企業(yè)財(cái)務(wù)舞弊數(shù)據(jù)挖掘的審計(jì)模型研究

錢楚云

[摘 要]在大數(shù)據(jù)的時(shí)代背景下，傳統(tǒng)常規(guī)的審計(jì)手段逐漸失效，面臨著空前的挑戰(zhàn)。為了適應(yīng)現(xiàn)代化發(fā)展，改革創(chuàng)新審計(jì)方法，并與其他學(xué)科領(lǐng)域相結(jié)合，成了一種必然的發(fā)展趨勢。而數(shù)據(jù)挖掘技術(shù)作為信息時(shí)代的一個(gè)典型代表，順勢出現(xiàn)在審計(jì)人員的眼前。挖掘數(shù)據(jù)，提取其中的有效信息，建立數(shù)學(xué)模型，最后進(jìn)行結(jié)果分析，使審計(jì)憑從感覺，從大規(guī)模審計(jì)開始到現(xiàn)在從數(shù)學(xué)模型的異常信息中發(fā)現(xiàn)問題，進(jìn)行有目的審計(jì)，減少了審計(jì)人員的工作量，極大提高了審計(jì)效率和準(zhǔn)確度。但同時(shí)也需要在現(xiàn)代的審計(jì)方法中，規(guī)避新方法帶來的風(fēng)險(xiǎn)，從而從根本上保障判斷的準(zhǔn)確性，降低審計(jì)整體風(fēng)險(xiǎn)?；诖?，本文通過一個(gè)案例對數(shù)據(jù)挖掘?qū)徲?jì)模型進(jìn)行簡單分析，闡述了數(shù)據(jù)挖掘?qū)徲?jì)模型的作用，并對數(shù)據(jù)挖掘技術(shù)對于現(xiàn)代審計(jì)的一些優(yōu)勢和其中可能存在的一些弊端進(jìn)行了分析。

[關(guān)鍵詞]數(shù)據(jù)挖掘;審計(jì);模型;財(cái)務(wù)舞弊

doi：10.3969/j.issn.1673 - 0194.2019.20.028

[中圖分類號]F275.5[文獻(xiàn)標(biāo)識碼]A[文章編號]1673-0194（2019）20-00-02

1 ? ? 財(cái)務(wù)舞弊數(shù)據(jù)挖掘的相關(guān)概念和意義

1.1 ? 相關(guān)概念

1.1.1 ? 數(shù)據(jù)挖掘概念

數(shù)據(jù)挖掘這一概念出現(xiàn)于20世紀(jì)80年代末，最早發(fā)展于數(shù)據(jù)庫領(lǐng)域，被稱為數(shù)據(jù)庫中的知識發(fā)現(xiàn)（KDD）。數(shù)據(jù)挖掘是KDD過程中的一個(gè)環(huán)節(jié)，雖然歷史不長，但發(fā)展比較迅速。數(shù)據(jù)挖掘這一專有名詞最早在1995年由美國計(jì)算機(jī)年會(huì)提出。數(shù)據(jù)挖掘是一門交叉性學(xué)科，涉及統(tǒng)計(jì)學(xué)、數(shù)據(jù)庫理論技術(shù)、機(jī)器學(xué)習(xí)、網(wǎng)絡(luò)科學(xué)、人工智能和數(shù)據(jù)可視化等多個(gè)學(xué)科領(lǐng)域的知識和技術(shù)。

綜上所述，數(shù)據(jù)挖掘還沒有形成一個(gè)完全統(tǒng)一的定義。而目前大部分學(xué)者較認(rèn)同的定義是：數(shù)據(jù)挖掘就是從龐大的數(shù)據(jù)信息量中獲取有用的信息，即從大量的、無規(guī)律的、不完整且模糊的數(shù)據(jù)中發(fā)現(xiàn)有規(guī)律的、事先未知的、隱蔽的且潛在有效的最終可以被理解的信息。

1.1.2 ? 財(cái)務(wù)舞弊相關(guān)概念

美國注冊會(huì)計(jì)師協(xié)會(huì)（AICPA）對于財(cái)務(wù)舞弊的定義為：“是一種蓄意通過修改財(cái)務(wù)報(bào)告，產(chǎn)生不真實(shí)財(cái)務(wù)數(shù)據(jù)的行為。此行為包含以下各種情況：報(bào)告上記載沒有發(fā)生的交易;公司利益被管理者侵吞;從財(cái)務(wù)報(bào)告刪除重要的信息;漏列或錯(cuò)誤反映經(jīng)濟(jì)業(yè)務(wù);偽造記錄或文件?！蔽覈丢?dú)立審計(jì)具體準(zhǔn)則第8號——錯(cuò)誤與舞弊》中對舞弊的定義是：舞弊指被審計(jì)單位的管理層、治理層、員工或第三方使用欺騙手段獲取不當(dāng)或非法利益的故意行為。

雖然各國對于財(cái)務(wù)舞弊的定義存在差異，但都體現(xiàn)了舞弊的特點(diǎn)，即以欺詐、隱瞞等不正當(dāng)手段謀取非法利益或隱瞞錯(cuò)誤。財(cái)務(wù)舞弊是目前是比較普遍的現(xiàn)象，也是經(jīng)濟(jì)社會(huì)中的一個(gè)“毒瘤”，對現(xiàn)代經(jīng)濟(jì)發(fā)展造成了重大影響。相對于財(cái)務(wù)欺詐強(qiáng)烈而明確的目的性而言，財(cái)務(wù)舞弊從某種程度上來說，隱蔽程度更高，發(fā)現(xiàn)難度更大。

1.2 ? 意義

數(shù)據(jù)挖掘技術(shù)通過使用計(jì)算機(jī)來輔助人們從大量的信息數(shù)據(jù)中發(fā)現(xiàn)那些重要且十分隱秘的線索，以此手段輔助審計(jì)人員對相關(guān)領(lǐng)域的數(shù)據(jù)進(jìn)行挖掘、審計(jì)、分析，降低審計(jì)風(fēng)險(xiǎn)，提高發(fā)現(xiàn)財(cái)務(wù)舞弊線索的概率。數(shù)據(jù)挖掘技術(shù)與普通的審計(jì)手段存在較大的不同，主要在數(shù)據(jù)發(fā)現(xiàn)方式上存在不同，數(shù)據(jù)挖掘主要通過運(yùn)用模型和一些算法來發(fā)現(xiàn)數(shù)據(jù)間的關(guān)聯(lián)程度等，擴(kuò)展了審計(jì)人員可以運(yùn)用的手段，減少了審計(jì)可能存在的盲點(diǎn)。運(yùn)用數(shù)據(jù)挖掘技術(shù)，可以利用統(tǒng)計(jì)、聚類、關(guān)聯(lián)、序列分析、群集分析等方法來對財(cái)務(wù)數(shù)據(jù)和類似性質(zhì)的文件資料進(jìn)行更深地分析和研究。

2 ? ? 國內(nèi)外研究現(xiàn)狀

目前，對于數(shù)據(jù)挖掘的研究主要圍繞理論、技術(shù)和實(shí)際運(yùn)用3個(gè)方面展開。國外在數(shù)據(jù)挖掘領(lǐng)域的發(fā)展主要是拓寬知識發(fā)現(xiàn)的途徑，進(jìn)一步研究知識發(fā)現(xiàn)的方法。例如，近年來，對于Bayes、Boosting等算法的一些優(yōu)化。相較于國外而言，國內(nèi)對于數(shù)據(jù)挖掘的研究起步較晚，但發(fā)展速度較快，目前已經(jīng)廣泛應(yīng)用于審計(jì)、金融、客戶服務(wù)管理等領(lǐng)域。審計(jì)方面的研究主要是關(guān)于數(shù)據(jù)挖掘在審計(jì)數(shù)據(jù)分析中的應(yīng)用、在審計(jì)過程的應(yīng)用、在審計(jì)風(fēng)險(xiǎn)決策的研究等方面。

在數(shù)據(jù)挖掘?qū)徲?jì)方面，最早在2003年，《基于數(shù)據(jù)挖掘的審計(jì)模型框架》一文中就已經(jīng)提出了需要在審計(jì)模型框架下，運(yùn)用現(xiàn)代化的技術(shù)手段，即數(shù)據(jù)挖掘來輔助開展審計(jì)工作，以提高審計(jì)質(zhì)量，降低審計(jì)中的風(fēng)險(xiǎn)，為現(xiàn)代化的審計(jì)提供了新思路。截至目前，數(shù)據(jù)挖掘在審計(jì)方面的應(yīng)用已經(jīng)有了許多細(xì)化研究，包括持續(xù)審計(jì)、財(cái)務(wù)舞弊、商業(yè)銀行內(nèi)部審計(jì)等多個(gè)方面。

3 ? ? 數(shù)據(jù)挖掘在審計(jì)中的應(yīng)用

數(shù)據(jù)挖掘在審計(jì)中的具體應(yīng)用主要包括了確定審計(jì)對象、準(zhǔn)備數(shù)據(jù)，對數(shù)據(jù)進(jìn)行預(yù)處理、建立數(shù)據(jù)挖掘模型（以決策樹為例）、聚類，結(jié)果分析4個(gè)步驟。數(shù)據(jù)挖掘技術(shù)的一個(gè)重要的功能是從大量的數(shù)據(jù)中挖掘出有用的信息，但審計(jì)時(shí)一定要按照需求對信息進(jìn)行篩選，有選擇性和目的性地挖掘數(shù)據(jù)。在該過程中，需求可能發(fā)生變動(dòng)，不完全是固定不變的，是一個(gè)不斷優(yōu)化和改進(jìn)的動(dòng)態(tài)過程，有可能在過程中發(fā)現(xiàn)和暴露一些問題。

3.1 ? 準(zhǔn)備數(shù)據(jù)，對數(shù)據(jù)進(jìn)行預(yù)處理

數(shù)據(jù)準(zhǔn)備就是在確定審計(jì)對象后，開始進(jìn)行數(shù)據(jù)采集、挖掘。數(shù)據(jù)挖掘技術(shù)主要是對數(shù)據(jù)進(jìn)行統(tǒng)計(jì)與整理，主要運(yùn)用了統(tǒng)計(jì)學(xué)和概率論的原理。在進(jìn)行審計(jì)時(shí)，通過運(yùn)用統(tǒng)計(jì)和分析等方法途徑，建立一個(gè)數(shù)學(xué)模型，用真實(shí)數(shù)據(jù)來驗(yàn)證是否符合最初的數(shù)學(xué)模型。以一家商場為例，利用商場歷年已有年份的銷售和財(cái)務(wù)數(shù)據(jù)構(gòu)建一個(gè)數(shù)學(xué)模型，對比各年銷售數(shù)據(jù)和查無實(shí)據(jù)與數(shù)據(jù)模型的數(shù)據(jù)有無異常波動(dòng)，若有不正常的波動(dòng)，就對商場進(jìn)行相應(yīng)審計(jì)調(diào)查，調(diào)查該商場是否存在虛報(bào)營業(yè)額、偷稅漏稅以及謊報(bào)銷售業(yè)績的情況。

對數(shù)據(jù)進(jìn)行預(yù)處理時(shí)，要對已有數(shù)據(jù)的質(zhì)量進(jìn)行判斷，并處理其中無效的空值、異常值;對于缺值應(yīng)該有針對性地對其進(jìn)行再挖掘或者在分析過程中處理該缺值。分析各屬性中存在的缺失值個(gè)數(shù)以及缺失率，最終將其作為數(shù)據(jù)質(zhì)量好壞的一個(gè)數(shù)據(jù)指標(biāo)，在必要時(shí)，還需要轉(zhuǎn)變數(shù)據(jù)格式來滿足數(shù)據(jù)挖掘算法需求。此外，需要注意的是，因?yàn)閿?shù)據(jù)來源非常廣泛，格式、形式都有所不同，因此，需要做好數(shù)據(jù)整合工作。

3.2 ? 建立數(shù)據(jù)挖掘模型——以決策樹為例

企業(yè)進(jìn)行審計(jì)時(shí)，在擁有良性、有效數(shù)據(jù)的條件下，建立數(shù)據(jù)挖掘模型就成了決定數(shù)據(jù)挖掘技術(shù)在審計(jì)時(shí)能否發(fā)現(xiàn)財(cái)務(wù)舞弊的重要條件。決策樹是一種用于選擇決策的樹狀結(jié)構(gòu)，每個(gè)決策結(jié)點(diǎn)都代表一個(gè)問題或者決策選項(xiàng)，不同分支分別指不同的決策輸出，最后的葉結(jié)點(diǎn)用以表示最終的決策結(jié)果。由于決策樹不需要通過前期學(xué)習(xí)來獲取其他領(lǐng)域的知識，進(jìn)行一些特殊參數(shù)設(shè)置，且能夠從煩瑣、雜亂無章的數(shù)據(jù)中發(fā)現(xiàn)以及推理分類的可能性。由于算法本身的原因，計(jì)算量相對較小且成功率高，被廣泛應(yīng)用于數(shù)據(jù)挖掘中。因此，在審計(jì)時(shí)，決策樹可以通過算法分類數(shù)據(jù)，并建立關(guān)鍵節(jié)點(diǎn)，從而發(fā)現(xiàn)那些可能存在異常的數(shù)據(jù)。

3.3 ? 結(jié)果分析——聚類分析

在結(jié)果分析中，企業(yè)通常使用聚類分析的方法，目的是找出數(shù)據(jù)中的關(guān)鍵節(jié)點(diǎn)，實(shí)際上就是建立一個(gè)模型對數(shù)據(jù)進(jìn)行分析，通過該模型發(fā)現(xiàn)其中的異常數(shù)據(jù)，也就是與模型規(guī)律有差異甚至相反的數(shù)據(jù)。在審計(jì)中，通常而言，這類不符合模型的數(shù)據(jù)往往隱藏了許多重要信息，甚至可以反映出被審計(jì)單位可能存在的財(cái)務(wù)舞弊問題。但值得注意的是，通過數(shù)據(jù)挖掘技術(shù)構(gòu)建的模型不一定是完全正確的，還需要審計(jì)人員根據(jù)被審計(jì)機(jī)構(gòu)的實(shí)際情況進(jìn)行分析，始終保持專業(yè)的角度以及懷疑的態(tài)度面對整個(gè)審計(jì)過程。

3.4 ? 實(shí)證分析

數(shù)據(jù)挖掘是大數(shù)據(jù)技術(shù)的一個(gè)基礎(chǔ)。以湖北省審計(jì)廳為例，該審計(jì)廳應(yīng)用了大數(shù)據(jù)審計(jì)技術(shù)，構(gòu)建了可以并行處理大規(guī)模數(shù)據(jù)的集群和在線數(shù)據(jù)集成工作站，在此基礎(chǔ)上構(gòu)成了“一大網(wǎng)絡(luò)、四大中心、六大系統(tǒng)”大數(shù)據(jù)審計(jì)平臺，為數(shù)據(jù)傳輸、管理、共享和數(shù)據(jù)分析提供了一個(gè)基礎(chǔ)的平臺。

大數(shù)據(jù)審計(jì)的出現(xiàn)改變了原有的審計(jì)觀念，較為側(cè)重審計(jì)前的數(shù)據(jù)分析，通過審計(jì)之前的數(shù)據(jù)統(tǒng)計(jì)與數(shù)據(jù)分析，以此確定了審計(jì)的疑點(diǎn)和側(cè)重點(diǎn)，極大地促進(jìn)了審計(jì)效率提高。在未使用大數(shù)據(jù)審計(jì)之前，審計(jì)15個(gè)左右一級預(yù)算單位的財(cái)務(wù)部門需要耗費(fèi)15個(gè)審計(jì)組大概2個(gè)月的時(shí)間。而自從使用了大數(shù)據(jù)審計(jì)平臺后，15個(gè)審計(jì)小組1個(gè)月可以審計(jì)40個(gè)一級預(yù)算單位的財(cái)務(wù)部門?，F(xiàn)在，只需要對整體財(cái)務(wù)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析、建模分析，重點(diǎn)審計(jì)其中的存疑數(shù)據(jù)，核實(shí)其中是否真的存在財(cái)務(wù)舞弊的問題。目前，大數(shù)據(jù)審計(jì)平臺的建立幫助湖北省審計(jì)局基本實(shí)現(xiàn)了審計(jì)全面覆蓋，基本上掃清了舊時(shí)審計(jì)存在的審計(jì)盲點(diǎn)，且提高了審計(jì)方向的準(zhǔn)確度，減少了審計(jì)人員的工作量。在大數(shù)據(jù)審計(jì)的優(yōu)勢下，企業(yè)、財(cái)政部門實(shí)施財(cái)務(wù)舞弊被發(fā)現(xiàn)的可能性增加，從根本上降低了財(cái)務(wù)舞弊發(fā)生的可能性，促進(jìn)財(cái)務(wù)健康正向發(fā)展。

4 ? ? 數(shù)據(jù)挖掘在審計(jì)中的利弊

數(shù)據(jù)挖掘在審計(jì)中存在的優(yōu)勢十分明顯。首先是數(shù)據(jù)挖掘技術(shù)對數(shù)據(jù)挖掘、處理和分析的能力十分強(qiáng)大，在技術(shù)層面上能夠給審計(jì)領(lǐng)域提供強(qiáng)力支持，類似于數(shù)據(jù)挖掘中的關(guān)聯(lián)技術(shù)和聚類技術(shù)，可以通過關(guān)聯(lián)技術(shù)由一個(gè)點(diǎn)牽連出一個(gè)面，幫助審計(jì)人員從看似毫無聯(lián)系的數(shù)據(jù)之間找到其中的隱藏關(guān)系，也可以利用聚類分析從一個(gè)廣泛分散的點(diǎn)中找出重要、關(guān)鍵的節(jié)點(diǎn)。由此，通過一系列數(shù)據(jù)挖掘技術(shù)，可以對數(shù)據(jù)進(jìn)行充分整合，從而建立模型，以此進(jìn)行審計(jì)預(yù)判，從而提高審計(jì)的效率和成功率，節(jié)省人力物力以及相關(guān)資源，提高了財(cái)務(wù)舞弊等財(cái)務(wù)問題的發(fā)現(xiàn)概率，幫助審計(jì)人員掃除了一些容易存在的思維盲點(diǎn)，提高了審計(jì)質(zhì)量。

但數(shù)據(jù)挖掘運(yùn)用于審計(jì)時(shí)也存在很多缺陷。其中最明顯的一點(diǎn)在于數(shù)據(jù)挖掘是多學(xué)科交叉的一種技術(shù)，要求審計(jì)人員在統(tǒng)計(jì)學(xué)、數(shù)據(jù)庫技術(shù)、機(jī)器學(xué)習(xí)、網(wǎng)絡(luò)科學(xué)、人工智能和數(shù)據(jù)可視化等多個(gè)學(xué)科領(lǐng)域都要具有一定的知識儲(chǔ)備，這對現(xiàn)在審計(jì)人員的專業(yè)素養(yǎng)提出了新的挑戰(zhàn)。如果審計(jì)人員的相關(guān)知識儲(chǔ)備不足，那么數(shù)據(jù)挖掘技術(shù)將會(huì)變得十分有局限性，所提供的幫助也非常有限。此外，數(shù)據(jù)挖掘技術(shù)始終是一種輔助手段，截至目前，還要依靠人來做最終判斷。

但從總體來看，數(shù)據(jù)挖掘技術(shù)給審計(jì)帶來了積極作用，為審計(jì)提供了一種新的思路和平臺，但也不可忽視其中的缺陷。因此，相關(guān)審計(jì)人員應(yīng)盡可能地學(xué)習(xí)各個(gè)領(lǐng)域的知識，彌補(bǔ)數(shù)據(jù)挖掘技術(shù)的不足，盡可能地挖掘數(shù)據(jù)挖掘技術(shù)的潛能，為審計(jì)帶來更多便利。

主要參考文獻(xiàn)

[1]陳國欣.財(cái)務(wù)報(bào)告舞弊識別的研究——基于中國上市公司經(jīng)驗(yàn)數(shù)據(jù)[J].審計(jì)研究，2007（3）.

[2]文柯芳，辛佳穎.基于數(shù)據(jù)挖掘技術(shù)的金融審計(jì)風(fēng)險(xiǎn)防范研究[J].經(jīng)濟(jì)論壇，2013（7）.