大數(shù)據(jù)時(shí)代基于孤立點(diǎn)分析的審計(jì)抽樣方法探討

周明杰+繆慧玲

[摘 要]在計(jì)算機(jī)技術(shù)發(fā)展過程中，海量的存儲(chǔ)及高效的計(jì)算機(jī)運(yùn)算為實(shí)際工作提供了較強(qiáng)的技術(shù)支持。審計(jì)工作需要處理和分析海量的財(cái)務(wù)數(shù)據(jù)，利用計(jì)算機(jī)數(shù)據(jù)挖掘技術(shù)開展審計(jì)工作，能突破傳統(tǒng)方法的限制，并且提升工作效率。通過應(yīng)用計(jì)算機(jī)數(shù)據(jù)挖掘技術(shù)的孤立點(diǎn)分析，構(gòu)建相應(yīng)的模型，能有效發(fā)現(xiàn)審計(jì)中的問題，對(duì)審計(jì)工作的順利開展具有重要意義。

[關(guān)鍵詞]孤立點(diǎn)分析；審計(jì)抽樣；大數(shù)據(jù)

doi：10.3969/j.issn.1673 - 0194.2017.12.022

[中圖分類號(hào)]F239.2；TP311.13 [文獻(xiàn)標(biāo)識(shí)碼]A [文章編號(hào)]1673-0194（2017）12-00-02

在當(dāng)前時(shí)代背景下，有效開展審計(jì)工作成為各行業(yè)發(fā)展的關(guān)鍵。通過實(shí)踐，相關(guān)技術(shù)研究人員發(fā)現(xiàn)應(yīng)用數(shù)據(jù)挖掘技術(shù)的孤立點(diǎn)分析，可以極大提升數(shù)據(jù)分析能力，輔助審計(jì)工作中的專業(yè)判斷，并發(fā)現(xiàn)隱含問題，為審計(jì)工作提供必要的支持。

1 孤立點(diǎn)概述

所謂孤立點(diǎn)，指的是在運(yùn)用計(jì)算機(jī)處理數(shù)據(jù)的過程中，出現(xiàn)的處于離散狀態(tài)的小規(guī)模數(shù)據(jù)對(duì)象，這一小部分?jǐn)?shù)據(jù)對(duì)象與數(shù)據(jù)中的一般規(guī)律和趨勢(shì)具有顯著差異。在海量數(shù)據(jù)中，往往會(huì)出現(xiàn)一些與眾不同的數(shù)據(jù)，這些數(shù)據(jù)并不是由隨機(jī)偏差產(chǎn)生的，可能產(chǎn)生于完全不同的機(jī)制，所以在聚類分析中表現(xiàn)為不屬于任何的簇或者類，這些數(shù)據(jù)對(duì)象一般被叫做噪聲，在相應(yīng)的孤立點(diǎn)分析中叫做孤立點(diǎn)。在審計(jì)領(lǐng)域，因?yàn)榫唧w的模型和審查背景存在一定差異，所以對(duì)于孤立點(diǎn)的分析也會(huì)得出不同的結(jié)論。此外，蓄意操作、操作錯(cuò)誤、整體數(shù)據(jù)偏差、系統(tǒng)和測(cè)量錯(cuò)誤等都會(huì)導(dǎo)致孤立點(diǎn)的出現(xiàn)。因此，相關(guān)審計(jì)人員需要關(guān)注這些因素，并對(duì)深入分析相關(guān)情況產(chǎn)生的原因，從中篩選出價(jià)值較高的信息內(nèi)容。

2 孤立點(diǎn)分析

孤立點(diǎn)分析，指的是利用數(shù)據(jù)分析方法和挖掘理論模型，發(fā)現(xiàn)數(shù)據(jù)在集中態(tài)勢(shì)下出現(xiàn)的異常值。在審計(jì)分析過程中，異常的頻率、事件和數(shù)據(jù)往往具有特殊的含義，且包含著重要信息，可以從中發(fā)現(xiàn)違規(guī)、違法行為的線索。

2.1 孤立點(diǎn)分析的步驟

孤立點(diǎn)分析方法大致包括兩個(gè)步驟。第一步：確定數(shù)據(jù)集合中變量的屬性，而后根據(jù)非財(cái)務(wù)數(shù)據(jù)和財(cái)務(wù)數(shù)據(jù)進(jìn)行分類。接下來(lái)進(jìn)行因子分析，從多個(gè)變量指標(biāo)中選出具有一定代表性的綜合變量指標(biāo)，而后達(dá)到數(shù)據(jù)降維的目的，是重要的多元統(tǒng)計(jì)方法。在分析過程中，使用解釋總方差可得到累計(jì)方差貢獻(xiàn)率，該指標(biāo)的高低直接影響原始數(shù)據(jù)代表程度的高低，若影響程度較高，則相應(yīng)的公共因子可信度就較高。計(jì)算輸出因子的荷載矩陣，能獲得原始數(shù)據(jù)的系數(shù)矩陣，相應(yīng)的元素?cái)?shù)據(jù)如果較高，那實(shí)際原始數(shù)據(jù)的解釋程度就比較理想，有利于對(duì)相應(yīng)公共因子命名，并能獲得預(yù)期的數(shù)據(jù)指標(biāo)。第二步：挖掘和檢測(cè)數(shù)據(jù)，如果數(shù)據(jù)中呈現(xiàn)出離散狀態(tài)的小規(guī)模數(shù)據(jù)，那么能發(fā)現(xiàn)孤立點(diǎn)。傳統(tǒng)方法主要應(yīng)用密度、偏差、距離的特定方法來(lái)尋找相應(yīng)的孤立點(diǎn)。此外，使用云計(jì)算技術(shù)，能應(yīng)用比較復(fù)雜的運(yùn)算方式來(lái)計(jì)算相應(yīng)的計(jì)算資源。

2.2 孤立點(diǎn)分析的方法

第一，基于人工神經(jīng)網(wǎng)絡(luò)模型的方法。在這種方法中，可以使用比較小的統(tǒng)計(jì)數(shù)據(jù)集，同時(shí)也可以采用比較大的專業(yè)數(shù)據(jù)集，所以檢測(cè)大小數(shù)據(jù)孤立點(diǎn)都能獲得良好的效果。但是，這種方式在檢測(cè)具有放射狀孤立點(diǎn)數(shù)據(jù)集時(shí)，實(shí)際效果不佳。

第二，基于偏離的分析方法。這種方式是根據(jù)數(shù)據(jù)對(duì)象的突出特征來(lái)進(jìn)行分析和檢查，并找出其中的孤立點(diǎn)。在這種分析模式下，一般采用OLAP數(shù)據(jù)立方體技術(shù)及序列異常技術(shù)。前者需要把審計(jì)中的異常單元進(jìn)行正確標(biāo)注并且下鉆，這樣可以發(fā)現(xiàn)更深層次的問題。后者需要預(yù)先定義樣本集中的一般特征，并且把相應(yīng)的偏離和具備這些特征的樣本區(qū)別開來(lái)，可以通過相關(guān)審計(jì)數(shù)據(jù)集的總方差來(lái)發(fā)現(xiàn)相異度函數(shù)。

第三，基于距離的分析方法。這種方法主要對(duì)相關(guān)數(shù)據(jù)域的數(shù)據(jù)內(nèi)容進(jìn)行相異度分析，并且清洗相應(yīng)的審計(jì)數(shù)據(jù)，檢驗(yàn)數(shù)據(jù)的有效性后，再根據(jù)相關(guān)審計(jì)內(nèi)容特征，通過公式計(jì)算出符合大部分對(duì)象之間距離的相應(yīng)閾值，同時(shí)把相應(yīng)數(shù)據(jù)定義為孤立點(diǎn)。通過這種方法，可以解決基于統(tǒng)計(jì)方法的數(shù)據(jù)分布特征相關(guān)問題。

第四，基于密度的方式。這種方法主要使用數(shù)據(jù)對(duì)象的局部密度來(lái)檢測(cè)相應(yīng)孤立點(diǎn)。如果相關(guān)數(shù)據(jù)對(duì)象的區(qū)域密度和臨近相關(guān)數(shù)據(jù)的密度的實(shí)際局部孤立點(diǎn)因子值較大，那么就可能屬于孤立點(diǎn)。這種方法在發(fā)現(xiàn)局部孤立點(diǎn)時(shí)具有良好的效果。

在實(shí)際審計(jì)中，在異常檢測(cè)及處理審計(jì)數(shù)據(jù)的過程中，需要進(jìn)行孤立點(diǎn)分析。審計(jì)人員需要有效處理原始數(shù)據(jù)，并完成相應(yīng)驗(yàn)證、清洗及采集，確保數(shù)據(jù)滿足相應(yīng)的建模要求，并且根據(jù)相關(guān)數(shù)據(jù)的特點(diǎn)來(lái)選擇合適的孤立點(diǎn)分析方法。

3 在大數(shù)據(jù)環(huán)境下應(yīng)用孤立點(diǎn)分析的審計(jì)抽象方法

3.1 提出需求

在審計(jì)過程中，審計(jì)人員需要根據(jù)自己的洞察能力來(lái)分析相應(yīng)的異常情況，并發(fā)現(xiàn)海量數(shù)據(jù)中的孤立點(diǎn)，而后和相關(guān)人員進(jìn)行深度溝通，以全面了解審計(jì)需求。在明確審計(jì)需求時(shí)，涉及數(shù)據(jù)理解及業(yè)務(wù)理解的內(nèi)容。所謂數(shù)據(jù)理解包括對(duì)業(yè)務(wù)流程及審計(jì)部門的理解，對(duì)原始數(shù)據(jù)的分析和收集，對(duì)數(shù)據(jù)的初步探索和檢測(cè)。業(yè)務(wù)理解包括數(shù)據(jù)挖掘目標(biāo)、項(xiàng)目計(jì)劃，評(píng)估審計(jì)目標(biāo)資料等，根據(jù)相關(guān)需求來(lái)進(jìn)行假設(shè)。

3.2 演示相應(yīng)的審計(jì)抽樣模型建構(gòu)原理

第一步，明確需要審計(jì)數(shù)據(jù)的集合的變量屬性，實(shí)施因子分析。相應(yīng)的背景是學(xué)?；üこ探Y(jié)算審計(jì)，需要全面調(diào)查學(xué)校在公寓建設(shè)方面的資金進(jìn)出是否有效且合理，是否存在貪污公款、違規(guī)挪用的嚴(yán)重問題。第二步，發(fā)現(xiàn)相應(yīng)的孤立點(diǎn)。筆者需要應(yīng)用基于距離的孤立點(diǎn)分成方法，并應(yīng)用K-means算法來(lái)尋找孤立點(diǎn)，這樣做的目的是發(fā)現(xiàn)與相應(yīng)宿舍樓建設(shè)綜合情況差別較大的項(xiàng)目和影響因素，使用因子散點(diǎn)圖來(lái)探討實(shí)際原因。

3.3 實(shí)際案例分析

隨著高等院校招生規(guī)模不斷擴(kuò)大，為確保學(xué)生的正常生活和學(xué)習(xí)，各高校都加強(qiáng)了自身的基礎(chǔ)設(shè)施建設(shè)。為了能夠有效、安全地使用相應(yīng)資金，各高校需要聯(lián)合監(jiān)察、紀(jì)委等部門進(jìn)行結(jié)算審計(jì)，審計(jì)相應(yīng)的學(xué)生公寓樓工程。因?yàn)闀r(shí)間安排及人員方面的限制，不能全面審計(jì)全部公寓樓工程，需要通過孤立點(diǎn)分析的方式來(lái)選取相應(yīng)審計(jì)樣本。

第一步，需要掌握全部公寓樓的相關(guān)數(shù)據(jù)，包括電線電纜、排水管道、采暖管道、門窗工程、保溫隔熱屋面、屋面卷材防水、鋼筋工程量、整體混凝土體積、輔助面積、使用面積、相應(yīng)的工程結(jié)算總價(jià)款及工程合同總價(jià)款，需要整合這些數(shù)據(jù)信息。由于篇幅的限制，本研究只分析工期時(shí)間、輔助面積、使用面積及建筑面積這四個(gè)變量，并根據(jù)相應(yīng)數(shù)據(jù)分析相關(guān)因素對(duì)工程結(jié)算總價(jià)款及工程合同總價(jià)款的影響。在明確相應(yīng)變量的屬性后，全面分析六個(gè)指標(biāo)，并且得出解釋總方差，這樣可以得出累計(jì)方差貢獻(xiàn)率為90.975%。工程合同總價(jià)、工程結(jié)算總價(jià)款和建筑面積三個(gè)因子具有較強(qiáng)的可信度，所以需要使用這三個(gè)因子作為特定的公共因子。

第二步，使用K-means算法來(lái)進(jìn)行聚類分析，這是為了尋找孤立點(diǎn)。在實(shí)際聚類分析中，全部的觀測(cè)數(shù)據(jù)可以分成四個(gè)種類，這四個(gè)種類中沒有缺失值，而且具有一定的有效性。分析結(jié)果表明，大部分?jǐn)?shù)據(jù)間是互相有關(guān)聯(lián)的，主要分布區(qū)間在1、2、4簇中，只能看到第三簇的數(shù)據(jù)與其他數(shù)據(jù)嚴(yán)重偏離。第三簇中的三個(gè)觀測(cè)點(diǎn)占觀測(cè)點(diǎn)數(shù)量的4.5%，低于10%，所以這三個(gè)觀測(cè)點(diǎn)屬于孤立點(diǎn)。通過聚類分析的方式，能夠找到3個(gè)孤立點(diǎn)，但以3個(gè)孤立點(diǎn)作為審計(jì)范圍的標(biāo)準(zhǔn)并不科學(xué)，應(yīng)經(jīng)過多次數(shù)的迭代過程，這樣能確保數(shù)據(jù)集中相應(yīng)的孤立點(diǎn)。與此同時(shí)，還需要聚類分析1、2、4簇中的觀測(cè)點(diǎn)。相應(yīng)的步驟和文中相同，所以不再具體的描述。最后的步驟，需要總結(jié)分析四次的聚類分析，并且發(fā)現(xiàn)其中的全部19個(gè)孤立點(diǎn)，并且進(jìn)行審計(jì)抽樣，而后根據(jù)散點(diǎn)圖進(jìn)行全方位的審計(jì)。

3.4 判斷

檢測(cè)依據(jù)相關(guān)模型得出的最終數(shù)據(jù)挖掘結(jié)果，若檢測(cè)結(jié)果的異常情況在合理范圍內(nèi)，那么審計(jì)人員可以根據(jù)自己的經(jīng)驗(yàn)判斷該結(jié)果是否達(dá)到標(biāo)準(zhǔn)；如果沒有到達(dá)相應(yīng)水平，則可以不予處理。在建立基于孤立點(diǎn)分析的審計(jì)數(shù)據(jù)模型時(shí)，需要深入了解相關(guān)數(shù)據(jù)內(nèi)容，并且合理把握孤立點(diǎn)算法和審計(jì)需求的融合程度，而后構(gòu)建統(tǒng)一標(biāo)準(zhǔn)。在這個(gè)過程中，只有持續(xù)地進(jìn)行反饋和論證，才能確保方案和挖掘模型的實(shí)用性及針對(duì)性。通過建立準(zhǔn)確的模型，發(fā)掘數(shù)據(jù)，假設(shè)相應(yīng)的孤立點(diǎn)，而后發(fā)現(xiàn)反常及特殊的孤立點(diǎn)，通過查閱資料或者進(jìn)一步追蹤，就能發(fā)現(xiàn)問題所在，并且發(fā)現(xiàn)不規(guī)范和舞弊行為，提升審計(jì)的實(shí)效性。

4 結(jié) 語(yǔ)

大數(shù)據(jù)為審計(jì)帶來(lái)了新的機(jī)遇和挑戰(zhàn)，利用相應(yīng)的非財(cái)務(wù)數(shù)據(jù)能快速得出需要的信息，并且有利于提升審計(jì)的有效性。本文利用孤立點(diǎn)分析對(duì)策構(gòu)建了相應(yīng)的模型，并且通過針對(duì)性分析，達(dá)到降低審計(jì)成本、提升審計(jì)效率、降低審計(jì)風(fēng)險(xiǎn)的目的，具有較強(qiáng)的應(yīng)用價(jià)值。

主要參考文獻(xiàn)

[1]朱政，劉侃.孤立點(diǎn)分析在稅務(wù)審計(jì)上的發(fā)展運(yùn)用[J].硅谷，2012（19）.

[2]陳麗娜.孤立點(diǎn)挖掘研究[J].內(nèi)江科技，2009（3）.

[3]王越，劉亞輝，徐傳運(yùn).孤立點(diǎn)用戶意義分析在質(zhì)量管理中的應(yīng)用[J].計(jì)算機(jī)應(yīng)用，2009（11）.

[4]賈晨科，邱保志.基于局部孤立系數(shù)的孤立點(diǎn)挖掘[J].微計(jì)算機(jī)信息，2005（26）.

[5]高恩陽(yáng)，劉偉軍，王天然.一種基于線性規(guī)劃的孤立點(diǎn)檢測(cè)方法[J].控制工程，2013（6）.