基于數(shù)據(jù)挖掘算法的審計(jì)數(shù)據(jù)分析及案例應(yīng)用

王良 鮑喜 王云 周建成 張海超

“數(shù)據(jù)挖掘”通常也稱為“知識(shí)發(fā)現(xiàn)”，顧名思義就是從海量數(shù)據(jù)中找出有用的知識(shí)。數(shù)據(jù)挖掘一般是指從大量的數(shù)據(jù)中通過(guò)算法搜索隱藏于其中信息的過(guò)程。本文主要利用機(jī)器學(xué)習(xí)界提供的技術(shù)來(lái)分析海量數(shù)據(jù)，利用數(shù)據(jù)庫(kù)界提供的技術(shù)來(lái)管理海量數(shù)據(jù),通過(guò)機(jī)器學(xué)習(xí)和數(shù)據(jù)庫(kù)的交叉運(yùn)用，從而實(shí)現(xiàn)基于數(shù)據(jù)分析挖掘的審計(jì)方法。

數(shù)據(jù)挖掘是針對(duì)日益龐大的電子數(shù)據(jù)應(yīng)運(yùn)而生的一種新型信息處理技術(shù)。它一般排除人為因素而通過(guò)自動(dòng)的方式來(lái)發(fā)現(xiàn)數(shù)據(jù)中新的、隱藏的或不可預(yù)見(jiàn)的模式或活動(dòng)。這些模式或活動(dòng)是指隱藏在大型數(shù)據(jù)庫(kù)、數(shù)據(jù)倉(cāng)庫(kù)或其他大量信息存儲(chǔ)的特定數(shù)據(jù)。利用數(shù)據(jù)倉(cāng)庫(kù)中包含的信息，數(shù)據(jù)挖掘可以發(fā)現(xiàn)注冊(cè)會(huì)計(jì)師（CPA）原先根本沒(méi)有關(guān)注過(guò)的問(wèn)題。數(shù)據(jù)挖掘方法千差萬(wàn)別，不同的方法應(yīng)用于不同的領(lǐng)域和對(duì)象。選取合適可行的挖掘算法對(duì)挖掘的效果起著重要的作用，它將直接影響我們的決策。在實(shí)際運(yùn)用過(guò)程中，很多挖掘方法不是單獨(dú)使用的，它往往和其他方法結(jié)合起來(lái)，才能產(chǎn)生預(yù)期的效果。

本文對(duì)數(shù)據(jù)挖掘分析方法在審計(jì)數(shù)據(jù)分析中如何應(yīng)用進(jìn)行深入研究，同時(shí)結(jié)合數(shù)據(jù)挖掘應(yīng)用案例探索其具體實(shí)現(xiàn)路徑。

一、基于數(shù)據(jù)挖掘算法的審計(jì)應(yīng)用

對(duì)于審計(jì)人員來(lái)說(shuō)，如何利用人工智能技術(shù)、圖算法、機(jī)器學(xué)習(xí)、遷移學(xué)習(xí)、數(shù)據(jù)挖掘算法等新技術(shù)，實(shí)現(xiàn)審計(jì)人員從被審計(jì)單位海量的數(shù)據(jù)中心找出高質(zhì)量的審計(jì)數(shù)據(jù)，挖掘潛在的審計(jì)疑點(diǎn)，作為審計(jì)證據(jù)是一個(gè)難題。數(shù)據(jù)挖據(jù)技術(shù)的出現(xiàn)，為審計(jì)師進(jìn)行大數(shù)據(jù)分析和挖掘有價(jià)值的數(shù)據(jù)提供了可能?；谕诰蚣夹g(shù)的審計(jì)就是利用各種數(shù)據(jù)分析方法對(duì)審計(jì)數(shù)據(jù)的充分利用、充分挖掘，以獲取更多相關(guān)的審計(jì)線索。其主要達(dá)到如下目標(biāo)：

（1）直接提供審計(jì)證據(jù)，如明顯違反會(huì)計(jì)準(zhǔn)則和相關(guān)會(huì)計(jì)法規(guī)的行為；

（2）發(fā)現(xiàn)異常信息，起到“紅旗（red flag）”的指向標(biāo)作用，能引起審計(jì)師的注意；

（3）借助數(shù)據(jù)挖掘技術(shù)，可部分代替審計(jì)職業(yè)判斷，減輕審計(jì)師的工作強(qiáng)度。

數(shù)據(jù)挖掘技術(shù)在審計(jì)中的應(yīng)用包括數(shù)據(jù)驗(yàn)證、數(shù)據(jù)分析、智能推理三個(gè)方面。具體如圖1所示。

1．?dāng)?shù)據(jù)驗(yàn)證

數(shù)據(jù)驗(yàn)證子系統(tǒng)具體可分為檢查、核對(duì)兩大功能。檢查是按照會(huì)計(jì)準(zhǔn)則和相關(guān)政策法規(guī)的要求，對(duì)某一項(xiàng)數(shù)據(jù)或處理進(jìn)行檢查，以發(fā)現(xiàn)是否有違反規(guī)定的情況。核對(duì)是將某些具有內(nèi)在聯(lián)系的數(shù)據(jù)，按照其勾稽關(guān)系，進(jìn)行逐一核對(duì)與排查，其目的是驗(yàn)證被審計(jì)單位信息系統(tǒng)業(yè)務(wù)流程的正確性，有無(wú)人工非法干預(yù)等，為分析提取數(shù)據(jù)間的隱性關(guān)系做好基礎(chǔ)支撐。數(shù)組驗(yàn)證包含全面重算、社會(huì)對(duì)賬兩個(gè)重要方法。

（1）全面重算：是對(duì)導(dǎo)入會(huì)審軟件的基礎(chǔ)數(shù)據(jù)，按照與被審計(jì)單位相同或相似的處理方法全方位重新計(jì)算，來(lái)驗(yàn)證被審計(jì)單位提供數(shù)據(jù)的真實(shí)性與正確性，以及信息系統(tǒng)處理邏輯的正確性，這是一種簡(jiǎn)單、經(jīng)濟(jì)的防止“假賬真查”的方法。

（2）社會(huì)對(duì)賬：社會(huì)對(duì)賬目的是實(shí)現(xiàn)對(duì)原始憑證和公允價(jià)值的自動(dòng)化查證。它要求監(jiān)管部門建立會(huì)計(jì)信息中心，要求各經(jīng)濟(jì)單位定期上傳標(biāo)準(zhǔn)格式的會(huì)計(jì)數(shù)據(jù)，CPA通過(guò)相關(guān)的認(rèn)證機(jī)制從中獲取標(biāo)準(zhǔn)對(duì)賬數(shù)據(jù)。從而克服傳統(tǒng)函證方式的不足，實(shí)現(xiàn)原始憑證查證的自動(dòng)化。通過(guò)專業(yè)估價(jià)網(wǎng)站，獲取各個(gè)時(shí)點(diǎn)的公允價(jià)值數(shù)據(jù)進(jìn)行審計(jì)。

2．?dāng)?shù)據(jù)分析

數(shù)據(jù)分析子系統(tǒng)具有數(shù)據(jù)檢索、篩選、統(tǒng)計(jì)和智能分析四大功能。檢索是按照CPA的要求，以靈活多樣的方式向CPA提供信息，達(dá)到“想看什么就能看什么”的目的，使CPA徹底地從紙質(zhì)資料中解放出來(lái)。篩選是依據(jù)抽樣的原則與方法，按照CPA的指令將CPA感興趣的或具有代表性的一部分?jǐn)?shù)據(jù)挑選出來(lái)，目的是縮小審計(jì)范圍，降低審計(jì)風(fēng)險(xiǎn)。統(tǒng)計(jì)為CPA提供一系列的分析指標(biāo)與工具，最大程度地方便CPA進(jìn)行信息處理。智能分析是運(yùn)用數(shù)據(jù)倉(cāng)庫(kù)技術(shù)，對(duì)被審計(jì)單位的數(shù)據(jù)進(jìn)行多維分析和挖掘，給CPA提供新的疑點(diǎn)。

基于現(xiàn)有審計(jì)知識(shí)的數(shù)據(jù)分析方法主要有以下幾種：

（1）合規(guī)分析方法：通過(guò)會(huì)審軟件的會(huì)計(jì)核算部分，根據(jù)會(huì)計(jì)準(zhǔn)則和被審計(jì)單位業(yè)務(wù)處理邏輯的數(shù)據(jù)處理要求，檢查是否有賬證不符、賬賬不符、賬表不符、表表不符的情況；賬戶對(duì)應(yīng)關(guān)系是否正常；是否存在非正常掛賬、非正常調(diào)賬現(xiàn)象；賬戶余額方向是否存在異常；是否有違背被審計(jì)單位業(yè)務(wù)處理邏輯的情況等等。

（2）趨勢(shì)分析方法：指CPA將被審計(jì)單位若干期相關(guān)數(shù)據(jù)進(jìn)行比較和分析，從中找出規(guī)律或發(fā)現(xiàn)異常變動(dòng)的方法。它是利用少量時(shí)間點(diǎn)上或期間的經(jīng)濟(jì)數(shù)據(jù)來(lái)進(jìn)行比較分析的特殊時(shí)間序列法，此法有助于CPA從宏觀上把握事務(wù)的發(fā)展規(guī)律。CPA可根據(jù)審計(jì)需要來(lái)確定時(shí)間序列的粒度，如年、季、月、旬、日等。

（3）結(jié)構(gòu)分析方法：也叫比重分析法，是通過(guò)計(jì)算各個(gè)組成部分占總體的比重來(lái)揭示總體的結(jié)構(gòu)關(guān)系和各個(gè)構(gòu)成項(xiàng)目的相對(duì)重要程度，從而確定重點(diǎn)構(gòu)成項(xiàng)目，提示進(jìn)一步分析的方向。結(jié)構(gòu)分析法和趨勢(shì)分析法還可結(jié)合應(yīng)用，進(jìn)行數(shù)據(jù)結(jié)構(gòu)比例在若干期間的變動(dòng)趨勢(shì)分析。應(yīng)用結(jié)構(gòu)分析法和趨勢(shì)分析法，對(duì)被審計(jì)單位的資產(chǎn)、負(fù)債、損益和現(xiàn)金流的結(jié)構(gòu)分析、趨勢(shì)分析以及結(jié)構(gòu)比例的趨勢(shì)分析，對(duì)被審計(jì)單位的總體財(cái)務(wù)狀況、經(jīng)營(yíng)成果和現(xiàn)金流量情況形成總體的全面了解。

（4）比率分析方法：比率是兩個(gè)相關(guān)聯(lián)的經(jīng)濟(jì)數(shù)據(jù)的相對(duì)比較，主要用除法，它體現(xiàn)的是各要素之間的內(nèi)在聯(lián)系。比率分析法計(jì)算簡(jiǎn)單，結(jié)果簡(jiǎn)單，便于 CPA 判斷，由于采用了相對(duì)數(shù)，因此可以適用于不同國(guó)家、地區(qū)、行業(yè)、規(guī)模的客戶。

（5）經(jīng)驗(yàn)分析方法：CPA在長(zhǎng)期的對(duì)某類問(wèn)題的反復(fù)審計(jì)過(guò)程中，往往能摸索、總結(jié)出此類問(wèn)題的表征。在審計(jì)實(shí)踐中抓住這種表征，從現(xiàn)象分析至實(shí)質(zhì)，就可以較為方便地核查問(wèn)題。將CPA的這種經(jīng)驗(yàn)運(yùn)用到計(jì)算機(jī)審計(jì)中，將問(wèn)題的表征轉(zhuǎn)化為特定的數(shù)據(jù)特征，通過(guò)編寫結(jié)構(gòu)化查詢語(yǔ)句(SQL)或利用審計(jì)軟件來(lái)檢索，查詢出可疑的數(shù)據(jù)，并深入核實(shí)、排查，來(lái)判斷、發(fā)現(xiàn)問(wèn)題，便能實(shí)現(xiàn)根據(jù)審計(jì)經(jīng)驗(yàn)構(gòu)建個(gè)體分析模型的目的。

（6）多維數(shù)據(jù)分析：聯(lián)機(jī)分析處理（on-line analysis processing,OLAP）工具為多維數(shù)據(jù)分析提供了十分有效的功能，它能夠從多種角度對(duì)從原始數(shù)據(jù)中轉(zhuǎn)化出來(lái)的、可真正為用戶所理解的、并真實(shí)反映企業(yè)的、多維特性的信息進(jìn)行快速、一致、交互地存取，從而獲得對(duì)數(shù)據(jù)更深入地了解。

3.智能推理

智能推理子系統(tǒng)包括推理、判斷和預(yù)警三大功能。推理是根據(jù)CPA經(jīng)驗(yàn)與規(guī)則，采用機(jī)器學(xué)習(xí)、遷移學(xué)習(xí)和基于大數(shù)據(jù)技術(shù)的知識(shí)圖譜，實(shí)現(xiàn)審計(jì)數(shù)據(jù)的融合，進(jìn)一步挖掘?qū)徲?jì)知識(shí)中的隱性關(guān)系。判斷是根據(jù)CPA經(jīng)驗(yàn)與規(guī)則，針對(duì)某個(gè)問(wèn)題給出一個(gè)參考性的結(jié)論。預(yù)警是自動(dòng)運(yùn)用已經(jīng)存在的知識(shí)與經(jīng)驗(yàn)進(jìn)行推理與判斷，預(yù)示問(wèn)題的類型與可能發(fā)生的環(huán)節(jié)。會(huì)審軟件的專家系統(tǒng)、智能審計(jì)系統(tǒng)的特征主要由該模塊來(lái)實(shí)現(xiàn)。

圖1 基于數(shù)據(jù)挖掘技術(shù)的審計(jì)系統(tǒng)

圖2 聚類算法模型思路

圖3 審計(jì)績(jī)效評(píng)價(jià)因素

二、基于數(shù)據(jù)挖掘的數(shù)據(jù)分析與案例應(yīng)用分析

數(shù)據(jù)分析、智能推理實(shí)現(xiàn)的核心就是數(shù)據(jù)挖掘分析方法，數(shù)據(jù)挖掘分析方法對(duì)挖掘?qū)徲?jì)線索、確定審計(jì)重點(diǎn)有不可忽視的作用。基于已有的審計(jì)數(shù)據(jù)顯性網(wǎng)絡(luò)，通過(guò)探究推理算法、關(guān)系挖掘算法等技術(shù)手段，實(shí)現(xiàn)審計(jì)知識(shí)中的隱性關(guān)系挖掘，實(shí)現(xiàn)豐富和擴(kuò)充審計(jì)關(guān)注點(diǎn)知識(shí)庫(kù)。如針對(duì)用電用戶行為、供應(yīng)商行為、支付行為、信息化用戶操作行為等通過(guò)聚類分析方法找出異常行為的事項(xiàng)，作為審計(jì)重點(diǎn)關(guān)注對(duì)象。數(shù)據(jù)挖掘分析方法通常需結(jié)合使用，如采用聚類分析將業(yè)務(wù)類似的工程項(xiàng)目進(jìn)行細(xì)分，再利用關(guān)聯(lián)規(guī)則分析歷史數(shù)據(jù)的領(lǐng)用情況，即根據(jù)歷史領(lǐng)用情況分析出領(lǐng)用規(guī)律，作為編制領(lǐng)用標(biāo)準(zhǔn)的依據(jù)。

下面將重點(diǎn)對(duì)聚類算法、數(shù)值分析算法、層次分析算法在審計(jì)數(shù)據(jù)分析中應(yīng)用方式和應(yīng)用流程進(jìn)行研究分析，并結(jié)合“基于聚類算法的廣告費(fèi)審計(jì)”案例進(jìn)行闡述。

表1 各單位經(jīng)營(yíng)數(shù)據(jù)及廣告費(fèi)

表2 聚類分析結(jié)果

（一）聚類算法

運(yùn)用聚類分析可進(jìn)行一些“孤立點(diǎn)”的挖掘。所謂“孤立點(diǎn)”就是存在一些數(shù)據(jù)，它們不符合數(shù)據(jù)的一般模型。數(shù)據(jù)中的異常點(diǎn)可能隱藏了重要的信息，反映了企業(yè)經(jīng)營(yíng)中潛伏的問(wèn)題或暗藏的商機(jī)。孤立點(diǎn)挖掘通常描述為：給定一個(gè)n個(gè)數(shù)據(jù)點(diǎn)或?qū)ο蟮募霞邦A(yù)期的孤立點(diǎn)數(shù)目k，發(fā)現(xiàn)與剩余的數(shù)據(jù)相比時(shí)顯著相異的、異常的或不一致的k個(gè)數(shù)據(jù)。孤立點(diǎn)挖掘運(yùn)用廣泛，能用于欺詐檢測(cè)，如探測(cè)不尋常的信用卡使用或電信服務(wù)。

如A公司設(shè)計(jì)了一個(gè)用于成本費(fèi)用審計(jì)的模型。傳統(tǒng)上，A公司主要通過(guò)將各個(gè)單位的成本支出進(jìn)行排序，然后把排在前頭的單位確定為審計(jì)關(guān)注點(diǎn)。面對(duì)被審計(jì)單位比較隱蔽的違規(guī)行為時(shí)，這種簡(jiǎn)單的分析方法是很難發(fā)現(xiàn)異常，所以應(yīng)該先挖掘成本費(fèi)用的數(shù)據(jù)規(guī)律，根據(jù)這些規(guī)律確定各單位進(jìn)行的哪些支出存在疑點(diǎn)。

為此，模型思路如下：首先，利用聚類分析將各單位劃分成若干組，各組內(nèi)的單位具有相同的經(jīng)營(yíng)特征；然后，判斷被審單位某項(xiàng)成本費(fèi)用支出是否與同組單位的支出有顯著差異，從而評(píng)估該成本費(fèi)用支出是否出現(xiàn)異常，并提請(qǐng)審計(jì)師關(guān)注。

以廣告費(fèi)用為例，A公司各單位的廣告投放與當(dāng)?shù)亟?jīng)營(yíng)環(huán)境相關(guān)，如果各單位經(jīng)營(yíng)環(huán)境相當(dāng)，其廣告費(fèi)水平應(yīng)該相當(dāng)。所以對(duì)于廣告費(fèi)異常檢測(cè)模型是一個(gè)2步模型：首先，利用數(shù)據(jù)挖掘引擎對(duì)A公司單位進(jìn)行聚類分析，將當(dāng)年與被審單位經(jīng)營(yíng)環(huán)境相當(dāng)?shù)膯挝粍澐殖梢唤M；然后使用t檢驗(yàn)判斷被審單位的廣告費(fèi)是否與組內(nèi)單位的廣告費(fèi)支出有顯著性差異，如果被審單位廣告費(fèi)支出與同類單位的支出有顯著差異，表示當(dāng)年被審單位與經(jīng)營(yíng)環(huán)境相當(dāng)?shù)膯挝幌啾?，花費(fèi)更多或者更少的廣告費(fèi)，顯示廣告費(fèi)的支出存在審計(jì)疑點(diǎn)，需要審計(jì)師執(zhí)行進(jìn)一步分析，模型思路如圖2所示。

表1為各單位經(jīng)營(yíng)數(shù)據(jù)及廣告費(fèi)(與單位1的比值)。其中，省會(huì)城市表示單位所在地是否是省會(huì)城市，1表示是，0表示否;居民人數(shù)為單位所在地常住居民數(shù);工業(yè)用電量和生活用電量表示單位所在地的工業(yè)用電量和生活用電量;供電容量表示單位可提供的總供電容量;供電面積表示各單位所在地供電業(yè)務(wù)的覆蓋范圍，這些字段統(tǒng)稱為各單位的特征變量。

其中，“分組類別”為聚類分析的結(jié)果，可以看到單位1分到組別2之中，也就是說(shuō)屬于組別2的單位擁有與單位1相當(dāng)?shù)慕?jīng)營(yíng)情況特征（表2）。

執(zhí)行聚類分析之后，執(zhí)行顯著性檢驗(yàn)。該步驟主要檢驗(yàn)被審單位1的廣告費(fèi)支出與同組的單位的廣告支出是否存在顯著差異。該模型采用基于t檢驗(yàn)的顯著性檢驗(yàn)方法，檢驗(yàn)單位1的廣告費(fèi)支出是否處于組別2單位廣告費(fèi)支出的有顯著性的差異（表3）。

從表4檢驗(yàn)結(jié)果看，Sig.值小于0.001,表示單位1的廣告費(fèi)支出與組別2內(nèi)的單位廣告費(fèi)支出有顯著差異，表示存在審計(jì)疑點(diǎn)，審計(jì)師應(yīng)該進(jìn)一步關(guān)注單位1廣告費(fèi)與其他單位發(fā)生偏差的原因。

表3 單個(gè)樣本統(tǒng)計(jì)量

表4 單個(gè)樣本檢驗(yàn)

表5 判斷矩陣的元素標(biāo)度

（二）數(shù)值分析方法

數(shù)值分析是根據(jù)字段具體的數(shù)據(jù)值的分布情況、出現(xiàn)頻率等對(duì)字段進(jìn)行分析，從而發(fā)現(xiàn)審計(jì)線索的一種數(shù)據(jù)處理方法。這種方法從“微觀”的角度對(duì)電子數(shù)據(jù)進(jìn)行分析，它在使用時(shí)不用考慮具體的業(yè)務(wù)，對(duì)分析出的可疑數(shù)據(jù)，再結(jié)合具體的業(yè)務(wù)進(jìn)行審計(jì)判斷，從而發(fā)現(xiàn)審計(jì)線索。相對(duì)于其他方法，這種審計(jì)數(shù)據(jù)處理方法易于發(fā)現(xiàn)被審計(jì)數(shù)據(jù)中的隱藏信息。

常用的數(shù)值分析方法主要有重號(hào)分析、斷號(hào)分析、Benford 法則分析，這些數(shù)值方法已經(jīng)被國(guó)際著名審計(jì)軟件ACL、IDEA 等采用。重號(hào)分析是用來(lái)計(jì)算某個(gè)字段中相同數(shù)值的重復(fù)次數(shù)；斷號(hào)分析是對(duì)統(tǒng)計(jì)字段的數(shù)據(jù)記錄中是否連續(xù)性進(jìn)行分析，如果有斷點(diǎn)，則統(tǒng)計(jì)出來(lái)，否則只列出統(tǒng)計(jì)字段的最大值和最小值，它主要針對(duì)的是整型和日期型數(shù)據(jù)。Benford 法則（Benford’s Law）認(rèn)為數(shù)據(jù)庫(kù)中的數(shù)據(jù)與數(shù)據(jù)順序必然遵循某種預(yù)定的規(guī)則，即符合Benford 分布，若某個(gè)系列的數(shù)據(jù)分布與Benford 分布不符，就可能存在發(fā)生錯(cuò)誤、潛在的舞弊或其他違規(guī)行為。

本福特定律，也稱為本福德（Benford）法則，是指一堆從實(shí)際生產(chǎn)生活得出的數(shù)據(jù)中，以1為首位數(shù)字的數(shù)的出現(xiàn)機(jī)率約為總數(shù)的三成，接近期望值1/9的3倍。推廣來(lái)說(shuō)，越大的數(shù)，以它為首幾位的數(shù)出現(xiàn)的機(jī)率就越低。它可用于檢查各種數(shù)據(jù)是否有造假。

Benford可以用于審計(jì)數(shù)據(jù)抽樣和審計(jì)線索發(fā)現(xiàn)，Dr.Nigrini 從1995年開(kāi)始從事Benford 法則在會(huì)計(jì)審計(jì)領(lǐng)域的應(yīng)用研究，并發(fā)表了一些經(jīng)典案例。他提出Benford 法則適用的3個(gè)經(jīng)驗(yàn)條件：

（1）數(shù)據(jù)量具備一定規(guī)模，能夠代表所有樣本。一般而言，應(yīng)用Benford 法則進(jìn)行分析的數(shù)據(jù)集越大，分析結(jié)果越精確。

（2）沒(méi)有人工設(shè)定的最大值和最小值范圍。一般單位的固定資產(chǎn)臺(tái)賬數(shù)據(jù)就可能不適合Benford 分布規(guī)律，因?yàn)榘凑肇?cái)務(wù)制度，在一定金額的固定資產(chǎn)才能登入臺(tái)賬。

（3）目標(biāo)數(shù)據(jù)受人為的影響較小，一般是經(jīng)過(guò)數(shù)學(xué)運(yùn)算的結(jié)果。例如，價(jià)格會(huì)計(jì)數(shù)據(jù)中發(fā)票金額一般為：價(jià)格＊數(shù)量。相反，單純對(duì)價(jià)格數(shù)據(jù)進(jìn)行分析就可能不符合分布規(guī)律，因?yàn)閮r(jià)格受人為的影響較大。

以Benford法則為基礎(chǔ)的數(shù)值分析法則進(jìn)行分析的一般流程如下：

（1）對(duì)審計(jì)領(lǐng)域進(jìn)行分析，初步判斷數(shù)據(jù)集是否符合Benford法則的分析條件，選擇分析的目標(biāo)字段。

（2）對(duì)總體進(jìn)行分析，進(jìn)行第一、二位有效數(shù)字Benford法則的符合性測(cè)試，初步發(fā)現(xiàn)測(cè)試線索和重點(diǎn)。

（3）根據(jù)初步線索，進(jìn)行三、四位數(shù)字的詳細(xì)分析。

（4）在需要的情況下，對(duì)數(shù)據(jù)進(jìn)行細(xì)分，進(jìn)行分組分析，按照1～3步驟深入挖掘。

（5）對(duì)標(biāo)準(zhǔn)分布頻率和實(shí)際分布頻率進(jìn)行比較，記錄頻率偏差。

（6）研究頻率的偏差，與合理偏差進(jìn)行比較，尋找異常偏差點(diǎn)。

（7）對(duì)異常點(diǎn)詳細(xì)數(shù)據(jù)進(jìn)行分析。在必要的情況下對(duì)照原始憑證，分析出現(xiàn)的異常情況，落實(shí)發(fā)現(xiàn)的問(wèn)題。

（三）層次分析法

層次分析法，簡(jiǎn)稱AHP，是指將與決策總是有關(guān)的元素分解成目標(biāo)、準(zhǔn)則、方案等層次，在此基礎(chǔ)之上進(jìn)行定性和定量分析的決策方法。在風(fēng)險(xiǎn)評(píng)估和績(jī)效測(cè)評(píng)業(yè)務(wù)中，涉及到的因素通常比較多，而且各個(gè)因素之間缺乏可比性，這給風(fēng)險(xiǎn)和績(jī)效的量化帶來(lái)了極大挑戰(zhàn)，層次分析法為風(fēng)險(xiǎn)和績(jī)效的量化提供了一個(gè)解決方案。

比如，某集團(tuán)企業(yè)要評(píng)價(jià)其各子公司的審計(jì)績(jī)效，其涉及的因素如圖3。

由于指標(biāo)眾多，如何量化不同指標(biāo)對(duì)績(jī)效的貢獻(xiàn)成為一個(gè)難點(diǎn)。傳統(tǒng)方式是人為定出一個(gè)權(quán)重，各個(gè)指標(biāo)考核值乘以相應(yīng)權(quán)重得到相應(yīng)績(jī)效分?jǐn)?shù)。這種方式主觀性強(qiáng)，難以準(zhǔn)確衡量不同指標(biāo)間的相對(duì)重要性。

層次分析法提出構(gòu)造成對(duì)比較矩陣，不是把所有因素放在一起比較，而是兩兩因素相互比較，以盡可能減少性質(zhì)不同的因素相互比較的困難，以提高結(jié)果準(zhǔn)確度。成對(duì)比較矩陣是表示該層所有因素針對(duì)上一層某一個(gè)因素的相對(duì)重要性的比較。判斷矩陣的元素aij用1-9標(biāo)度方法給出，見(jiàn)表5。

在對(duì)審計(jì)績(jī)效評(píng)價(jià)層次結(jié)構(gòu)模型的基礎(chǔ)上，由專家進(jìn)行評(píng)價(jià)，本文可構(gòu)造相應(yīng)的判斷矩陣：

采用Matlab 軟件，通過(guò)計(jì)算最大特征值λmax及其所對(duì)應(yīng)的特征向量W，可以計(jì)算出相應(yīng)的權(quán)重及CR 值，并判斷各自的一致性。

基于審計(jì)績(jī)效評(píng)價(jià)的AHP 層次結(jié)構(gòu)模型，可以構(gòu)建如下績(jī)效評(píng)價(jià)模型結(jié)構(gòu)：

其中，Wi為被評(píng)價(jià)對(duì)象A 指標(biāo)層中的各個(gè)評(píng)價(jià)指標(biāo)的權(quán)重，Wn為被評(píng)價(jià)對(duì)像A 準(zhǔn)則層中各個(gè)準(zhǔn)則的權(quán)重，Pi為被評(píng)價(jià)對(duì)象A 的指標(biāo)層中各個(gè)評(píng)價(jià)指標(biāo)的值，Mk為第K 個(gè)準(zhǔn)則層中所包含的指標(biāo)的個(gè)數(shù)，K 為準(zhǔn)則層中準(zhǔn)則的個(gè)數(shù)。

根據(jù)審計(jì)績(jī)效評(píng)價(jià)模型，可以對(duì)評(píng)價(jià)對(duì)象的績(jī)效進(jìn)行評(píng)價(jià)，即對(duì)各指標(biāo)層的值與相應(yīng)的最終權(quán)重的乘積進(jìn)行求和，可以得到審計(jì)績(jī)效評(píng)價(jià)的結(jié)果。將此方法用于評(píng)價(jià)審計(jì)績(jī)效，通過(guò)對(duì)績(jī)效的縱向考核，可以得出本年度審計(jì)目標(biāo)的實(shí)現(xiàn)程度，以進(jìn)一步落實(shí)審計(jì)責(zé)任；此外，通過(guò)對(duì)總體目標(biāo)層權(quán)重的排序，確定當(dāng)年審計(jì)工作的主要任務(wù)和關(guān)鍵領(lǐng)域，以提高審計(jì)工作的效率，并將審計(jì)目標(biāo)落實(shí)到位。根據(jù)模型評(píng)價(jià)結(jié)果，可以看出在目標(biāo)確定的過(guò)程中，應(yīng)充分關(guān)注員工的反饋意見(jiàn)以及審計(jì)的整改率，以使審計(jì)資源得到更大的發(fā)揮。

三、小結(jié)

傳統(tǒng)的審計(jì)分析手段局限在數(shù)據(jù)的對(duì)比分析查證疑點(diǎn)，指標(biāo)的統(tǒng)計(jì)分析、趨勢(shì)分析、對(duì)比分析等，較少運(yùn)用數(shù)據(jù)挖掘分析方法對(duì)審計(jì)線索的深度挖掘。隨著大數(shù)據(jù)基礎(chǔ)設(shè)施、大數(shù)據(jù)架構(gòu)的不斷成熟及完善，大數(shù)據(jù)審計(jì)已具備了軟硬件條件，為深度挖掘?qū)徲?jì)線索、分析審計(jì)重點(diǎn)提供了數(shù)據(jù)和技術(shù)保障。

本文基于全業(yè)務(wù)統(tǒng)一數(shù)據(jù)中心和數(shù)字化審計(jì)平臺(tái)的數(shù)據(jù)，結(jié)合案例業(yè)務(wù)特點(diǎn)，從數(shù)據(jù)驗(yàn)證、數(shù)據(jù)分析、智能推理三個(gè)方面研究了數(shù)據(jù)挖掘技術(shù)在審計(jì)中的具體應(yīng)用，并分析探討了如何通過(guò)數(shù)據(jù)挖掘算法來(lái)構(gòu)建數(shù)據(jù)分析與智能推理子系統(tǒng)，同時(shí)研究了聚類算法、數(shù)值分析法、層次分析法在審計(jì)中的應(yīng)用方法。通過(guò)對(duì)審計(jì)數(shù)據(jù)的深度挖掘與分析，探索了從模型分析->模型構(gòu)建-> 模型結(jié)果與評(píng)價(jià)的構(gòu)建路徑，并結(jié)合具體案例進(jìn)行分析、驗(yàn)證了技術(shù)實(shí)現(xiàn)路線。通過(guò)對(duì)數(shù)據(jù)挖掘分析的研究實(shí)現(xiàn)了審計(jì)業(yè)務(wù)由事后監(jiān)督審計(jì)向事中、事前審計(jì)的轉(zhuǎn)變，通過(guò)審計(jì)工作模式的轉(zhuǎn)變，從而提升審計(jì)的工作效率。利用數(shù)據(jù)挖掘算法，探索構(gòu)建審計(jì)模型，對(duì)于數(shù)字化審計(jì)的建設(shè)和實(shí)現(xiàn)，具有重要的指導(dǎo)意義。