【摘 要】文章以2015年滬深股市A股上市公司數(shù)據(jù)為樣本，用加權(quán)錯判比率作為評價模型優(yōu)劣的標準，構(gòu)建了加權(quán)錯判率為26.07%的審計意見類型決策樹預(yù)測模型。研究表明，上市公司的基本每股收益、上年度審計意見類型、營運資金比率、資產(chǎn)規(guī)模和存貨周轉(zhuǎn)率是預(yù)測審計意見類型的重要變量。

【關(guān)鍵詞】決策樹模型;審計意見類型;加權(quán)錯判比率

20世紀80年代，國外一些研究者就開始利用上市公司的數(shù)據(jù)建立審計意見預(yù)測模型作為注冊會計師出具意見的輔助工具，我國自2003年后，也有不少論文研究并建立了審計意見的預(yù)測模型，這些模型的建立主要是應(yīng)用了邏輯回歸的統(tǒng)計技術(shù)。數(shù)據(jù)挖掘方法如今已經(jīng)廣泛應(yīng)用于各種會計和金融領(lǐng)域的分析，并取得了很好的效果。決策樹（Decision Tree）是最經(jīng)典的數(shù)據(jù)挖掘方法之一，它以樹形結(jié)構(gòu)將決策/分類過程展現(xiàn)出來。國外有研究者在2013年開始使用決策樹方法預(yù)測審計意見類型，而國內(nèi)尚未發(fā)現(xiàn)使用決策樹方法預(yù)測審計意見類型的文獻。

本文通過定性分析審計意見類型的影響因素，建立影響審計意見類型的指標體系，并根據(jù)2015年滬深股市A股上市公司的年報數(shù)據(jù)構(gòu)建了上市公司被出具審計意見類型的決策樹模型，用樹形結(jié)構(gòu)呈現(xiàn)審計意見類型的分類過程，為注冊會計師從保護投資者利益的角度對上市公司出具保留意見或無法表示意見提供了可操作的建議，同時為決策樹模型在中國審計意見類型預(yù)測的應(yīng)用提供參考。

1 影響審計意見類型的指標選取

影響審計意見類型的指標主要從上市公司的財務(wù)指標和非財務(wù)指標兩個方面考慮。蔡春、楊麟等人（2005）的研究結(jié)果表明資產(chǎn)規(guī)模（資產(chǎn)的對數(shù)）、資產(chǎn)負債率、總資產(chǎn)周轉(zhuǎn)率等基本財務(wù)指標和事務(wù)所規(guī)模對審計意見類型影響顯著。田金玉（2007）應(yīng)用BP神經(jīng)網(wǎng)絡(luò)預(yù)測審計意見類型時，篩選出影響審計意見類型的13個財務(wù)指標。郭磊（2008）應(yīng)用logistic回歸模型預(yù)測審計意見類型時，篩選出16個財務(wù)指標和2個非財務(wù)指標，其中非財務(wù)指標為代理成本和上年審計意見。

本文綜合考慮反映上市公司內(nèi)部管理質(zhì)量各個方面指標的代表性，并根據(jù)參考文獻中通過了顯著性檢驗的原則，挑選了如下13個財務(wù)指標和1個非財務(wù)指標作為影響審計意見類型的指標體系（見表1）。

因變量Y為“本年審計意見”。Y和X14這兩個指標為0表示“標準無保留意見”;為1表示“帶強調(diào)事項段的無保留意見”;為2表示“保留意見或無法表示意見”。

2 審計意見類型的決策樹預(yù)測模型

從2015年滬深股市A股上市公司的年報中獲取上述指標數(shù)據(jù)，剔除數(shù)據(jù)缺失過多的公司，最終得到2 493家公司作為構(gòu)建決策樹模型的樣本，其中2 400家被出具標準無保留意見、74家被出具帶強調(diào)事項段的無保留意見、19家被出具保留意見或無法表示意見。

決策樹模型是用決策樹來呈現(xiàn)因變量的分類過程。本文采用CART（Classification and Regression Trees）算法建立審計意見類型的決策樹預(yù)測模型。實現(xiàn)算法的軟件是R軟件，所用的函數(shù)是程序包rpart中的函數(shù)rpart。

將審計意見類型為0（標準無保留意見）的2 400家公司隨機分成15份，每1份為160家公司。再把每份審計意見類型為0（標準無保留意見）的160家公司，分別配上審計意見類型為1（帶強調(diào)事項段的無保留意見）和2（保留意見或無法表示意見）的93家公司得到15個用于構(gòu)建決策樹模型的訓(xùn)練集。分別基于15個訓(xùn)練集構(gòu)建15個決策樹模型。用得到的15個決策樹模型，反過來對全部2 493家公司進行預(yù)測。根據(jù)加權(quán)錯判比率最小的原則從15個決策樹模型中選擇預(yù)測能力最好的模型，其總的錯判比率為0.086 2，加權(quán)錯判比率為0.260 7。模型的決策樹如圖1所示。

加權(quán)錯判比率就是給予“實際的審計意見類型為1或2，而模型將其預(yù)測為0”的情況比較大的權(quán)重，而給予“實際的審計意見類型為0，而模型將其預(yù)測為1或者2”的情況比較小的權(quán)重。這樣做的理由主要是考慮到前者比后者預(yù)計對投資者造成更大的損失。

根據(jù)圖1，用此決策樹預(yù)測模型對審計意見類型進行預(yù)測的步驟如下所述。

（1）首先考慮X2（基本每股收益），其次考慮X14（上一年度的審計意見）。如果X2大于或等于0.042元，且X14為標準無保留意見，那么本年度審計意見類型可以預(yù)測為標準無保留意見。

（2）如果X2大于或等于0.042元，且X14為非標準無保留意見，那么本年度審計意見類型可以預(yù)測為帶強調(diào)事項段的無保留意見。

（3）如果X2小于0.042元，且X14為非標準無保留意見，那么本年度審計意見類型可以預(yù)測為帶強調(diào)事項段的無保留意見。

（4）如果X2小于0.042元，X14為標準無保留意見，還滿足1個條件“X11（營運資金比率）小于-0.23”，那么本年度審計意見類型可以預(yù)測為帶強調(diào)事項段的無保留意見。

（5）如果X2小于0.042元，X14為標準無保留意見，還滿足2個條件“X11大于或等于-0.23”和“X1（資產(chǎn)規(guī)模的對數(shù)值）小于21”，那么本年度審計意見類型可以預(yù)測為保留意見或無法表示意見。

（6）如果X2小于0.042元，X14為標準無保留意見，還滿足3個條件“X11大于或等于-0.23”、“X1大于或等于21”和“X7（存貨周轉(zhuǎn)率）小于6.5”，那么本年度審計意見類型可以預(yù)測為標準無保留意見。

（7）如果X2小于0.042元，X14為標準無保留意見，還滿足2個條件“X11大于或等于-0.23”、“X1大于或等于21”和“X7大于或等于6.5”，那么本年度審計意見類型可以預(yù)測為帶強調(diào)事項段的無保留意見。

從上述模型可知，上市公司的基本每股收益、上年度審計意見類型、營運資金比率、資產(chǎn)規(guī)模和存貨周轉(zhuǎn)率是預(yù)測審計意見類型的重要變量，所以會計師事務(wù)所在對上市公司開展審計業(yè)務(wù)出具審計意見類型時，應(yīng)重點考慮這5個變量的取值。

參 考 文 獻

[1]蔡春，楊麟，陳曉媛，等.上市公司審計意見類型影響因素的實證分析[J].財經(jīng)科學(xué)，2005（1）：95-102.

[2]田金玉.基于BP神經(jīng)網(wǎng)絡(luò)的上市公司審計意見預(yù)測模型[J].財會月刊，2010（1）：109-110.

[3]郭磊.我國上市公司審計意見預(yù)測研究[D].廣州：暨南大學(xué)，2008（5）：1-49.

[4]張實.決策樹方法預(yù)測審計意見類型[D].上海：上海立信會計金融學(xué)院，2017（5）：1-25.

[5]李清，韓麗榮，魯豫.基于遺傳算法的上市公司審計意見類型預(yù)測模型研究[D].天津：天津財經(jīng)大學(xué)，2014（5）：1-47.

[6]保艷波.上市公司審計意見影響因素實證分析[D].昆明：云南大學(xué)，2015（3）.

[7]何為紅，徐欣.上市公司審計委員會特征與審計意見類型[J].財會月刊，2016（3）：92-96.

[8]梁紅玉.上市公司審計意見類型影響因素研究[D].天津：天津財經(jīng)大學(xué)，2012（5）：1-51.

[9]余敏，吳應(yīng)宇，毛俊.上市公司審計意見類型預(yù)測模型[J].財經(jīng)論壇，2008（4）：133-135.

[10]王曉艷，王朝娟，王紹霞.上市公司財務(wù)狀況與審計意見相關(guān)性研究[J].會計之友，2011（9）：92-95.

[11]Saif S M，Sarikhani M，Ebrahimi F.An Expert System with Neural Network and Decision Tree for Predicting Audit Opinions[J].IAES International Journal of Artificial Intelligence，2013（4）：151.