數(shù)據(jù)挖掘在計算機輔助審計中的應(yīng)用

數(shù)據(jù)挖掘在計算機輔助審計中的應(yīng)用

（一）數(shù)據(jù)挖掘數(shù)據(jù)挖掘是從大量數(shù)據(jù)中發(fā)現(xiàn)正確的、新穎的、潛在有用并能夠被理解的知識的過程。數(shù)據(jù)挖掘綜合了各個學科技術(shù)，有很多的功能，主要功能如下：1.關(guān)聯(lián)分析關(guān)聯(lián)分析就是從給定的數(shù)據(jù)集中發(fā)現(xiàn)頻繁出現(xiàn)的模式知識，即關(guān)聯(lián)規(guī)則。關(guān)聯(lián)規(guī)則反映一個事件和其他事件之間依賴或關(guān)聯(lián)的知識，它的一般形式如下：其中，并且，I為項目集，事務(wù)集D中的每個事務(wù)都是項目集I的子集。如果包含X的事務(wù)中c%同時包含Y，我們說規(guī)則的可信度為c%。如果D中s%的事務(wù)包含X∪Y，我們說規(guī)則的支持度為s%。一個典型的關(guān)聯(lián)規(guī)則實例是“80%購買面包的顧客同時也會購買牛奶”，最為著名的關(guān)聯(lián)規(guī)則發(fā)現(xiàn)方法是R.Agrawal提出的Apriori算法。關(guān)聯(lián)分析廣泛應(yīng)用于市場營銷、事務(wù)分析等應(yīng)用領(lǐng)域。2.分類和預(yù)測分類的目的就是找出一個分類函數(shù)或分類模型（分類器），該模型能把數(shù)據(jù)庫中的數(shù)據(jù)項映射到給定類別中的某一個。分類和回歸都可用于預(yù)測，不同的是，分類的輸出是離散的類別值，而回歸的輸出則是連續(xù)數(shù)值。要構(gòu)造分類器，需要有一個訓練樣本數(shù)據(jù)集作為輸入，訓練集中每個元組的類別已知。分類挖掘算法可以對已有的分類進行歸納，即從訓練樣本數(shù)據(jù)中學習，從而建立分類模型。再根據(jù)已知的分類規(guī)則，預(yù)測未知數(shù)據(jù)實例的類別。3.聚類聚類分析是將數(shù)據(jù)對象分成幾類，使得各類內(nèi)部數(shù)據(jù)對象間的相似度最大，而各類間對象的相似度最小。聚類分析與分類預(yù)測方法的明顯不同之處在于，分類預(yù)測獲取模型所使用的訓練數(shù)據(jù)其類別是已知的，屬于有指導的學習方法；而聚類分析所分析和處理的數(shù)據(jù)均是無類別標簽的，屬于無指導的學習方法。通過聚類，可以發(fā)現(xiàn)數(shù)據(jù)的整個分布情況，以及數(shù)據(jù)屬性之間所存在的有趣的、有價值的相關(guān)聯(lián)系。4.孤立點挖掘數(shù)據(jù)庫中可能包含一些數(shù)據(jù)對象，它們與數(shù)據(jù)的一般行為或模型不一致。這些數(shù)據(jù)對象是孤立點（又叫離群）。大部分數(shù)據(jù)挖掘方法將孤立點視為噪聲或異常而丟棄。然而，在一些應(yīng)用中（如欺騙檢測、審計），異常的事件可能比正常出現(xiàn)的那些更令人關(guān)注。（二）數(shù)據(jù)挖掘在審計中的應(yīng)用1.關(guān)聯(lián)分析在財務(wù)數(shù)據(jù)或經(jīng)濟數(shù)據(jù)中，同類或不同類會計科目及數(shù)據(jù)項之間可能存在某種對應(yīng)關(guān)系，通過挖掘算法（如Apriori算法），按照非財務(wù)邏輯關(guān)系的規(guī)律來挖掘，可發(fā)現(xiàn)一些隱藏的經(jīng)濟活動規(guī)律，這些被挖掘出來的關(guān)聯(lián)規(guī)則，可以用來豐富審計知識庫，為審計人員的進一步工作提供參考。通過對以往審計過的企業(yè)大量歷史數(shù)據(jù)進行挖掘，以建立審計特征行為模板。當發(fā)現(xiàn)同類企業(yè)（含該企業(yè)）近期數(shù)據(jù)挖掘結(jié)果與該模板偏離較大時，可以根據(jù)挖掘結(jié)果重點審計。如通過數(shù)據(jù)挖掘技術(shù)，可以發(fā)現(xiàn)一個單位的車輛數(shù)和養(yǎng)路費、汽車保險費等日常維護支出存在一定的關(guān)聯(lián)，當這個關(guān)系異于常值時，也許能據(jù)此發(fā)現(xiàn)是否存在用賬外資產(chǎn)買車的行為，進而查出“小金庫”問題。另一方面，通過對審計出重大問題的企業(yè)財務(wù)數(shù)據(jù)進行挖掘，得到可以引導發(fā)現(xiàn)問題的關(guān)聯(lián)規(guī)則，同樣可以用來豐富審計知識庫。比如，有學者曾對2003年至2006年受到證監(jiān)會處罰的66家上市公司的財務(wù)數(shù)據(jù)進行挖掘，得到不少“有趣”的關(guān)聯(lián)規(guī)則，如“連續(xù)兩年虧損，第三年經(jīng)營業(yè)績又沒有得到根本改善的上市公司，有80%的可能存在財務(wù)舞弊”。2.分類某種意義上講，審計的部分工作就是對被審計單位進行分類，只不過通常只需要簡單的分成兩個類：有財務(wù)舞弊和無財務(wù)舞弊。因此可以應(yīng)用現(xiàn)已開發(fā)出來的分類算法進行輔助審計。分類挖掘的重點是特征選取、選擇訓練樣本和分類器。特征選擇是模型進行計算的基礎(chǔ)，指標變量選擇的好壞直接影響到挖掘結(jié)果的質(zhì)量。國內(nèi)外已有很多關(guān)于這方面的文獻可供參考，一般可選擇下列指標：(1)盈利能力指標包括總資產(chǎn)凈利潤率、資產(chǎn)報酬率、凈資產(chǎn)收益率、營業(yè)收入凈利潤率、每股收益、營業(yè)毛利率、股東權(quán)益凈利潤率等。(2)結(jié)構(gòu)性指標包括資產(chǎn)負債率、固定資產(chǎn)比率、營運資金對資產(chǎn)總額比率、應(yīng)收賬款占主營業(yè)務(wù)收入比重、營業(yè)利潤比重、產(chǎn)權(quán)比率等。例如簽訂銷售合同物權(quán)尚未轉(zhuǎn)移時確認收入或者將庫存商品確認為主營業(yè)務(wù)收入，同時增加應(yīng)收賬款，使主營業(yè)務(wù)收入虛增，形成白條利潤，同時又通過應(yīng)收賬款虛增了資產(chǎn)，這樣會造成應(yīng)收賬款占主營業(yè)務(wù)收入的比重發(fā)生異常。(3)效率指標包括總資產(chǎn)周轉(zhuǎn)率、存貨周轉(zhuǎn)率、應(yīng)收賬款周轉(zhuǎn)率、固定資產(chǎn)周轉(zhuǎn)率、股東權(quán)益周轉(zhuǎn)率。(4)現(xiàn)金流量指標包括主營業(yè)務(wù)收入現(xiàn)金比率、現(xiàn)金流量對流動負債比率等。(5)流動性指標包括流動比率、速動比率、利息保障倍數(shù)等。(6)成長性指標包括主營業(yè)務(wù)收入增長率、每股凈資產(chǎn)、資本保值增值率、資本積累率、資本積累率、凈利潤增長率等。訓練樣本的選擇就是合理挑選舞弊樣本和非舞弊樣本，供計算機學習和訓練。訓練樣本的選擇應(yīng)具有代表性，盡量覆蓋所有特征值，并具備一定規(guī)模。分類器的選擇，可直接參考數(shù)據(jù)挖掘領(lǐng)域現(xiàn)有的研究成果，有條件的審計機構(gòu)也可以有針對性的自主開發(fā)分類器。3.聚類聚類在審計中的應(yīng)用，就是利用聚類算法，將被審計單位自動分成兩個類，他們分別代表舞弊類和非舞弊類，或者分成三個類（增加一個“不確定”類）。聚類算法大都需要設(shè)置各種參數(shù)，參數(shù)不同，得到的聚類結(jié)果也不同。如何設(shè)置參數(shù)，使得結(jié)果有效的聚成兩類，且正好分別代表舞弊和非舞弊類，是一個難題，目前尚無解決方案。這無疑限制了該方法在審計中的應(yīng)用。4.孤立點挖掘在審計工作中，可以通過數(shù)據(jù)挖掘，找出那些與一般行為有顯著不同的孤立點，從而確認為審計重點，實施審計程序后獲取審計證據(jù)。孤立點的甄別是一個復(fù)雜的過程，不能簡單以偏離平均數(shù)為標準。偏離正常的數(shù)據(jù)可能來源于兩類：第一類是錯誤的數(shù)據(jù)，這種錯誤可能是由于會計記錄或相關(guān)記錄的偽造、篡改或無視會計準則故意為之等舞弊行為導致的錯誤，也可能是由于員工的非故意行為引起的，如輸入數(shù)據(jù)的錯誤。第二類是交易或事項正常性質(zhì)的反映，如某一公司總經(jīng)理的工資，自然遠遠高于公司其他雇員的工資。又如，很多企業(yè)的財務(wù)數(shù)據(jù)呈季節(jié)波動特性，某個時段的數(shù)據(jù)偏高，另一個時段的數(shù)據(jù)偏低，這可能與其行業(yè)特點有關(guān)，應(yīng)視為正常。好的孤立點挖掘算法應(yīng)考慮此類情況。數(shù)據(jù)挖掘可以為我們找到疑點和重點，要形成審計證據(jù)，還需要審計人員進行專業(yè)性的分析判斷，采取重新計算、審閱、盤存和函證等進一步的審計程序，獲取充分、適當?shù)膶徲嬜C據(jù)，進而提出審計結(jié)論、出具審計報告。（三）數(shù)據(jù)挖掘的工具與挖掘步驟1.數(shù)據(jù)挖掘工具由于數(shù)據(jù)挖掘技術(shù)有良好的應(yīng)用前景，各大軟件公司如IBM、SPSS、SAS以及大學等研究機構(gòu)對此開展了研究，一批數(shù)據(jù)挖掘系統(tǒng)軟件紛紛出臺，并被應(yīng)用到各個領(lǐng)域。其中比較有代表性的商業(yè)軟件有：(1)SPSS公司的C1ementine；(2)SAS公司的EnterpriseMiner；(3)Salford公司的系列產(chǎn)品，包括CART,MARS,TreeNet,LOGIT等；(4)IBM公司的IntelligentMiner；由于上述商用數(shù)據(jù)挖掘工具價格較高，兩種免費的挖掘工具受到關(guān)注：加拿大SimonFraser大學開發(fā)的DBMiner和新西蘭Waikato大學研發(fā)的Weka。WEKA是一個開放源碼的數(shù)據(jù)挖掘平臺，其中集成了大量能承擔數(shù)據(jù)挖掘任務(wù)的機器學習算法，包括對數(shù)據(jù)進行預(yù)處理、關(guān)聯(lián)規(guī)則挖掘、分類、聚類等，并提供了豐富的可視化功能。同時，由于其源碼的開放性，WEKA不僅可以用于完成常規(guī)的數(shù)據(jù)挖掘任務(wù)，也可以用于二次開發(fā)，并掛接自主開發(fā)的數(shù)據(jù)挖掘程序。2.數(shù)據(jù)挖掘的方法與步驟上述數(shù)據(jù)挖掘工具在計算機輔助審計中一般操作步驟分為5步：(1)確定業(yè)務(wù)對象與審計目標首先要了解被審計的業(yè)務(wù)及其數(shù)據(jù)特性，并確定審計目標。不了解業(yè)務(wù)和數(shù)據(jù)，就無法準備數(shù)據(jù)，也無法解釋挖掘的結(jié)果。(2)數(shù)據(jù)采集建立模型前，要導出被審計單位的財務(wù)數(shù)據(jù)。結(jié)合數(shù)據(jù)字典和數(shù)據(jù)庫說明文檔，了解被導出數(shù)據(jù)的含義。(3)數(shù)據(jù)整理和準備根據(jù)需要去掉不感興趣的數(shù)據(jù)或數(shù)據(jù)項，轉(zhuǎn)換數(shù)據(jù)格式（挖掘工具對輸入的數(shù)據(jù)格式常有特別的要求）。對于分類挖掘，還需要準備訓練樣本，包括正常數(shù)據(jù)樣本和問題數(shù)據(jù)樣本。(4)選擇挖掘算法，實施數(shù)據(jù)挖掘數(shù)據(jù)挖掘工具一般