上海立信會計學院數學與信息學院 曹順良 宋 靜 李 榮
華東理工大學信息科學與工程學院 雷向欣
財務造假舞弊已經成為全社會、國際性的普遍現象,嚴重干擾了我國經濟尤其是金融證券市場的正常運行,降低了財政資金使用效益,影響了政府形象。造成這一現象的重要原因是審計技術不能適應發展需要,造假舞弊主體被審計的概率低,其行為被審出的概率更低,導致其鋌而走險。解決這一問題的關鍵就是采用先進的審計技術和手段,而將計算機審計手段與智能技術有機結合的智能審計是提高審計水平的有效途徑。
智能審計是利用各種數據分析方法對審計數據進行充分利用、充分挖掘,以獲取更多相關的審計線索。一方面可以直接提供審計證據,如明顯違反會計準則和相關會計法規的行為;另一方面可以發現異常信息,起到“紅旗”的指向標作用,引起審計師的注意。此外,借助智能審計技術,可部分代替審計職業判斷,減輕審計師的工作強度。智能審計是財務審計與智能技術的有機結合,是計算機審計的發展方向。自1987年美國執業會計師協會發表了“人工智能與專家系統簡介”,將人工智能引入到會計審計領域以來,人們對智能審計技術及其應用進行了不懈的探索研究,并在其中的審計專家系統與審計數據挖掘兩方面取得了一定成果。
國外對審計專家系統研究成果涉及到審計專家系統建立與應用的背景、作用、影響、開發設計方法、局限性、相關法律責任等方面,而且已經從理論研究擴展到開發應用研究。由于有其他領域大量成功的專家系統開發經驗可供借鑒,審計專家系統在模型結構、開發步驟和規則建立方式等方面比較規范而成熟,審計專家系統開發也由早期的以審計研究人員為主轉向研究人員與實務專家共同開發,開發與實踐結合更加密切。國內對這方面的研究相對較少,主要集中于介紹國外研究情況、系統基本框架、研發應用基本方法等方面。近年來,數據挖掘技術在審計領域的應用也開始受到關注。N ingning W u于2001年出版了專著《A uditdata analysis and m ining》,比較系統地闡述了審計數據分析與挖掘方法。易仁萍(2003)提出了基于數據挖掘的審計模型,Lam pe(2002)、胡榮(2004)、呂新民(2007)等概要分析了數據挖掘技術在審計中的應用方法,Lee W 等(2002)分析了審計中應用的主要數據挖掘算法,王忠(2006)、張炳才(2008)等分別研究了人工神經網絡、歐式孤立點數據挖掘技術在審計中的應用方法,陳丹萍(2007)對數據挖掘模式下的審計風險決策進行了研究。
但是目前的智能審計研究還遠沒有達到人們所希望的水平。(1)審計軟件的智能化水平普遍不高。審計信息化在中國僅僅處于初級階段。計算機審計還處于計算機輔助階段,審什么、如何審基本上都是由審計人員定義的。也就是說,每一個指令都是由審計人員向計算機發出的。在審計專家系統的研究上,審計知識獲取與表達問題、不同審計專家之間知識沖突問題,仍然無法很好解決。尤其是國內,尚未開發出真正意義上的審計專家系統。此外,數據挖掘在審計中的研究還處于起步階段,應用研究成果數量少,也不夠全面深入。至今沒有審計數據挖掘的專用工具,審計數據挖掘專著很少,發表的論文中或者只是從某一視角進行分析,或者點到為止。未能真正將數據挖掘技術應用于審計中,自動發現審計數據中的模式和模型,如根據企業的審計數據,建立企業風險決策系統,發現企業風險的關鍵因素,對企業做出風險評估、預警等。(2)審計軟件缺乏深入分析能力。現代風險導向審計模式以重大錯報風險的評估為出發點,風險綜合評估、分析與合理判斷占據著極其重要的地位,而這正是當前我國審計軟件所缺乏的。我國大部分審計軟件比較多的是執行賬簿核對和簡單的分析程序,一般是將審計程序表中的審前數與以前年度審定數作些簡單的比較,計算財務比率等,行業分析做得比較少,更談不上進行深入的分析。(3)審計軟件需要適宜的應用體系架構。計算機審計的研究逐漸深入,需要的分析功能、分析能力、分析種類都在不斷變化,分析技術也在不斷進步與增加,盡可能方便新技術、新方法嵌入的可擴展的系統架構是智能審計軟件發展的基礎問題。(4)現有的軟件難以滿足越來越豐富、深入的審計需求。計算機審計需要創建大量的新型審計技術方法。從技術方法角度說,賬目基礎審計、制度基礎審計、風險基礎審計、數據基礎審計之間,有著不同程度的傳承關系。前三者之間的傳承關系比較緊密,而數據基礎審計與前三者之間,變化卻是革命性的,需要創建全新的技術方法即需要形成審計中間表、結構化查詢技術、個體分析模型方法、多維分析技術以及數據挖掘技術。
在深入分析總結現有各種審計軟件優缺點以及當今計算機智能處理技術的基礎上,提出了如圖1所示的智能審計軟件系統架構。該架構由應用服務層、平臺支撐層、數據資源層、數據交換中心、系統接口、系統保障機制以及基礎設施等部分組成。(1)應用服務層。應用服務實現財務審計業務處理功能,是系統建設的核心內容。在智能財務審計系統的建設中,應用服務包括審計分析、報表分析、綜合查詢以及業務管理等功能模塊。審計分析通過提供多維分析、挖掘分析、預警預測、疑點智能分析等功能實現對企業財務的審計。報表分析模塊完成企業報表的指標分析、百分比分析、杜邦分析、趨勢分析、匯總分析、特征分析,對企業的財務狀況、經營成果和現金流量情況等進行綜合比較和評價,為財務會計報告使用者提供管理決策和控制依據的一項管理工作。綜合查詢提供關聯查詢、組合查詢、傻瓜查詢、智能模糊查詢等功能,可以通過圖、表等多種形式實現查詢結果的輸出。業務管理實現公司管理、指標管理、參數管理以及報告設置等功能。(2)平臺支撐層。平臺支撐實現財務審計的系統支撐。包括審計推理、知識管理、數據管理、安全管理、搜索引擎、工作流引擎和智能處理引擎等功能模塊。審計推理實現案例推理、挖掘推理、規則推理以及集成推理等功能,為審計分析提供強有力的支撐。知識管理實現知識的獲取和存儲,完成案例管理、規則管理、模型管理以及知識推拉等功能。數據管理實現數據存儲、數據訪問ETL的處理以及元數據管理。安全管理保障整個系統的安全運行,實現用戶管理、安全認證、權限管理、安全日志管理、單點登錄等功能。(3)數據資源層。數據資源層完成財務數據庫、本體庫、領域案例庫、模型方法庫、專家知識庫的創建、維護、更新、索引,元數據的建立、更新和維護,以及數據的采集、訪問和管理。(4)數據交換中心。數據交換中心實現內容集成,以消除信息孤島,保證各應用系統的有效協同和數據訪問。(5)系統接口。為用戶訪問和系統管理提供接口,為系統對外服務和展示提供窗口。(6)系統保障機制。包括信息安全保障體系、網絡安全保障體系、管理制度標準規范、數據交換規則規范和運營機制等。(7)基礎設施。硬件平臺作為整個系統的物理載體,是整個系統建設的一個重要組成部分,包括網絡系統、服務器群組建設等內容。

圖1 智能審計軟件系統結構
實現該系統,需要著重解決以下兩個方面的問題:綜合運用信息處理技術,設計高效的算法,快速、準確、客觀、規范審計財務業務,整合專家知識與數據挖掘技術,建立新型審計模型;根據審計數據的特點,研發相應的數據分析方法。數據實驗表明,數據分析算法對不同的數據具有不同的敏感度。對于具體的審計分析模型,需要研發相應的數據分析方法,并根據不同算法、不同行業數據的特性進行數據實驗,選擇相對效果較佳的算法及參數。
充分整合領域專家知識,綜合利用專家系統、數據挖掘、知識處理等智能技術,構建智能審計模型,建設智能審計系統,提高審計智能化水平和效率、降低審計成本和風險,促進金融市場健康穩定發展是當前審計發展的方向。在深入分析總結現有各種審計軟件優缺點以及當今計算機智能處理技術的基礎上,提出了智能審計軟件系統的系統架構。下一步需更加深入地研究該系統中各個關鍵技術,并設計切實可行的解決方案,實現智能化審計軟件系統。
[1]周杭:《審計專家系統的發展及其啟示》,《中國注冊會計師》2005年第3期。
[2]易仁萍等:《基于數據挖掘的審計模型框架》,《中國審計》2003年第3期。
[3]胡榮等:《數據挖掘——現代審計處理數據的新方法》,《中國審計》2004年第7期。
[4]王忠等:《基于人工神經網絡的金融審計模型》,《計算機工程》2006年第4期。
[5]陳丹萍:《數據挖掘模式下的審計風險決策研究》,中國社會出版社2007年版。
[6]N ingning W u.A udit data analysis and m ining [M].A nn A rbor,M ich.:U M I,2001.
[7]Lam pe,J.C.;G arcia,A.U sing Data Mining as an Audit Tool[J].INT ERNALAUD ITING-BOS TON-WARRE NGO RHA MAND LAM ON TINCORPO RATED 2002.1.