基于數據挖掘技術的實時聯網審計研究

甘露 張斌 王靈

[摘要]本文介紹了目前應用較為廣泛的數據挖掘方法，闡述了建立基于數據挖掘技術實時聯網審計系統的相關概念及建設開發的必要性、可行性，并對聯網審計系統在實務中的應用進行延伸性探討，為構建集中統一、全面覆蓋、權威高效的審計監督體系提供助力，為企業健康穩定發展提供堅實保障。

[關鍵詞]數據挖掘? ? 實時聯網審計? ? 綜合管理平臺

一、基于數據挖掘技術的實時聯網審計

（一）數據挖掘技術概述

現有的數據挖掘技術有很多種，并且數據挖掘技術還有很大的創新空間，以下對目前應用較廣且易于理解的數據挖掘技術作簡要介紹。

1.離群點挖掘。即指找出其行為很不同于預期對象的過程，離群點的類型主要包括：全局離群點、情境離群點、條件離群點、集體離群點四大類。離群點數據挖掘的難點在于區分正常對象和離群點的有效建模、離群點檢測過程中的噪聲處理等。審計中，利用離群點挖掘不僅能使有疑點的數據主動“暴露”出來，還能幫助審計人員在此過程中發現有別于常規業務的“特殊處理”流程，提高審計的精準性。

2.孤立點挖掘。孤立點是指小規模集中并且孤立于總體的數據，它可能是度量單位錯誤或系統運行錯誤產生的，也可能是固有數據發生變異導致的。目前基于統計的孤立點數據挖掘技術有四種，分別是基于距離的方法、基于密度的方法、基于偏離度的方法、基于聚類的方法。在利用孤立點檢測驗證數據時，應注意并不是所有的孤立點都屬于錯誤數據，因此需進一步驗證孤立點產生過程的合理性，因為在信息系統運行過程中不可避免地會產生異于常規模式的正常數據點;在分析過程中還需結合被審計單位的實際情況綜合考慮，對疑點進行進一步識別，減少誤判。

3.時空序列挖掘。即專門研究時空序列類數據的一種分析技術。時空序列數據不僅能描述位置對象存在的空間特征，而且能有效記錄對象隨時間的演變狀態。在理想狀態下，該類型的數據大多呈現出時間維度上的連續性，但需認識到在審計項目實施過程中，被審計單位的數據很可能是存在一定間斷的時空序列數據，因為信息系統數據的產生歸根結底源于人的某項具體操作，只要涉及人的個體行為，其產生就具有隨機性。從審計監督的角度，需充分考慮序列數據產生的間斷性，把重點放在總結數據演變規律上來。

4.聚類分析。是與分類分析相對應的概念，分類分析可以看作是按某種標準給數據對象貼上“標簽”，再根據“標簽”來區分歸類。聚類分析是指事先沒有“標簽”，而通過某種成因分析找出數據之間存在聚集性原因的過程。常見的聚類分析方法有：動態聚類法、運籌聚類法、K-均值聚類算法、K-中心點聚類算法等。對同一數據庫采用不同的聚類分析方法可能會產生不同的聚類結果，具體采用何種聚類分析方法要綜合審計目的進行優化選擇。

5.關聯規則。作為數據挖掘技術中較為簡單實用的一種，關聯規則一般用來描述事物中的同一實例同時出現的規律，即通過量化的數字描述事件A的出現對于事件B的出現有多大影響。關聯規則數據挖掘主要包括兩個階段：第一階段是從數據庫中找出所有的高頻項目組;第二階段是通過這些高頻項目組中的關聯規則挖掘出數據集合之間有意義的關聯關系。在實時聯網審計系統中運用關聯規則來進行數據挖掘，可以實現跨信息系統、跨業務領域的數據比對，提高審計預警模型的準確性。

6.分類和預測。是目前數據挖掘技術中應用較為廣泛的一種，它不僅可對已形成的數據進行分析，還可依據分析結果對尚未發生的行為進行預測。使用時，可先將樣本數據分成幾個不同類別，在數據與類別間建立對應關系，接著利用預測來建立兩種及兩種以上變量間相互依賴程度的函數模型。審計應用時，可先將數據導入分類分析中，利用基礎分類器建立某種訓練模型。但此過程可能會發現分類后的數據所呈現出的規則具有一定的隨機性，不便于后續的匯總統計;不同類型的分類器相對系統整體而言都只能代表其中的一個方面，不能很好地進行融合。對此，需再建立一個后分類的綜合模型，對基礎分類器產生的結果進行進一步的歸集綜合，降低重復工作量，提高數據挖掘結果的可理解性與可參考價值。

（二）實時聯網審計

實時聯網審計的核心是實現數據產生、數據共享、數據審計三項工作的同步推進。首先需要解決的難點是如何從一定數量級的原始數據中挑選出有效用的審計線索。在海量的原始數據中，要保證所挑選出的數據信息具有進一步分析的價值，可從中總結歸納出一定規律。但實際情況是，審計人員所獲取的數據中不可避免地混雜著無效、不規則的信息，因此不得不將大量的前期調研時間耗費在對數據的清洗及規范化處理上。對此，僅對審計人員的個人工作耐心及工作效率提出要求并不能從根本上解決問題，而應在創新審計工作模式上投入更多精力，開拓思路重新審視審計所選用的數據分析方法能否滿足實際需要，力爭將審計人員從大量的簡單重復性工作中解放出來。

從單一的數據存儲、數據分析到大數據挖掘的廣泛應用，每個數據所包含的信息點越來越復雜，在大數據環境下審計人員不僅要精通簡單的數據分析方法，還應勇于嘗試數據挖掘等新技術。目前，大部分被審計單位的財務信息系統已具備數據在線生成、同步查詢等功能，并支持具有一定權限的用戶進行實時數據分析。在外部數據環境逐漸優化的過程中，審計人員可將目前以結果為導向的審計思維模式升級為以過程為導向。該模式要求審計人員具備同時處理審計工作與總結項目結果的能力，不同于在審計項目結束后形成一定的審計結果的傳統審計工作流程。在該模式下，審計結果應伴隨審計工作同步產生并能及時進行匯總報告。這也是建設基于數據挖掘技術實時聯網審計的動力，它不僅能提高審計人員對數據預處理的效率，而且能有效縮小分析結果的誤差。但建設基于數據挖掘技術的實時聯網審計也面臨一系列困難：首先，體現在驗證數據的有效性上，對于系統產生的原始數據應如何取舍，才能在保證在真實性的基礎上壓縮提取數量;其次，體現在數據在線傳輸的安全性方面，實時聯網審計系統應獨立設置運行平臺，并且將其鑲嵌在已成熟的財務平臺中，才能既保持獨立性又保證數據共享的安全性;最后，實時聯網審計時如何實現以數據穿透來驗證業務流程的合理性及信息系統的可靠性。此外，隨著數據挖掘技術在審計工作中的逐漸滲透，實時聯網審計系統的工作重點也會發生相應變化，應設計一個平臺，使審計自動化、集成測試工具、協同審計模式被審計人員接受、掌握，最終實現全范圍推廣。

從數據挖掘技術及實時聯網審計系統自身特性來看，它本質上是由多個組件構建的一個規模化、數據化的審計系統，如果要實現它的廣泛應用，還是要從優化操作流程、健全系統功能、提高分析結果可用性等多個方面入手。從中國社會經濟發展的總體趨勢來看，基于數據挖掘技術的實時聯網審計如果能日漸完善，那么審計在社會經濟體系中的監督、免疫功能就能得到更全面的發揮。

二、基于數據挖掘技術實時聯網審計的必要性和可行性

（一）必要性

在實時聯網審計工作模式下，系統中所能采集到的被審計單位各種類型、格式的原始數據是實時聯網審計架構的基礎，海量數據流是現代審計工作需要攻克的難點。這些數據流中不僅包括被審計單位財務方面的數據，還攜帶著大量業務流方面的信息點，甚至被審計單位以往時間段的經濟活動信息也囊括其中。目前常用于審計中的數據分析方法有：用Excel表格編制簡單的數據處理公式、用Access數據庫對數據進行分組篩選、用SQL語句在多個數據庫中進行查詢對比分析。以上數據分析手段確實為審計工作的開展提供便利，但在數據量呈現指數型遞增的環境下繼續使用會越來越受限。同時，會計電算化的發展使被審計單位的經濟舞弊手段越來越隱蔽，很多不正常的經濟數據淹沒在大量的日常數據中難以辨別。以上傳統的數據分析方法可歸類為驗證型分析，有著簡單易掌握的優勢，但也存在無法查找數據背后隱蔽關聯的劣勢。與此對比，近十年逐漸興起的數據挖掘技術則可歸類為預測型分析，其主要功能是挖掘數據之間的隱性關聯和其蘊含的隱性信息點，為審計工作提供新的思路并能減少信息篩查的遺漏。

（二）可行性

實時聯網審計系統建設的起點并不低，它對中小型企業不具有廣泛的適用性，單位的經濟規模及信息系統完善程度都會對它的開發設計產生影響，因此原則上須滿足以下三個基本條件：一是一定數量級的數據儲備。推廣實時聯網審計工作，需要實時采集被審計單位所有的線上數據，在此基礎上建立一個或多個大型數據庫。首先要求被審計單位現階段所啟用的信息系統是能涵蓋其絕大多數主營業務流程的，大量相關數據產生于信息系統的日常運行，能夠形成被審計單位的數據倉庫（DW），在數據倉庫中詳細記錄被審計單位的經濟活動及領導層的決策行為，為日后進行實時聯網審計提供基礎數據支撐。二是數據間存在潛在的關聯性。實時聯網審計所依賴的數據倉庫，要求其中的數據相互之間應存在潛在關聯，不能完全獨立。審計中，對于產生于同一部門數據間的關聯性易于發現;跨部門、跨信息系統數據間的關聯性則較為隱蔽，利用普通的數據分析手段往往難以發現。三是符合投入產出比的經濟性要求。數據挖掘技術從產生到發展至今，在信息系統開發及大數據分析領域的應用已較為成熟，因其對思路創新的極大包容性且操作的易復制性，促使眾多企業投入大量人力物力進行個性化研發，市面上也不斷涌現出各種類型的數據挖掘軟件。在建設基于數據挖掘技術的實時聯網審計系統時，可充分借助目前的數據挖掘軟件開發的基礎，將其部分功能結合工作實際進行個性化拓展，用以處理被審計單位的數據，并與啟動相關審計程序進行聯動。但需對系統建設投入成本與系統運行產生的效果進行綜合與理性的評價。一般來說，對于集團化、專業化、地域分散、監管成本較高的大型企業，較適合開發此系統。

三、實時聯網審計中數據挖掘流程設計

傳統審計工作模式轉換為實時聯網審計后，被審計單位的財務舞弊手段相應會變得更加隱匿，這時僅通過單次數據挖掘處理或僅關注單一信息系統所產生的數據，已很難發現有價值的審計線索，所以需為實時聯網審計系統設計一個閉合循環的數據處理流程，如圖1所示。首先從被審計單位的數據倉庫中提取所需的數據，對采集到的原始數據進行預處理，此步驟主要涉及的操作有：將原始數據的格式轉換為統一可分析狀態、清洗出數據中的無效雜音、對數據進行提煉縮小樣本數據量級等;其次選取適當的算法對經過預處理的數據進行深入挖掘，找出隱藏在數據背后的關鍵信息點;再次對本次數據挖掘的結果進行歸納總結，鎖定部分審計疑點;最后帶著審計疑點對被審計單位數據倉庫中的數據進行有選擇性的提取。經過多次數據挖掘、篩選的循環，將審計疑點排除或落實為審計發現問題。

四、基于數據挖掘技術實時聯網審計系統設計

將基于數據挖掘的實時聯網審計管理系統，設計為以一個平臺為基礎、三個功能中心相互協作的多維、多線程綜合管理系統，其中“一個平臺”代表審計綜合管理平臺，“三個功能中心”分別為審計決策監督中心、實時聯網審計中心、審計數據管理中心。

一個平臺，即搭建一個技術領先、反應迅速、擴展性強的綜合管理平臺，在此基礎上支持三個功能中心的日常運行。

審計決策監督中心，如圖2所示，主要功能是保證各級領導對審計工作整體運行情況的掌控，為決策指揮提供便捷的服務，具體包括宏觀分析專題、上級交辦任務管理、現場溝通管理、提案管理等。該功能中心的建設可配合優化集團公司審計機構的頂層設計，進行統一建設管理。該功能中心搭建完成后可以實現對不同層級審計機關、不同業務類型科室、不同審計組甚至某一特定審計人員的扁平化指揮管理，實現橫向、縱向的審計資源調度。

實時聯網審計中心，如圖3所示，主要功能是為審計工作實施提供數據挖掘及結果匯總支持，具體包括審計模型構建、跨業務綜合審計、審計工作三線程、實時聯網審計疑點處理、SQL查詢編輯器等多項功能，它可以實現與審計決策監督中心的隨時聯動，也可以在其中增設法律法規、制度政策查詢及歷史審計項目查詢等功能;還可以通過對被審計單位數據的自動預警、深入分析、動態監測、項目審計分析、無項目審計之功能實現對被審計單位的實時全面監督，為審計人員提供及時、高效的審計作業環境;同時，還可提供固化模型、自定義模型、分析結果記錄、審計數據跟蹤等功能，滿足不同層級審計人員的需求。

審計數據管理中心，如圖4所示，主要功能是實時采集被審計單位產生的各類型數據，再對其進行加工轉換、存儲、管理，具體包括前置統一數據采集、數據采集過程監控、數據采集轉換、信息資源目錄服務等多種功能，該功能中心可實現對數據從采集、清洗、轉化、儲存、共享的全生命周期管理。

審計數據管理中心同步在線采集到被審計單位原始的財務、業務數據，進行一定的加工預處理形成基礎數據。首先實時聯網審計中心對基礎數據進行主題構建，選擇符合分析目的的模型，進行數據挖掘，形成數據分析結論;其次根據相關結論進行審計預警和實時審計，幫助審計工作人員鎖定審計疑點。在進行實時聯網審計的過程中，如果審計疑點顯示被審計單位有重大違法違紀行為，系統支持直接將線索同步移交給相關職能監督部門。審計決策監督中心在日常運行中針對已確定的審計疑點，根據其重要性進行分層級匯總，經過決策向實時聯網審計中心發出疑點核查指令，實時聯網審計中心落實取證并將審計疑點明確為審計問題后，向被審計單位發出監督整改建議指令，對于信息系統偶發的重要性較低的錯誤，在審計綜合管理平臺中支持被審計單位進行即查即改。審計綜合管理平臺，作為將三大功能中心鏈接起來的總體架構及運行基礎，其運行邏輯設計如圖5所示。

綜上所述，依靠快速發展的數據挖掘技術，將審計綜合管理平臺及三個功能中心作為建設重點，加快審計工作模式轉型升級步伐，能夠從本質上提高審計工作信息化水平。“一個平臺、三個功能中心”的邏輯設計方案，有助于推動審計管理規范化、審計工作流程化，將審計需求作為先導，借助可靠的數據挖掘手段，以信息資源在線共享為依托，認真履行審計監督職責，著力揭示風險、促進經營、推動改革，促進企業健康穩定發展。

（作者單位：中國石油天然氣集團有限公司玉門油田公司，郵政編碼：735019，電子郵箱：ymganl@petrochina.com.cn）

主要參考文獻

喬磊.軟件工程數據挖掘的發展趨勢[J].電子技術與軟件工程， 2019（7）

王琦峰，王建峰，孫琪.面向電子政務環境的聯網審計模式與支撐平臺研究[J].計算機系統應用， 2009（8）

辛金國，柯芳.基于數據挖掘技術的聯網審計探索[J].新會計， 2010（6）

徐俊丹.關于聯網審計與連續審計的理論研究[J].中國市場， 2014（6）