方 辰

（中國(guó)人民銀行上?？偛?，上海 200120）

監(jiān)管部門對(duì)未上市機(jī)構(gòu)會(huì)計(jì)舞弊的批篩查方法探析
——基于“紅旗標(biāo)志”、豪斯多夫距離以及模糊理想解逼近法的貼近度排序

方 辰

（中國(guó)人民銀行上?？偛浚虾?200120）

鑒于未上市的金融機(jī)構(gòu)和涉及金融業(yè)務(wù)的非金融機(jī)構(gòu)（本文統(tǒng)稱未上市機(jī)構(gòu)），與已經(jīng)上市的同類機(jī)構(gòu)在維護(hù)、穩(wěn)定金融秩序上具有同等的重要性，因此對(duì)未上市機(jī)構(gòu)會(huì)計(jì)舞弊的可能性同樣必須進(jìn)行密切關(guān)注，考慮到監(jiān)管部門具備對(duì)多個(gè)未上市機(jī)構(gòu)同時(shí)進(jìn)行篩查的有利條件，本文提出一種基于“紅旗標(biāo)志”、豪斯多夫距離（Hausdauff距離）以及模糊理想解逼近法（模糊TOPSIS法）的貼近度排序方法，對(duì)未上市機(jī)構(gòu)會(huì)計(jì)舞弊的可能性進(jìn)行批篩查，以便對(duì)舞弊可能性較大的監(jiān)管對(duì)象實(shí)施再審計(jì)。算例結(jié)果表明，該方法具有較強(qiáng)的分辨能力。

監(jiān)管；未上市機(jī)構(gòu)；會(huì)計(jì)舞弊；“紅旗標(biāo)志”；Hausdauff距離；模糊TOPSIS法

一、引言

本文所稱“未上市機(jī)構(gòu)”系特指未上市的營(yíng)利性金融機(jī)構(gòu)和涉及金融業(yè)務(wù)的營(yíng)利性非金融機(jī)構(gòu)；所稱會(huì)計(jì)舞弊（又稱財(cái)務(wù)舞弊或管理舞弊）是被審計(jì)單位的管理層、治理層、員工或第三方使用欺騙手段獲取不當(dāng)或非法利益的故意行為[2]；所稱“紅旗標(biāo)志”是指可能導(dǎo)致會(huì)計(jì)舞弊的各種事項(xiàng)、條件、環(huán)境壓力、機(jī)會(huì)或個(gè)人特征[3]；所稱“批篩查”系仿照計(jì)算機(jī)科學(xué)的術(shù)語(yǔ)“批處理”，表示成批地進(jìn)行篩查，也即同時(shí)對(duì)多個(gè)未上市機(jī)構(gòu)進(jìn)行會(huì)計(jì)舞弊可能性的篩查；所稱“理想解逼近法”（ Technique for Order Preference by Similarity to an Ideal Solution）通常稱為TOPSIS方法，運(yùn)用于模糊集合時(shí)，稱模糊理想解逼近法，即模糊TOPSIS方法。

由于形形色色的借口、各種各樣的壓力以及不難尋找的機(jī)會(huì)，企業(yè)的管理層、治理層、員工以及第三方單獨(dú)甚至合謀進(jìn)行會(huì)計(jì)舞弊的事件屢見不鮮并且屢禁不止，會(huì)計(jì)舞弊的定義、性質(zhì)、特征、后果、誘因、識(shí)別、防范以及治理等方面的研究已成為業(yè)內(nèi)的重要課題。由于會(huì)計(jì)舞弊具有一定的技術(shù)性和隱蔽性，舞弊的動(dòng)機(jī)和手段又呈現(xiàn)多樣性和復(fù)雜性，識(shí)別會(huì)計(jì)舞弊已成為世界性難題。

國(guó)內(nèi)外對(duì)會(huì)計(jì)舞弊的研究基本上是圍繞上市公司展開的，較少涉及未上市機(jī)構(gòu)。鑒于未上市的營(yíng)利性金融機(jī)構(gòu)和涉及金融業(yè)務(wù)的營(yíng)利性非金融機(jī)構(gòu)與已經(jīng)上市的同類公司，具有相同的行業(yè)特殊性，在經(jīng)濟(jì)運(yùn)行和社會(huì)穩(wěn)定中具有同等的重要地位，因此對(duì)會(huì)計(jì)舞弊的研究應(yīng)該擴(kuò)展到未上市的營(yíng)利性金融機(jī)構(gòu)和涉及金融業(yè)務(wù)的營(yíng)利性非金融機(jī)構(gòu)。

從現(xiàn)行的制度安排及運(yùn)作慣例看，防范未上市機(jī)構(gòu)的會(huì)計(jì)舞弊，除了行業(yè)自律和社會(huì)監(jiān)督外，主要是三個(gè)環(huán)節(jié)：企業(yè)自律、會(huì)計(jì)師事務(wù)所審計(jì)以及政府監(jiān)管。防范會(huì)計(jì)舞弊的責(zé)任主體應(yīng)該是企業(yè)的管理層和治理層；識(shí)別會(huì)計(jì)舞弊的關(guān)鍵環(huán)節(jié)是會(huì)計(jì)師事務(wù)所的實(shí)質(zhì)性審計(jì)，但政府監(jiān)管絕對(duì)不能不到位，更不能缺位。由于監(jiān)管部門的人員較少，政府監(jiān)管在操作層面只能表現(xiàn)為定期或不定期篩查。由于監(jiān)管部門可以在全部監(jiān)管對(duì)象的當(dāng)期財(cái)報(bào)送達(dá)并走訪被監(jiān)管機(jī)構(gòu)后進(jìn)行篩查，因此可以同時(shí)對(duì)多個(gè)，甚至全部監(jiān)管對(duì)象進(jìn)行篩查，這就是本文所稱的批篩查。由于未上市機(jī)構(gòu)不需公開披露信息，因此只有監(jiān)管部門才具備這種批篩查的條件。批篩查將提高監(jiān)管效率。本文旨在探索一種適用于監(jiān)管部門進(jìn)行批篩查的方法，以便對(duì)篩出的舞弊可能性較大的監(jiān)管對(duì)象進(jìn)行再審計(jì)。監(jiān)管部門的批篩查可以采用基于統(tǒng)計(jì)學(xué)方法的定量分析，也可以采用定性分析。但未上市機(jī)構(gòu) “貧信息，小樣本” 的特征，決定了只能采用定性分析。

基于“紅旗標(biāo)志”、 Hausdauff距離以及模糊TOPSIS法的貼近度排序的定性分析方法，是一種適用于監(jiān)管部門進(jìn)行批篩查的有效方法。

二、關(guān)于“紅旗標(biāo)志”、模糊TOPSIS法和Hausdauff距離

1.國(guó)外Glen,Lawrence和Michael曾采用問(wèn)卷調(diào)查的方法對(duì)使用“紅旗標(biāo)志” 識(shí)別會(huì)計(jì)舞弊的有效性進(jìn)行了研究。結(jié)果表明：31% 的調(diào)查對(duì)象認(rèn)為使用“紅旗標(biāo)志” 識(shí)別會(huì)計(jì)舞弊非常有效；39% 的調(diào)查對(duì)象認(rèn)為使用“紅旗標(biāo)志” 識(shí)別會(huì)計(jì)舞弊起到了一些作用，只有10%的調(diào)查對(duì)象認(rèn)為使用“紅旗標(biāo)志” 識(shí)別會(huì)計(jì)舞弊無(wú)效[1]。因此，使用“紅旗標(biāo)志” 識(shí)別會(huì)計(jì)舞弊具有一定的可行性。本文采用王澤霞，梅偉林在《中國(guó)上市公司管理舞弊重要紅旗標(biāo)志之實(shí)證研究》[4]一文中歸納的我國(guó)上市公司管理舞弊的五類重要“紅旗標(biāo)志”及其具體內(nèi)容，作為評(píng)估各類“紅旗標(biāo)志”導(dǎo)致會(huì)計(jì)舞弊可能性大小的分類特征及細(xì)分標(biāo)志。鑒于本文探討的方法用于未上市機(jī)構(gòu)，因而刪去了與上市公司相關(guān)的一些內(nèi)容，同時(shí)增加了一些未上市機(jī)構(gòu)的內(nèi)容。調(diào)整后“紅旗標(biāo)志”的分類特征及細(xì)分標(biāo)志為：

第1類“紅旗標(biāo)志”——融資、個(gè)人利益、誠(chéng)信等特征；

包括企業(yè)當(dāng)局急于上市募集資金；在上市時(shí)爭(zhēng)取有關(guān)利益主體滿意的發(fā)行價(jià)格最大限度獲得資金；企業(yè)面臨籌資壓力(借款、償債等壓力) ；財(cái)務(wù)及其他經(jīng)營(yíng)目標(biāo)不能夠達(dá)到；管理當(dāng)局缺乏誠(chéng)信；頻繁更換事務(wù)所或與CPA關(guān)系異常；管理者個(gè)人利益(薪酬與經(jīng)營(yíng)成果掛鉤)。

第2類“紅旗標(biāo)志”——公司治理結(jié)構(gòu)缺陷；

包括大股東操縱董事會(huì)；高級(jí)管理人員頻繁更換；組織結(jié)構(gòu)過(guò)于復(fù)雜。

第3類“紅旗標(biāo)志”——內(nèi)部控制薄弱；

包括管理當(dāng)局逾越內(nèi)部控制；內(nèi)部控制設(shè)計(jì)不科學(xué)；會(huì)計(jì)、內(nèi)部審計(jì)等人員變動(dòng)頻繁。

第4類“紅旗標(biāo)志”——市場(chǎng)競(jìng)爭(zhēng)激烈等行業(yè)狀況；

包括行業(yè)競(jìng)爭(zhēng)激烈、市場(chǎng)飽和、主營(yíng)業(yè)務(wù)毛利率持續(xù)下降、經(jīng)營(yíng)失敗可能性加大；新頒布的法規(guī)對(duì)行業(yè)財(cái)務(wù)狀況等產(chǎn)生不利影響；特殊的行業(yè)(科技含量高等)。

第5類“紅旗標(biāo)志”——財(cái)務(wù)穩(wěn)定性；

包括特殊交易業(yè)務(wù)(重大內(nèi)部關(guān)聯(lián)交易,未完成手續(xù)交易等) ；經(jīng)營(yíng)性虧損；獲利能力過(guò)高或增長(zhǎng)速度過(guò)快；現(xiàn)金流量?jī)纛~為負(fù)值；主營(yíng)業(yè)務(wù)不突出；有爭(zhēng)議的會(huì)計(jì)事項(xiàng)。

2.美國(guó)著名控制論專家L.A.Zadeh創(chuàng)立的模糊數(shù)學(xué)，被認(rèn)為是現(xiàn)代數(shù)學(xué)史上的一次革命。模糊數(shù)學(xué)提供了使用數(shù)學(xué)語(yǔ)言描述模糊事物和現(xiàn)象的工具。TOPSIS法由C.L.Hwang和K.Yoon于1981年首次提出。TOPSIS法根據(jù)有限個(gè)評(píng)估對(duì)象與理想化目標(biāo)的接近程度進(jìn)行排序。模糊TOPSIS法作為模糊多屬性決策的方法之一，集合使用了模糊數(shù)學(xué)和TOPSIS法兩種工具，其實(shí)質(zhì)是選擇盡可能接近理想解，或者盡可能遠(yuǎn)離負(fù)理想解，或者在理想解和負(fù)理想解之間選擇一個(gè)相對(duì)滿意的方案。我們可以在由各類“紅旗標(biāo)志”導(dǎo)致會(huì)計(jì)舞弊的加權(quán)可能性評(píng)估值（合成了權(quán)重的可能性評(píng)估值）中找出模糊極大值和模糊極小值，并以這些極大值和極小值構(gòu)造一個(gè)舞弊可能性較大的本文所稱的“理想解”和舞弊可能性較小的本文所稱的“負(fù)理想解”，然后計(jì)算某監(jiān)管對(duì)象與“理想解”以及“負(fù)理想解”之間的距離，從而得出某監(jiān)管對(duì)象的貼近度，并根據(jù)貼近度的大小排序篩選出隱含會(huì)計(jì)舞弊可能性相對(duì)較大的監(jiān)管對(duì)象。通常情況下，當(dāng)屬性為成本型時(shí)采用極小值構(gòu)造理想解、采用極大值構(gòu)造負(fù)理想解。會(huì)計(jì)舞弊可能性的評(píng)估值屬于成本型（即越大越不好），理應(yīng)采用極小值構(gòu)造理想解、采用極大值構(gòu)造負(fù)理想解?？紤]到本方法的目標(biāo)是篩出會(huì)計(jì)舞弊可能性較大的對(duì)象進(jìn)行再審計(jì)，所以仍然采用極大值構(gòu)造理想解，只是加上了引號(hào)，變成了“理想解”和“負(fù)理想解”。此外，由于經(jīng)典多屬性決策中的海明距離和歐幾里德距離及其貼近度對(duì)很多集合分辨率不高。因此本文采用Hausdauff距離。

因此，本文借用基于Hausdauff距離的模糊TOPSIS法，作為成批篩查舞弊可能性較大的監(jiān)管對(duì)象的方法。該方法一般用于模糊多屬性決策，所謂決策是對(duì)事物的評(píng)價(jià)選擇，通常情況下是選優(yōu)，本文采用的是逆向篩劣；所謂模糊多屬性是用模糊數(shù)表示的伴隨該事物的多個(gè)特點(diǎn)、性質(zhì)、因素或效能，本文則表示為以模糊數(shù)表示的多個(gè)（5類）“紅旗標(biāo)志” 導(dǎo)致會(huì)計(jì)舞弊的可能性評(píng)估值。

三、基于Hausdauff距離的模糊TOPSIS法簡(jiǎn)介

3.由各類“紅旗標(biāo)志” 導(dǎo)致會(huì)計(jì)舞弊的加權(quán)可能性評(píng)估值的模糊極大值和模糊極小值確定模糊“理想解”和模糊“負(fù)理想解”

式（4）中：

式（5）中：

5.計(jì)算各機(jī)構(gòu)基于Hausdauff距離的貼近度

四、算例

1.假定對(duì)5個(gè)監(jiān)管對(duì)象進(jìn)行批篩查。監(jiān)管人員對(duì)這5個(gè)監(jiān)管對(duì)象就每類“紅旗標(biāo)志”導(dǎo)致會(huì)計(jì)舞弊的可能性進(jìn)行評(píng)估，評(píng)估語(yǔ)言匯總后見表1。

2.將評(píng)估語(yǔ)言按表2轉(zhuǎn)換成一般梯形模糊數(shù)。用一般梯形模糊數(shù)表示的，監(jiān)管人員對(duì)5個(gè)監(jiān)管對(duì)象就每類“紅旗標(biāo)志”導(dǎo)致會(huì)計(jì)舞弊可能性的評(píng)估值見表3。

表1 舞弊可能性的評(píng)估值（語(yǔ)言表達(dá)）

表2 評(píng)估語(yǔ)言轉(zhuǎn)換表

表3 舞弊可能性的評(píng)估值（一般梯形模糊數(shù)）

4.將一般梯形模糊數(shù)轉(zhuǎn)換成L-R型梯形模糊數(shù)，并列出用L-R型梯形模糊數(shù)表示的舞弊可能性矩陣及權(quán)重矩陣

梯形模糊數(shù)轉(zhuǎn)換公式為：

5.按照Bonissone近似計(jì)算法，計(jì)算舞弊可能性矩陣與權(quán)重矩陣的合成矩陣（即模糊積）

同理

即：會(huì)計(jì)舞弊可能性最大的是監(jiān)管對(duì)象5，其次為3、4、2，舞弊可能性最小的是監(jiān)管對(duì)象1。

五、小結(jié)

1.采用基于“紅旗標(biāo)志”、Hausdauff距離以及模糊TOPSIS法的貼近度排序方法，可以對(duì)未上市機(jī)構(gòu)會(huì)計(jì)舞弊的可能性進(jìn)行批篩查, 盡管計(jì)算工作量較大，但分辨能力較強(qiáng)。采用Excel進(jìn)行貼近度計(jì)算，將提高工作效率。

2.本文探索的方法，前部是基于“紅旗標(biāo)志”的類似“德爾菲法”的主觀定性方法，后續(xù)是定量的基于Hausdauff距離的模糊TOPSIS法，由于起始輸入的是監(jiān)管人員主觀的評(píng)估語(yǔ)言，因此本法帶有一定的主觀色彩。然而，舞弊的“冰山理論”認(rèn)為，審計(jì)人員要用直覺(jué)來(lái)分析，以便挖掘人性方面的舞弊風(fēng)險(xiǎn)，因此源于職業(yè)直覺(jué)和經(jīng)驗(yàn)積淀的主觀評(píng)估仍是不可或缺的。

3.本文探索的是一種定性分析方法，沒(méi)有“假設(shè)——樣本數(shù)據(jù)——檢驗(yàn)”環(huán)節(jié)，不屬于實(shí)證研究，因此只能以算例予以演示，不能以實(shí)例予以驗(yàn)證。

[1]Glen D.Moyes,Lawrence P.Shao,and Michael Newsome,2009. Analyzing The Effectiveness of Red Flags to Detect Fraudulent Reporting [J],Journal of Academy of Business and Economics,Volume 9,Number 1:34-43

[2]中國(guó)注冊(cè)會(huì)計(jì)師審計(jì)準(zhǔn)則第1141號(hào)——財(cái)務(wù)報(bào)表審計(jì)中對(duì)舞弊的考慮．中國(guó)注冊(cè)會(huì)計(jì)師協(xié)會(huì)，2006.2

[3]孫青霞，韓傳模.會(huì)計(jì)舞弊識(shí)別研究經(jīng)典文獻(xiàn)導(dǎo)讀[M].北京：經(jīng)濟(jì)科學(xué)出版社，2012.2

[4]王澤霞，梅偉林.中國(guó)上市公司管理舞弊重要紅旗標(biāo)志之實(shí)證研究[J].杭州電子科技大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2006,2(3):57-64

[5]侯志東,吳祈宗.基于Hausdauff度量的模糊TOPSIS方法研究[J]. 數(shù)學(xué)的實(shí)踐與認(rèn)識(shí),2005，35(3):233-237

[6]彭展聲,李榮鈞.模糊多屬性決策的投影折衷方法[J].模糊系統(tǒng)與數(shù)學(xué),2006,20(4):86-90

[7]李榮鈞.模糊多準(zhǔn)則決策理論與應(yīng)用[M].北京:科學(xué)出版社,2002:138-198

Mass Screening of Unlisted Institutions＇ Accounting Fraud by Regulators --Closeness Degree Ordering Based on Red flags, Hausdorff Distance and Fussy TOPSIS

FANG Chen

Since the unlisted fi nancial institutions and non-fi nancial institutions which participate in fi nancial services have the equal importance with listed peers on stabilizing the financial order, unlisted institutions’ accounting fraud possibility must be fi rmly watched as well. Considering the regulators have the capability to mass screen multi unlisted institution simultaneously, the article presents a closeness degree ordering method based on Red flags, Hausdorff Distance and Fussy TOPSIS. With this method, regulators can mass screen the accounting fraud possibility of unlisted institutions, in order to re-audit those have bigger possibility of accounting fraud. Case studies shows, the method has strong discernibility.

Regulator; Unlisted Institution; Accounting Fraud; Red fl ags; Hausdorff Distance; Fussy TOPSIS

F832

A

1009 - 3109（2014）07-0010-06

（責(zé)任編輯：何昆燁）

方辰，女，漢族，碩士，中國(guó)人民銀行上?？偛俊?/p>