李嘉欣

摘要：在信息化的時(shí)代，常規(guī)的審計(jì)方法慢慢不滿足時(shí)代發(fā)展的要求，審計(jì)行業(yè)面對(duì)著巨大的挑戰(zhàn)。為了適應(yīng)現(xiàn)代化的要求，改進(jìn)審計(jì)方法，做到多學(xué)科融合發(fā)展，變成了一種趨勢(shì)。而數(shù)據(jù)挖掘技術(shù)作為信息時(shí)代的一個(gè)突出產(chǎn)物，吸引了審計(jì)人員對(duì)其進(jìn)行關(guān)注。挖掘數(shù)據(jù)，選擇有用信息，構(gòu)造數(shù)學(xué)模型，結(jié)果分析，能使審計(jì)從大規(guī)模審計(jì)過(guò)渡到在數(shù)學(xué)模型的異常信息中尋找問(wèn)題這一階段，有針對(duì)性的進(jìn)行審計(jì)，降低審計(jì)人員的工作量，提升了審計(jì)效率和準(zhǔn)確度。本文對(duì)數(shù)據(jù)挖掘技術(shù)在審計(jì)領(lǐng)域的現(xiàn)狀進(jìn)行描述，闡述了審計(jì)與數(shù)據(jù)挖掘之間的關(guān)系與應(yīng)用以及數(shù)據(jù)挖掘在審計(jì)中的利弊。

關(guān)鍵詞：數(shù)據(jù)挖掘;審計(jì);利弊

一 、數(shù)據(jù)挖掘在審計(jì)領(lǐng)域的研究現(xiàn)狀分析

在信息化時(shí)代，常規(guī)的審計(jì)方法慢慢不滿足時(shí)代發(fā)展的要求，審計(jì)行業(yè)面對(duì)著巨大的挑戰(zhàn)。為了適應(yīng)現(xiàn)代化的要求，改進(jìn)審計(jì)方法，做到多學(xué)科融合發(fā)展，已變成了一種趨勢(shì)。當(dāng)今社會(huì)對(duì)審計(jì)的要求、范圍、工作環(huán)境、審計(jì)對(duì)象等都發(fā)生了巨大的變化，無(wú)論是會(huì)計(jì)師事務(wù)所還是國(guó)家審計(jì)部門都面臨著傳統(tǒng)審計(jì)方法受限，海量數(shù)據(jù)審計(jì)困難等問(wèn)題。開發(fā)和使用基于數(shù)據(jù)挖掘的審計(jì)技術(shù)，可以擴(kuò)大審計(jì)范圍，提高審計(jì)的質(zhì)量和效率，降低審計(jì)風(fēng)險(xiǎn)。

二、數(shù)據(jù)挖掘在審計(jì)中的應(yīng)用

一般在確定審計(jì)對(duì)象之后的準(zhǔn)備數(shù)據(jù)和數(shù)據(jù)進(jìn)行預(yù)處理之后進(jìn)行建立數(shù)據(jù)挖掘模型（以決策樹為例）、聚類，結(jié)果分析。數(shù)據(jù)挖掘技術(shù)最大的優(yōu)勢(shì)就是利用計(jì)算機(jī)代替人做復(fù)雜重復(fù)的海量數(shù)據(jù)運(yùn)算，從中挑選出與審計(jì)對(duì)象或者是同行業(yè)數(shù)據(jù)不符的財(cái)務(wù)數(shù)據(jù)或非財(cái)務(wù)數(shù)據(jù)，也符合當(dāng)前以風(fēng)險(xiǎn)為主導(dǎo)的審計(jì)原則，同時(shí)也符合成本效益原則。

但審計(jì)進(jìn)行中一定要按照需求對(duì)信息進(jìn)行挑選，有針對(duì)性的進(jìn)行數(shù)據(jù)挖掘。在整個(gè)審計(jì)過(guò)程中在，審計(jì)主體的需求可能會(huì)發(fā)生改變，是一個(gè)逐漸完善和改進(jìn)的動(dòng)態(tài)過(guò)程，在審計(jì)與數(shù)據(jù)挖掘結(jié)合的過(guò)程中也會(huì)出現(xiàn)諸多問(wèn)題。

1、 準(zhǔn)備數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行預(yù)處理

確定審計(jì)對(duì)象后，準(zhǔn)備數(shù)據(jù)就是進(jìn)行財(cái)務(wù)報(bào)表數(shù)據(jù)和非財(cái)務(wù)報(bào)表數(shù)據(jù)的采集和整理工作。然后在該基礎(chǔ)上進(jìn)行數(shù)據(jù)的整理和計(jì)算，主要根據(jù)所接觸的一般財(cái)務(wù)規(guī)律來(lái)制定數(shù)學(xué)模型。例如：應(yīng)收賬款的周轉(zhuǎn)率應(yīng)該和收入按比率同時(shí)增長(zhǎng)或下降、毛利率應(yīng)該和整個(gè)經(jīng)濟(jì)環(huán)境和經(jīng)濟(jì)周期相適應(yīng)、存貨減少應(yīng)該和成本的增加呈反比例變化等。在進(jìn)行預(yù)處理時(shí)，我們運(yùn)用統(tǒng)計(jì)學(xué)的相關(guān)性檢測(cè)方法建立模型，用公司的財(cái)務(wù)報(bào)表數(shù)據(jù)來(lái)進(jìn)行檢測(cè)是否符合構(gòu)建的模型。

在數(shù)據(jù)預(yù)處理后，對(duì)于不符合模型的數(shù)據(jù)要進(jìn)行原因分析，不一定就是財(cái)務(wù)舞弊。對(duì)于處理中的缺值，查明缺值原因判斷其是否真實(shí)無(wú)法獲取。另外分析各屬性中存在的缺失值個(gè)數(shù)以及缺失率，可以作為數(shù)據(jù)質(zhì)量好壞的一個(gè)數(shù)據(jù)指標(biāo)。如果該數(shù)值對(duì)模型的運(yùn)用產(chǎn)生直接影響，要考慮轉(zhuǎn)變數(shù)值形式，如：負(fù)數(shù)變正數(shù)、0變0.00001等。此外，在選取數(shù)據(jù)套用模型時(shí)要注意數(shù)據(jù)的單位要一致。

2、建立數(shù)據(jù)挖掘模型——以決策樹為例

決策樹是一種用于決策的樹狀模型，每個(gè)決策結(jié)點(diǎn)都表示某個(gè)決定選項(xiàng)，不同的分支分別代表不同的輸出，最后的葉結(jié)點(diǎn)用以得出最后的決策結(jié)果。決策樹主要解決是否按規(guī)定進(jìn)行分類的問(wèn)題。由于該模型需要涉及其他領(lǐng)域的知識(shí)較少，僅需要設(shè)置某些特殊參數(shù)，且能夠從復(fù)雜的數(shù)據(jù)中發(fā)現(xiàn)是否有與決策不符合規(guī)定的可能性。我們可以將該方法應(yīng)用于對(duì)于商業(yè)銀行的審計(jì)中，對(duì)于銀行貸款的分類是否恰當(dāng)，是否存在遮掩貸款風(fēng)險(xiǎn)的情況。

3、結(jié)果分析——聚類分析

聚類分析根據(jù)在數(shù)據(jù)中發(fā)現(xiàn)的描述對(duì)象及其關(guān)系的信息，將數(shù)據(jù)對(duì)象進(jìn)行分組。目的是，組內(nèi)的對(duì)象相互之間是相似的，而不同組中的對(duì)象是不同的。組內(nèi)相似性越大，組間差距越大，說(shuō)明聚類效果越好。

在結(jié)果分析中，企業(yè)通常使用聚類分析的方法，目的是找出匹配被審計(jì)單位情況的審計(jì)意見(jiàn)。首先會(huì)計(jì)事務(wù)所對(duì)不同審計(jì)意見(jiàn)應(yīng)有自己的標(biāo)準(zhǔn)來(lái)構(gòu)造一個(gè)意見(jiàn)數(shù)據(jù)庫(kù)，里面包含了事務(wù)所對(duì)出現(xiàn)不同問(wèn)題，嚴(yán)重程度給予的意見(jiàn)類型。其次針對(duì)審計(jì)過(guò)程中發(fā)現(xiàn)的問(wèn)題進(jìn)行整理，進(jìn)行數(shù)字化描述。使用聚類分析進(jìn)行分類，即達(dá)到了避免人為操作審計(jì)意見(jiàn)得效果，提高了公眾對(duì)審計(jì)期望值。

三、審計(jì)過(guò)程中應(yīng)用數(shù)據(jù)挖掘技術(shù)的利弊

1、審計(jì)過(guò)程中應(yīng)用數(shù)據(jù)挖掘技術(shù)的優(yōu)點(diǎn)：

（1）數(shù)據(jù)處理能力強(qiáng)大

當(dāng)今社會(huì)發(fā)展快速，企業(yè)規(guī)模不斷擴(kuò)大，公司財(cái)務(wù)數(shù)據(jù)和非財(cái)務(wù)數(shù)據(jù)數(shù)量龐大，人為進(jìn)行審計(jì)不僅工作量大而且效率低下。利用數(shù)據(jù)挖掘，能對(duì)大量數(shù)據(jù)進(jìn)行整理和計(jì)算，使審計(jì)人員能更直觀和快速的了解被審計(jì)單位。

（2）審計(jì)過(guò)程更加客觀

社會(huì)審計(jì)工作的性質(zhì)導(dǎo)致審計(jì)本來(lái)就是一份相對(duì)主觀的工作，需要與被審計(jì)單位討論。因?yàn)閷徲?jì)的局限性，有時(shí)被迫聽(tīng)取被審計(jì)單位的一些意見(jiàn)。當(dāng)各個(gè)會(huì)計(jì)師事務(wù)被強(qiáng)制采用聚類分析出具審計(jì)意見(jiàn)報(bào)告類型時(shí)，出具的審計(jì)意見(jiàn)就會(huì)更叫客觀。

2、審計(jì)過(guò)程中應(yīng)用數(shù)據(jù)挖掘技術(shù)的弊端：

（1）實(shí)施成本過(guò)高

在審計(jì)過(guò)程中應(yīng)用數(shù)據(jù)挖掘技術(shù)，對(duì)審計(jì)人員的要求有所提高，不僅熟練掌握審計(jì)知識(shí)，還得學(xué)習(xí)統(tǒng)計(jì)學(xué)、編程技術(shù)、數(shù)據(jù)庫(kù)技術(shù)等各種知識(shí)。會(huì)計(jì)事務(wù)所培養(yǎng)費(fèi)用增加，招聘難度也會(huì)加大。

（2）建立執(zhí)行審計(jì)意見(jiàn)數(shù)據(jù)庫(kù)困難

因?yàn)楸粚徲?jì)單位涉及各行各業(yè)，每個(gè)被審計(jì)單位都有各自不同的經(jīng)營(yíng)情況。

要針對(duì)不同的經(jīng)營(yíng)情況設(shè)計(jì)各種財(cái)務(wù)報(bào)表意見(jiàn)數(shù)據(jù)庫(kù)，還需要很長(zhǎng)時(shí)間的調(diào)研和實(shí)踐。不同的企業(yè)也會(huì)審計(jì)出不同的審計(jì)問(wèn)題，在審計(jì)意見(jiàn)數(shù)據(jù)庫(kù)不包含其情況的同時(shí)，還需要人工對(duì)其進(jìn)行判斷，耗費(fèi)的人力和物力同時(shí)上升。

綜上所述，在審計(jì)中運(yùn)用數(shù)據(jù)挖掘技術(shù)既有值得推廣的一面，同時(shí)也存在著不可忽視的問(wèn)題。數(shù)據(jù)挖掘給予了審計(jì)一種新的方面和前景，為提高審計(jì)質(zhì)量提供了新的思路。因此，審計(jì)人員應(yīng)加強(qiáng)相關(guān)領(lǐng)域的學(xué)習(xí)，發(fā)揮數(shù)據(jù)挖掘在審計(jì)過(guò)程中的無(wú)限潛力。

參考文獻(xiàn)

[1]趙妍妍，秦兵，劉挺.文本情感分析[J].軟件學(xué)報(bào)，2010（8）：1834-1848.

[2]蘇兵杰，周亦鵬，梁勛鴿.基于XGBoost算法的電商評(píng)論文本情感識(shí)別模型[J].物聯(lián)網(wǎng)技術(shù)，2018（1）：30-32.

[3]趙力，錢向民，鄒采榮，等.語(yǔ)音信號(hào)中的情感識(shí)別研究[J].軟件學(xué)報(bào)，2001，12（7）：1050-1055.

[4]趙力，將春輝，鄒采榮，等.語(yǔ)音信號(hào)中的情感特征分析和識(shí)別的研究[J].通信學(xué)報(bào)，2000（10）：606-609.

[5]李夢(mèng)可， 高雪玉， 唐儷婷.企業(yè)財(cái)務(wù)舞弊跡象數(shù)據(jù)挖掘的審計(jì)模型研究[J].中國(guó)集體經(jīng)濟(jì)，2019 （7） 81-83

[6]錢楚云.企業(yè)財(cái)務(wù)舞弊數(shù)據(jù)挖掘的審計(jì)模型研究 [J].中國(guó)管理信息化，2019 （20） ：63

[7]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）：100-102