审计风险的含义

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇审计风险的含义范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

审计风险的含义范文第1篇

要：本文对沪深300股指和股指期货仿真交易收益率极端风险和相依关系进行了研究，用DCC-GARCH模型描述了股指期货和现货之间动态的条件相关系数，并以极值分布为边际分布对四种常用的Copula函数进行了拟合，发现Frank　Copula的拟合效果最好，其次为Clayton　Copula。在此基础之上，对不同组合的VaR和CVaR进行测度，发现投资组合比例与风险之间呈现“U”型特征，这也为股指期货套期保值提供了一种新的研究方式。

关键词：极值分布；Copula函数；套期保值

Abstract：This　paper　study　extreme　risk　and　the　relationship　between　the　China　300　stock　index　and　stock　trading　simulation　yield.　DCC-GARCH　model　used　to　describe　the　dynamic　conditions　of　the　correlation　coefficient　between　the　stock　index　futures　and　spot　goods，and　extreme　value　distribution　for　the　marginal　distribution　of　the　four　commonly　used　Copula　function　fitting.We　found　Frank　Copula　is　the　best　fit，followed　by　Clayton　Copula.　On　this　basis，with　different　combinations　of　VaR　and　CVaR　for　measure，we　find“U”-type　features　between　the　proportion　of　portfolio　and　risk，which　provides　a　new　approach　for　hedge　research.

Key　Words：extreme　value　distribution，Copula　function，hedge

中图分类号：F830

文献标识码：A

文章编号：1674-2265（2012）12-0003-09

一、引言

金融资产的相关性塑造了这样一种风险机制：它为风险的传播提供了便捷的渠道，使之在与其相关联的金融产品间蔓延，不断地积累能量并触发新的风险以致于金融风波，如美国的次贷危机所引发的全球经济动荡。因此，如何度量金融资产的相关性历来为学者所关注。

股指期货不仅可以作为风险管理工具，有效分散和转移企业的金融风险，而且还可以发挥套期保值的作用，为投资者规避风险。但股指现货和期货之间特殊的关联性使得杠杆值进一步增加，这又成为金融市场上新的风险来源。本文考察我国股指期货正式推出之前期货和现货的动态相关关系，分析其风险特征并进行套期保值的研究。

目前，对金融资产收益时间序列的风险研究众多，估计方法主要包括历史模拟法、参数方法和非参数方法。历史模拟是利用收益序列的经验分布来近似真实分布，该方法虽然简单，但不能对过去观察不到的数据进行外推，在运用中受到限制。参数方法假定资产收益服从某一特定过程，基于某一特定分布，得出的风险值多是对金融资产收益的总体风险的度量，并未很好地考虑到极端风险。由于金融市场上的收益率存在尖峰厚尾的特征，极端事件的发生虽然稀少，损失却很巨大，人们最为关注的风险就是这种极端风险。极值分布作为一种非参数方法，不需设定模型，而是让数据去选择，相对于一般的椭圆分布，它更能捕捉到市场的极端风险；而极端风险间的相关是一种非线性相关，由于金融收益率具有的“波动丛集性”的特征，使得一般的线性相关无法准确描述金融资产间的关联关系。Copula作为一种数学函数可以用来度量金融市场上的非线性相关，正确设定研究对象的边缘分布是构造Copula函数的关键。Copula这一概念最早由斯克拉（SKlar，1959）提出，最近几年才发现它能应用在金融风险管理中，对这一方法比较系统的理论介绍可以参见乔（Joe，1997）、内尔森（Nelsen，1999）和恩布雷希茨等（Embrechts等，1999）的研究。隆吉（Longi，2000）应用Copula方法对信用风险及信用衍生产品定价进行研究。弗雷和麦克尼尔（Frey和McNeil，2003）使用Copula方法来分析尾部相关性，采用比较一般化的相关系数进行定义。近年来使用Copula方法对组合风险进行度量的研究还有波耶、戈塞尔和萨蒙（Bouye、Gaussel和Salmon，2002），隆吉和索林克（Longi和Solink，2001），格拉泽曼等（Glasserman等，2002），恩布雷希茨等（2003），罗森堡和舒曼（Rosenberg和Schuermann，2005）等。恩布雷希茨等（2003）和凯路比尼等（Cherubini等，2004）对Copula在金融中的相关应用给出了比较全面的综述。

本文在综合现有研究的基础上，以极值分布作为构造Copula函数的边缘分布，分析沪深300股指现货和期货收益率的极端风险，找出能够精确度量极端风险的相依结构，并对相依关系做出合理解释。

二、模型介绍

（一）VaR及CVaR模型

1.　VaR模型。VaR也称在险价值，是一定时期内，在一定的置信度下，投资组合可能出现的最大损失，是国际上新近发展起来的一种卓有成效的风险量化技术。假设　代表某一金融资产的损失，其密度函数为　，则VaR可以表示为：

（1）

当密度函数　为连续函数时，也可以表示为：　，其中　为损失分布　的反函数。

2.　CVaR的计算模型。CVaR是指损失超过VaR　的条件均值，也称为期望短缺　CVaR（Expected　Shortfall　VaR）或尾部VaR（Tail　VaR），其数学表达式为：　，X　表示损失（即负的收益）。CVaR弥补了　VaR　的缺陷。对于一个连续性的随机变量，CVaR是超过VaR的损失的期望值。此时有：

（2）

因为VaR往往会低估风险，大多数金融情景下的风险衡量，会带来灾难性的后果。而这个问题可以被CVaR所解决。CVaR　满足平移不变性、正齐次性、次可加性和单调性，因而是一致性的风险度量。CVaR　代表了超额损失的平均水平，反映了损失超过　VaR　阈值时可能遭受的平均潜在损失的大小，较之　VaR　更能体现潜在的风险价值。

（二）DCC-GARCH模型

DCC-GARCH模型由恩格尔（Engle，2002）提出，是在波勒斯勒夫（Bollerslev，1990）提出的常相关模型的基础上发展出来的。设　为具有零均值的收益序列，则DCC-GARCH的具体模型为：

（3）

其中　是一个对角矩阵，对角线的元素即为各变量的条件方差，　为标准化残差　的条件协方差矩阵，S为标准化残差　的无条件协方差矩阵，　为条件相关系数矩阵，符号“　”代表Hadamard乘积，即两矩阵对应元素相乘，　，　为所要估计的参数。

收益服从多元正态分布是使用极大似然估计的前提，若此前提假设不成立，只能使用拟极大似然估计（Quasi-Maximum　Likelihood）。估计过程分为两阶段：（1）使用一元GARCH模型对各变量进行估计。（2）使用前一步骤所得的标准化残差来估计条件相关系数（条件协方差）。

（三）POT模型及极端风险测度

极值理论作为度量极端风险的一种方法，具有超越样本数据的估计能力，并可以准确地描述分布尾部的分位数。它主要包括两类模型：BMM模型和POT模型。其中BMM模型是一种传统的极值分析方法，主要用于处理具有明显季节性数据的极值问题，POT模型是一种新型的模型，对数据要求的数量比较少，是目前经常使用的一类极值模型。本文将采用POT模型进行估计。

1.　POT模型的理论基础。假设序列　的分布函数为　，定义　为随机变量

超过阈值　的条件分布函数，它可以表示为：

（4）

根据条件概率公式我们可以得到：

（5）

定理（皮金斯，1975）：对于一大类分布　（几乎包括所有的常用分布），存在一个　，　使得条件超限分布函数　：

（6）

当　时，　；当　时，

。函数　为广义帕累托分布。

2.　POT模型的建立和求解。本文采用最大概似估计法（Maximum　Likelihood　CVaRtimation）估计参数　与　，求极值分布的方法如下：

第一步，　找出GPD概率密度函数：

（7）

第二步，求其对数似然函数：

（8）

第三步，确定阈值　：

迪普伊（Dupuis，1998）给出了对阈值　的估计方法，一般有两种：根据Hill图或根据样本的超限期望图。本文采用样本的超限期望图确定阈值　，令　，样本的超限期望函数定义为：

（9）

超限期望图为点　构成的曲线，选取充分大的　作为阈值，使得当　时，　为近似线性函数：

（10）

第四步，估计结果：

当　确定以后，利用　的值，根据公式（6）进行最大似然估计得到　和　。同时，我们得到

的值中比阈值　大的个数，记为　，根据公式（4），用频率代替　的值，可以得到　的表达式：

（11）

3.　基于极值分布的VaR估计。由上式取反函数，可以得出VaR的估计式，对于给定某个置信水平　，可以由　的分布函数公式（8）得到：

（12）

根据GPD的条件分布函数公式（5）可以得到：

（13）

（四）Copula函数及相依风险测度

1.　四种常用的Copula函数。尤里（Juri，2002）提出的Copula函数包含了变量尾部相关的全部信息，可以使分析者更加全面地了解变量之间的尾部相关关系。为了对变量之间的尾部相依关系进行刻划，我们在对沪深300股指现货和期货相依关系的研究中使用了四种Copula函数，分别是Gumbel、Guass、Clayton和Frank函数。

（1）Gauss　Copula函数。

（14）

为一元标准正态分布，　。　事实上是边际分布为标准正态分布的函数。诸多研究表明，在数据的中间部分，模拟　与实际数据吻合较好，但在尾部差别相当明显，当要度量尾部风险相依性时，Gauss　Copula是无能为力的。

（2）Gumbel　Copula函数。Gumbel　Copula　函数的分布函数和密度函数分别为：

（15）

（16）

其中　。当

时，　，即随机变量　、　独立；当　时，随机变量　、　趋向于完全相关，且　，即当　时，Gumbel　Copula函数趋向于Fréchet上界　。

Gumbel　Copula的密度函数具有非对称性，上尾高下尾低，其密度分布呈“J”字型。Gumbel　Copula　函数上尾的相关性较强，可用于描述在上尾处具有较强相关关系的现象。收益率呈左偏分布时，多用Gumbel　Copula去描述相关关系。

（3）Clayton　Copula函数。Clayton　Copula函数的分布函数与密度函数分别为：

（17）

（18）

其中　。当　时，　，即随机变量　、　趋向于独立；当　时，随机变量　、　趋向于完全相关，且　，即当　时，Clayton　Copula函数趋向于Fréchet上界　。

Clayton　Copula的密度函数同样具有非对称性，上尾低下尾高，其密度分布呈“L”型。Clayton　Copula　函数下尾的相关性较强，可用于描述在下尾处具有较强相关关系的现象。收益率呈右偏分布时，多用Clayton　Copula去描述相关关系。

（4）Frank　Copula函数。Frank　Copula函数的分布函数和密度函数分别为：

（19）

（20）

其中　。　时，随机变量　、　正相关，　时随机变量　、　趋向于独立，　时随机变量　、　负相关。Frank　Copula的密度函数具有对称性，其密度分布呈“U”型。

2.　Copula模型的估计。Copula模型的参数估计采用两阶段的极大似然估计方法。极大似然方程为：

（21）

为联合密度函数，　是边际分布　的参数，　是Copula分布密度函数的参数，所有的参数集为：

（22）

第一步，估计边缘分布函数参数：

第二步，在已知第一步参数的情况下，对　进行估计：

（23）

以上方法又称边际推断函数法（IFM），参数的估计称为边际推断估计（IFME），IFME和MLE的效率是非常接近的，具有一致性和渐近正态性。

3.　基于Copula的VaR算法。结合前面的极值分布，测定VaR的算法主要步骤如下：

第一步，估计沪深300股指现货和期货收益率的极值分布参数。

第二步，以GPD为边际分布，估计四种Copula函数的参数。

第三步，根据一定准则选取拟合最优的Copula函数。

第四步，使用恰当的运算法则从最优的Copula函数产生pseudo随机数。

第五步，用蒙特卡罗模拟，产生10000组模拟的资产组合估计VaR。

三、实证分析

（一）样本选取及说明

沪深300指数期货合约于2006年10月30日开始在中国金融期货交易所进行仿真交易，从2007年起进行考察。本文选取2007年1月4日到2008年9月26日间期现指数收盘价作为分析对象。数据来源于中国金融期货交易所（省略）。沪深300指数期货推出的是当月、下月和随后两个季月的合约，每个期货合约都有到期日，为了克服期货价格的不连续性，我们把每一天离到期日最近的合约品种的收盘价格连接起来。收益率定义为：　，　表示第t日指数收盘价，为了凸显研究对象的数字特征，通过单调变换把收益率定义为　。沪深300股指现货和期货收益率分别用s和f表示。

（二）样本描述统计

首先对沪深股指300现货和期货收益率进行了描述统计，结果表明，沪深股指300现货收益率的标准差为2.7080，明显低于仿真股指期货收益率的标准差，期货收益率的峰度为7.5163，现货收益率的峰度为3.9259，这说明期货收益率的整体波动要大一些。从J-B正态检验来看，无论是期货还是现货的收益率都显著拒绝原正态分布的假设。虽然现货收益率的均值和中位数都大于期货收益率，但现货收益率的偏度为-0.3590，期货的为1.1641。

采用DCC-GARCH模型对沪深300股指现货和期货收益率序列进行拟合，图1显示两个收益率序列动态相关的特征示例，其中纵坐标为动态时变相关系数。两指数收益序列动态相关性非常强，相关系数最小为0.0293，最高为0.8909，平均为0.7077，标准差为0.0751。

（三）极值分布建模及极端风险测度

1.　极值分布的阈值选取。基于极值理论中的POT模型，我们需要确定恰当的阈值　对超限分布进行GPD拟合。迪穆谢尔（DuMouchel，1983）的研究表明，在　允许的情况下选取10%左右的数据作为极值数据组是比较合适的，否则可能会出现样本内过度拟合，样本外不适用。图2和图3分别描绘了沪深300股指现货和期货收益率下尾和上尾以及各自的阈值变动范围。图2为超限期望图及下尾阈值范围，左上为现货收益率下尾，右上为期货收益率下尾，左下为现货收益率下尾阈值范围，右下为期货收益率下尾阈值范围。图3为沪深300股指现货和期货收益率上尾阈值范围，左上为现货收益率上尾，右上为期货收益率上尾，左下为现货收益率上尾阈值范围，右下为期货收益率上尾阈值范围。以现货收益率下尾分布为例：样本的平均超限函数图在-3.3附近近似直线，具有明显的帕累托分布特征，并且我们结合阈值平缓变动的范围，经过多次试验，最终确定当　、　时能够较好地刻划下尾特征。

2.　GPD参数估计结果。根据选取的阈值，进行极大似然估计，通过尾部的拟合得到参数估计结果（见表1）。由图4、图5可以看出，下尾尾部的大部分点基本都落在图中的曲线上。由于数据分布的原因，上尾拟合不可避免地存在一些偏差，总体来看GPD的拟合效果是比较理想的。

3.　基于极值分布的VaR和CVaR估计结果。为了凸显极值分布对极端风险的刻划能力，表2同时给出了基于正态分布和极值分布的VaR和CVaR估计值，由表2不难看出：期货收益率的风险要明显大于现货收益率的风险，极值分布下的期货风险值大概是现货的两倍；在0.975和0.99的置信水平下，基于极值分布的风险估计值要大于正态分布下的风险值，说明越是在高分位数，极值分布越能捕捉到尾部风险。

（四）Copula函数建模和相依风险测度

1.　经验Copula函数。经验Copula函数是基于非参数建模的方法对金融时间序列的真实分布做出较为精确的拟合，这种估计能够比其他方法更接近数据的实际分布，因此，在将沪深300股指现货和期货收益率的边际分布（极值分布）转化为均匀分布进行不同的Copula函数估计之前，有必要考察经验Copula函数的一些性状。

由于Gumbel　Copula在上尾有着较高的相关性，即主要反映市场交易活跃时的相关，不妨称之为“牛式相关”；Clayton　Copula在下尾有着较高的相关性，即主要反映市场交易不活跃时的相关，称之为“熊式相关”；Frank　Copula是对称分布，属于“对称相关”。由经验Copula概率密度的等高线可以看出，该分布两端概率的密集程度大体相当，或下尾比上尾处的概率稍微密集了些，因此有理由猜想利用对称分布的Frank　Copula或Clayton　Copula可以较为真实地反映这一相关结构。

图6：经验Copula密度函数和概率密度的等高线

由表3可以看出，Frank　Copula的极大似然值最大，并且AIC和BIC是最小的，因此选取Frank　Copula是比较恰当的。根据以上估计结果对函数进行拟合，图7给出经验Copula和四种Copula的拟合图的等高线，左上为Gumbel　Copula，右上为Gauss　Copula，左下为Frank　Copula，右下为Clayton　Copula。不难看出，Frank　Copula的拟合效果最好，其次为Clayton　Copula。为了进一步验证这一结论的可靠性，利用Frank　Copula函数对沪深300股指现货和期货收益率序列进行模拟，对照真实收益率，可以推知基于Frank　Copula对收益率分布的拟合非常理想（见图8）。

3.　基于Frank　Copula的VaR和CVaR估计结果。

现在考虑极端事件的相依风险的测度问题，s和f分别表示沪深300股指现货和期货的收益率，设　和　分别为股指现货和期货的投资比例，这两种资产的组合投资的对数收益率可以表示为：

选取极值分布作为边际分布，Frank　Copula为连接函数，模拟出联合分布F的随机数，对于给定的组合投资收益率R，在给定的置信水平q下，用蒙特卡罗模拟，产生10000组模拟的资产组合估计VaR。

以上给出了五种组合下的VaR和CVaR值，不难发现，随着现货投资比例的增加，风险值不断降低，然后又随之增加，大致呈现“U”型特征。以上面数据为例，在0.975和0.99的置信水平下，现货的投资比例为0.7、期货的投资比例为0.3时，风险值最低，不断地缩短步长，总可以找到风险最低的投资组合，该思路可以运用到套利上面去，从而为研究股指期货的最优套期保值提供了新的范式，这也是本文下一步的研究重点。

四、结论

第一，通过DCC-GARCH模型对股指仿真期货和现货收益率的条件相关的动态描述可以看出，沪深300股指期货和现货收益率的变动趋势大致相同，具有较强的动态相关关系，投资者可以利用现货和期货收益波动的相关性进行有效的套期保值，规避系统性风险；而监管者需要更加密切地关注证券市场的动态变化，防止股指期货推出后市场的恶意操纵。

第二，以极值分布为边际分布构造的Copula函数极大限度地捕捉到了极端风险的相依关系。进一步的实证表明：期货风险要明显大于现货风险，极值分布下的期货风险值大概是现货的两倍。沪深300股指现货和期货收益率的尾部相关结构可以用Frank函数进行描述，即无论市场疯狂上涨还是急剧下跌过程中，股指现货和期货收益率之间存在着同时相互影响、相互加强的双边风险关联关系，同时，尾部相关结构也可以用Clayton函数进行刻划，这一结果意味着当资本市场出现持续下跌、剧烈波动等极端风险事件时，股指期货的风险关联性相互加强。因此，应设定恰当的稳定机制，尽可能不干扰市场正常波动和交易情况，特别是对于预防股灾等极端股市危机是极其必要的。

第三，在利用Frank　Copula进行极端风险测度的同时，我们发现，在投资组合比例的步长为0.2时，随着现货投资比例的增加，风险值先是不断降低后又逐渐增加，组合投资风险大致呈“U”型分布，缩短步长，可以得到风险最低时的投资组合，至少可以得到对应风险局部最小值的投资组合，其实这是一种风险对冲的思想，从而为最优套期保值比率的研究提供了一种新的思路。

参考文献：

[1]王志诚，周春生.金融风险管理研究进展：国际文献综述[J].管理世界，2006，（4）.

[2]马林.金融风险度量及其有效前沿[D].华中科技大学硕士学位论文，2006年1月.

[3]Danielsson　J.，CG.de　Vries.1997.Value　at　Risk　and　Extreme　Returns，London　School　of　Economics[M]，Financial　Markets　Group　Discussion　Paper　1997（272-273）.

[4]韦艳华，张世英，郭焱.金融市场相关程度与相关模式的研究[J].系统工程报.2004，19（4）.

[5]Sklar，A.，1959，“Fonctions　de　Repartition　a　n　Dimensionset　Leurs　Marges”，Publications　de　l'Institut　de　Statistiquede　l'　Universite　de　Paris，Vol.8，　pp.229～231.

[6]Joe，H.，1997，“Multivariate　Models　and　Dependence　Concepts”，Chapman　&　Hall.

[7]Nelsen，R.，1999，“An　Introduction　to　Copulas”，Springer，New　York.

[8]Embrechts，P.，Lindskog，F.and　McNeil，A.，2003，“Modeling　Dependence　with　Copulas　and　Applications　to　Risk　Management”，In：Rachev，S.（Ed.），Handbook　of　Heavy　Tailed　Distributions　in　Finance，Elsevier，Rotterdam，　pp.329～384.

[9]Longin，F.，2000，“From　Value　at　Risk　to　Stress　Testing：the　Extreme　Value　Approach”，　Journal　of　Banking　and　Finance，Vol.24，pp.1097～1130.

[10]Frey，R.and　McNeil，A，.2003，“Modeling　Dependent　Defaults”，Journal　of　Risk，Vol.6，No.1，pp.59～92.

[11]Bouye，E.，Gaussel，N.　and　Salmon，M.，2002，“Investigating　Dynamic　Dependence　Using　Copula”，　Manuscript，　Financial　Econometrics　Research　Center.

[12]Longin，F.　and　Solink，B.，2001，“Extreme　Correlation　of　International　Equity　Markets”，Journal　of　Finance，　Vol.56，pp.649～676.

[13]Glasserman，P.，Heidelberger，P.and　Shahabuddin，　P.，2002，“Portfolio　Value-at-risk　with　Heavy-tailed　Risk　Factors”，　Mathematical　Finance，Vol.12，pp.239～270.

[14]Embrechts，P.，Lindskog，F.and　McNeil，A.，2003，“Modeling　Dependence　with　Copulas　and　Applications　to　Risk　Management”，In：Rachev，S.（Ed.），Handbook　of　Heavy　Tailed　Distributions　in　Finance，Elsevier，Rotterdam，　pp.329～384.

[15]Rosenberg，J.and　Schuermann，T.，2005，“A　General　Approach　to　Integrated　Risk　Management　with　Skewed，　Fat-tailed　Risk”，FRB　of　New　York　Staff　Report　No.185.

[16]Embrechts，P.，Lindskog，F.and　McNeil，A.，2003，“Modeling　Dependence　with　Copulas　and　Applications　to　Risk　Management”，In：Rachev，S.（Ed.），Handbook　of　Heavy　Tailed　Distributions　in　Finance，Elsevier，Rotterdam，　pp.329～384.

[17]郑振龙，王保合.基于极值理论的风险价值度量[J].金融学季刊.2005，1（1）

[18]McNeil.A．J，Frey.R.2000.Estimation　of　Tail-Rlated　Risk　Measures　for　Heteroscedastic　Financial　Time　Series：An　Extreme　Value　Approach[J].Journal　of　Empirical　Finance　2000，7：27（1-300）．

[19]DuMouchel　W.M.1983.Estimating　the　Stable　Index　_　in　Order　to　Measure　Tail　Thickness：　A　Critique[M].　Annals　of　Statistics　11.1983.（1019-1031）.

[20]李竹渝，鲁万波，龚金国.经济金融计量学中的非参数估计技术[M].科学出版社.2007.

审计风险的含义范文第2篇

关键词：审计风险 注册会计师 控制 防范

我国注册会计师的审计业务范围逐年拓宽，由于社会经济生活的复杂性和不确定性也是日趋加剧，审计难度越来越大，审计风险不断加重。国际国内资本市场发生的安然、麦道夫、银广夏、蓝田、东方电子等众多案件中，有些注册会计师受到了牵连。正确认识审计风险，积极有效地预防和控制审计风险，发挥注册会计师审计的作用，是市场经济发展中的重要问题，这个问题已经引起了社会各界的关注。本文将对审计风险的概念、特征、分类和高发环节及其形成因素等方面进行论述分析,然后针对审计的外部和内部环境，提出了审计风险控制与防范的建议。

一 、审计风险概述

（一）审计风险含义

审计风险是指当财务报表存在重大错报时，注册会计师发表不恰当审计意见的可能性。

在审计准则中，审计风险不包括财务报表不存在重大错报，而注册会计师发表的审计意见认为财务报表存在重大错报的风险。

如果不能有效的控制和防范审计风险，将可能导致审计失败。我们应当充分认识审计风险的特征、形成的原因和多发环节，才有利于分析我国注册会计师财务报表审计风险形成因素，采取有效对策，提高审计质量，更好地发挥对经济的监督作用。

二、审计风险形成因素分析

审计风险形成的因素很多，以下是常见的审计风险形成因素：

（一）审计外部环境因素

1、经营风险因素

经营风险是指可能对被审计单位实现目标和实施战略的能力产生不利影响的重要状况、事项、情况、作为（或不作为）而导致的风险，或由于制定不恰当的目标和战略而导致的风险。

2、公众期望因素

市场经济持续发展，社会公众对注册会计师审计意见的依赖性逐渐增强，对审计质量的期望值变大。由于审计本身的固有局限性，使得审计结论所起的作用往往达不到人们心理赋予它的期望值。尤其是审计报告的潜在使用者，不了解注册会计师审计具有固有的局限性，一旦投资者投资受到损失或发生其他经济纠纷时，往往将被投资单位与注册会计师一并提讼，力争取得最大的利益补偿，这在无形之中加大了注册会计师的审计责任，公众期望会引发潜在的审计风险。

（二）审计内部环境因素

1、审计组织因素

我国会计师事务所是有限责任公司制、普通合伙制、特殊普通合伙制三种组织形式并存，其中有限责任公司制问题比较多，一股独大，一人说了算，忽视审计风险普遍存在，尤其是有限责任制与注册会计师行业要求不相适应，以为是有限责任而疯狂追求经济效益最大化，不顾审计风险，甚至明知却默许被审计单位管理层造假行为，形成审计高风险。众多类似东方电子虚假财务报表案都足以说明了有限责任公司制与注册会计师行业要求不相适应的弊端，是产生审计风险的重要因素。

2、审计人员因素

注册会计师在执行审计工作中， 存在没有保持足够职业怀疑态度的问题，如轻信管理层和治理层的诚信而满足于说服力不够的审计证据，把审计中发现的舞弊视为孤立发生的事项，未对不同来源的审计证据或不同性质的审计证据相互比较，出现管理层的某项声明与其他审计证据相矛盾问题也不进行进一步调查等等，都会直接产生审计风险。注册会计师审计失败案，往往是注册会计师缺乏足够的职业怀疑态度的必然结果。众多类似东方电子虚假财务报表案和中注协对紫鑫药业项目审计质量调查结果都充分证明存在没有保持足够职业怀疑态度的问题。

（三）非审计业务因素

从国际发达国家的经验来看，非审计业务在经济利益和自我评价及密切关系方面，形成对审计独立性构成了严重的威胁，这些威胁可以造成注册会计师丧失审计独立性，而增大审计风险。尤其是当非审计业务收入占会计师事务所总收入的比重较高，甚至远远超过了审计业务收入时，会计师事务所对非审计业务收入的经济依赖性加大，进而损害审计独立性的程度加大，审计风险随之加大。世人皆知，非审计业务威胁审计独立性导致审计风险的安然事件，当年美国安然公司支付给安达信会计师事务所的审计费为2500万美元，而同时支付非审计业务的费用为2700万美元。

（四）审计手段因素

审计依次经历了账项导向、制度导向和风险导向三种模式，现代审计是风险导向审计模式。风险导向审计模式具有两个特点：一是要求审计人员不仅要对控制风险进行评价，而且要针对可能产生审计风险的各个环节进行具体评价，以确定审计人员实质性测试的重点及如何收集、收集多少和收集何种审计证据；二是风险审计大量运用了分析的方法这种方法贯穿于审计的整个阶段。

三、审计风险控制与防范建议

（一）改善审计外部环境

1、应当正视经营风险

尽管经营风险与审计风险密切相关，但是管理层和治理层都无法推卸各自的责任。建议政府采取强制性措施，按照企业法的规定对管理层和治理层进行正视经营风险意识教育，促使他们履行各自的责任，包括保证财务报表恰当披露经营风险导致的财务结果的责任，否则应当予以严厉惩处。

审计风险的含义范文第3篇

关键词：审计；风险；程序

一、审计风险的具体内涵

尽管目前对重要性原则的表述不尽相同，但其认识基本一致，即如果信息的错报或漏报影响到报表使用者的判断或决策，那么该信息就是重要的。在理解重要性的具体内涵时，必须认识到由于审计方法或审计成本的限制，财务报表审计只能起到合理保证的作用，注册会计师在审计过程中必须站在财务报表使用者的角度上，考虑在具体的审计环境下，财务报表的某项错报是否足以改变或影响财务报表使用者的相关决策，所以运用重要性的关键是确定多少金额及以上的错报会影响到信息需求者的决策。在我国的审计实务中，结合重要性标准的具体含义做进一步延伸界定为重要性水平，这也是审计实务工作者对重要性的习惯性表述，而这种做法与重要性的含义逻辑上一致。

现代风险导向审计实务模式下，注册会计师确定两个层次的重要性水平，就某一特定的被审计单位而言，出具真实公允的财务报表是被审计单位管理当局的责任，而报表中的错报漏报到多大程度会影响到报表使用者的判断决策是客观存在的，这个尺度只有管理当局最清楚。但这个客观的重要性水平是一个非常抽象的标准，对注册会计师而言具有不可确知性，只能利用对被审计单位的理解和职业判断进行评估。目前没有尺度去评价CPA所估计的重要性水平是接近还是偏离客观重要性水平，所以伴随CPA这种职业判断的审计风险接踵而来，不仅如此，不同的报表使用者容许报表中存在的错报或漏报严重程度不尽相同，但在实践中，注册会计师用统一的量化的重要性判断标准来指导审计实务，将承担一定的审计风险，实践中重要性水平的确定和注册会计师承担审计风险存在必然联系。

针对具体认定层次风险严重性和可能性，确定进一步的审计程序，CPA通过实施具体的审计程序，收集到充分适当的审计证据来控制检查风险水平，所以从审计人员角度看，确定各个认定层次的重要性水平，但能否查出各个认定层次的错报漏报是否超过重要性水平这本质上属于审计检查风险。对重大错报风险水平进行恰当评估基础上，只有将审计检查风险降到可接受范围之内，才能达到审计后的报表容许的错报或漏报在重要性水平之下，审计风险在可承受范围之内。

二、审计程序的界定

审计计划阶段确定的重要性水平，可接受的审计风险水平，最终都是在为注册会计师实施审计程序范围的大小服务。而随着审计程序实施范围的不断加深及对被审计单位具体情况的不断了解，注册会计师不断修正审计计划阶段确定的重要性水平和审计风险水平。所以审计程序范围与计划阶段确定的重要性水平、审计风险水平具有相对应的关系。

现代风险导向审计模式下，审计程序按实施的目的分为风险评估、控制测试、实质性测试。风险评估程序是以了解被审计单位及其环境并进行恰当评估重大错报风险为起点和导向，获得包括对企业外部、内部环境的风险的初步了解和识别，并根据初步评估结果，计划和实施控制测试程序，然后根据风险评估程序和控制测试的结果，计划和实施实质性测试程序。现代风险导向审计新理念是增强风险评估的新导向和进一步审计程序的针对性。如果初步评估重大错报风险水平较高，则CPA应实施更多实质性测试而相应减少控制测试的范围，把从宏观着眼识别和评估出的重大错报风险与微观的某类交易、账户余额及列报认定相联系，通过实施具体的细节测试和分析性测试，将认定层次的错报或漏报查出，控制检查风险水平，通过将组成财务报表三个认定层次的超过重要性水平的错报或漏报查出，才能合理保证财务报表整体不存在重大错报，审计风险也能降低到可接受范围之内。

三、审计风险与审计程序的关系

在既定的、可接受的审计风险水平一定的前提下，初步评估的重大错报风险与检查风险水平成反向关系。检查风险是指CPA未能发现某一认定存在错报，该错报单独或连同其他错报是重大的可能性小，即该错报在重要性水平之下，这样注册会计师承担的检查风险水平会很低。如果注册会计师发现某项认定单独或连同其他错报认定发生超过重要性水平的错报的可能性大，CPA需要实施的审计范围就越大，实施的审计程序类型就要更多一些。当重大错报风险水平偏低，CPA估计的重要性水平可以偏高，虽然重要性水平判断风险增加，但由于重大错报风险水平降低，也可抵消重要性水平估计偏高所带来的审计判断风险，从而使审计风险降低至可接受水平。融合前者重要性水平与审计风险成反向关系，利用层次分析法界定评定重要性水平、重大错报风险水平和检查风险水平之间的关系。

审计风险的含义范文第4篇

目前审计职业界普遍使用的审计风险模型是由美国注册会计师协会1983年提出的。该模型认为审计风险由固有风险、控制风险和检查风险三要素组成，对审计风险的计量为：

审计风险=固有风险×控制风险×检查风险

根据上式，在既定的审计风险下，检查风险可计算如下：

检查风险=审计风险/（固有风险×控制风险）

根据上述模型，审计主体在确定可接受的审计风险时，首先要评估固有风险、控制风险，在此基础上推算可接受的检查风险。该审计风险模型存在如下缺陷：

1.1只定性分析审计风险该审计风险模型只是定性地分析了客观存在的风险。该模型考虑的风险只考虑了有关审计风险控制的环节，并用公式来描述审计风险的概率，无法直观地进行定量分析，即计量审计风险给审计主体带来的损失金额的可能性。

1.2审计风险因素不全面该模型考虑的风险只与审计过程和审计顺序有关，即只从审计主体的审计检查方法和审计对象的经营、内部控制方面考虑审计风险因素，未充分考虑审计风险产生的其他主要原因，如报表使用者的诉讼请求因素、社会宏观法律环境因素等。

1.3无法描述道德风险审计案件中存在的一些问题并非完全是由于技术上或程序上的失误造成的，审计主体的日常行为和工作态度有时也会成为问题的症结所在。因此，人们除了关注审计技术和程序的发展外，亦开始关注审计主体的自身行为，由此产生了审计主体的道德问题。但是，传统的审计模型无法描述由于不道德行为所产生的风险，包括：企业与审计主体串通舞弊，出具不恰当的审计报告；审计主体接受贿赂；审计主体为了经济利益压低价格有损同业等。

1.4对审计风险的表述不完整随着审计风险含义的扩大，审计风险控制就不能只局限于审计过程和所审计的对象，必须把审计风险的控制放在一个系统中全面把握，还应考虑审计环境影响、人员因素及后果等。审计风险范围也应扩大为审计主体风险、会计师事务所风险和会计行业风险，还包括审计结论利用中产生的法律风险以及赔偿风险。

2现代审计风险模型的发展

现代审计风险模型在传统审计风险模型的基础上进行了改进，形式上有所简化，但审计风险的内涵和外延却扩大了。

2.1认定层次风险认定层次风险指交易类别、账户余额、披露和其他相关具体认定层次的风险，包括传统的固有风险和控制风险。认定层次的错报主要指经济交易的事项本身的性质和复杂程度发生的错报，企业管理当局由于本身的认识和技术水平造成的错报，以及企业管理当局局部和个别人员舞弊和造假造成的错报。

2.2会计报表整体层次风险会计报表整体层次风险主要指战略经营风险（简称战略风险）。把战略风险融入现代审计模型，可建立一个更全面的审计风险分析框架。

2.2.1从战略风险的定义来看：战略风险是审计风险的一个高层次构成要素，是会计报表整体不能反映企业经营实际情况的风险。这种风险源自于企业客观的经营风险或企业高层通同舞弊、虚构交易。传统审计风险模型解决的是企业的交易和事项在本身真实的基础上，怎样发现会计报表存在的错报，将审计重点放在各类交易和账户余额层次，而不从宏观层面考虑会计报表可能存在的重大错报风险，这很可能只发现企业小的错误，却忽略大的问题；现代审计风险模型解决的是企业经营过程中管理层通同舞弊、虚构交易或事项而导致会计报表存在错报怎样进行审计的问题。

2.2.2从审计战略来看：现代审计风险模型是在系统论和战略管理理论基础上的重大创新。从战略角度入手，通过经营环境—经营产品—经营模式—剩余风险分析的基本思路，可将会计报表错报风险从战略上与企业的经营环境、经营模式紧密联系起来，从而在源头上和宏观上分析和发现会计报表错报，把握审计风险。而将环境变量引入模型的同时，也将审计引入并创立了战略审计观。

2.2.3从审计的方法程序来看：现代审计风险模型注重运用分析性程序，既包括财务数据分析，也包括非财务数据的分析；且分析工具多样化，如战略分析、绩效分析等。例如毕马威国际（KPMG）为应用现代审计风险模型的理念与方法，研究制定了经营计量程序（BusinessMeasurementProcess，BMP），专门分析企业在复杂的市场环境和产业环境下的经营情况，以确定关键经营风险如何影响财务结果。BMP提供了一个审查影响财务信息和非财务信息流的分析框架。

2.2.4从审计的目标来看：现代审计是为了消除会计报表的重大错报，增强会计报表的可信性。为达到此目标，注册会计师应当假定会计报表整体是不可信的，从而引进全方位的职业怀疑态度，在审计过程中把质疑一一排除。而该模型充分体现了这种观念。

3现代审计风险模型的分析应用框架

3.1确定总体审计风险概率审计风险可按其发生的可能性大小分为基本确定、很可能、可能和极小可能。可能性一般按概率来进行表述，如极小可能的概率为大于0但小于或等于5％。

社会公众对注册会计师的期望值很高，独立审计存在的价值就在于消除会计报表的错误和不确定性；缩小或消除社会公众合理的期望差距。独立性原则的要旨是使注册会计师免于利益冲突，从而奠定正直与客观的执业基础，但独立性最终体现在注册会计师独立承担审计风险责任方面，因而降低审计风险是注册会计师的“灵魂”。审计风险就是审计失败的可能性，它只能控制在极小可能程度以下，用数学概率表示应不超过5％。

3.2分析战略风险在确立了总体审计风险概率应该控制在5％以下之后，应全面分析战略风险。以企业的经营模式为核心，以自上而下和自下而上相结合的方式了解企业的内外部经营环境、经营产品，并在此基础上分析确定企业经营有效性和会计报表的关键认定是否合理、合法。新的国际审计准则列举了28种可能暗示存在舞弊风险的环境和事项（IAASB，2003）。

3.3分配剩余审计风险评估完战略风险概率后，可按照传统的方法分析认定层次的风险概率，两者结合起来考虑就是重大错报风险概率。最后根据确定的总体审计风险概率和评估的重大错报风险概率，得出关于剩余审计风险也就是检查风险的概率，据此确定实质性测试的性质和范围，即可将审计风险减少到满意程度。

审计风险的含义范文第5篇

关键词：建筑工程；工程造价审计；风险

前言

在建筑工程实施的过程中，建筑工程造价审计是一个重要的步骤。作为我国审计监督体系中的重要内容之一，建设工程造价审计不仅影响着我国整体审计水平的提升，更对建筑行业的发展具有重要影响。但是在建筑工程造价审计工程在实施过程中还存在一定的风险，下文就其风险进行分析。

一、工程造价审计及其风险的含义

工程造价审计是指独立的审计机构和人员，依据现行的法律法规和相关技术经济指标及审计标准，运用审计技术对工程建设过程中涉及工程造价的活动以及与之相关联的各项工作进行审查、监督和评价的活动。工程造价审计的目标主要包括检查工程价格结算与实际完成的投资额的真实性、合法性以及检查是否存在虚列工程、套取资金、弄虚作假、高估冒算的行为等。工程造价审计风险是审计机构和人员，未按照相关审计标准和真实资料而的得出错误工程造价结论的风险。工程造价的审计结果既决定了项目投资效益，也影响到项目建设过程中各方主体的直接经济利益，因而工程造价审计风险贯穿于工程建设项目的决策、设计、施工、竣工验收和投资运营的全过程。

二、工程造价审计风险产生原因分析

1.客观原因导致的工程造价审计风险

1）法律法规尚待完善：我国现已颁布实施涉及工程造价确定的相关法律法规包括《建筑法》、《招标投标法》、《房屋建筑和市政基础设施工程施工招标投标管理办法》、《建筑工程施工发包与承包计价管理办法》、《审计法》、《审计法实施条例》等。这些法律法规对于促进建筑市场的规范和净化、提高工程投资效率、推动工程造价审计工作的有序发展发挥了重要作用。但是针对工程造价审计的法律法规上有待完善，工程造价审计机构和从业人员的法律地位尚未明确。2）工程项目的特点导致的造价审计风险：工程项目一般投资大、建设周期长，具有单件性、多样性和复杂性的特点，而审计人员一般较少有机会参与到工程建设各个阶段之中，审计工作往往具有滞后性。被审计单位提供的招投标文件、工程合同、工程预决算书、现场签证和财务决算书等资料中可能隐藏有完整性、全面性、真实性的风险。3）专业特征导致的造价审计风险：一是工程造价涉及面广且具有技术经济综合性，涵盖土建、装饰、安装、市政、园林、修缮等多个专业。二是造价审计与工程建设各阶段相对应，包括设计概算审计、施工图预算审计、合同价审计、工程量清单计价审计和工程结算审计等。三是我国现行的工程计价模式较为复杂，清单计价与定额计价并行，各种地方性政策和规定繁多，容易造成工程造价确定过程出现风险点。

2.主观原因导致的工程造价审计风险

1）市场竞争导致的工程审计风险：建筑发承包是个充分竞争的市场，承包商在投标报价时往往采取低价竞争策略以便承揽到工程。承包商中标之后，往往利用设计变更、签证办理的机会提高工程造价，如替换材料、不平衡报价、高报工程量、高套定额等，甚至采用签订补充协议等手段对原合同条款进行修改，对工程造价进行实质性修改以实现其经营利润，同时在审计过程中也存在利益交换的道德风险。2）建设单位内控机制不健全导致的工程审计风险：由于建设单位一般缺乏工程管理经验和管理人员，投资控制意识淡漠，造成工程建设过程中内部管理制度不完善，工作流程不严密，工程资料不完整，甚至存在包庇承包商、的现象，不仅影响工程造价审计工作的顺利进行，也给审计工作带来严重的风险。3）审计单位内部管理体制不健全导致的工程审计风险：审计单位没有严格执行质量控制制度，工作流程中必要的调查、查证、审计记录要求不完整，没有执行三级审核制度；没有将审计资料及时收集、整理、归档等，都将导致工程审计风险。4）从业人员素质导致的工程审计风险：工程造价审计涉及各方利益，需要审计从业人员具备较高的业务能力和优秀的职业道德。但今年来基建规模的迅速膨胀，具备全面良好素质的审计人员匮乏，更存在极少数职业道德欠缺的工作人员，为一己私利对审计中发现问题不加辨识地予以确定，给工程造价审计带来风险和危害。5）取证不利导致的工程审计风险：工程建设周期长，往往存在工程资料不完整，手续不健全，签证与监理、施工日志等无法呼应，造成造价审计时取证困难，难以考证相关手续的真实性，进而形成审计风险。6）过程管理缺失导致的工程审计风险：目前相当多的项目采用工程竣工决算审计的方式确定工程造价，倚重于事后管理而非事前、事中管理，忽视了在工程建设过程中的跟踪审计和造价管理，使得工程造价控制的风险不能得到及时有效的解决，形成了工程造价审计的风险。

三、工程造价审计风险的防范和控制措施

1）加强工程造价审计的外部法律环境建设。完善法律、法规建设，使工程造价审计有法可依。审计工作的进行必须依靠法律规定的约束，使工程造价审计工作、审计机构和人员有法可依，得到严格的管理及控制。进而规范市场主体行为，减少不确定性因素，防范腐败现象，使审计单位掌握相对真实可靠的信息，减少被误导的可能性，降低审计风险。

2）加强高素质工程造价审计队伍建设。工程造价审计是以从业人员为主体，依据工程资料，在技术规范的框架内实施的经济鉴证活动。因此首当其冲需要提高审计人员的专业素质与能力，根据各个审计人员的自身素质与要求，进行专业知识的培训和职业道德的规范，引导审计人员的自主学习性和创造性，提高审计人员的综合素质与能力。同时向审计人员宣贯审计风险的防范措施，深刻了解审计风险的重要影响。加大教育投入，全面提升审计人员的专业素质，增强专业知识的理解，提高审计人员自身能力。审计人员素质的提高可以通过以下方式进行提升，①政治素质的提升②业务素质的提升③道德素质的提升。

3）加强工程造价审计单位的规范化建设。工程造价审计单位应该建立完善的管理制度，严格控制工程造价审计过程中的质量。通过执业资格管理、审计责任制度、三级复核制度、档案管理等方面的规范，以制度的严格控制保证工程造价审计工作的质量与专业性。

4）采用科学有效的审计手段。树立限额设计、投资控制理念，重视事前和事中控制，表现为：①以设计阶段为重点开展全过程造价控制，提高工程设计优化，以动态管理和预防措施替代静态的事后管理。②充分利用现代科学技术，运用网上审计和计算机辅助审计，通过提高审计方法的技术含量达到提高审计效率，确保审计项目质量，防范和降低审计风险。

5）加强内部审计部门的监督职能。应提高建设单位的内部审计部门职责和权限，设置审批流程，参与到工程招投标、合同条款、工程款拨付、变更签证等工作环节里，以保证工程造价审计时资料的真实性和完整性，为防御工程造价审计风险创造良好基础。

结语

工程造价审计是工程建设的重要环节，也是评价投资效益的重要指标，其工作风险是客观存在的。通过不断完善法律法规，规范各方主体行为，提供从业人员业务素质和道德水平，细化标准和规范，就能有效防范和避免风险，保证工程造价审计工作质量。

参考文献：