Cca 052 0107

Évaluation du risque d'audit : proposition d'un modèle
linguistique fondé sur la logique floue

Cédric Lesage
Dans Comptabilité Contrôle Audit 1999/2 (Tome 5), pages 107 à 126
Éditions Association Francophone de Comptabilité
ISSN 1262-2788
ISBN 2711734102
DOI 10.3917/cca.052.0107
© Association Francophone de Comptabilité | Téléchargé le 21/08/2023 sur www.cairn.info (IP: 176.160.70.156)
Article disponible en ligne à l’adresse

https://www.cairn.info/revue-comptabilite-controle-audit-1999-2-page-107.htm
Découvrir le sommaire de ce numéro, suivre la revue par email, s’abonner...

Flashez ce QR Code pour accéder à la page de ce numéro sur Cairn.info.
Distribution électronique Cairn.info pour Association Francophone de Comptabilité.

La reproduction ou représentation de cet article, notamment par photocopie, n'est autorisée que dans les limites des conditions générales d'utilisation du site ou, le
cas échéant, des conditions générales de la licence souscrite par votre établissement. Toute autre reproduction ou représentation, en tout ou partie, sous quelque
forme et de quelque manière que ce soit, est interdite sauf accord préalable et écrit de l'éditeur, en dehors des cas prévus par la législation en vigueur en France. Il est
précisé que son stockage dans une base de données est également interdit.
Cédric Lrsecn
EVALUATIoN DU RISQUE D AUDn : PRoPoSmON D'uN MoDÈLE ur'IGttISneUE FoNDÉ sUR tA rocleuE FtouE
É*tuation du risque d'audit:

proposition d'un modèle
linguistique fondé sur la
logique floue
Cédric læsecr
(onespndmte: Cédric Lesage

CREREG.UMRCNRS C6585
Institut de gestion de Rennes
I 1, rue Jean Macé
BP 1997
35019 - Rennes Cedex
e-mail : cedric.lesage@univ.rennesl.Ê
CoMpresnrrÉ - CoNrrôLE - AuDtr / Ibme 5 - Volume 2 - septembre 1999 (p, lO7 ù 126)
. ÉvALUATroNDURrsquED,ArJDrr: pRoposrr."S#rH^ôi*LrNGttIsrIeuEFoNDÉsuRtALocIeuEFIouE
^^
IUU
Introduction
IJobjectif de la vérification des comptes est d'êue raisonnablement str qu il riexiste pas d'erreurs
significatives t dans les états financiers publiés. Pour I'aider à se forger son opinion, I'auditeur peut
recourir à des modèles d'évaluations. Fondés sur des évaluations élémentaires, puis sur leur agréga-
tion, ils permemenr de calculer le risque d'audit (i.e. le risque que l'auditeur se tromPe en émettant
son opinion). Or, les connaissances effectivement disponibles lors du processus d'évaluation du
risque d'audit, comme toute application en gestion, étant en grande partie cârectérisées par I'imper-
fe.tion (Casta, 1994), ces modèles ne sont pas suffisamment fiables, laissant ainsi une très grande
place au jugement professionnel de I'auditeur. Nous avons donc souhaité développer et expérimen-
rer un modèle d'évaluation du risque d'audit tendant à réconcilier ces deux aspects complémentaires
(formalisation/jugemen$. Fondé sur les normes SAS américaines, il Permet une première applica-
tion d'un modèle théorique d'évaluation du risque d'audit à des situation réelles.
ffi La problématique

Rappelons le rôle de I'auditeur : I'entreprise a I'obligation de tenir une comptabilité de toutes les
rransacdons effectuées, et de publier périodiquement des étam financiers de synthèse à destination
de tiers (actionnaires, banques, fournisseurs, adminisuations, etc.). Ces éas doivent être établis en
respecrânt les normes compables en vigueur, ce que I'auditeur s'engage à vérifier lors de la certifica-
tion des comptes. Dans ce contexte, deux contraintes opposées délimitent I'acrion de I'auditeur :
1) effecnrer suffisamment de travaux pour pouvoir justifier d'une opinion sur les comptes :
contrainte dz qualité ;
2) respecter un cott (pour l'entreprise) et un délai raisonnables pour une utilisation pertinente
par les tiers: contrainte économiqae,
1.a résolution de ce problème s'effectue par une vérification panielle (contrainte économique),
mais dont les r6ultaa sont extrapolés à I'intégralité des états financiers, afin de fonder une opinion
sur les comptes (contrainte de quâtiÉ). La problématique consisce donc dans l'élaboration d'un
processus permeûanr de passer d'un ensemble d'opinions panielles obtenues sur des ûavauK élémen-
taires à une opinion globale portant sur l'ensemble des états financiers.
Ia preuve vis-à-vis de tiers du respect de la conuainte de qualité devient une préoccupation
toujouÀ plus imporrante : la multiplication des affaires ou des procès impliquant des auditeurs
renforce le besoin de formalisation (car plus facilement opposable au tiers) d'un processus faisant très
largement appel au jugement professionnel. Lexistence de normes professionnelles permet de justifier
la qualité des travaux effectués sous la contrainte économique. Ceraines normes ProPosent de véri-
tables modèles d'évaluation du risque d'audit (c'est-à-dire du risque que I'auditeur se tromPe en émet-
glnr son opinion), constituant ainsi un guide str pour félaboration de I'opinion de l'auditeur.
À cet égard, les normes américaines (Sutemcnts on Auditing Standards, ou SAS, AICPA' 1992)
sont exemplaires à double titre : elles présentent un modèle d'évaluation extrêmement formalisé et
C-oM!'râBuTÉ - CoNTRôLE - AuDIT / Tome 5 - Volume 2 - septembre 1999 (p. 107 à 126)
Cédric Lesace
ÉverueÏoN ou RtsQug o AUDn : Irnol'osmoN o'w À4ooÈLE tr.{cusnqug roNoÉ suR tÂ toctQug rtouE
,,,
elles constituent le fondement des méthodologies retenues par les grands cabinets d'audit internatio-
naux. Elles constituent donc un support naturel à toute conception de modèle d'évaluation du
risque d'audit.
bésentatïan dumodàlz de base de l'éuluatâon durîsque d'audit

Face à la complexité du processus d'élaboration d'un jugement de I'auditeur, I'approche rerenue
par les normes américaines consiste en une triple décomposition :
. décomposition de I'objet de l'évduation de l'auditeur,
. décomposition des moyens alloués par I'auditeur,
. décomposition de I'objectif de I'auditeur.
Le modèle d'évaluation proposé par les normes américaines repose sur ces trois élémenrs que
nous présentons successivement.
ffi,.$iffi..rl Décomposition de l'objet

læ cadre compable 2 et la strucfirration des flux d'informations comptables fournissenr à l'audi-
teur une première sffucture naturelle d'évaluation et d'agrégation.

Schéma 1. Décomposition de I'objet de l'audit
Lauditeur exprime donc son opinion sur les états financiers à partir de l'évaluation parcellaire
(contrainte économique) des comptes Ct, ..., C^, an moyen des tâches 11, ..., t6.
.#É,1'lË#,.l,,il Décomposition des moyens : le mod,èle SAS 47

I^a décomposition précédente permet de déterminer les zones sur lesquelles les travaux sonc effec-
tués. Or, I'impossibilité d'une vérification totale amène naturellemenr à concentrer les moyens
CoMp[ABtrrrE - CoNrnôLs-ArJDrr /Tome 5 -Volume 2 -septembre 1999 $, 107 à126'l

..^ ÉVALUAïON DU RTSQUE DlUDrr: pROpOSmON sf#tffii* LTNGUSïQUE FONDÉ srJR tA LOGIQUE FLOLE
llu
disponibles sur les zones à risque. læs normes américaines fournissent un modèle de base, uès large-
3,
ment adopté par l'ensemble des cabinets d'audit du monde entier. Selon ces normes le risque d'au-
dit résulte de I'enchalnement des événements suivants :
. il faut en premier lieu que I'entreprise transcrive de manière erronée sous forme d'une écriture
compable une information venant de son environnement (inherent risk);
. ensuite, cette erreur n'a pas été corrigée par le contrôle interne de I'entreprise (connol rish) ;
. enfin, I'auditeur n'a pas corrigé cefte erreur (dzteaion rtsQ.l-es travaux propres de détection de
I'auditeur se décomposent eux-mêmes en trois grandes familles, dont on mesure respectivement le
risque de ne pas détecter d'erreur [revue analpique de cohérence (RA), vérification srhaustive d'élé-
ments clés (KI), échantillonnage statistique (Sta$l.
Cette approche permet donc d'affecer de manière efficace les moyens de l'auditeur en identifiant
les zones à risque sur lesquelles il devra eng€er plus de ûavaux de détection. Elle exige que chaque
tâche menée par I'auditeur permette l'évaluation d'au moins une de ces composentes.
D écomposition de I'objectif
''ryi'ffiffi
IJobjectif final de ne pas avoir d'erreur dans les états financiers a été également défini par les normes

américaines selon cinq caractéristiques, appelées assertions (SAS 55' AICPA 1992) :
. rédité (existence or occurrence): tout ce qui est enregistré est correctement enregistré ;
. exhaustiviÉ (complzteness) : tout ce qui doit être enregistré l'est effectivement ;
. :
droits et obligations (rights and obligations) tous les engagements figurent dans les étas
financiers;
. valorisatio n (aaluation or allocation) : les méthodes de valorisation sont correctement
appliquées;
. présenati on (presenution and disclasure) : les normes de présenation sont resPectées.
En définitive, un modèle d'évaluation du risque d'audit représente une formdisation d'un
qntème d'aide à la décision fondée sur une structure de réseau otr les évaluations fournies par
chaque tâche sont repérées par rapporr àla composante qui la met en évidence et à,l'assertioz qu elle
tend à justifier. Le modèle des SAS permet donc d'organiser les travaux d'audit selon deux axes
procédures/assertions, compléant ainsi le schéma initial de la manière suivante :
Schéma 2. Décomposition composante/assertion
lnherent Control Detectian
Réalité
Exhaustivité
Droits et obligations
Valorisation
Présentation
CoMprABnrrÉ - CoNrRôLE - AuDlr / Tome 5 - Volume 2 - septernbre 1999 (P. 107 à 126)
r'u*u*o*ou*quroo.r,,,n*onor*o*S#"nHfËrrNGuffi W
Iæ problème réside dans l'évaluation, puis I'agrégation des informations rectreillies au niveau de
la matrice affn de calculer le niveau de risque ftnal effectif d'eneur (noté AR pour audit rish), et dele
compaler au niveau de risque considéré comme accepable. Dans la pratique, ce modèle constitue le
fondement des méthodologies et des qystèmes el(pefts développés par les cabinets d'audit pour le
double resp€ct de la contrainte de qualité et de la conrrainte économique.
ffi Les limites dapplication du modèle sAs 47

et discussion
De nombreuses limites théoriques et pratiques ont été mises en évidence par les praticiens et les
chercheurs à l'utilisation effective du modèle SAS 47, tant du point de vue de l'évaluation que
de I'agrégation.
,.ffi,,,,,,*fr,-,-..W..,,ii llévaluation : numérique ou linguistique ?
Ce premier point pose le problème de la nature de l'évaluation du risque d'erreur par I'auditeur. Une

évaluation numérique suppose la précision. On peut effectivement admenre cette caractéristique
pour certaines procédures, comme .It (précision obtenue par la validation parfaite d'un cerain
pourcentege, par exemple par confirmation de soldes de comptes couranrs auprès d'un tiers), ou
bien encore Sat (pÉcision issue de l'application rigoureuse d'une procédure d'échantillonnage er
d'extrapolation statistiques).
Mais peut-on continuer de supposer la précision lors de l'évaluation de I'environnement de l'en-
treprise (IR) ? C*te composante du risque fait l'objet d'appréciations ponant sur la prévisibiliré de
I'activité, la compétence de la direction, etc., autant de faceurs relevânt plus du jugement que de la
mesure précisément chiffrée. C'est pourquoi, dans la pratique, la pluparr des cabinets d'audit recou-
rent à des &aluations linguistiques de certains risques (IR, CR et R/ essentiellement) (Janell et
I7right, 1992). Cependant, malgré la réticence des praticiens à recourir à des évaluations numé-
riques, la question continue de diviser les chercheurs.
LÉvAruArroN LrNGUrsrreuE pERMET (MAC FADcEN, ree4) :

',r_r,ï'f,,$,#
. une meilleure communication,
. une meilleure relation cott/justification.
ffiil.Ë,il.â"f$ffi rÉvALUATToN NUMÉRreuE DEVRATT IERMETTRE 4 (BoRrrz, cABER

ET LEMON,1987) :
' une meilleure justification pour I'utilisation de méthodes d'échantillonnage statistiques,

. moins d'erreurs de jugement,
' une meilleure justification entre les décisions d'étendre les ûavaux d'audit er le niveau de
risque globrl,
. une plus grande cohérence des jugemenrc enrre auditeurs.
CoMrrABu-trE - C.oNrRôle - AuDn / Tome 5 - Volume 2 - septembre 1999 (p. lO7 à 126)
..^ ÉVALUAïoN DU RrsetJE D Ar.JDrr , pRoposrr"" SSîrH^riL LrNcusreuE FoNDÉ suR rA LocIQuE FLouE
lt2
Certaines études ont décidé d'aborder le problème en comparant expérimentalement leurs avan-
tages respectifs. Les résulats obtenus sont les suivants ' :
.les auditeurs onr plus conÊance dans un.iugement orprimé en mots que dans un jugement
exprimé en nombres (\$V'aller, L995),
.les auditeurs qui utilisent des mots sont plus conservateurs que ceux qui utilisent des nombres
(Reimers, W'heeler et Dusenbury 1993),
. les auditeurs monffent une plus grande cohérence de jugement quand ils utilisent des
nombres plutôt que des mots (Stone et Dilla, 1994).
l,-W*#,,ffi.'. IJagrégation
Le mode d'agrégation des différentes composantes du risque est crucial dans l'évaluation du risque
d'audit car il établit le lien formel enue la conuainte de qualité et la contrainte économique. Suppo-
sons en effet un mode d'agrégation I des diverses composântes du risque d'audit (IR, CR' DR).II
suffit de fixer le risque frnal ARà un seuil considéré comme accepable pour obtenir :
A(IR, CR, DR) =AR
AR étant fixé et IR et CR imposés par le contexte comptable de I'entreprise, alors I'auditeur, s'il

dispose d'un mode d'agrégation pertinent et fiable, peut calculer DR, permettlnt ai1{ de détermi-
ner la quantité de travail nécessaire (contrainte économique) pour atteindre l'objectif de risque final
(contrainte de qualitQ.
Compte tenu de son importance, le mode d'agrégation a fait I'objet de nombreuses contribu-
tions. E[es reposent sur différenæ cadres mathématiques, en fonction de la nature de l'évaluation
individuelle des composantes du risque.
$,ffi-ffË"tN,#,,ffi: LAGRÉ,cArIoN pRoBABILIsrE

Cette approche considère toutes les composantes comme autant de probabilités. L€ caractère zubjec-
tif de ceraines évaluations, souligné maintes fois par les SAS, impose de les traiter par des probabili-
tés subjectives, donc conditionnées par la connaissance K que I'on en a Nous obtenons donc une
équation probabiliste, utilisant le multiplicateur comme opérateur d'agrégation :
px@R) = py(IR) x pç(CR) x pr(DN
En détaillant DR par ses comPosantes' on obtient :
pr@R) = prc(R)xprGR) x[pK/.P.a) x pr6r) xpv(statÀ

Il s'agit de I'agrégation proposée, mais non imposée, par les normes SAS. On peut noter nân-
moins que cetre équation, en fixant un niveau de risque considéré comme raisonnable, permet de
calculer le risque accepté par les procédures, et donc directement d'influer sur leur étendue. On
obtient donc ti.r, un lien entre la contrainte de qualité (respecter le risque raisonnable) et la
contrainte économique (limiter les travaux ). Bien que les normes SAS n'imposent Pas de risque
quantifié, les exemples qu elles proposent, ainsi que les méthodologies et les systèmes exPefts utilisés
par les firmes daudit, PosentlR = 0,05.
De nombreuses critiques (Cushing et l,oebbecke, 1983 ;'Waller, 1993) se sont élevées contre le
traitement probabiliste de l'équation de I'auditeur, Porhnt notemment sur :
C-rcMprABuJTÉ - CoNTRôLE - ArrDIr / Tome 5 - Volume 2 - septembre 1999 (P. 107 \ 126)
Cédric l,ssecs
ÉverueïoNouNsqunoauorr: pRoposmoNo'txNlooÈEublcursneugroNoÉsutte,rocleurnour
' les conditions d'indépendance des variables (pil

ocemple : la prise en compre des effets
prévention et détection : alors qu ils sont définis tous les deux comme les constiruants de CR par les
SAS, I'effet pr&entif est également pris en compre dans /R) ;
. la difficulté d'évaluer une probabilité conditionnelle.
D'autres critiques (Dusenbury Reimers et \ù7heeler, 1990 portenr sur la nécessaire complexité
du modèle si I'on devait:
' évaluer au niveau de l'assertion, du fait des multiples connexions dues à la srructure d'infê
rence rePosant sur les règles de Bayes (voir, par exemple, Lea, Adams et Boykin, 1992). On peut
d'ailleurs noter que les modèles probabilistes utilisant le niveau de déail de l'assertion simplifient le
problème en affecant la valeur de I'assertion considérée comme la plus importante à I'ensemble
des assertions ;
. prendre en compte des données qualitatives.
Malgré sa généralisation, on constate donc que le traitement probabiliste de l'équation ensem-
bliste comporte de sévères limitations théoriques.
,ffi,ffififfi'ffi LAGRÉcAroN pAR Lq,THÉoRrE DEs cRoyANCEs


IJorigine de cette approche se situe dans I'impossibilité de distinguer dans le modèle SAS 47 entre
I'absence totale d'assurance que le système fonctionne (par exemple système non tesré) et le fait qu'il
ne fonctionne pas : dans les deux cas, SAS 47 impose de retenir une probabilité de risque d'erreurs
de 100 o/o. Or ces deux événements sont de nanues uès différentes. Srivasava et Shafer (1992) ont
donc développé un modèle d'&aluation du risque d'audit fondé sur la thôrie des croyances. llidée
de base de cette théorie est d'évaluer, non pas directement un élément A, mais routes les parties de
l'ensemble{A;Â},otrA=l'événementuabsenced'erreurrrsl[=l'événementcprésenced'erreuro.
Schéma 3. Modèle ARM fondé sur la théorie des croyances
IR CR RA KI AR
1T|1 lr1 ITll tTt.1 0,95
lI12 o lll2 o lll2 @ tr2 n12
m3 lll3 ITl3 m3 m3
avec:ml :croyancequ'il n'ya pasd'erreur;m2:croyancequ'il ya deserreurs;m3:ignorance;O:règle decombinaison

de Dempster.
Si, par exemple, l'auditeur effectue une rewe analytique et qu'il affecte m = 0,6 à l'événement A et qu'en outre rien ne lui
permet de penser que ce compte contient des erreurs (car il n'y a aucune prewe positive de l'existence d'une erreur), alors :
mr6) = Q6
mz (Â) = 0,0
donc : m: (A;Â) = O,q
afin que : m(0) = 1,0
On remarque que m (A ;Â )constitue la mesure de l'ignorance, provenant du manque de preuve quant à l'absence totale
d'erreurs. Autrement dit, l'auditeur dispose d'une prewe directe que A est vrai à hauteur de 0,6 et aucune preuve directe
qu'il y ait une erreur. ll est donc pleinement plausible qu'il n'y ait aucune erreur, sachant que le risque maximum de se
tromper est de 0,4.
CoMI'IABIUTÉ - CoNrRôB - AtDtr / Tome 5 - Volume 2 - septembre I 999 (p. 107 à 126)
Cédric Lesacr
--, ÉVALUATIoN DU RIseuE D'AUDIT: pRoposlToN p1ç 1'49pÈr n LINGLTISTIQUE FoNDÉ SLJR LÂ LoGIQUE FIoLJE
ttl
La règle de combinaison de Dempster multiplie les évaluations des cas possibles et les normalise par le facteur K tenant
compte des cas imPossibles.
IR CR IR@CR
0,7 0,6 | (o,z*o,o + 0,7*0,4 + 0,2.0,6)/ (1 - K)l avec I lo,sz i
0,.l 0,0 .
ro, r o, o .,3;,)i3;,1,i,1;r10,0) / (1 - K)0,7* 0;0i
= o'ou r,8,t,
0, 1
*
o,0l
0,2 0,4 i lK l i
Ainsi, en remplaçânt la probabilité par une fonction de croyance, ce modèle permet de distin-
guer les évaluations des situations de preuves d'audit bien différentes quant à leur impact sur la
fiabilité réelle des éats financiers. Cette amélioration s'effectue par I'acceptation de la subjectivité de
l'évaluation. Depuis sa publication, ce modèle fait l'objet de nombreuses expérimentâtions (Dusen-
bury Reimers et l7heeleg 1996; Dutta et Srivastava, 1993). Cependant certe approche, contraire-
menr eu rraitement probabiliste, ne fait pas l'objet d'application au sein des cabinets d'audit.
Les deux types d'agrégations (par la théorie des probabilités et par la théorie des croyances)
pr&entent les deux traits communs fondamentaux suivants :
. évaluation numérique,
. agrégation de type probabiliste (multiplicateur).

Lagrégation de type probabiliste pose le problème de la connaissence de la suucture tagréga-
tion. Elle suppose un réseau sous forme d'arbre, oir les connexions sont clairement identifiées,
permettant ainsi de mesurer précisément l'impact d'un élément de preuve au niveau de l'assenion,
du compte, ou des états financiers dans leur globalité. Or, aucun élément ie été à ce jour établi,
prouvant la parfaite connaissance de ces interrelations (Iftishnamoorthy, 1993 ; Loebbecke, 1993).
A contrario,la difficulté de relier les assertions aux évaluations des comptes (\Faller, 1993) a été mise
en évidence.
une auûe question, à notre connaissance jamais abordée, porte sur la propriété de commutati-
vité de fopérateur multiplication. Son utilisation entralne une stricte équivalence d'impact sv AR
enûe deux éléments évalués au même niveau (il est ainsi équivalent pour.,4R que.IR = Q,J, les autres
composantes = 1, ou bien que KI = 0,5, les auues composantes = I : dans les deux ces on âura
AR = O,5). Or est-on certain que les dlfférentes composantes du risque affectent de la même manière
le risque global ? Peuçon par exemple mettre sur le même plan /R, évaluant le cadre dans lequel
intervient I'auditeur, et donc qu'il subit, û DR, évaluant ses travaujr inscrits dans ce cadre ? Il ne
nous paralt pas nécessaire que I'opérateur dagrégation entre ces deux composantes possède la
propriété remarquable de commutativité.
Finalement, ceme discussion nous amène à retenir :
.une évduadon sous forme linguistique, afin de se conformer à la pratique, permetant égale-
ment le traitement d'informations parfaites et d'informations statistiques quand elles existent ;
' une agrégttton de rype ignorance partielle.
Si nous reprenons la repr&entation de la problématique déjà utilisée (y' schéma 2), nous nous
inscrivons donc dans un cadre où ni les valeurs des cases de la mauice, ni leur enchalnement ne sont
parfaitement définis (t' schéma 4 ci-conre).
Nous nous proposons donc de construire et d'expérimenter un modèle d'évaluation du risque
d'audit respectant les principes ci-dessus.
CoMp[ABIurÉ, - CorcrRôLE - AuDm / Tome 5 - Volume 2 - septembre 1999 (p. 107 \ 126)
Cldric l,sslcB
ÉVALUATIoN DU RISQUE DâUDIT : PRoPoSITIoN D'LJN MoDÈLE LINcurmeUE FoNDÉ suR rA
_ FLow ,rl), .
tocrquE
Schéma 4. Uévaluation du risque d'audit en information imparfaite
Réalité
Exhaustivité
Droits et obligations
Valorisation
Présentation
ffi [,a conception d'un modèle d'évaluation du risque

d'audit en information imparfaite

Cooley et Hicls (1983) ont proposé une approche non numérique, fondée sur la logique floue, d'une
problématique proche de l'&aluation du risque d'audit : l'évaluadon du contrôle inteme (CR),
Schéma 5. Le modèle de Cooley et Hick pour l'évaluation du contrôle interne

E=l*V*C
avec :
| = importance de l'objectif de contrôle V = vraisemblance du risque

C = confiance dans la procédure de contrôle
* : opérateur d'agrêgation
où:
Évaluation : chacune des variables est évaluée par une variable prise dans l'ensemble de variables linguistiques 6. Cooley et
Hick ont choisi d'utiliser les fonctions canoniques S (faible, foft) etP (mdéré) de Zadeh, ainsi que l'opérateur de concen-
tration de Lakoff (très faible, très fort).
Agrégation : en utilisant le principe général d'extension 7, les auteurs proposent différents types d'agrégation, en fonction
de I'objectif recherché (déterminer le maillon le plus faible, le plus fort, la confiance moyenne pondérée, etc.).
Cene approche a constitué la première tentative de formalisation non probabiliste d'une évalua-
tion de procédure de contrôle interne. Cependant, des inconvénients ma.ieurs (notamment fonc-
tions d'appartenance des variables linguistiques théoriques, donc non dépendantes du contexte,
ainsi sa restriction au seul problème du contrôle interne) empêchent une utilisation effective, orpli-
quant la non-expérimentation de ce modèle depuis sa publication.
En revanche, la représentation d'informations caractérisées par I'incenirude et I'imprécision au
moyen de variables linguistiques permet une évaluation respecrant leur nature, tout en s'insérant
dans un cadre mathématique (la logique floue) autorisant leur agrégation. Ces caractéristiques nous
amènent à recourir à ce traitement de I'information pour la résolution du problème de l'évaluation
du risque d'audit.
CoMplABturÉ - CotvrRôre - AuDlr / Tome 5 - Volume 2 - septembre lg99 (p, 107 126)
^
Cédric lrsecr
ÉverueTÏoN DU RrseuE pRoposrTroN D,I.IN MoDÈt E uNGLIImQuE FoNDÉ SLJR lA LoGIQUE FLoUE
l16-
-- D Ar.JDrT :
ïévaluation au moyen de variables linguistiques

'-ry".{.ff'rË".,ffiÆ
Nous retenons du modèle de Cooley et Hicls la représentation des évaluations des jugements de
l'auditeur au moyen de variables linguistiques exprimant sa confiance dans la procédure testée. Pour
des motifs d'ordre calculatoire (Klir et Yuan, 1995), nous suggérons d'utiliser les nombres flous
8,
trapézoidaux (NFT) pour définir les formes des variables linguistiques les paramèt1es L_s, L1, U1,
Uo etant déterminés par un questionnaire pqphométrique reposant sur la méthode dite des exPerts
(Aladenise et Bouchon-Meunier, 1997) '.
Schéma 6. Nombre flou trapézoildal représentant la confiance dans la procédure

r{x)
1

10 = pas d'erreur
Cene liste sera complétée par les valeurs [cer] (certitude corespondant au point {x = 10 ; F(x) = l},
et [st1t] (fonction d'appartenance déterminée par la distribution de probabilités renvoyée par les
procédures d'échantillonnage statistique). IJéquation de I'auditeur devient donc une agrégation de
jugements de confiance portés par le professionnel sur ses diverses comPosantes et exprimée par
l'une des sept évaluations suivantes :
(confunce) très faibb, faible, rnodérée, forte, nès forte, cer et stat
La structure d'agrégation à ignorance partielle

"Noue point de dépan étant l'ignorance de la structure exacte d'agrégation, nous suggérons de nous
placer àans la siruation la plus défavorable en considérant a ?riori que les procédures de détection
à'.rr",rr, [i.e, læ procédures visant à détecter une erreur potentiellement existante, issue du contrôle
inrerne (CR) ot des différentes procédures de I'auditeur (M, KI, Staù, et notée ADRI n'ont pas
d'effet conjugué sur l'évaluation du risque d'erreur final : la confiance globale sera donc donnée par
la procédure procuranr la confiance la plus élevée, ce qui mathématiquement se traduit par I'utilisa-
tion de l'opérateur Max (noté v) :
lCRlv [KI]v [Ra]v [Stat] = [ADR]
Cette première équation, donnée au niveau de chaque compte, peut êue affinée. En effet, en
évoluant au sein d'un environnement à -IR donné, l'éet d'ignorance sur ce qui est enregistré n'est
pas absolu : le pourcentage t de Key-items qui est testé sera exempt d'erreurs de manière certaine.
C.oMFreorurÉ - CoNrRôLE - AtDIr / Tome 5 - Volume 2 - septembre 1999 (p' 107 à 126)
Éu*uenoNot*seuroe-rr, pnoposmo*ffKrffiTor'locusne.rnroNoÉst nrerocre*rro*
r'
D'otr:
. to/o du solde comptable validé directemenr :
lKIl = [ADR(t)]
. (l - t) o/o restant, validés indirectement par I'analyse des procédures :
lCRlv [Ra]v[Stat] = IADR(I - t)l

Les deux cas étant exclusifs l'un de l'âutre, on obtient donc l'équation suivante :
t [KI] + (1 - r) [[cR]vlRalvlsffill= [ADR]

IDR représente donc la confiance globale dans les comptes à évaluer corectement ce qui esr enre-
gistré, compte tenu de .IR donné par ailleurs.
En effet,l'évaluation du risque lié à I'environnement revient à évaluer le contexte informationnel
dans lequel s'inscrit le processus d'élaboration des états financiers. Pour apprécier le risque dtobil AR,
un auditeur prendra en compte à la fois la capacité du u qntème de détection > (contrôle interne
+ auditeur) à détecter et coriçr des ereurs (ADR) et le risque d'erdstence d'une erreur (1R).
Nous proposons de fonder notre modèle sur le plus simple des opérateurs de compensation : la
moyenne.
lARl = 0,5 ( [IR] + [ADR]) avec: [ADR] = t [KI] + (1 -t) ttcRlvlMvlstatll

Cette structure de base est complétée par la prise en compte des résultats d'études ayant montré
que les essertions jouaient un rôle capital dans I'appréciation du risque par l'auditeur (Nelson,
Bonner et Libby, t995). En outre, il a été montré que les cinq assertions ne possédaient pas toutes la
même importance selon la nanre du compte audité : les comptes d actif privilégient la réalité, et les
comPtes de passifs privilégient I'exhaustivité (I?'aller, 1993). Pour représenter ce phénomène, nous
proposons de retenir l'opérateur d'agrégation suivant :
A A B = I (AvB) + 0,5 (1 - )') (A+ B) avec : I€ [0 - 1] et v: opérateur Max.
Cet opérateur Çl s'interprète comme un OU flou [Biihler, 1994],avec les cas limites suivants :
. quand À = l, A Q B = AvB = OU classique ; . quand I = 0, A Q B = 0,5 (A + B) moyenne.
=
On aboutit donc à l'équation globale suivanre :
lARl = \(tIRlvtADRl) + (1 - }*) 0,5([R] + [ADR])

avec:
IADR ] = t [KI] + (1 * t) ttcRlvtMvlSat]l (confiance dans les procédures de détection),
[R] : (confiance dans I'environnement),
\ -- t si I'on privilégie la réalité (Acd0, \'* O si I'on privilégie I'orhaustivité (Passi0.
Cette équation consdtue noûe proposition de modèle linguistique d'évaluation du risque d'audit.
C-oMp[AltrrrÉ- CoNTRôLB-AuDrr /Tome 5 -Volume 2 -septembre 1999 (p. 107 à126)

Cédric Lssrcs
ÉVALUAToN DU RIseuE D'AuDrT : pRoposrTloN D'uN MoDÈr.F LINGusrQUE FoNDÉ SLJR lA loGIQltE FLoUE
llù^
--
ffi F,xpérimentation et discussion
,,q&ffi,_,', ffi La métrhodologie

Nous avons mené une étude auprès d'un grand cabinet d'audit à Paris (Big O. Nous avons obtenu 69
évaluations réelles de comptes, déaillées selon les différentes composantes du risque, et recueillies
sous la forme de confiance dans la procédure tætée (cf quctionnaire en annexe l).
Le questionnaire psychométrique a permis d'obtenir les valeurs suivantes, définissant ainsi les
NFT des variables linguistiques désormais utilisés par le modèle (t' annexe 2 pour la méthode d'ob-
tention de ces vdeurs) :
-y_e.1sst............1...._!,e_......
très faiblei 0,0 0,0 2,1

Faible i 0,5 2,1 i 4,3
Modérée i 2,8 AA 6,4
Forte i S,q 8,8
Très forte i 6,7 eq 10,0

r0
Les tests menés sur les modèles poftent sur l'écart entre l'évaluation globale théorique fagréga-
tion théorique des évaluations réelles des composanæs (I& C& etc.), données par I'auditeur] four-
nie par le modèle et l'évaluation globale réelle donnée par I'auditeur du risque d'audit frnal (AR) sv
le compte testé.
rqffiffi-fffi Les résultats préliminaires

Lors des entredens, deux faits sont apparus, corroborant les remarques déjà faites sur le processus
réel d'évaluation du risque d'audit:
1) l'&aluarion à l'aide de mots pour désigner la conûance dans la procédure à détecter une erreur
n'ajamais fait l'objet de difficultés, illustrant ainsi leur utilisation courante ;
o/o des évalua-
2) la confiance globde (AR) bplus fréquente est Forte (69,6 o/o des réponses).2L,7
(46,5 o/o, soit 10,1 o/o du total) déclarent
tions onr éÉ nèsforte, parmi lesquelles presque la moitié
leur certitude. Inversement, les 8,7 o/o restants concernent une évaluation Modlrée, pour qui les
comptes ont fait soit I'objet d'une réserve, soit d'une demande de mise en place de procédures de
détecrion d'erreurs auprès de la société auditée. Par conséquent, il semble que la difficulté d expri-
mer une opinion globale sur un compte incite les auditeurs à la prudence : l'évaluation Forte semble
constiruer le niveau de confiance de référence, en deê duquel le compte ne Peut être cerdfié.
Dans un premier temps, nous avons appliqué les données recueillies (après retraitement transfor-
manr les vdeurs linguistiques orprimant une confiance en probabilité de risque d'erreur) au modèle
probabiliste proposé par les normes SAS. Mdgré les biais inhérents à ce genre de transformations,
les résultats obtenus sonr conformes aux résultats d'études antérieures (Dusenbury Reimers et
\7heeler, 1996).
CoM['râBrurÉ - CoNrRôrs - AuDIr / Tome 5 - Volume 2 - septembte 1999 (p. 107 à 126)
Cédric Lnsacp
ÉverueïoN ou rusqus oAupn: ploposmoN o'uN r\4ooÈr-E r^p{cr[sfleun roNoÉ suR rA rocreuE FLouE r r n
Le test modèle SAS 47

Fréquence
20
-rIy
16
12
-12,5'-10' -7,5' -5' -2,5' 0 2,5' 5 7,5 ' l0 ' 12,5 ' 15 17,5
É,cart = AR théorique - AR réel (ramené à une khetle de 0 à 100)
On constate en effet une imporanæ surestimation (la moyenne des écams est de 19 o/o,l'écantyy
de 8 %o). Or les normes SAS suggèrent dans leurs exemples de retenir un risque global de 5 o/o, cs qur

est extrêmement restricdf (cette valeur correspond à une confiance plus proche de la certitude que de
Trèsforte). Par conséquent, il apparalt que si Ïobjectif gbbal est plus stricr dans les normes que dans la
pratique (confiance Forte au lieu d'un risque d'erreur de 5 o/o), en revanche le type d'agrégation est plus
conserveteur dans la râité que celui suggéré par le modèle probabiliste. Nous pensons que ce résultat
s'explique par la nature même du r6eau d'informations : cornme il riest pas de narure probabiliste, son
utilisation à tort conduirait à lui affecter des propriét& de diffirsion d'informations (agrégation par le
produit) non remplies dans la réalité, conduisant ainsi à une surestimation de la confiance globale ".
ffiffi-.--tffi Le test modèle linguistique

liapplication du modèle linguistique proposé précédemment fournit les résulats suivants :
Le test modèle linguistique

Fréquence
20
-ls'-12,5'-r0'-i,5' -5'-2,5' 0 2,5', 5 7,5' 10' 12,5' 15' 17,5

Écart = AR théorique - AR réel (ramené à une échelle de 0 à 100)
CoMpresurÉ- CoNrRôr.E-ArDrr/Tome 5 -Volume 2-septembre 1999 (p, 107 à126)

--^ ÉVALUATION DU RTSQT.JE D AUDrr : pRoposfi.* sfftmËJr LTNGUISTîQI E FONDÉ SUR lÂ LOGIQLJE FI,oLE
tzu
Ce modèle construit, rappelonsJe, sur une $rucrure d'agrégation d priori partiellement inconnue
obtient les résulats suivants :
l. La moyenne des écarts est de 0,0 o/o:le modèle est donc centré sur les résultats réels. Il faut
norer que I'utilisation du paramètre I permet d'ajuster le modèle aussi bien sur les comPtes de Passif
que sur les comptes dActif. Son optimisation s'effecnre avec les valeurs suivantes ÀÂoif = 0,18 et
In rrtr = 0,03 : le risgue lié à I'environnement a donc plus d'importance pour les comPtes de Passif
q"à-poot les comptes d'Adq conformément au raisonnement précédent. En outre, ces valeurs
p.t-itt"ttt d'obtenir un comportement similaire (moyenne, écart type) quelle que soit la nature du
comPte.
2. la dispersion des écans est comparable au modèle probabiliste (écart type des écarts = 8,8 yo).
Il semble cependant que l'indicateur le plus pertinent dans le cas d'un modèle linguistique consiste
dans le calcul du nombre d'évaluations identiques fournies par le modèle et Per I'auditeur en termes
de valeurs linguistiques. Dans 66,7 o/o des cas, le modèle fournit la même évaluation linguistique
o/o) et une évalua-
que I'auditeur, les autres cas étant une évduation immédiatement supérieure (23,2
tion immédiatement inférieure (10,1 o/o).
3. Une analyse des écarts selon l'évaluation de I'environnement (IN montre un comPortement
du modèle très hétérogène :

Très faible ou faible 8
Modérée 17 76%
o/o
Forte 39 67
q
Très forte 40 Vo
o/o
Total 69 67
On constate une uès nette tendance à iéloigner de la moyenne au firr et à mesure que.IR s'éloigne
d'une valeur située entre Modlrée et Fofte. Une explication possible de ce phénomène pourrait être
liée à l'absence d'habitude de I'auditeur à intervenir dans un environnement ( e>ftrême o, modifiant
ainsi son appréciation du risque en surpondérant l'importance accordée à l'environnement. Des
effets d'ordre psychologique '2 rentreraient ainsi en jeu, non pris en compte par le modèle linguis-
tique. Rappelons que nous nous sommes limités à un opérateur flou simple type moyenne entre .IR
et ADR. Une meilleure prise en compte de l'environnement passerait donc par la modélisation de
comportement de risque, ou par un affinement des effets de redondance d'informations entre les
évaluations des différena rypes de procédures.
Conclusion
Notre méthode a consisté en une approche théorique de la structure d'agrégation du risque d'audit,
validée par une expérimentation sur données réelles. Elle a eu pour objectif de rapprocher la
pratique (utilisation de mots pour la représentation des connaissances) et la théorie (construction de
modèles d'évaluations pour quantifier le risque). Son originalité est de metcre en évidence les pers-
CoMl'rarntrÉ - CoNrRôlr - AuDrr / Tome 5 - Volume 2 - septembre 1999 (p. 107 à 126)
tru*u*o* ou ore* oo-*, n*onor*o* S#ffif,To r "r*e* ro*or r* r r*re.r" r-*
pectives d'un modèle d'évduation du risque inscrit dans le cadre de la logique floue (évaluadon sous
forme de variables linguistiques, agrégation au moyen d'un opérateur flou), qui se révèle capable
d'un pouvoir prédictif supérieur aux modèles numériques existants.
Cependant, certaines caractéristiques de cette étude en limitent la portée, tant du point de vue
expérimenal (données réelles provenant d'un unique cabinet), que concepruel (limitation de I'orpli-
citation au niveau des couples procédures/assertions, l'évaluation de chacun de ces couples à partir
des travaux réalisés ayant été considérée comme résultant d'un processus type u bolte noire >).
Enfin, le modèle que nous proposons ne prétend pas a ?riori expliquer les phénomènes à l'æuvre
lors de l'évaluation du risque d'audit. En revanche, la robustesse et la souplesse d'utilisation d'un
modèle linguistique pourraient aider à identifier leur nature et leur impac sur le comportement de
l'auditeur. Cette étude a ainsi mis en évidence le rôle paniculier de I'environnement, ainsi que de la
non-symétrie des assertions réalité et exhaustiuité concernant les comptes d'actif et de passif Il s'agit
là d'une première tentative de formalisation de deux phénomènes connus et vécus dans la pratique
quotidienne de I'audit.
Nous nous proposons de poursuivre dans ceme voie en testant d'autres types d'agrégations et de
modélisations de ces effets lors de prochaines enquêtes administrées au sein d'autres firmes.

Annexe 1. Questionnaire risque d'audit
Environnement
1) Hors de toute procédure de contrôle, quelle est votre confiance dans la capacité de l'entreprise
à enregistrer sans erreur tout fait générateur d'écritures comptables affectant ce compte ?
trtr tr tr tr
Tiès faible Faible Modérée Forte Tiès forte
Approche sfstème
2) Les contrôles sur les flux significatifs alimenant ce compte ont-ils été directement testés par
une approche système ?
[t Oui : remplir le tableau en 3), puis passer à 4)
fl Non : passer directement à 4)

3) Flux I Flux 2
o/o en valeur du compte o/o o/o
Votre confiance dans la capacité

du contrôle interne à détecter
tr[tltrtr [trtrEtr
une eneur significative
TffMFTF TffMFTF
CoMPrâBntTÉ - CoNrRôLE - AJDrr / Tome 5 - Volume 2 - septembre l g99 (p. 107 à 126)
Cédric l,rsecs
ÉyALUATT9N DU RrseuE DnUDIT : pRoposmoN D'IJN MoDÈLE LINGUInQLJE FoNDÉ suR LA locIQUE FLoUE
-^^
t22
Approche substantive
4) Une revue analytique a-eelle été effectuée ?
tr Oui E minimale E corroborative E persuasive
E Non
t) Q".l pourcentâge du compte a été validé exhaustivement (hey items) ?
trtrtrtrtrtrutrtrtrtr
0 l0 20 30 40 50 6a 70 80 90 100
6) Hors hqt items, un test informel a-t-il été mené ?
I Oui; précisez:
E Non
7) Hors hey iterns, un test statistique a-t-il été mené ?
tr Oui; précisez:
E Non

Confiance globale
8) À I'issue de I'audit de ce compte, quel est votre niveau de confiance ?
ûtrtrtrtr
Thès faible Faible Modérée Fone Très fone
9) Dans le cas otr vous evez une confiance très fofte, vous déclargz-vous certain qu'il rfy a pas
d'erreurs significatives dans ce compte ?
[l Oui E Non
Annexe 2. Méthode dobtention des valeurs linguistiques
La méthode dite des experrs a pour objectif de fournir des nombres flous représentant une connais-
sance, formalisée de manière numérique ou linguistique, en recueillant detrx types de fourchettes
d'estimation (la plus ortrême et la plus waisemblable), sous la forme du questionnaire suivant :
Supposons qtiil existe un er(e gradué de 0 à 10 permettant de situer le niveau du risque d'audit,
avec:
0 : Il y a une erreur significative dans les comPtes.
10 : Il n'y a pas d'erreur significative dans les comPtes.

Erreur Pas d'erreur
CoMr'rABurÉ - CoNTRôLE - ÂuDtr / Tome 5 - Volume 2 - septembre 1999 (p. 107 t 126)
Cédric LBsqcB
ÉvrrLUATtoN ou rusQug oÂuDn, pRoposmoN o'uN [,rooÈt-E LNcumeuE rol.{oÉ suR rA tocteuE nouE
23
Pour qualifier la confiance que vous avgz dans les comptes, vous ne disposez que des cinq qualifi-
catiÊ suivants :
faibh, Faiblz, Modlrée, Forte, Ti,ès forte,

Tiès
Q,r*d vous dites : u J'ai une confiance FORTE dansles comptes u :

. a) Quels sont les niveaux représentant absolument ce que vous voulez dire ?
au mlnlmum: au maxlmum:
' b) Quels sont les niveaux ne représentant absolument pas ce que vous voulez dire ?
au mtnlmum: au maxlmum:
Ces questions sont adminisuées pour chacun des cinq qualificatifs.
Pour illustrer le traitement effecnré sur ces données, prenons I'exemple réel suivant (item n" 22) :
réponse a: au minimum : 6, au maximum: 8

réponse b : au minimum : 0, au maximum : 4
On obtient donc :
' d'une part le noyau (ensemble des valeurs vérifiant pleinement le prototype u conûance force o)
par lecnrre de la réponse a, soit [6 - 8], pour lesquelles le degré d'appartenance p(x) = 1,
. d'autre part I'ensemble des valeurs ne vérifiant pas du tout le prororype u confiance fome , par

lecnrre de la réponse b, soit I0 - 4).
Schéma 7. La construction du NFI représentant la confiance FORTE d'un item
Lt=6 ut=8
Lo=4 uo= 1o pas d'erreur
Il resæ à déterminer les degrés d'appartenance des valeurs vérifiant un tanr soir peu le proroqpe
< confiance fofte ,, soit [a - Lr] et [Ur - Uo]. Différentes méthodes sont utilisables, la plus simple
étant une extrapolation linâire croissante entre 14 et L1 et décroissante entre U1 et Ue.
En établissant la moyenne sur I'ensemble des items des valeurs (Io ; L1 ; Ur ; Uo) ainsi obtenues,
on détermine les valeurs retenues définitivement pour l'expérimentation figurant sur le ableau des
valeurs linguistiques p. I18.
CoMI'rÂBruTÉ- CovrnôLs-AuDrr /Tome 5 -Volume 2 -septembre lg99 (p. 107 à,nA

Cédric Lrsrcs
.^, ÉVALUATIoN DU RIser.JE DhuDrT : pRoposmoN D'uN MoDÈtE LINcusrqLJE FoNDÉ suR tA LoGIQLJE Fl.ouE
t24
X*Y= *yl, *l *y4, *4*yt, *4*y4),
{min(x1
lloles
min (x2 * y2, *z* y3, *3* y2, *j * y3), -o (x2* y2,
l. Le terme ( erreur >, emplof dans cet article, xz* y3, x3* y2, x3* y3), max (x1 * yl, tt* y4,
renvoie à la notion d'erreur significative, telle 4* yrry* yùl
qtielle est utilisée par les Statements of Auditing X MIN Y = {xr min y1, x2 min y2, x3 min y3,
Standards américaines.
x4 min y4]
2. Plan comptable de 1982 pour la France. X MAX Y = {x1 Inax /tr x2 max y2' x3 max y3,
3. lanorme SAS 47 (AU S 312) définit IR' CR et rymef'-yLl
AR. La norme SAS 39 (AU S 350) précise les 9. Adaptée à noue problématique, cette méthode
autres élémens. consiste à recueillir sur une échelle de 0 (il y a
4. Contrairement aux ûavaur( sur l'évaluation une erreur) à I 0 (il n'y a pas d'erreur) :
linguistique, ceux-ci n'ont pas été mesurés, mais . d'une part ce gui, dans la proposition, appù-
postulés. tient absolument au domaine concerné (noyau
5, Cependant, exception faite du premier r6ultat, il ll-r -Url)'
semble que de nombreux biais expérimentaux o et d'autre paft ce qui riappanient absolument
empêchent la généralisation de ces conclusions pas au domaine concerné (suppon th - Ugl).
(Rennie, 1994).
Les valeurs retenues pour le modèle seront la
6. Lévaluation sous forme de variables linguistiques moyenne des évaluations individuelles (support

consiste à évaluer un événement à l'aide de mots, et noyau) fournies par le questionnaire pour
choisis parmi une liste prédéterminée, et pour chacune des variables linguistiques (cf annexe 2
lesquels une repr&enation mathématique a été porr une illusmation de cette méthode).
préalablement déterminée. Elles doivent corres- l'écan
10. Nous proposons de calculer
pondre au sujet étudié et être suffisamment diffé-
E= théorique-réel
renciées pour qu'il n'y ait aucune confirsion
possible quant à leur signification. de la manière suivante (Mansur, 1996) .
7. Ce principe est situé au cæur de la logique floue :

E = (Lo1n + Lr1a) + UrG) +Us$))14-
il permet d'étendre aux ensembles flous les opéra-
(htnl + L11g;+U11py + Us1$)/4
tions effectuées dans les ensembles classiques de Nous pr6enterons les moyennes 1 et écarts types
l'algèbre booléen. Sa formulation générale est la o des écarts câlculés, ainsi que le pourcentage
suivante: d'évaluations de AR compoftent strictement la
Soit : X variable floue définie par {i, p* (i)}, même évaluation de la part de l'auditeur et du
Y, variable floue définie par {j, py (r)}.
modèle, lorsqu'elle est exprimée en valeur linguis-
tique. IJéquivalent linguistique du NFT calculé
Alors : x * y = vi, j (pJi) I py(j)) [i * j],
*, par le modèle sera la variable linguistique la plus
otr * désigne au choix ! *, -, /, min, max.
proche (obtenue par minimisation de la distance
Il suffit de choisir parmi ces opérations pour entre les centres de gravité des NFT).
obtenir différents types d'agrégations.
11. Nous pouvons noter que la suresdmation oonsta-
Les calculs sous forme de NFT sont facilit6 car
tée sur notre problème, de nature non probabi-
la théorie classique des intervalles permet de défi-
liste, subsiste dans le cas d'évaluation subjective
nir les opérations arithmétiques de la façon de probabilités conjonctives appliquées à des
suivante: situations pourtant simples et probabilisables
SupposonsX et Y deux NFT définis resPective- (Tversky, Kahneman et Slovic, 1984).
ment par les quadruplets {x1, x2' x3, x4l et 12. Si les ûamux en théorie de la décision accordent
lYrYz,Y3,Y4l, aTots au comportement de l'individu face au risque une
X + Y = {x1+ y1, x2 + y2' x3 + y3, ry + y4l ; place prépondérante, cette question reste encore à
X - Y= 1\ - y4, x2 - y3, x3 - y2, xl- yù explorer en matière d'évaluation du risque d'audit.
CouyrerrurÉ - CorvrRôLE - AUDIT / Tome 5 - Volume 2 - septembre 1999 (p. 107 nA

^
Cédric Lnscce
EverueïoN ou rusque oAuDrr : pRoposmoN o'rrN N4ooÈLE r.û.{culmeug roNoÉ suR te r.octeue FLoUE r ôÉ
_ LZ)
!j!lisrypl'le I(rtn G. et YUAN B. (1995), Fazay Sets and Fuzzy

Logic, Theory and Applicatioac, Prentice Hall,
ALADENTSE N. et Boucrox-MrtNpn B. (1997),
É,tats-Unis.
u Acquisition de connaissances imparfaites : mise
en évidence d'une fonction d'appaftenance u,
KRtsnxeuooRTny K (1993), < Discussion ofAggre-
Reuue intemationah fu slstémiqae, vol. 11, no 1,

gation of Evidence in Âuditing : a Likelihood
Perspective n, Auditing : a Journal of Practice and
p. r09-r27.
Theory,vol. 12, supplément, p. L6l-166.
American Institute of Cenified Public Accounanrs
(1992), AICPA Profesionnal Standards, vol. 1,
LEA RB., Aoeus SJ. et BonaN RF. (t992),
< Modeling of the Audit Risk Assasment Process er
US Auditing Standards, AICPÂ New York.
the Assenion lrvel Within an Account Balance n,
BoxNrn S.E., Lrssy R et NrHoN M.W (1996), Aaditing : a Journal of Practice and Theory,
< Using Decision Aids to Improve Auditors'
vol. I l, supplément, p.153-179.
Conditional Probability Judgements o, The
l,oEssrcrc, J.K (1993), u Discussion of Agregation
vol.7l,1" 2, p.221-240,
Accounting Rcaiew,
of Evidence in Auditing : a Likelihood Perspec-
Borurz J.E., Garnn B.G. et Lruou \f.M. (1987), tive >, Auditing : a Journal of Practice and Theory,
< ManagingAudit Risk >, CAMagazine,vol. 120, vol. 12, supplément, p.167-172.
." l, P. 36Jrl. MecFaocrN D.N. (1994), n Discussion of When
Btlnrrn H.R (1994), Réglage par la lngiquz fuue, Numbers fue Better Than Vords : rhe Joint
Pressespolytechniques et universitaires romandes, of Response Representation and Expe-

Effects
lausanne. rience on Inherent Risk Judgments >, Aaditing :
Cesra J.-F. (1994), u Le nombre et son ombre. a Journal of Prdaice and Theory, vol. 13, supplé-
Mesure, imprécision et incerritude en comptabi- ment, p.20-23.
lité Annalts da managernent, )fJl, Journées MaNsun Y.M. (1995), Fuzry and
", Sets Economics,
nationales des lAE, Montpellier, p. 78-100. Applîcations of Fuz,zy Mathematics to Non Coope-
Cootsy J.\7. et Hrcrcs J.O. (1983), < A Fuzzy ratiae Oligopoly, Edward Elgar Publishing Limi-
Approach to Aggregating Internd Control Judge- ted, Cambridge.
ments >, Managerumt Science, voI. 29, n" 3, NnroN M.W, BoNNER S.E. er LrBBy R (1995),
p.317-334. < Knowledge Structure and the Estimation of
Cusnnvc B.E. et LonssEcKE J.K (1983), ,, Analyti- Conditional Probabilities in Audit Planning n,
cal Approaches to Audit Risk : a Survey and TheAccountingRtaiew,vol. T0, no l, p. 2747.
Analysis >, Auditing : a Joumal of Practice and. Rrnaens J., \ùTnnrnn S. et DusrNnuRy R (1993),
Theory, no 3, automne,p.234l, o The Effect of Response Mode on Auditors'
DusENsuRy R
et RuvnRs J.L., WHrnrn S. (1996), Control Risk Assessments ), Auditing : a Journal
< An Empirical Study of Belief-Based and Proba- of Practice andTheory,vol. 12, ,; 2, p.62-78.
biliry-Based Specification of Audit Rjsk ,, Audî Rrvun M. (1994), < Discussion of When Numbers
ting : a Journal of Praaice and Theory, vol. 15, Are Better Than Words : the Joinr Effects of
n" 2, automne, p, 13-27, Response Representation and Experience on
Durra S.K et SnrvesrAvA RP. (1993), n Aggregation Inherent Risk Judgmenæ n, Auditing : a Jounal
of Evidence in Auditing : a Likelihood Perspec- of Practice and Theory, vol. 13, supplément,
tive >, Auditing : a Joumal of haaice and Theory, p.24-28.
vol. L2,supplément, p. 137 -172. Snrvasreve RP. et Snamn G.R (1992), n Belief-
Jasrn P et STrucHr L
(1992), u Inherent Risk and Function Formulas for Audit Risk ,, The
Control Environment Assessments Practices of Accounting Reuiew, vol. 67, n" 2, p.249-283.
Major Auditing Firms : Implications for Practice SroNe D.N. et Drli.c I0:N. (1994), u \[hen
and Future Research ,, Vorhing Paper, Nonh- Numbers Are Better Than Words : the Joint
Eastern University. Effects of Response Representarion and Expe-
C.oMPTABIuTÉ- CoNrRôt^t-AuDn /Tome 5 -Volume 2 -septembre 1999 (p. 107 à.126)

Cédric l,rsncs
ÉVALUATIoN DU RIseuE DâUDIT pRoposITIoN D'urN MoDÈr LINGLTISnQUE FoNDÉ tA l,ocIQUE FLoUE
.-- : F. SLJR
tZtJ
'Waurn W.S. (1993), u Auditor's Assessments of
rience on Inherent Risk Judgments >, Auditing :
a Joumal of Practice and Theory, vol. 13, supplé- Inherent and Control Risk in Field Settings u,
ment, p. 1-19. The Accounting Reaiew, vol. 68, n" 4, p. 7 83 -803.
'Sferrnn
\fiS. (1995), u Auditor's
Risk Assessments :
TwRsrv A, Krq,nNruaN D. et Stovtc P. (1984), Effects of Task Experience, Conditioning Infor-
:
Ju.dgemmts undzr Uncertainty Heurîxics and mation, and Precision on Second Order Uncer-
Biaises, Cambridge University Press, Cambridge. tainty >, Vorhing Paper, University offuizona.
CoMrnBrr.JTÉ-CotirrRôI^E-AItDrr/Tome5-Volume2-septembre 1999 (p. 107à126)

Cca 052 0107

Transféré par

Droits d'auteur :

Formats disponibles

Vous aimerez peut-être aussi

Cca 052 0107

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Cca 052 0107

Transféré par

Droits d'auteur :

Formats disponibles

Évaluation du risque d'audit : proposition d'un modèle

linguistique fondé sur la logique floue

© Association Francophone de Comptabilité | Téléchargé le 21/08/2023 sur www.cairn.info (IP: 176.160.70.156)

Article disponible en ligne à l’adresse

Découvrir le sommaire de ce numéro, suivre la revue par email, s’abonner...

Distribution électronique Cairn.info pour Association Francophone de Comptabilité.

É*tuation du risque d'audit:

© Association Francophone de Comptabilité | Téléchargé le 21/08/2023 sur www.cairn.info (IP: 176.160.70.156)

(onespndmte: Cédric Lesage

© Association Francophone de Comptabilité | Téléchargé le 21/08/2023 sur www.cairn.info (IP: 176.160.70.156)

bésentatïan dumodàlz de base de l'éuluatâon durîsque d'audit

ffi,.$iffi..rl Décomposition de l'objet

© Association Francophone de Comptabilité | Téléchargé le 21/08/2023 sur www.cairn.info (IP: 176.160.70.156)

.#É,1'lË#,.l,,il Décomposition des moyens : le mod,èle SAS 47

CoMp[ABtrrrE - CoNrnôLs-ArJDrr /Tome 5 -Volume 2 -septembre 1999 $, 107 à126'l

© Association Francophone de Comptabilité | Téléchargé le 21/08/2023 sur www.cairn.info (IP: 176.160.70.156)

Schéma 2. Décomposition composante/assertion

lnherent Control Detectian

ffi Les limites dapplication du modèle sAs 47

,.ffi,,,,,,*fr,-,-..W..,,ii llévaluation : numérique ou linguistique ?

© Association Francophone de Comptabilité | Téléchargé le 21/08/2023 sur www.cairn.info (IP: 176.160.70.156)

LÉvAruArroN LrNGUrsrreuE pERMET (MAC FADcEN, ree4) :

ffiil.Ë,il.â"f$ffi rÉvALUATToN NUMÉRreuE DEVRATT IERMETTRE 4 (BoRrrz, cABER

' une meilleure justification pour I'utilisation de méthodes d'échantillonnage statistiques,

© Association Francophone de Comptabilité | Téléchargé le 21/08/2023 sur www.cairn.info (IP: 176.160.70.156)

$,ffi-ffË"tN,#,,ffi: LAGRÉ,cArIoN pRoBABILIsrE

pr@R) = prc(R)xprGR) x[pK/.P.a) x pr6r) xpv(statÀ

' les conditions d'indépendance des variables (pil

,ffi,ffififfi'ffi LAGRÉcAroN pAR Lq,THÉoRrE DEs cRoyANCEs

© Association Francophone de Comptabilité | Téléchargé le 21/08/2023 sur www.cairn.info (IP: 176.160.70.156)

Schéma 3. Modèle ARM fondé sur la théorie des croyances

avec:ml :croyancequ'il n'ya pasd'erreur;m2:croyancequ'il ya deserreurs;m3:ignorance;O:règle decombinaison

© Association Francophone de Comptabilité | Téléchargé le 21/08/2023 sur www.cairn.info (IP: 176.160.70.156)

Schéma 4. Uévaluation du risque d'audit en information imparfaite

ffi [,a conception d'un modèle d'évaluation du risque

© Association Francophone de Comptabilité | Téléchargé le 21/08/2023 sur www.cairn.info (IP: 176.160.70.156)

Schéma 5. Le modèle de Cooley et Hick pour l'évaluation du contrôle interne

| = importance de l'objectif de contrôle V = vraisemblance du risque

ïévaluation au moyen de variables linguistiques

Schéma 6. Nombre flou trapézoildal représentant la confiance dans la procédure

© Association Francophone de Comptabilité | Téléchargé le 21/08/2023 sur www.cairn.info (IP: 176.160.70.156)

La structure d'agrégation à ignorance partielle

lCRlv [Ra]v[Stat] = IADR(I - t)l

t [KI] + (1 - r) [[cR]vlRalvlsffill= [ADR]

© Association Francophone de Comptabilité | Téléchargé le 21/08/2023 sur www.cairn.info (IP: 176.160.70.156)

lARl = \(tIRlvtADRl) + (1 - }*) 0,5([R] + [ADR])

C-oMp[AltrrrÉ- CoNTRôLB-AuDrr /Tome 5 -Volume 2 -septembre 1999 (p. 107 à126)

ffi F,xpérimentation et discussion

,,q&ffi,_,', ffi La métrhodologie

très faiblei 0,0 0,0 2,1

© Association Francophone de Comptabilité | Téléchargé le 21/08/2023 sur www.cairn.info (IP: 176.160.70.156)

rqffiffi-fffi Les résultats préliminaires

Le test modèle SAS 47

É,cart = AR théorique - AR réel (ramené à une khetle de 0 à 100)

© Association Francophone de Comptabilité | Téléchargé le 21/08/2023 sur www.cairn.info (IP: 176.160.70.156)

ffiffi-.--tffi Le test modèle linguistique

Le test modèle linguistique

-ls'-12,5'-r0'-i,5' -5'-2,5' 0 2,5', 5 7,5' 10' 12,5' 15' 17,5