng)險也在不斷增加。審計風(fēng)險評估作為審計過程的關(guān)鍵環(huán)節(jié)，直接關(guān)系到審計質(zhì)量和審計師對企業(yè)財務(wù)狀況的判斷能力。傳統(tǒng)的審計風(fēng)險評估方法，如財務(wù)比率分析和專家經(jīng)驗判斷，往往依賴于審計師的專業(yè)知識和經(jīng)驗，但對數(shù)據(jù)規(guī)模較大、結(jié)構(gòu)復(fù)雜的現(xiàn)代企業(yè)來說，效率問題逐漸凸顯。近年來，人工智能技術(shù)在各個領(lǐng)域的應(yīng)用不斷深入，其在處理非結(jié)構(gòu)化數(shù)據(jù)、識別復(fù)雜模式和發(fā)現(xiàn)異常方面的優(yōu)勢，使其在審計風(fēng)險評估中展現(xiàn)了廣闊的應(yīng)用前景。通過機器學(xué)習(xí)算法，可以分析大規(guī)模的企業(yè)財務(wù)數(shù)據(jù)集，自動識別其中隱藏的風(fēng)險特征，并輔助審計師做出更為準(zhǔn)確的判斷。這種新的方法論突破了傳統(tǒng)審計技術(shù)的局限，為提高審計風(fēng)險評估的效率和準(zhǔn)確性提供了新的路徑。

二、文獻(xiàn)綜述

（一）傳統(tǒng)審計風(fēng)險評估方法的局限性

審計風(fēng)險評估在財務(wù)審計過程中占據(jù)核心地位，其目的是通過系統(tǒng)的分析方法識別和評估財務(wù)報表中潛在的重大錯報風(fēng)險。傳統(tǒng)的審計風(fēng)險評估方法主要依賴于審計師的經(jīng)驗判斷和財務(wù)比率分析，這些方法在審計實踐中發(fā)揮了重要作用，能夠有效識別企業(yè)的財務(wù)風(fēng)險。然而，這些方法存在顯著的局限性。傳統(tǒng)方法缺乏對數(shù)據(jù)之間復(fù)雜非線性關(guān)系的處理能力，而且主觀性較強，依賴于審計師的經(jīng)驗和判斷，難以應(yīng)對復(fù)雜多變的市場環(huán)境和大規(guī)模企業(yè)數(shù)據(jù)的分析需求。隨著企業(yè)業(yè)務(wù)的多元化和全球化，單純依靠傳統(tǒng)的比率分析方法已無法全面反映企業(yè)的真實風(fēng)險狀況和財務(wù)健康水平。因此，有必要引入新的方法來提升審計風(fēng)險評估的科學(xué)性和準(zhǔn)確性。

（二）機器學(xué)習(xí)技術(shù)在審計風(fēng)險評估中的應(yīng)用進(jìn)展

隨著大數(shù)據(jù)和人工智能技術(shù)的發(fā)展，機器學(xué)習(xí)算法在審計風(fēng)險評估中的應(yīng)用逐漸受到重視。這些算法能夠有效處理大規(guī)模、高維度的企業(yè)財務(wù)數(shù)據(jù)，識別復(fù)雜的非線性模式，并自動檢測潛在的異常點。近年來，學(xué)者逐漸嘗試采用人工智能技術(shù)，如隨機森林、孤立森林、支持向量機和深度神經(jīng)網(wǎng)絡(luò)，以改進(jìn)審計風(fēng)險評估的效果。隨機森林在財務(wù)數(shù)據(jù)的異常檢測和特征重要性分析中表現(xiàn)出優(yōu)異的效果，尤其是在處理高維數(shù)據(jù)和復(fù)雜非線性關(guān)系方面。而孤立森林作為一種無監(jiān)督學(xué)習(xí)算法，專門用于異常檢測，已經(jīng)被廣泛應(yīng)用于財務(wù)欺詐檢測的識別中?；谏疃壬窠?jīng)網(wǎng)絡(luò)的模型能夠捕捉復(fù)雜的非線性關(guān)系，并在多維特征空間中識別風(fēng)險模式，其應(yīng)用在金融和審計領(lǐng)域得到了驗證。

三、研究數(shù)據(jù)與研究方法

（一）數(shù)據(jù)來源與描述

本研究的數(shù)據(jù)來源于中國A股上市公司2013-2023年間的財務(wù)報表和相關(guān)披露信息。這些數(shù)據(jù)涵蓋了多個行業(yè)和公司類型，為研究提供了豐富的審計風(fēng)險評估信息。具體數(shù)據(jù)來源于SCMAR數(shù)據(jù)庫和公司年報披露的公開財務(wù)數(shù)據(jù)，包括利潤表、現(xiàn)金流量表、資產(chǎn)負(fù)債表及關(guān)鍵財務(wù)比率，如流動比率、資產(chǎn)負(fù)債率、凈資產(chǎn)收益率（ROE）、總資產(chǎn)收益率（ROA）等。

本研究數(shù)據(jù)涵蓋我國A股上市公司從2013-2023年的財務(wù)報表數(shù)據(jù)，共42550條，確保了數(shù)據(jù)的連續(xù)性和完整性。數(shù)據(jù)包含財務(wù)報表的主要財務(wù)指標(biāo)及各項財務(wù)分析的比率，如表1所示。

這些數(shù)據(jù)為本研究提供了廣泛的分析基礎(chǔ)，有助于更深入地理解企業(yè)的財務(wù)健康狀況及其潛在的審計風(fēng)險。

（二）研究方法

本研究采用實驗研究法，主要步驟包括數(shù)據(jù)預(yù)處理、特征選擇、模型構(gòu)建與評估。研究數(shù)據(jù)預(yù)處理是確保機器學(xué)習(xí)模型訓(xùn)練和分析結(jié)果準(zhǔn)確性的重要步驟，特征選擇是為了簡化模型，提取對企業(yè)審計風(fēng)險評估最具代表性的特征，從而提供模型的效率及模型的魯棒性。模型構(gòu)建與評估包括數(shù)據(jù)集劃分、模型訓(xùn)練及評估及優(yōu)化三個部分。

1. 數(shù)據(jù)預(yù)處理

對收集的數(shù)據(jù)進(jìn)行了清洗，目的是去除噪聲數(shù)據(jù)并處理缺失值和異常值，從而提升數(shù)據(jù)的質(zhì)量和模型的穩(wěn)定性。由于財務(wù)數(shù)據(jù)對于審計風(fēng)險的評估至關(guān)重要，因此存在缺失值的數(shù)據(jù)，直接選擇了刪除，以避免模型偏差。對于異常值，使用了四分位距的方法檢測異常，但是沒有做進(jìn)一步的處理，因為財務(wù)數(shù)據(jù)的異常，通常預(yù)示著可能存在審計風(fēng)險，因此對于異常值做了保留處理。經(jīng)過數(shù)據(jù)清洗，總體數(shù)據(jù)集保留了40164條數(shù)據(jù)，來開展進(jìn)一步實驗。

2. 數(shù)據(jù)標(biāo)準(zhǔn)化

在數(shù)據(jù)集中，包括的數(shù)據(jù)量綱有非常大的差異，如三大報表中的數(shù)據(jù)，金額可以達(dá)到百億級別，而財務(wù)比例數(shù)據(jù)為0到1的分布，在機器學(xué)習(xí)模型中，特征的量綱不一致可能會導(dǎo)致模型的訓(xùn)練結(jié)果偏差，因此對數(shù)據(jù)進(jìn)行了標(biāo)準(zhǔn)化處理。采用Z-score表轉(zhuǎn)化方法，將每個特征值轉(zhuǎn)化為均值為0、標(biāo)準(zhǔn)差為1的標(biāo)準(zhǔn)正態(tài)分布，標(biāo)準(zhǔn)化公式為：

X′＝■

其中，X′是標(biāo)準(zhǔn)化后的特征值，X為原值特征值，μ為特征的均值，σ為特征的標(biāo)準(zhǔn)差。

3. 特征選擇

在特征選擇過程中，采用PCA（Principal Component Analysis）主成分分析對特征進(jìn)行選擇。PCA在處理具有高維特征的財務(wù)數(shù)據(jù)時，對其進(jìn)行特征選擇非常有效的方法。選擇了能解釋90%方差的主成分進(jìn)行計算。

通過表2可知，PCA計算結(jié)果保留了13個主成分，解釋了數(shù)據(jù)的91.14%的方差。這意味著通過13個主成分，幾乎保留了原始數(shù)據(jù)的全部信息。這是一個較好的降維結(jié)果，說明降維后仍然能夠捕捉數(shù)據(jù)中的關(guān)鍵信息。根據(jù)PCA計算結(jié)果最終保留了貢獻(xiàn)排名前十主要特征，分別為：銷售費用率，總資產(chǎn)周轉(zhuǎn)率、營業(yè)成本、非流動負(fù)債、財務(wù)費用率、總負(fù)債、管理費用率、流動資產(chǎn)、營業(yè)利潤及凈資產(chǎn)收益率。

4. 模型構(gòu)建與評估

（1）模型的構(gòu)建。

基于前述特征選擇的結(jié)果，對進(jìn)行模型構(gòu)建的數(shù)據(jù)集進(jìn)行整理和修改。本研究構(gòu)建了一個基于隨機森林（Random Forest）的分類模型，以對公司財務(wù)風(fēng)險進(jìn)行評估。模型構(gòu)建過程包括數(shù)據(jù)集劃分、模型訓(xùn)練與優(yōu)化及模型評估三個階段。

為確保模型的有效性與魯棒性，數(shù)據(jù)集被隨機劃分為訓(xùn)練集（70%）和測試集（30%）。在模型訓(xùn)練過程中，采用交叉驗證技術(shù)對模型性能進(jìn)行調(diào)優(yōu)，防止過擬合。使用基于PCA選擇的10個最重要的特征作為模型輸入，利用孤立森林進(jìn)行了異常檢測，并針對異常數(shù)據(jù)進(jìn)行了K-means聚類，隨后構(gòu)建了100棵決策樹的隨機森林分類模型對公司的審計風(fēng)險等級進(jìn)行預(yù)測。隨機森林通過多數(shù)投票法（Majority Voting）對公司風(fēng)險等級進(jìn)行預(yù)測：

其中，ｙ＾是最終的分類結(jié)果，Ti是第i棵決策樹，X1至X10是輸入特征。

（2）模型評估。

模型評估使用了分類報告（Classification Report）和混淆矩陣（Confusion Matrix）來分析模型在測試集上的表現(xiàn)。結(jié)果顯示，針對高風(fēng)險和中風(fēng)險類別的預(yù)測準(zhǔn)確率（Precision）、召回率（Recall）和F1分?jǐn)?shù)均表現(xiàn)優(yōu)異，而低風(fēng)險類別由于數(shù)據(jù)不平衡問題，表現(xiàn)相對較差。

四、實驗結(jié)果與分析

本研究詳細(xì)展示了基于中國A股上市公司2013-2023年財務(wù)數(shù)據(jù)的審計風(fēng)險評估實驗結(jié)果。實驗主要包括異常檢測、K-means聚類、風(fēng)險評估模型的構(gòu)建與性能評估三個階段。各階段的結(jié)果分析如下。

（一）異常檢測

異常檢測是審計風(fēng)險評估的關(guān)鍵步驟之一。本研究使用孤立森林（Isolation Forest）算法對財務(wù)數(shù)據(jù)中的異常點進(jìn)行了檢測。孤立森林是一種基于無監(jiān)督學(xué)習(xí)的異常檢測方法，通過隨機選擇特征和分裂值來構(gòu)建決策樹，從而隔離數(shù)據(jù)點。通常情況下，異常點更容易被隔離，其路徑長度較短。

在本實驗中，采用默認(rèn)的污染率（contamination rate）10%，即假設(shè)檢測結(jié)果顯示，在所有公司的財務(wù)數(shù)據(jù)中，有約10%的數(shù)據(jù)點被標(biāo)記為異常，總共4017條數(shù)據(jù)被檢測為異常，檢測結(jié)果如圖1所示。

（二）數(shù)據(jù)的風(fēng)險分類

為了進(jìn)一步分析檢測到的異常點，本研究使用了K-means聚類算法對數(shù)據(jù)進(jìn)行分類。采用肘部法確定最佳聚類值為3，選擇了k=3的聚類數(shù)。將異常點分為風(fēng)險1、風(fēng)險2和風(fēng)險3。通過進(jìn)一步的分析發(fā)現(xiàn)，風(fēng)險1異常點主要集中在高負(fù)債率、低流動比率等特征上，這些特征顯著影響企業(yè)的財務(wù)穩(wěn)定性和償債能力。風(fēng)險2異常點集中在費用異常高企且資產(chǎn)利用效率極低，存在嚴(yán)重財務(wù)危機和持續(xù)虧損的風(fēng)險。風(fēng)險3異常點特征為盈利和股東回報接近于零，缺乏增長潛力。

（三）風(fēng)險評估模型構(gòu)建與性能評估

基于上述異常檢測和數(shù)據(jù)分類的結(jié)果，本研究進(jìn)一步構(gòu)建了一個基于隨機森林（Random Forest）的分類模型，對公司審計風(fēng)險進(jìn)行評估。

1. 模型構(gòu)建與訓(xùn)練

在模型構(gòu)建階段，將數(shù)據(jù)集隨機劃分為訓(xùn)練集（70%）和測試集（30%）。使用前10個最重要的特征作為自變量輸入模型。目標(biāo)變量是由K-means數(shù)據(jù)分類通過python構(gòu)建100棵決策樹的隨機森林分類模型，通過多數(shù)投票法對公司審計風(fēng)險等級進(jìn)行預(yù)測。

2. 模型性能評估

本次實驗過程中，模型性能評估使用分類報告（Classification Report）、混淆矩陣（Confusion Matrix）及5折交叉驗證（Cross-Validation）來分析模型在測試集上的表現(xiàn)。

（1）分類報告結(jié)果。模型的分類報告結(jié)果顯示如表3所示，模型在預(yù)測高審計風(fēng)險時，準(zhǔn)確率為0.95，召回率為0.98，F(xiàn)1分?jǐn)?shù)為0.96，這個結(jié)果表明模型對高風(fēng)險數(shù)據(jù)的識別非常好，并且在這類風(fēng)險識別的精確率和召回率之間取得了良好的平衡。中風(fēng)險類別的模型性能稍遜于高風(fēng)險類別，但仍然非常好，具有高精確率和召回率。模型能夠較為準(zhǔn)確地分類大多數(shù)中風(fēng)險樣本，但偶爾會把其他類別的樣本誤分類為中風(fēng)險。低風(fēng)險類別的精確率和召回率都較低，表明模型在這方面的識別能力不如在高風(fēng)險和中風(fēng)險類別中。誤分類率較高，可能需要進(jìn)一步優(yōu)化，減少將低風(fēng)險樣本誤分類為其他類別的情況。

（2）混淆矩陣結(jié)果。模型的混淆矩陣結(jié)果如表4所示，在高風(fēng)險類別上的表現(xiàn)很好，603 個樣本中的大多數(shù)被正確分類為高風(fēng)險，僅有少數(shù)樣本被錯誤地分類為中風(fēng)險或低風(fēng)險，總共 20 個樣本，誤分類的比例相對較小。中風(fēng)險類別總體表現(xiàn)良好，298個樣本被正確分類，但有20個中風(fēng)險樣本被誤分類為高風(fēng)險或低風(fēng)險。低風(fēng)險類別上有10個樣本被錯誤分類高風(fēng)險和中等風(fēng)險，217個樣本被正確預(yù)測。

綜上，假陽性錯誤主要集中在將中風(fēng)險樣本誤判為高風(fēng)險（14 個），這一點需要關(guān)注，因為過高的假陽性可能導(dǎo)致對實際中風(fēng)險的過度處理。假陰性錯誤主要集中在高風(fēng)險和中風(fēng)險類別，都有20個樣本分類錯誤。

（3）5折交叉驗證結(jié)果。通過5折交叉驗證，來進(jìn)一步檢驗?zāi)Ｐ偷姆€(wěn)健性，結(jié)果顯示，模型的平均準(zhǔn)確率達(dá)到了95.86%，表明模型具有良好的穩(wěn)健性和泛化能力。

（四）實驗結(jié)果的意義與審計應(yīng)用

實驗結(jié)果表明，基于機器學(xué)習(xí)的異常檢測與風(fēng)險評估方法能夠顯著提高審計師在大數(shù)據(jù)環(huán)境下的風(fēng)險識別效率和精準(zhǔn)度。通過結(jié)合孤立森林、隨機森林和K-means聚類算法，進(jìn)行模型的構(gòu)建，能夠幫助審計師更有效地鎖定公司財務(wù)數(shù)據(jù)中的異常和高風(fēng)險領(lǐng)域，為審計決策提供科學(xué)依據(jù)。此外，模型結(jié)果為審計實踐中的風(fēng)險導(dǎo)向?qū)徲嫴呗蕴峁┝诵碌墓ぞ吆鸵暯?，有助于?yōu)化審計程序，提高審計質(zhì)量和效率。

五、結(jié)論與建議

（一）研究結(jié)論

本研究基于2013-2023年中國A股上市公司的財務(wù)數(shù)據(jù)，采用孤立森林、隨機森林和K-means聚類等多種機器學(xué)習(xí)方法，構(gòu)建了一個審計風(fēng)險評估框架模型。通過數(shù)據(jù)預(yù)處理、特征選擇、異常檢測和分類分析，研究有效實現(xiàn)了對企業(yè)審計風(fēng)險的識別與分類。研究結(jié)果顯示，孤立森林算法能夠準(zhǔn)確檢測財務(wù)數(shù)據(jù)中的異常點，尤其是在企業(yè)高負(fù)債、低流動性等特征上，這些異常點表明企業(yè)可能存在較高的財務(wù)風(fēng)險。構(gòu)建的隨機森林分類模型在高風(fēng)險和中風(fēng)險類別上表現(xiàn)出優(yōu)異的風(fēng)險評估效果，其準(zhǔn)確率和F1分?jǐn)?shù)均超過了90%。通過5折交叉驗證了模型的穩(wěn)健性，平均準(zhǔn)確率達(dá)到95.86%，顯示出模型在不同數(shù)據(jù)集上的較強泛化能力，適用于不同類型企業(yè)的審計風(fēng)險評估任務(wù)。

本研究在方法上，研究創(chuàng)新性地結(jié)合了孤立森林、隨機森林和K-means聚類等多種機器學(xué)習(xí)算法，構(gòu)建了系統(tǒng)的審計風(fēng)險評估框架，有效提升了風(fēng)險檢測和分類的準(zhǔn)確性與效率。這一創(chuàng)新為風(fēng)險導(dǎo)向?qū)徲嫴呗蕴峁┝诵碌募夹g(shù)支持。研究利用中國A股上市公司十年財務(wù)數(shù)據(jù)進(jìn)行實證分析，驗證了機器學(xué)習(xí)方法在審計風(fēng)險評估中的有效性，為模型的實際應(yīng)用提供了堅實的基礎(chǔ)。

（二）未來研究建議

盡管本研究在審計風(fēng)險評估中取得了一定的進(jìn)展，仍有一些值得進(jìn)一步探索的領(lǐng)域。研究發(fā)現(xiàn)數(shù)據(jù)不平衡問題對低風(fēng)險類別的預(yù)測效果產(chǎn)生了影響，未來可以引入生成對抗網(wǎng)絡(luò)（GAN）等數(shù)據(jù)增強技術(shù)，以改善數(shù)據(jù)不平衡，提升模型的預(yù)測精度。另外，本次研究主要聚焦在企業(yè)的財務(wù)數(shù)據(jù)上，未來研究可結(jié)合更多的非財務(wù)數(shù)據(jù)，如市場環(huán)境、公司治理和行業(yè)動態(tài)等，構(gòu)建更全面的風(fēng)險評估模型，以提高審計風(fēng)險評估的準(zhǔn)確性與可靠性。當(dāng)前機器學(xué)習(xí)模型雖在預(yù)測性能上表現(xiàn)優(yōu)異，但其“黑箱”性質(zhì)限制了在審計實踐中的廣泛應(yīng)用。未來研究應(yīng)探索如何提升模型的可解釋性，使審計師能夠更直觀地理解模型的決策依據(jù)，增強其應(yīng)用可信度。最后，現(xiàn)有研究基于中國A股上市公司，未來可以將該風(fēng)險評估框架應(yīng)用于不同國家和地區(qū)的上市公司，驗證其適應(yīng)性與普遍性，為全球?qū)徲媽嵺`提供更多參考。

參考文獻(xiàn)：

[1]吳勇，陸藝，朱衛(wèi)東，等.深度學(xué)習(xí)模型應(yīng)用：面向?qū)徲嫎I(yè)務(wù)全流程的整合性框架[J].財會月刊，2023，44（01）：9.

[2]劉聰粉，張庚珠.基于SAE-BP神經(jīng)網(wǎng)絡(luò)的審計風(fēng)險識別研究——以計算機、通信和其他電子設(shè)備制造業(yè)行業(yè)為例[J].經(jīng)濟(jì)問題， 2024（06）：123-129.

[3]文峰.基于貝葉斯原理的審計風(fēng)險估計[J].中國注冊會計師，2024（05）：40-47+5.

[4]袁濤，黃寰.基于機器學(xué)習(xí)算法的上市企業(yè)內(nèi)部控制缺陷預(yù)測研究[J].財會月刊，2024，45（07）：30-35.

[5]陳青松，梁敏杰，陳鳳儀，等.基于大數(shù)據(jù)機器學(xué)習(xí)的主動式審計方法與應(yīng)用研究[J].中國總會計師，2024（03）：53-55.

＊本文系陜西會計學(xué)會2023-2024年度立項課題“人工智能技術(shù)在審計風(fēng)險評估與異常檢測中的應(yīng)用”（項目編號：skx202356）的階段性成果。

（作者單位：羅少康，西安歐亞學(xué)院、馬來西亞博特拉大學(xué)；曾蕾婷、王舒，西安歐亞學(xué)院）