數(shù)據(jù)挖掘技術(shù)在金融審計中的應(yīng)用

□文/劉 莎 楊會樸

（河北金融學(xué)院 河北·保定）

一、引言

金融是現(xiàn)代經(jīng)濟的核心，金融安全是保證國家經(jīng)濟安全的防火墻，它關(guān)系到國家經(jīng)濟與社會的整體發(fā)展。現(xiàn)階段，我國金融機構(gòu)的監(jiān)管體系主要由“一行三會”以及審計機關(guān)、社會審計組織、金融機構(gòu)內(nèi)部稽核、財政部、國家和地方稅務(wù)局、司法部門等共同構(gòu)成。國家審計署2003年12月12日第一次實行審計結(jié)果公告制度至今，涉及金融業(yè)的共有20個公告，涵蓋了人民銀行、銀監(jiān)會、國家開發(fā)銀行、農(nóng)業(yè)發(fā)展銀行、中國出口信用保險公司、中國人壽保險（集團）公司、中國人民保險集團股份有限公司、四大國有商業(yè)銀行以及交通、光大、中信、招商等股份制銀行等。從這些金融審計結(jié)果公告及移送給公安部的重大金融違法犯罪案件可以看到，金融審計在揭露金融領(lǐng)域存在的重大違法犯罪問題和風(fēng)險隱患方面發(fā)揮了重要的作用。然而，伴隨著銀行等金融機構(gòu)業(yè)務(wù)處理高度電子化、數(shù)據(jù)海量化、控制隱形化、產(chǎn)品衍生化，問題越來越隱蔽，審計環(huán)境發(fā)生重大變化，審計人員面對海量數(shù)據(jù)無從下手，審計線索少了，審計經(jīng)驗進入“尾隨”狀態(tài)。

二、金融審計對數(shù)據(jù)挖掘技術(shù)的現(xiàn)實需求

長期以來，金融審計工作基本上全部由國家審計署及駐各地的18個特派員辦事處來承擔(dān)。相對我國地域廣闊、金融機構(gòu)眾多，金融審計特有的復(fù)雜性和專業(yè)程度而言，金融審計面臨著審計任務(wù)繁重和審計力量薄弱的矛盾。近10年來審計署及特派員辦事處對4大國有商業(yè)銀行進行了審計，絕大多數(shù)銀行目前只進行了一個年度的資產(chǎn)負債損益審計。審計頻率最高的中國農(nóng)業(yè)銀行，審計間隔一般在2年左右，審計公告又要延后兩年才能報出，審計監(jiān)督不連續(xù)，對及時發(fā)現(xiàn)和揭露銀行經(jīng)營中的問題和風(fēng)險隱患顯得勢單力薄。

近年來，金融創(chuàng)新不斷增加，代收代付、基金托管業(yè)務(wù)、資產(chǎn)管理等中間業(yè)務(wù)大力發(fā)展，中資銀行業(yè)務(wù)向海外擴展，正如前美聯(lián)儲主席格林斯潘指出的那樣：新的技術(shù)、工具不斷出現(xiàn)和流行帶來了金融市場的急劇變化，這意味著一些金融機構(gòu)資產(chǎn)負債表的墨跡未干，就已經(jīng)過時了。隨著金融業(yè)務(wù)范圍不斷擴大，復(fù)雜程度加深，金融審計的重點從過去主要摸清家底、關(guān)注財務(wù)收支的合法合規(guī)性，轉(zhuǎn)變?yōu)殛P(guān)注銀行業(yè)務(wù)經(jīng)營、內(nèi)部控制、有無重大風(fēng)險隱患等。而我國的金融審計卻主要集中在對金融傳統(tǒng)業(yè)務(wù)的審計上，著眼點仍集中在具體類別的經(jīng)濟業(yè)務(wù)或賬戶記錄及余額。審計范圍的急劇變化，使其難以更早地預(yù)知金融領(lǐng)域的重大風(fēng)險。因此，如何提高金融審計效率，對防范金融風(fēng)險、保障國家金融安全至關(guān)重要。

三、數(shù)據(jù)挖掘技術(shù)概述

數(shù)據(jù)挖掘，比較公認的定義是：“從大量的、不完全的、有噪聲的、模糊的、隨機的實際應(yīng)用數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程?！彼鼌^(qū)別于當前審計中利用SQL語句、ACL軟件等進行數(shù)據(jù)分析的方法。傳統(tǒng)數(shù)據(jù)分析主要依賴數(shù)據(jù)庫技術(shù)、審計經(jīng)驗和電子數(shù)據(jù)的顯著特征來創(chuàng)建索引、檢索信息，提取有效的數(shù)據(jù)。而數(shù)據(jù)挖掘技術(shù)則是在沒有明確假設(shè)的前提下去挖掘隱含的、未知的信息，幫助審計人員進行數(shù)據(jù)分析，發(fā)現(xiàn)異常信息。

四、數(shù)據(jù)挖掘技術(shù)在金融審計過程中的應(yīng)用

1、收集審計數(shù)據(jù)。根據(jù)審計對象和審計范圍對被審計單位的信息系統(tǒng)中數(shù)據(jù)文件進行采集，得到數(shù)據(jù)格式、文件大小等滿足要求的數(shù)據(jù)。對采集到的數(shù)據(jù)要進行確認，排除遺漏和失誤。比較常用的數(shù)據(jù)傳輸方法和工具有采取專用導(dǎo)入導(dǎo)出工具將審計所需的數(shù)據(jù)從對方的大型服務(wù)器導(dǎo)入到審計服務(wù)器中、在數(shù)據(jù)量很小的情況下通過網(wǎng)絡(luò)進行采集、通過移動存儲介質(zhì)進行采集。需要注意的是，審計前對被審計單位業(yè)務(wù)流程、信息系統(tǒng)及數(shù)據(jù)庫結(jié)構(gòu)的深入了解至關(guān)重要。通常在一個數(shù)據(jù)庫中會有很多數(shù)據(jù)表，各表之間會存在一些必要的關(guān)聯(lián)關(guān)系，在對被審計單位業(yè)務(wù)了解充分的基礎(chǔ)上可以根據(jù)需要只采集審計人員關(guān)注的數(shù)據(jù)表。否則，可能遺漏一些關(guān)鍵性的數(shù)據(jù)表，例如數(shù)據(jù)庫系統(tǒng)中有些表雖小，但卻是一些代碼型文件，這些表是形成審計中間表的基礎(chǔ)。

2、數(shù)據(jù)預(yù)處理。數(shù)據(jù)預(yù)處理是把采集到的審計數(shù)據(jù)轉(zhuǎn)換到審計中間表的一系列操作。原始數(shù)據(jù)中可能存在的問題有很多種，譬如缺失的或不完整的數(shù)據(jù)、不一致的數(shù)據(jù)、重復(fù)的記錄等，有必要在數(shù)據(jù)挖掘前對數(shù)據(jù)進行清洗。主要包括不完整數(shù)據(jù)和空值的處理、冗余數(shù)據(jù)的清理、錯誤值的檢測等。識別數(shù)據(jù)表名、字段名、記錄值代碼以及表間關(guān)系的經(jīng)濟含義，將來源于一個或多個源數(shù)據(jù)的數(shù)據(jù)，按照審計目標和審計中間表的要求，進行數(shù)據(jù)字段層面和數(shù)據(jù)關(guān)系層面的變換、分拆或合并，映射到審計中間表，為實施數(shù)據(jù)挖掘技術(shù)做好數(shù)據(jù)準備。對數(shù)據(jù)轉(zhuǎn)換和清理過程要進行驗證，以保證數(shù)據(jù)清理和轉(zhuǎn)換工作沒有損害數(shù)據(jù)的完整性、正確性。

3、數(shù)據(jù)挖掘技術(shù)的具體運用。廣義的數(shù)據(jù)挖掘技術(shù)有：決策樹方法、神經(jīng)網(wǎng)絡(luò)方法、相關(guān)規(guī)則方法、聚類分析、遺傳算法、孤立點分析等。

運用關(guān)聯(lián)分析利用不同會計科目及數(shù)據(jù)項目之間可能存在的某種對應(yīng)關(guān)系，以及資產(chǎn)負債表、利潤表、現(xiàn)金流量表之間的勾稽關(guān)系，查找挖掘“不合邏輯”的信息。比如，資金收付金額與企業(yè)經(jīng)營規(guī)模明顯不符的賬戶、交易金額、筆數(shù)異常的賬戶，進而審查客戶是否通過銀行賬戶從事不法活動、銀行是否存在審核不嚴、違規(guī)辦理結(jié)算業(yè)務(wù)等問題。

聚類分析是一種無指導(dǎo)的學(xué)習(xí)，受審計人員的主觀影響較小。它將數(shù)據(jù)分組成多個類，同一個類別中的對象之間具有較高的相似度。對于特定交易記錄群的聚類分析可以不同特征劃分為不同的特征群，從而描述各個群的特征，得到違反規(guī)律特征的類，找出離群孤立點，對其重點分析，確定審計風(fēng)險，發(fā)現(xiàn)審計線索。比如，對銀行不良貸款的審計，通過將影響貸款質(zhì)量的因素以定性或定量的指標加以描述，再借助于建立數(shù)據(jù)挖掘模型，從中發(fā)現(xiàn)其規(guī)律性和普遍的特征，區(qū)分貸款的級別，發(fā)現(xiàn)人為操縱貸款分類結(jié)果的現(xiàn)象。

孤立點分析用來發(fā)現(xiàn)數(shù)據(jù)源中顯著不同于其他數(shù)據(jù)的對象，例如部分極端值等。在被審計單位的數(shù)據(jù)源中經(jīng)常含有一定數(shù)量的異常值，它們與審計數(shù)據(jù)源的其他部分數(shù)據(jù)不同或不一致，這些數(shù)據(jù)很可能就是一些可疑的數(shù)據(jù)，如可利用孤立點分析對信用卡客戶歷史用卡行為進行分析，如果檢測到不尋常的信用卡使用情況，及時確認交易是否存在欺騙，銀行是否予以授權(quán)、凍結(jié)資金等操作。

決策樹法，先根據(jù)訓(xùn)練集數(shù)據(jù)構(gòu)造決策樹，核心是歸納算法，從特殊到一般的過程，這是一種有指導(dǎo)的學(xué)習(xí)方法。譬如，在商業(yè)銀行個人貸款業(yè)務(wù)審計中，利用有問題的個人消費貸款數(shù)據(jù)，選取所在地區(qū)、收入、年齡、婚姻狀況、住房情況、是否違約等因素，應(yīng)用決策樹方法進行挖掘，生成客戶貸款違約路徑規(guī)則，該分類規(guī)則作為審計的索引。

4、審計處理。審計人員對利用數(shù)據(jù)挖掘技術(shù)發(fā)現(xiàn)的可疑數(shù)據(jù)，進行重點核查，查找交易記錄，總結(jié)得出審計經(jīng)驗，建立審計經(jīng)驗庫，如果有新知識，就更新到知識庫中，作為日后新交易數(shù)據(jù)審計的經(jīng)驗。數(shù)據(jù)挖掘工作是一個不斷重復(fù)執(zhí)行的過程。

五、結(jié)語

數(shù)據(jù)挖掘技術(shù)在金融審計中深入應(yīng)用，首先離不開銀行等金融機構(gòu)信息系統(tǒng)數(shù)據(jù)結(jié)構(gòu)的標準化，其次需要利用銀行業(yè)務(wù)處理邏輯、數(shù)據(jù)間的勾稽關(guān)系、內(nèi)部數(shù)據(jù)與外部數(shù)據(jù)的關(guān)聯(lián)，把有效的審計思路轉(zhuǎn)化為計算機程序語言，有效統(tǒng)一在分析框架內(nèi)，使數(shù)據(jù)挖掘分析方法不再零散而成為體系。目前，數(shù)據(jù)挖掘技術(shù)在商業(yè)銀行審計中的研究相對較多，而在保險、證券等領(lǐng)域涉及較少，在銀行審計方面也主要集中在信貸業(yè)務(wù)和存款業(yè)務(wù)中，如理財產(chǎn)品、國際結(jié)算、系統(tǒng)內(nèi)往來等諸多方面沒有統(tǒng)一的理論基礎(chǔ)和分析框架，尚未形成系統(tǒng)的數(shù)據(jù)審計方法。

數(shù)據(jù)挖掘技術(shù)對被審計單位的數(shù)據(jù)數(shù)量和質(zhì)量要求較高，而目前對銀行系統(tǒng)內(nèi)部控制缺少分析、測試和評價，信息系統(tǒng)內(nèi)部控制的合理性、健全性和有效性又直接影響著數(shù)據(jù)的真實性、完整性和正確性，進而影響數(shù)據(jù)挖掘結(jié)果的可靠性。因此，亟待探討針對信息系統(tǒng)本身的審計方法。

[1] Jiawei H，Michel line K.范明譯.數(shù)據(jù)挖掘概念與技術(shù).北京：機械工業(yè)出版社，2004.

[2] 陳艷嬌，易仁萍.金融審計免疫系統(tǒng)功能實現(xiàn)的路徑研究——基于審計結(jié)果公告的實證分析[J].審計研究，2009.3.

[3] 常法亮.基于數(shù)據(jù)挖掘的智能審計系統(tǒng)的設(shè)計與實現(xiàn) [D].電子科技大學(xué)，2010.6.

[4] 程廣華.數(shù)據(jù)挖掘技術(shù)在商業(yè)銀行內(nèi)部審計中的應(yīng)用研究 [J].新會計，2011.3.

[5] 盧家輝，文華宜，張海燕等.商業(yè)銀行計算機審計模型研究.北京：中國時代經(jīng)濟出版社，2009.