审计风险模型改进分析

国际审计师联合会下的国际审计和保证准则委员会(IAASB),围绕如何提高审计人员评估风险、发现舞弊的能力,适时对现行审计准则进行修订,于2003年发布了新国际审计风险准则。本文从固有风险、控制风险的概念出发,分析传统审计风险模型的缺陷,并指出这些缺陷将加大审计风险,对新审计风险模型提出背景进行了分析。指出新审计风险模型在理论上和运用上的重大突破。     

国际审计风险准则修订后的审计风险模型研究

国际审计和保证准则理事会(IAASB)修订了审计风险模型,修订后的风险模型影响审计风险的因素由原来的固有风险、控制风险、检查风险三项,变更为重大错报风险和检查风险两项。本文从模型的发展、修正原因、模型作用等方面对新模型进行了阐述,并探讨了其对我国审计发展的启示。     

现代风险导向审计探讨

一、现代风险导向审计特点 国际会计师联合会(IFAC)国际审计与保证准则委员会(IAASB)发布的第315号国际审计准则埘传统的审计风险模型进行了修改,即:审计风险=重大错报风险×检查风险.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.其中,重大错报风险包括两个层次:会计报表整体层次和认定层次.这就使现代风险导向审计具有了以下特点:     

对最新审计风险模型的新认识

国际会计师联合会（1FAC）的国际审计与保证准则委员会（IAASB）为提高审计质量，于2003年10月发布了三个新准则：一是国际审计准则第315号（ISA315）“了解被审计单位及其环境并评估重大错报风险”，二是ISA330“针对评估的重大错报风险实施的程序”，三是ISA500（已修订）“审计证据”。这一系列新准则要求审计师在审计过程中更深入地进行风险评估，并对审计风险模型做出重大改动。最新审计风险模型对于传统的审计风险模型有何优越性，对于我国审计现状有何启示，是值得我们进行总结探讨的。     

审计风险的现实分析与模型扩展

本文在分析影响审计风险的各种现实因素和关系的基础上,研究审计风险模型的扩展问题。文中认为,国际审计和保证准则理事会在审计风险考虑中引入"重大错报风险",取得了很大进步。但其缺乏对风险实现的考虑,仍有较大局限。基于风险实现考虑,应将审计风险模型扩展为"总体审计风险=重大错报风险×(侦知风险 意见表达风险)×审计环境风险"。其中审计环境风险乃是现代审计现实风险至关重要的决定因素。     

审计风险新模型的发展与应用

2003年10月颁布的国际审计准则ISA200提出了审计风险新模型，该模型是应用现代风险导向审计理论指导审计实务的工具。本文在分析该模型的逻辑结构和相关概念的基础上，以分析框架的形式对如何使用现代审计风险模型进行审计作了初步的探讨。特别指出了我国运用审计风险新模型的现实意义。     

试论我国风险审计准则的基本思路

2003年10月，国际审计准则组织完成了《会计报表审计的目标和一般原则》等四个审计风险准则的制定工作，为了完善我国的风险审计模型，引入风险导向审计方法并与国际审计风险准则接轨，中国注册会计师协会2004年10月拟定了与四个国际审计风险准则名称相同的准则征求意见稿，并印发各地方注协征求事务所及注册会计师(以下缩写为CPA)的意见。     

现代审计风险模型及其推行难点分析

中国注册会计师协会根据国际审计和保证准则委员会发布的新国际审计风险准则修订了我国现行审计风险准则。本次修订的核心是启用现代审计风险模型，以提高注册会计师发现财务报表重大错报的能力。虽然现代审计风险模型在理论上有显著的进步，但在我国现阶段推行面临着环境、制度、技术和人员等方面的难题。     

基于动态评估过程技术的风险导向审计

风险导向审计是以审计风险评价为中心的审计程序,其内在思想是任何审计业务都必须将审计风险控制在可接受的风险水平内。国际会计师联合会(IFAC)下属的国际审计和鉴证准则委员会(IAASB)适时地对原有的准则作了一系列的重大修订(IAASB,2005):引入了重大错报风险的概念,将审计风险模型重构为审计风险=重大错报风险×检查风险,进一步明确了审计风险与报表总体及账户余额(认定层次)之间的联系。与原有的审计模式相     

现代风险导向审计探析

<正>2003年10月,国际审计和鉴证准则委员会发布了一系列审计准则,在准则中将审计风险的内涵和外延进行了扩大,并引入了重大错报风险的概念,将审计风险模型修改为"审计风险=重大错报风险×检查风险",这个模型的确立改进了原审计风险模型的不足,可以提高注册会计师把握风险的能力,标志着传统风险导向审计向     

从一致性公理看金融风险度量技术新发展

"一致性公理"用四个性质给出了好的度量模型标准。然而作为风险价值度量的VaR模型却很可能不满足"一致性公理",因此存在度量风险的缺陷。CVaR模型的提出,弥补了VaR模型不满足次可加性以及尾部风险度量不充分的两大缺陷。于是在传统的VaR方法基础上,融合进市场风险和流动性风险,形成一些新的金融衍生工具的风险管理框架。     

风险预警模型在房地产企业资金管理中的应用探讨

房地产企业资金管理普遍存在负债比例高、资金沉淀严重、投资行为盲目、融资形式单一、资金管理不善等问题。风险预警模型有预知风险、控制风险、防范风险等功能,运用风险预警系统对房地产行业进行监测、预测并判断其景气状态十分必要。选择了灰色风险预警模型和营运资金周转率作为房地产企业资金管理预警模型的核心指标,设计了房地产资金管理风险预警模型的具体算法和资金管理风险预警模型在房地产企业的具体应用。     

Extended risk classification in insurance industry

Recently extended risk classification has become an important issue in life insurance and annuity markets. Using various risk factors, one can construct various risk classes. This enables insurers to provide more equitable life insurance and annuity benefits for individuals in different risk classes and to manage mortality/longevity risk more efficiently. This article discusses the development of a mortality model that reflects the impact of various risk factors on mortality. The model uses Markov process combined with generalized linear models. The model is used to illustrate how the various risk factors influence actuarial present values of life insurance and annuity benefits.     

国有商业银行操作风险控制结构体系研究——基于探索性因子分析和验证性因子分析框架的检验

新巴塞尔资本协议认为,银行经营的核心内容是风险管理,而操作风险管理正变为银行业风险管理的重要因素。建立我国商业银行操作风险控制战略结构模型可以对我国商业银行的风险管理实践提供全面的指导,大幅度提高银行业的风险控制效率。因子分析可以对模型的有效性和合理性提供实证检验,从而得出我国商业银行操作风险管理实践中若干现实性的结论。     

基于关系风险的物流外包风险实证研究

通过结构模型假设和样本调查,研究了关系风险如何影响物流供应商受托的资产和胜任能力,在统计分析的基础上,找出了导致物流外包关系破裂的潜在风险因素以及其结构关系,并利用信度、效度检测方法和测量模型测试了研究结果。研究发现,物流外包中关系风险对资产风险、胜任能力风险以及资产风险对胜任能力风险有积极显著的影响,且能力风险的影响比资产风险稍微显著。研究还发现,物流服务供应商缺乏维持较好的运输经营和损失控制能力是批发商最直接相关的风险;资产风险与能力风险显著正相关,与内部治理成本相比,批发商更关心不可估量的专用资产。     

Systemic financial risk early warning of financial market in China using Attention-LSTM model

We propose an Attention-LSTM neural network model to study the systemic risk early warning of China. Based on text mining, the network public opinion index is constructed and used as a training set to be incorporated into the early warning model to test the early warning effect. The results show that: (i) the network public opinion is the non-linear Granger causality of systemic risk. (ii) The Attention-LSTM neural network has strong generalization ability. Early warning effects have been significantly improved. (iii) Compared with the BP neural network model, the SVR model and the ARIMA model, the LSTM neural network early warning model has a higher accuracy rate, and its average prediction accuracy for systemic risk indicators has been improved over short, medium and long terms. When the attention mechanism is included in the LSTM, the Attention-LSTM neural network model is even more accurate in all the cases.     

基于模糊层次分析法的煤矿建设项目风险评价

通过建立赵固一矿矿井建设项目风险体系递阶层次模型,确立了风险评价指标体系。利用层次分析法计算评价指标体系中各指标的权重,采用模糊综合评价法对矿井建设项目的风险程度进行了评价。     

风险投资项目评估模型研究

风险投资固有的高风险特征,使得初始投资项目的选择十分重要。研究项目评估模型的目的,正是为了使风险投资者能做出正确的选择。在研究国外各种项目评估指标的基础上,结合目前我国投资市场发展的现状以及风险投资项目自身的特点设计了一套指标体系,并为每个指标确定权重。针对目前众多评估模型的不足之处,运用"估计相对位置的项目排队法"建立了一个新的评估模型,并作实证研究。     

Extreme risk transmission channels between the stock index futures and spot markets: Evidence from China

We develop a skewness-dependent multivariate conditional autoregressive value at risk model (SDMV-CAViaR) to detect the extreme risk transmission channels between the Chinese stock index futures and spot markets. The proposed SDMV-CAViaR model improves the forecast performance of extreme risk by introducing the high-frequency realized skewness. Specifically, the realized skewness has a significant impact on the spillovers, but the realized volatility and realized kurtosis do not, which implies that the jump component plays an important role in extreme risk spillovers. The empirical results indicate there are bidirectional extreme risk spillovers between the stock index futures and spot markets, the decline of one market has direct and indirect channels to exacerbate the extreme risk of the other market. Firstly, the market decline will directly increase the extreme risk of related markets by decreasing market returns. Besides, the decline will indirectly increase the extreme risk by increasing the negative realized skewness and extreme risk spillovers.     

Traditional beta, downside risk beta and market risk premiums

The article develops a downside risk asset-pricing model, which is based on Conditional-VaR (Mean-shortfall) risk measure. As in the traditional model the model leads to a monetary separation and yields a CVaR beta analogous to the traditional beta. An empirical study indicates that CVaR beta, which considers also downside risk, has greater explanatory power than the traditional beta. This is especially true in the case of a bearish market. Moreover, a combined model, which uses both betas, outperforms both the traditional and the CVaR models.The results indicate that in a bullish economy, risk premiums may be partially explained by the traditional beta. However, in a depressed economy investors are most likely more concerned about downside risk, which is poorly captured by the traditional beta. This downside risk can best be captured by CVaR beta, which is based on historical data and avoids assuming any prior distribution.