■/ 張文秀 胡智超

一、引言

近年來，中國上市公司數(shù)量與規(guī)模不斷增大，截止2022 年末，已突破5000 家，總市值超79 萬億元，中國資本市場仍表現(xiàn)出增長趨勢。上市公司的數(shù)量與市值的增長，給社會(huì)審計(jì)行業(yè)帶來巨大的業(yè)務(wù)需求，與此同時(shí)，也給行業(yè)執(zhí)業(yè)帶來了很大挑戰(zhàn)。近年，上市公司財(cái)務(wù)造假，會(huì)計(jì)師事務(wù)所審計(jì)失敗的新聞層出不窮，例如九好集團(tuán)虛構(gòu)銀行存款，華儀電氣關(guān)聯(lián)方資金占用等。這說明盡管上市公司對我國的GDP 和就業(yè)有著積極的影響，但由于其體量較大且占據(jù)更多社會(huì)資源，必須在獲得債權(quán)人、投資人或其他利益相關(guān)者的信任方面承擔(dān)更多責(zé)任。因此，上市公司需要更高水平的信息披露，以確保披露信息的及時(shí)性和公允性。而由于近年世界宏觀經(jīng)濟(jì)增長勢頭疲軟，為了增加凈利潤上市公司通過虛構(gòu)收入以增加凈利潤，且手段層出不窮（李藝，2019）。當(dāng)前，越來越多的上市公司為維持股價(jià)或企業(yè)形象，利用收入確認(rèn)進(jìn)行盈余管理，部分企業(yè)濫用盈余管理致使市場秩序被擾亂（葉冰歆，2022）。羅黨論等（2022）研究表明“上市公司舞弊有三個(gè)層面：第一，粉飾利潤表，惡意操縱會(huì)計(jì)在收入、成本、費(fèi)用等存在時(shí)間及處理方法上的專業(yè)估計(jì)和政策選定；第二，濫用會(huì)計(jì)準(zhǔn)則，諸如偽造銷售單據(jù)偽造資產(chǎn)憑證等；第三，利用復(fù)雜的公司結(jié)構(gòu)，通過資產(chǎn)重組或合并報(bào)表等調(diào)整利潤”。因此，在上市公司的審計(jì)過程中，特別需要對營業(yè)收入科目進(jìn)行重點(diǎn)審計(jì)，因?yàn)樵摽颇烤哂邢鄬^高的審計(jì)風(fēng)險(xiǎn)。加之《中國注冊會(huì)計(jì)師審計(jì)準(zhǔn)則第1141號》要求“注冊會(huì)計(jì)師應(yīng)當(dāng)假定收入確認(rèn)中存在舞弊風(fēng)險(xiǎn)”。所以，在現(xiàn)代風(fēng)險(xiǎn)導(dǎo)向?qū)徲?jì)模式中，營業(yè)收入科目審計(jì)的實(shí)際執(zhí)行重要性水平較低，需要投入更多的審計(jì)資源來執(zhí)行營業(yè)收入科目的審計(jì)。

然而，根據(jù)《中國注冊會(huì)計(jì)師職業(yè)道德守則第4 號——審計(jì)和審閱業(yè)務(wù)對獨(dú)立性的要求》（2020年12月17日修訂）相關(guān)規(guī)定，審計(jì)審閱業(yè)務(wù)冷卻期與獨(dú)立性要求有了新的調(diào)整。中投顧問（北京）有限公司也在其編寫的《中國注冊會(huì)計(jì)師事務(wù)所行業(yè)市場分析報(bào)告》中指出：中國注冊會(huì)計(jì)師人才缺口日益增大，審計(jì)資源緊張。由于審計(jì)人力資源緊張，不可避免地出現(xiàn)注冊會(huì)計(jì)師出于各種原因在應(yīng)用職業(yè)判斷時(shí)流于形式，未秉持公正態(tài)度，導(dǎo)致上市公司審計(jì)質(zhì)量下降甚至審計(jì)失敗的可能性增大（景玲，2018），使得審計(jì)風(fēng)險(xiǎn)導(dǎo)向模型中“檢查風(fēng)險(xiǎn)”超出可接受水平。隨著信息披露監(jiān)管要求的不斷提升，在審計(jì)資源緊缺的背景下，可以運(yùn)用計(jì)算機(jī)程序與機(jī)器學(xué)習(xí)的方法。，該方法被認(rèn)為是一種有望保證審計(jì)職業(yè)判斷客觀性與審計(jì)質(zhì)量的有效途徑（陳偉，2021）。

因此，針對因?qū)徲?jì)人員應(yīng)用職業(yè)判斷時(shí)出現(xiàn)偏差而導(dǎo)致審計(jì)質(zhì)量下降這一問題，參照以往關(guān)于貝葉斯分類器應(yīng)用研究中對審計(jì)風(fēng)險(xiǎn)評估的方法（Balaniuk et al，2012）。本文以注冊會(huì)計(jì)師實(shí)行審計(jì)程序所獲取的審計(jì)證據(jù)作為先驗(yàn)證據(jù)，基于Python現(xiàn)有的樸素貝葉斯分類器，通過獲取被審計(jì)單位營業(yè)收入審前數(shù)據(jù)，對營業(yè)收入報(bào)表數(shù)是否“可以接受”進(jìn)行分類，并探究分類效果。

二、營業(yè)收入科目審計(jì)

現(xiàn)代社會(huì)審計(jì)主要采用風(fēng)險(xiǎn)導(dǎo)向?qū)徲?jì)模式。作為社會(huì)經(jīng)濟(jì)權(quán)責(zé)結(jié)構(gòu)的一部分，審計(jì)，特別是社會(huì)審計(jì)已被視為一種降低信息失真風(fēng)險(xiǎn)的活動(dòng)，它以被審計(jì)單位的風(fēng)險(xiǎn)為導(dǎo)向，根據(jù)風(fēng)險(xiǎn)的評估測試，逐步形成對財(cái)務(wù)報(bào)表的預(yù)期，從而執(zhí)行相應(yīng)的審計(jì)程序。

本文基于貝葉斯分類器探討其對營業(yè)收入科目審計(jì)的效果。楊可方（2022）在其研究中指出盈利機(jī)構(gòu)的營業(yè)收入具有以下特點(diǎn)：第一，直接假定收入確認(rèn)存在舞弊風(fēng)險(xiǎn)。第二，商業(yè)模式復(fù)雜，注冊會(huì)計(jì)師需要了解企業(yè)的商業(yè)活動(dòng)以及相關(guān)的會(huì)計(jì)政策，結(jié)合風(fēng)險(xiǎn)評估程序，判斷審計(jì)程序的性質(zhì)與范圍。

因此，基于以上特點(diǎn)，參照過往盈利機(jī)構(gòu)營業(yè)收入科目審計(jì)的步驟，注冊會(huì)計(jì)師通常在對營業(yè)收入科目執(zhí)行審計(jì)程序時(shí)采取綜合性方案，即分析性程序與實(shí)質(zhì)性程序相結(jié)合（楊可方，2022）。由于選取的樣本涉及不同行業(yè)、不同業(yè)務(wù)的上市公司及其子公司，其收入模式不盡相同，參考審計(jì)人員對營業(yè)收入真實(shí)性、完整性、截止等認(rèn)定的應(yīng)對措施（陳文霞，2021）選取了三個(gè)一般且必要的審計(jì)程序——分析性程序、檢查程序與截止性測試。

分析性程序是指注冊會(huì)計(jì)師通過研究不同財(cái)務(wù)數(shù)據(jù)之間以及財(cái)務(wù)數(shù)據(jù)與非財(cái)務(wù)數(shù)據(jù)之間的內(nèi)在關(guān)系，對財(cái)務(wù)信息做出評價(jià)。本文選取的分析性程序?yàn)樵露让实姆治觯O(shè)定標(biāo)準(zhǔn)以確定月度毛利率的波動(dòng)程度。

檢查程序的內(nèi)容是將會(huì)計(jì)記錄與原件（包括紙質(zhì)、電子或其他介質(zhì)）或?qū)嵨铮òü潭ㄙY產(chǎn)、存貨、現(xiàn)金、應(yīng)收票據(jù)等）進(jìn)行比對與核實(shí)，用于評價(jià)被審計(jì)單位確認(rèn)收入的金額是否正確，收入確認(rèn)的時(shí)點(diǎn)是否計(jì)入正確的會(huì)計(jì)期間，所列報(bào)科目分類是否正確。該程序可以為營業(yè)收入的“存在性”“準(zhǔn)確性”與“列報(bào)”的審計(jì)認(rèn)定提供可靠的審計(jì)證據(jù)，其可靠程度取決于原件的性質(zhì)與來源，本文將審計(jì)程序執(zhí)行結(jié)果“是否滿意”作為樸素貝葉斯分類器的先驗(yàn)證據(jù)。

截止性測試是針對營業(yè)收入的“截止”所進(jìn)行的審計(jì)程序，需要比對的原件通常包括：出庫單、客戶簽收單、海關(guān)提單等，注冊會(huì)計(jì)師需要依據(jù)企業(yè)的商業(yè)模式與收入確認(rèn)政策選擇合適的原件作為判斷標(biāo)準(zhǔn)。注冊會(huì)計(jì)師通常在財(cái)務(wù)報(bào)表日前后選取一定規(guī)模的樣本，將樣本中的會(huì)計(jì)記錄與已選擇的原件進(jìn)行對比，關(guān)注金額與時(shí)間是否與序時(shí)賬中所記錄的交易日期一致，以評判企業(yè)是否將某一時(shí)間區(qū)間內(nèi)產(chǎn)生的收入計(jì)入正確的會(huì)計(jì)期間。本文同樣將審計(jì)程序的執(zhí)行結(jié)果“是否滿意”作為樸素貝葉斯分類器的先驗(yàn)證據(jù)。

三、研究方法與實(shí)驗(yàn)設(shè)計(jì)

（一）樸素貝葉斯模型的引入

貝葉斯定理作為概率論的基本原理，由18世紀(jì)英國數(shù)學(xué)家托馬斯·貝葉斯提出，是對真實(shí)世界考慮的一種描述，即人們可以使用有限的經(jīng)驗(yàn)對未來要發(fā)生的事情進(jìn)行估計(jì)。其核心思想是：當(dāng)不能準(zhǔn)確地了解一個(gè)事物的本質(zhì)時(shí)，可以借助與該事物相關(guān)的事件去估計(jì)概率，事件發(fā)生得越多則出現(xiàn)的概率越大。貝葉斯定理由于其基于統(tǒng)計(jì)的特性，使得貝葉斯定理在包括醫(yī)學(xué)、災(zāi)害預(yù)測、文本分類、語音識別等領(lǐng)域使用廣泛。

貝葉斯的數(shù)學(xué)表達(dá)通過先驗(yàn)概率和全概率去計(jì)算得到對應(yīng)的后驗(yàn)概率:

其中B和C為隨機(jī)事件。P（Ci）與P（Cj）同為先驗(yàn)概率，根據(jù)先前的經(jīng)驗(yàn)得到對應(yīng)的概率。P（Ci|B）為后驗(yàn)概率。在已知B的條件之下，事件Ci出現(xiàn)對應(yīng)的概率。

通過觀察先驗(yàn)數(shù)據(jù)計(jì)算先驗(yàn)概率，通過計(jì)算出式（1）中的分子數(shù)值并加以比較，求出使得分子數(shù)值最大的情況Ci，稱為分類結(jié)果Cmax。又因?yàn)镻（B）保持不變，所以式（1）可轉(zhuǎn)化為式（2）：

（二）實(shí)驗(yàn)設(shè)計(jì)

財(cái)務(wù)審計(jì)中，對于營業(yè)收入科目的審計(jì)，在執(zhí)行過程中，通常包括兩類審計(jì)程序：分析性程序與實(shí)質(zhì)性程序，其中毛利率波動(dòng)分析、細(xì)節(jié)測試、截止性測試為必須執(zhí)行審計(jì)程序，因此，本文選取這三種程序所獲取的證據(jù)作為先驗(yàn)證據(jù)。

證據(jù)1：月度毛利率波動(dòng)程度。本文將收集到的企業(yè)各個(gè)公司的月度毛利率數(shù)據(jù)與上年月度毛利率進(jìn)行比較，有研究表明，企業(yè)的毛利率波動(dòng)程度與其財(cái)務(wù)報(bào)表的可靠性和質(zhì)量之間存在一定的相關(guān)性。例如，凌芳（2023）在其《新會(huì)計(jì)準(zhǔn)則下上市公司盈余管理研究》中提到：企業(yè)的毛利率波動(dòng)程度較大時(shí)，可能存在盈余管理行為，這可能導(dǎo)致財(cái)務(wù)報(bào)表不準(zhǔn)確或存在誤導(dǎo)性信息。這也說明，審計(jì)師在營業(yè)收入科目審計(jì)中應(yīng)當(dāng)密切關(guān)注企業(yè)毛利率的波動(dòng)情況。本文統(tǒng)計(jì)一年中同比波動(dòng)絕對值大于20%的月份數(shù)，月份數(shù)低于3 個(gè)月的，認(rèn)定為月度毛利率波動(dòng)程度低；月份數(shù)介于3 個(gè)月到5個(gè)月的，認(rèn)定為波動(dòng)程度中；月份數(shù)不低于6 個(gè)月的，認(rèn)定為波動(dòng)程度高。

證據(jù)2：細(xì)節(jié)測試是否滿意。財(cái)務(wù)審計(jì)過程中，在對營業(yè)收入科目進(jìn)行審計(jì)時(shí)，通常會(huì)執(zhí)行細(xì)節(jié)測試程序。根據(jù)《企業(yè)會(huì)計(jì)準(zhǔn)則第14 號——收入》（2018年修訂）的規(guī)定，企業(yè)應(yīng)當(dāng)根據(jù)實(shí)際發(fā)生的交易和事項(xiàng)確認(rèn)收入，確認(rèn)收入的同時(shí)應(yīng)當(dāng)相應(yīng)確認(rèn)與收入相關(guān)的費(fèi)用和成本，以反映收入的凈額。在進(jìn)行收入確認(rèn)時(shí)，應(yīng)當(dāng)充分考慮與收入相關(guān)的條件和限制。因此，在審計(jì)過程中，審計(jì)師需要通過各種審計(jì)程序獲取足夠的審計(jì)證據(jù)，以評價(jià)企業(yè)收入的真實(shí)性、準(zhǔn)確性和完整性。細(xì)節(jié)測試是其中的一種審計(jì)程序，主要用于評價(jià)營業(yè)收入科目的完整性、發(fā)生、準(zhǔn)確性等。根據(jù)細(xì)節(jié)測試的結(jié)果，審計(jì)師可以評估企業(yè)的收入確認(rèn)是否符合會(huì)計(jì)準(zhǔn)則的規(guī)定，從而為審計(jì)意見的形成提供依據(jù)。相關(guān)的支持性文件包括出庫單、發(fā)票、銷售合同、會(huì)簽單等，這些文件能夠證明企業(yè)的交易行為和與之相關(guān)的收入確認(rèn)依據(jù)。如果這些主要支持性文件原件能夠支持交易行為，那么就可以認(rèn)為通過細(xì)節(jié)測試獲取的審計(jì)證據(jù)能夠支持審計(jì)判斷，因此認(rèn)為細(xì)節(jié)測試滿意，反之則認(rèn)定為不滿意。

證據(jù)3：截止性測試是否滿意。截止性測試是對于營業(yè)收入科目的截止認(rèn)定執(zhí)行的審計(jì)程序。注冊會(huì)計(jì)師根據(jù)《中國注冊會(huì)計(jì)師審計(jì)準(zhǔn)則第210號——截止日的責(zé)任》（2017 年修訂），在截止性測試中會(huì)選擇財(cái)務(wù)報(bào)表日前后一段時(shí)間，抽取樣本檢查入賬時(shí)間是否與交易活動(dòng)發(fā)生時(shí)間一致。通常涉及到的支持性文件有：出庫單、回簽單、發(fā)票等。若樣本項(xiàng)目與支持性文件比對均一致，則認(rèn)為截止性測試滿意，反之則認(rèn)定為不滿意。

證據(jù)1、證據(jù)2 與證據(jù)3 的結(jié)果均可以認(rèn)為是執(zhí)行了相應(yīng)審計(jì)程序所獲得的審計(jì)證據(jù)。實(shí)驗(yàn)參數(shù)設(shè)置如表1所示。

表1 實(shí)驗(yàn)參數(shù)設(shè)置

實(shí)驗(yàn)使用模型：樸素貝葉斯分類器。

D={D1，D2，D3}，表示三種審計(jì)程序。

P（H|D）作為后驗(yàn)概率，表示在執(zhí)行三種審計(jì)程序后，觀測到的審計(jì)證據(jù)條件下認(rèn)為該科目的審計(jì)結(jié)論為可以接受的概率。

由式（2）得式（3）如下：

（三）評價(jià)指標(biāo)

多種試驗(yàn)因素會(huì)影響樸素貝葉斯分類器的分類效果。在影響因素中，訓(xùn)練樣本數(shù)量、證據(jù)的選取，證據(jù)的計(jì)量等，這些因素會(huì)單一地或綜合地影響分類的最終結(jié)果。比如將“可以接受”的情況分類為“不可接受”，所以本文采用建立混淆矩陣的方法來構(gòu)建相關(guān)指標(biāo)，以評價(jià)最終的分類結(jié)果。

如表2 所示，TP（True Positive）意為該公司營業(yè)收入科目“可以接受”且被正確歸類為“可以接受”的樣本數(shù)量，F(xiàn)N（False Negative）代表實(shí)際為“可以接受”但是被錯(cuò)誤地歸類為“不可接受”的樣本數(shù)量，F(xiàn)P（False Positive）代表實(shí)際為“不可接受”被錯(cuò)誤地認(rèn)為“可以接受”的樣本數(shù)量，TN（True Negative）表示實(shí)際為“不可接受”被正確歸類為“不可接受”的樣本數(shù)量。

表2 混淆矩陣

機(jī)器學(xué)習(xí)常用的評價(jià)指標(biāo)構(gòu)建及其含義如下：

（1）識別準(zhǔn)確率。計(jì)算過程如下（TP+TN）÷（TP+TN+FN+FP），其值越接近1，代表分類器的效果越好。

（2）精確率。計(jì)算公式為TP÷（TP+FP），能夠衡量該分類器的查準(zhǔn)率，數(shù)值越大表明查準(zhǔn)率越高，數(shù)值越小則說明查準(zhǔn)率越低。

（3）召回率。用來衡量模型對“可以接受”的查全率。計(jì)算公式為TP÷（TP+FN），召回率越接近1，則表明該模型越能夠識別出所有“可以接受”公司的收入科目審計(jì)結(jié)論。

（4）F1 值。精確率與召回率兩個(gè)指標(biāo)存在矛盾關(guān)系，因此F1 值能夠作為一個(gè)綜合評價(jià)指標(biāo)。計(jì)算公式為F1=2×召回率×精確率÷（精確率+召回率）。F1 數(shù)值與分類器的最終分類效果呈現(xiàn)正向關(guān)系，其數(shù)值越大，說明貝葉斯分類器越有效，在識別營業(yè)收入審計(jì)科目是否“可與接受”的效果越好。

（5）檢查風(fēng)險(xiǎn)指標(biāo)。計(jì)算公式為：FP÷（TP+TN+FN+FP），根據(jù)審計(jì)風(fēng)險(xiǎn)模型，“檢查風(fēng)險(xiǎn)”是指某一認(rèn)定存在錯(cuò)報(bào)，該錯(cuò)報(bào)單獨(dú)或連同其他錯(cuò)報(bào)是重大的，但注冊會(huì)計(jì)師未能發(fā)現(xiàn)這種錯(cuò)報(bào)的可能性。因此，檢查風(fēng)險(xiǎn)指標(biāo)數(shù)值越接近于0，代表該分類器做出錯(cuò)誤判斷導(dǎo)致“檢查風(fēng)險(xiǎn)”超出可接受水平的可能性越低。

四、數(shù)據(jù)處理與實(shí)驗(yàn)

（一）數(shù)據(jù)收集與處理

本文以36家上市公司及其部分子公司的營業(yè)收入科目的審計(jì)底稿為基礎(chǔ)，從中獲取并進(jìn)行數(shù)據(jù)預(yù)處理并作為訓(xùn)練集。

部分?jǐn)?shù)據(jù)預(yù)處理結(jié)果如表3所示：

表3 各公司營業(yè)收入科目審計(jì)證據(jù)與審計(jì)結(jié)論（部分）

由于人工收集的實(shí)驗(yàn)數(shù)據(jù)，樣本容量與多樣性均有限，在計(jì)算過程中無法避免零概率問題,將造成實(shí)驗(yàn)結(jié)果具有一定的不合理性，因此在分類器中引入拉普拉斯平滑再進(jìn)行實(shí)驗(yàn)。

（二）實(shí)驗(yàn)分組

本部分包含兩次分類實(shí)驗(yàn)，實(shí)驗(yàn)1為對總體測試集使用貝葉斯分類器，檢驗(yàn)其在總體上的分類效果。在實(shí)驗(yàn)2中，為驗(yàn)證所選取的樸素貝葉斯分類器模型對呈現(xiàn)出不同收入毛利率波動(dòng)程度的審計(jì)底稿的分類效果，設(shè)計(jì)進(jìn)一步實(shí)驗(yàn)。具體實(shí)驗(yàn)如表4 所示。

表4 各實(shí)驗(yàn)組實(shí)驗(yàn)?zāi)康呐c測試集描述

（三）實(shí)驗(yàn)結(jié)果與分析

根據(jù)上述實(shí)驗(yàn)步驟，對測試集進(jìn)行了實(shí)驗(yàn)，并將每個(gè)實(shí)驗(yàn)組的結(jié)果進(jìn)行匯總，分類結(jié)果匯總?cè)绫?所示，分類效果評價(jià)匯總?cè)绫?所示：

表5 分類結(jié)果統(tǒng)計(jì)匯總

表6 分類效果評價(jià)指標(biāo)匯總

由實(shí)驗(yàn)結(jié)果指標(biāo)匯總表可以得出以下結(jié)論：

結(jié)論1。根據(jù)表6中分類效果評價(jià)指標(biāo)可以看出，三次實(shí)驗(yàn)的準(zhǔn)確率、精確率和召回率均能達(dá)到90%以上，分類綜合評價(jià)指標(biāo)F1 值均達(dá)到0.95 以上。其中檢查風(fēng)險(xiǎn)指標(biāo)均低于5%，表明貝葉斯分類器能夠顯著降低審計(jì)檢查風(fēng)險(xiǎn)。因此，可以認(rèn)為樸素貝葉斯分類模型在三次實(shí)驗(yàn)中均能夠取得理想的分類效果。審計(jì)人員在實(shí)際工作中，可以借助樸素貝葉斯分類器在營業(yè)收入科目審計(jì)實(shí)施階段與復(fù)核階段，降低在職業(yè)判斷中的主觀因素影響，以提高對營業(yè)收入科目提出審計(jì)結(jié)論的準(zhǔn)確性以及審計(jì)質(zhì)量復(fù)核的客觀性。

結(jié)論2。在準(zhǔn)確率與精確率方面，實(shí)驗(yàn)1 與實(shí)驗(yàn)2.2 的識別效果好于實(shí)驗(yàn)2.1，在召回率方面，實(shí)驗(yàn)2.1 中識別效果好于實(shí)驗(yàn)1 與實(shí)驗(yàn)2.2，若以綜合評價(jià)指標(biāo)F1值為標(biāo)準(zhǔn)，分類器在實(shí)驗(yàn)1的分類結(jié)果略優(yōu)于其余兩項(xiàng)實(shí)驗(yàn)。

以上結(jié)果的差異可能由以下原因造成：

第一，在對實(shí)驗(yàn)2.1 與2.2 訓(xùn)練集中，未對證據(jù)1，證據(jù)2與證據(jù)3在先驗(yàn)似然函數(shù)中所在的權(quán)重進(jìn)行賦權(quán)。在營業(yè)收入科目審計(jì)中，注冊會(huì)計(jì)師通過實(shí)施不同審計(jì)程序獲得的審計(jì)證據(jù)，注冊會(huì)計(jì)師通常會(huì)對證據(jù)對審計(jì)結(jié)論的影響程度進(jìn)行考量。這種考量包括：審計(jì)程序的性質(zhì)，所獲取審計(jì)證據(jù)的性質(zhì)等因素。

第二，在設(shè)計(jì)實(shí)驗(yàn)2時(shí)，由于客觀原因，訓(xùn)練集與測試集樣本規(guī)模較小，導(dǎo)致出現(xiàn)實(shí)驗(yàn)偶然性。

五、結(jié)論與建議

本文基于Python 將貝葉斯分類器融合進(jìn)營業(yè)收入科目審計(jì)的過程，將相關(guān)證據(jù)定義并匯總進(jìn)行數(shù)據(jù)預(yù)處理。實(shí)驗(yàn)中提取了三個(gè)主要影響審計(jì)結(jié)論的審計(jì)程序作為證據(jù)，分別是分析性程序、檢查程序和截止性測試。在分析性程序中，關(guān)注各月度毛利率波動(dòng)程度，作為風(fēng)險(xiǎn)評估手段；檢查程序則關(guān)注營業(yè)收入的真實(shí)性、準(zhǔn)確性和發(fā)生情況，主要包括細(xì)節(jié)測試中交易記錄和支持性原件的符合情況；截止性測試則關(guān)注交易是否被計(jì)入正確的會(huì)計(jì)期間。在基于Python構(gòu)建的樸素貝葉斯模型中，發(fā)現(xiàn)貝葉斯分類器能夠?qū)崿F(xiàn)良好的分類效果。因此，得出審計(jì)結(jié)論與樸素貝葉斯分類器相結(jié)合，能夠?qū)徲?jì)實(shí)踐產(chǎn)生指導(dǎo)意義。

從狹義上來看，本文所探討的是在營業(yè)收入科目審計(jì)中，審計(jì)人員在獲取審計(jì)證據(jù)的基礎(chǔ)上，基于貝葉斯分類器來得到審計(jì)結(jié)論。在傳統(tǒng)風(fēng)險(xiǎn)導(dǎo)向?qū)徲?jì)模式中，審計(jì)人員將審計(jì)證據(jù)與審計(jì)標(biāo)準(zhǔn)進(jìn)行對照，結(jié)合自身的職業(yè)判斷，最終得出審計(jì)結(jié)論。但是在本文的實(shí)驗(yàn)中，貝葉斯分類器在這個(gè)過程中可以發(fā)揮類似的作用，它可以基于已知的數(shù)據(jù)，計(jì)算出每個(gè)分類的概率，并將新的數(shù)據(jù)分配到最可能的分類中。這樣一來，審計(jì)人員就可以更快速、準(zhǔn)確地發(fā)現(xiàn)可能存在的風(fēng)險(xiǎn)和異常情況，從而進(jìn)行更加精細(xì)化的審計(jì)工作。并且實(shí)驗(yàn)結(jié)果表明，貝葉斯分類器在判斷營業(yè)收入審計(jì)結(jié)果時(shí)能夠取得理想的效果。

從廣義上來看，貝葉斯分類器是一種基于統(tǒng)計(jì)學(xué)原理的分類算法，在人工智能領(lǐng)域中應(yīng)用廣泛。在智能審計(jì)中，貝葉斯分類器可以用于對審計(jì)對象的數(shù)據(jù)進(jìn)行分類，以幫助審計(jì)人員判斷是否存在潛在的風(fēng)險(xiǎn)或異常情況。具體來說，貝葉斯分類器是一種基于貝葉斯定理的分類算法，通過對已知類別的訓(xùn)練數(shù)據(jù)進(jìn)行學(xué)習(xí)，建立一個(gè)概率模型，然后使用該模型來對新的數(shù)據(jù)進(jìn)行分類。在智能審計(jì)中，貝葉斯分類器可以用于分類審計(jì)對象的各種數(shù)據(jù)，如財(cái)務(wù)報(bào)表、交易記錄、客戶信息等。

此外，該方法能夠幫助企業(yè)內(nèi)審更好地履行管理職責(zé)。貝葉斯分類器可以用來幫助審計(jì)員識別不合理的交易和風(fēng)險(xiǎn)。它可以基于先前的數(shù)據(jù)，識別出一些長期存在的問題或者預(yù)測新的交易是否存在風(fēng)險(xiǎn)。例如，審計(jì)員可以使用貝葉斯分類器識別經(jīng)營活動(dòng)中的異常交易，也可以使用貝葉斯分類器識別內(nèi)部控制問題。

但是，從本文目前的實(shí)驗(yàn)程度來看，貝葉斯分類器只是一種輔助審計(jì)工具，仍然需要審計(jì)員對其結(jié)果進(jìn)行評估和驗(yàn)證，需要同時(shí)結(jié)合其他審計(jì)技術(shù)和方法，以確保審計(jì)結(jié)果的準(zhǔn)確性和可靠性。