審計社會網絡分析的理論、特征及實踐路徑

呂天陽 邱玉慧 殷鵬

【摘要】審計信息化是科技強審的核心任務。 大數據時代， 計算機審計的發展離不開新技術的引入和對新方法的探索。 運用社會網絡分析這種新型計算機審計技術， 將審計分析的對象從孤立的個體拓展到對象間的關系， 進而揭示審計對象違規行為中對自身社會關系的濫用。 在對公開發布的216個審計案例進行梳理的基礎上， 闡述審計社會網絡分析的數學基礎和基本方法， 揭示其相較于社會學等領域的類似研究在分析對象的范圍大小、分析目標一般與特異、對象行為無偏與隱蔽、結果驗證的理性與敵對等四方面呈現的獨特特征。 在此基礎上， 總結審計社會網絡分析的六階段實踐應用路徑及該方法所面臨的挑戰。

【關鍵詞】科技強審;計算機審計;社會網絡分析;審計違規

【中圖分類號】F239 ? ? ?【文獻標識碼】A ? ? ?【文章編號】1004-0994（2020）13-0103-9

一、 引言

當前， 科技強審已經成為國家審計事業發展的重要戰略規劃之一。 雖然理論界和實務界仍在討論科技強審的內涵和實現路徑， 但是一般認為， 大數據時代， 科技強審的一個核心內容是利用現代信息技術高效地整理和分析審計數據， 從而揭示潛在的審計問題和體制機制風險。 習近平總書記在2018年中央審計委員會第一次會議上就指出， 要堅持科技強審， 加強審計信息化建設。

現有的審計數據分析方法還不能達到科技強審的要求， 現有計算機審計技術仍然以基于關系型數據庫的SQL分析技術為主。 SQL分析技術大致出現在20世紀70年代， 雖然已經在審計中得到了廣泛應用， 并取得了很好的效果， 但是從技術角度看已經跟不上幾十年來信息科技發展的步伐， 也不能滿足一些新的審計需求。

由于審計對象往往通過刻意營造和濫用自身社會關系來實施違規行為， 針對社會網絡（Social Network）的審計需求在近年來的國家審計實踐中逐漸顯現。 在早期的計算機審計實踐中這一需求并不明顯。 早期計算機審計主要利用或針對審計對象的自有數據， 尤其是會計數據， 這一階段并不關注外部數據中蘊含的審計對象與其他對象的關系。 但是隨著大數據時代信息的日益豐富與審計對象違規行為的日益隱蔽， 審計線索往往難以在審計對象自身找到， 而是被其他相關對象所隱藏， 或是隱藏在對象間的往來關系中[1] 。 比較典型的是審計關注的利益輸送與尋租牟利行為， “一手交錢， 一手交貨”行為已日漸減少， 各種“白手套”盛行。 “白手套”的作用就是延長利益關系的鏈條， 從而干擾審計分析。 從信息學角度看， “鏈條”就是各個對象在關系網絡中的連通路徑。

在相關領域中， 一般將依據分析對象間的關系網絡展開分析的技術方法稱為社會網絡分析[2，3] ， 其被視作是一些社會科學在研究范式方面的轉變， 在社會學、復雜性科學、數據科學研究中得到普遍應用。 社會網絡分析對象既可以是作為個體的人， 也包括小到單位、大到國家的社會組織， 因此也可稱為社會行動者（Social Actor）。 這與國家審計對象的分類大體一致。

本文將利用社會網絡分析方法解決審計問題的相關技術方法統稱為審計社會網絡分析。 已有學者對該技術展開了初步的探討：趙琛[4] 指出， 依據審計對象所形成網絡的度中心性、介數中心性等指標， 查找網絡中的關鍵人物和團體。 姜曉依[5] 依據4個案例研究發現， 采用路徑發現、社團分析、節點角色識別等手段可以高效發現審計線索。 現有研究雖然指出了社會網絡分析在審計中的意義和一般方法， 但是仍然有待從實踐的普遍性、與相關領域分析手段的學理差異、典型方法、實現路徑等方面深入、系統地進行研究。

基于此， 本文首先梳理了公開發布的216個審計案例， 力圖較為充分地回答審計社會網絡分析在實務中的必要性問題， 并概括總結了審計人員隱式地使用這類方法解決何種問題。 其次， 本文從數學基礎和基本方法的角度， 介紹審計社會網絡分析的基礎， 揭示其相對社會學、復雜性科學、數據科學等領域研究的特殊性， 逐步明確其學術價值。 再次， 介紹審計社會網絡分析的實踐應用路徑。 最后， 對探索和應用審計社會網絡分析所面臨的挑戰進行詳細討論。

二、 審計社會網絡分析在審計實踐中的應用

新技術是否有利于破解審計實踐面臨的問題， 是評價理論研究實用價值的重要因素。 本文梳理了2012 ～ 2016年出版的《中國審計》《國家審計案例選編》等公開出版物中的216個審計案例， 涉及財政、投資、資源環保、金融、企業、社保等多個審計領域。 從中發現， 至少23個案例體現了社會網絡分析的思想， 占總量的10.6%。 但是審計實踐也普遍缺乏對社會網絡分析有意識、有指導的應用， 仍處于潛意識使用的萌芽狀態， 所涉案例于表1中列示。 以下通過三個典型案例詳細說明。

案例一：2009年京滬高鐵建設項目跟蹤審計（表1案例18）。

該項目國家投資巨大， 經濟活動復雜， 極大地增加了審計工作難度。 為此， 審計人員圍繞著關注對象及其與其他單位和個人的關系采取了抽絲剝繭的策略， 逐步揭露了貪腐網絡。 具體步驟是：①發現關注企業。 審計發現中標單位B公司向北京東潤公司（被吊銷營業執照）支付5000萬元設備采購款， 但是該交易既未經過招投標程序， 東潤公司也沒有向任何海關報關進出口機械設備記錄。 因此判斷其資金流向可疑， 東潤公司成為關注重點。 ②分析東潤公司的關系網絡。 審計發現設備采購款最終流向北京博宥集團和兩家煤炭企業， 從而發現了主要關注企業的實際控制人丁書苗。 ③分析丁書苗的關系網絡。 由丁書苗延伸調查高鐵其他建設標段， 發現C公司和D公司均向丁書苗控制的公司支付中標服務費。 至此， 基本揭示了丁書苗幫助施工單位中標的掮客身份及貪腐網絡。

本例中， 審計人員先是關注到北京東潤公司， 形成由東潤公司、B公司、博宥集團、兩家煤炭企業組成的局部關系網絡， 由此關注到丁書苗， 并延伸到與丁書苗有直接、間接關系的大量對象， 將原來的局部關系網絡擴大為包含丁書苗、某民營咨詢公司、C公司和D公司的關系網絡， 從而逐漸刻畫圍繞著丁書苗的貪腐網絡。 從上述案例分析可知， 如果審計人員能較早從工商、稅務等部門獲得數據， 盡快繪制完整圖景， 無疑將提高工作效率。 從技術角度看， 本例體現了社會網絡分析中的路徑搜索特點和角色識別的思想。

案例二：政策性銀行D市分行的金融審計（表1案例19）。

本例中， 具體審計路徑為：①定位懷疑對象。 審計人員首先在民營企業SD公司的“再生資源回收與利用建設”貸款項目中發現人為虛增項目資本金， 由此懷疑SD公司。 ②研究SD公司投資關系網絡。 通過工商信息發現， SD公司通過多次法人信息的變更和出資額的轉讓， 使得該貸款項目的擔保單位——D市供銷社成為SD公司最大股東， 通過形式控股替SD公司向發改委申報項目立項、取得政策性貸款資格。 ③研究D市供銷社關系網絡。 由D市供銷社延伸調查其與SD公司的多家關聯企業、有業務往來的商業銀行， 發現SD公司的1億元貸款在多個關聯企業間流轉， 同時被D市供銷社挪用5313萬元， 被SD公司及其子公司提取現金3745萬元。 至此， D市供銷社和民營企業的騙貸案終于浮出水面。

與案例一類似， 審計人員也是在具體審計過程中逐步發現SD公司、D市供銷社、SD子公司、D市某商業銀行分行、工商局、關聯企業A、關聯企業B、關聯企業C共同構成的關系網絡， 從而最終揭露了這一要案。

案例三：對受托管理社保基金的基金公司的審計（表1案例20）。

本例中， 具體審計路徑為：①定位懷疑對象。 審計發現， 負責社保投資業務的經理楊某被提拔不足一年就以“個人原因”辭職， 行為異常、值得關注。 ②股票賬戶行為異常。 研究發現3個私人賬戶總是先于或同步于楊某管理賬戶的投資時點買入相同股票， 交易行為趨同， 據此懷疑存在利益輸送的可能。 ③賬戶持有人關系異常。 由3個私人賬戶延伸調查發現， 賬戶持有人吳某為楊某提供資金， 楊某通過張某對吳某女兒及妻子的賬戶進行操作， 非法獲利1600余萬元。 ④延伸審計后發現，懷疑對象的其他賬戶交易也存在異常。 吳某其他幾個證券賬戶也進行了跟隨交易， 同時張某通過控制其父母的賬戶也在進行股票交易， 獲利數百萬元。

本例中， 個人與股票賬戶共同構成了社會網絡中的節點， 人與人或因利益或因親誼關系相互勾結， 所操縱的賬戶在股市中同進退， 構成了社會網絡行為分析的典型違法案例。

綜上所述， 審計社會網絡分析方法具有很高的審計應用價值， 但是多數審計人員在工作中并未有意識地使用這種手段。 這與目前對審計社會網絡分析的數理基礎、學術特征、實踐應用路徑的理論總結和探索不足有一定關系。

三、 審計社會網絡分析的基礎理論及特征

在分析審計社會網絡的學理基礎之前， 有必要先扼要闡述一下相關學科的進展。 一些學者認為社會網絡分析是社會學等領域研究范式的轉變。 這是因為它將研究客體從一個個孤立的對象轉變為對象間的關系， 并給出了較為系統的定量分析手段。 需要指出的是， 社會網絡分析早在互聯網誕生之前的1930年就開始萌芽， 在20世紀末其理論基礎就已基本成熟， 因此并不能夠將社會網絡分析簡單地等同于對新興的Twitter、微博等社交網絡的分析， 雖然它在近期的快速發展確實得益于社交網絡數據的涌現， 并逐漸由社會學擴展到復雜性科學、數據科學等領域。

與這一研究范式的轉變類似， 審計大數據分析也正在經歷從孤立對象到關系網絡、從單一領域到跨領域數據融合的發展過程。 這同樣屬于計算機審計分析范式的擴展， 但是這種擴展與其他研究領域的轉變不盡相同。 審計環境的多樣性和復雜性決定了審計實踐不會單純因為技術的革新而放棄使用傳統的SQL分析手段， 而是在此基礎上不斷探究新的技術方法。 本文從計算基礎、主要方法和相較于其他學科的特征三個角度闡述審計社會網絡分析的理論要點。

（一）審計社會網絡分析的計算基礎

審計實踐中所采用的社會網絡分析針對的不僅是審計對象， 也包含因審計履職所需而關注的與之相關的其他對象[1] ， 簡稱為審計對象關系網絡。 它是審計社會網絡分析的計算基礎， 所采用的基礎模型是圖， 依據其普適性可分為狹義和廣義兩種， 相關概念如下：

定義1：將與審計履職相關的社會行動者及其相互間關系所構成的圖G={V，E}稱為狹義的審計對象關系網絡。 其中， V為節點集合， 任意節點vi∈V對應一個社會行動者， E為節點間邊的集合， 點對{vi，vj}間如存在關系則存在邊e（i，j）， 節點的數量記為N=|V|， 邊數記為M=|E|。

符合上述定義的一個最簡單的社會網絡， 是G中節點無屬性和類別差異， 節點間的關系無向、無權、無其他屬性。

審計實踐中的社會行動者至少可分為人和組織兩類。 行動者間的關系存在方向和權重， 例如工商登記信息中就存在自然人與企業兩類對象及其之間的任職、投資等有向關系， 這些關系還因所涉及的資金數額的不同而有所差異。 不僅如此， 同一對行動者之間還可能出現多重邊， 例如前文審計案例中企業之間不僅有投資持股關系， 也存在資金、業務往來關系。 此外， 上述所有行動者及其之間的關系都可能隨時間演變。 因此， 為了提高審計對象社會網絡的解釋力， 有必要以更廣義的形式進行定義， 也就是數學中兼具有向、加權、多重、時序等特征的圖。

定義2：將與審計履職相關的社會行動者及其相互間關系所構成的圖G={ ? ? ? ? ? ? ? ? }稱為廣義的審計對象關系網絡。 其中， V為包含K類節點的集合， 任意節點 ? ?∈V對應G中第i個社會行動者， 屬于第k個類別; 第k類節點的屬性集合（或為特征向量）記為 ? ， 節點 ? 的屬性記為fvi={f（vi，1），f（vi，2），…，

f（vi，| ? |）}; E為包含節點間L類邊的集合， 有序點對{vi，vj }間如存在第l種關系則存在邊e（i，j）; 第l類邊的屬性集合（或為特征向量）記為 ? ?， 邊e（i，j）的屬性記為fe（i，j）={f[e（i，j），1]，f[e（i，j），2]，…，f[e（i，j），| ? |]}， 第k類節點數量記為Nk=|Vk|， 第l類邊數記為Ml=|El|。

在這一定義中， 不同類別的節點或邊的屬性可以不同， 邊的權重可作為 ? ?的一個屬性， 同時規定同一有序節點對間可以存在不同類別的邊， 但同類邊有且只有一條。 而當網絡中的節點、邊及其屬性均與時間T存在關系時， 就轉變為時序網絡G（ti，tj）。 雖然時序社會網絡分析具有更強的解釋力， 但是由于其高度復雜， 相關技術目前尚不成熟， 簡單起見后文暫不考慮。

圖1以通話和投資關系為例， 給出了具有不同復雜程度的審計對象關系網絡， 圖1（a）為最簡單形態的個人間的相識網絡， 圖1（b）為包括企業和個人兩類節點的通話關系網絡， 圖1（c）為企業和個人間通話和投資混合關系網絡， 同時給出了節點和邊的屬性信息。

審計實踐將依據具體問題而采取不同的網絡形態， 例如上文給出的三個典型審計案例均為圖1（c）所示形態; 但是， 審計社會網絡分析的數據基礎已經從傳統的二維數據表轉變為基于圖的矩陣計算， 此時， G（V，E） 通常記為M×N的矩陣A=（aij）M×N， 其中aij≠0當且僅當邊e（i，j）存在， 從而明顯有別于傳統的SQL技術。

（二）社會網絡分析的主要方法及其審計應用

在明確了審計社會網絡分析的計算基礎為審計對象社會網絡之后， 就會發現其數學基礎與社會學、計算科學、復雜性科學等領域的類似研究并無本質區別。 這也是此前研究者認為可以將這些領域的分析方法直接用于審計[4，5] 的重要前提。

在數學基礎一致的前提下， 就更有必要探究審計社會網絡分析的特色， 否則就無法解釋其研究價值， 甚至導致其最終淪為簡單的技術應用。 這一探究也是有依據的， 雖然社會學、計算科學和復雜性科學領域中社會網絡分析的數學基礎也是圖， 但是這些領域卻在視角、應用場景、方法上各有側重， 因此相得益彰， 并不影響各自研究的價值。

現有社會網絡分析方法主要針對定義1所示的簡單形態的社會網絡G{V，E}， 可大致分為節點屬性分析、節點間連通路徑分析和社團發現三種基本技術， 在此基礎上還可開展網絡特征統計、節點角色識別、網絡結構分析、動力學等方面的探索。 更全面的社會網絡分析介紹可以參見相關研究成果[6，7] ， 以下僅為對基本技術的簡介。

1. 節點屬性分析。 節點屬性主要指G{V，E}中節點的拓撲特征， 典型屬性有度（degree）、密度（density）、中心性（centrality）等。 在計算這些特征時， 除使用全局拓撲信息進行計算， 還經常用到節點vi的（一步）自我中心網（ego network）Gi{Vi，Ei}， Gi為G的子圖， Vi包括vi和所有連接vi的節點， Ei由Vi中節點間的連邊構成。

表2給出了常用拓撲屬性的計算公式。 表中vi的度記為ki， Mi=|Vi|， 節點vi和vj間的最短路徑長度記為dij， 節點vj和vk間的最短路徑如經過vi則

gjk（i）=1; λ為G（V，E）所對應矩陣A的特征值， G的信息矩陣記為I=（Iij）M×N， 其中Iij=（ICii+ICjj-ICij）-1， IC=（B-A+J）-1， B為記錄每個節點度的對角陣， J為單位矩陣。

以這些指標為基礎即可分析不同節點在網絡中的角色， 例如橋節點和核心點[7] ， 也可開展針對整個網絡拓撲特征的統計分析， 典型如無標度現象的發現[8] 。 此前研究已經較為全面地論述了節點屬性在審計中的作用[4] ， 例如識別案例一中的核心人物丁書苗， 本文不再贅述。

2. 路徑分析。 圖G中連接節點vi和vj的邊的一個序列稱為連接vi和vj的一條路徑， 路徑中的邊數稱為其長度。 連接vi和vj的最短路徑的長度稱為vi和vj的距離。 例如， 圖2用黑色加粗線標示了節點v1到v2的路徑和v3到v5的路徑。 圖中標記了一個核心點和兩個橋節點， 用邊上的加粗線條標記了節點間的路徑， 用不同的陰影區域標識了三個社團。

路徑分析是社會網絡分析的核心內容之一。 一般認為， 社會行動者如果可以在社會網絡中接觸到更多的他者， 就能利用更多的社會資源。 受限于行動者的精力與環境， 即使無標度網絡中的極少數高度節點也只能直接連接數量有限的節點， 其他大多數節點可能只有2 ～ 3個直接接觸者。 此時沿路徑展開的間接接觸是擴大接觸范圍的主要途徑。 一個經典結論就是六度分割理論， 即社會中任意兩個個體可以通過最多6個個體的中轉聯系到對方[9] 。 一般認為路徑越長、代價越高， 因此社會網絡中的路徑分析主要關注最短路徑。

路徑分析最直觀的審計價值是有助于揭示利益輸送鏈條。 但是， 本文所述的審計案例表明， 審計對象往往更關注利益輸送鏈條的隱蔽性， 效率或維護成本并非其首要關切。 在這一前提下， 最短路徑反而對應著最簡單粗暴的“一手交錢、一手交貨”的關系， 是非常“不智”的行為， 使用一些看似不必要的中介節點反而有利于提高隱蔽性。

此外， 考慮連邊權值或其他屬性的路徑分析， 也具有較高的審計應用價值。 正如格蘭諾維特在20世紀70年代關于弱關系對找工作的強作用的精彩闡述[10] ， 單純考慮拓撲的路徑分析并不能滿足社會學和審計學的需求， 這些都使得審計視角下的路徑分析有了自身的特殊性。

3. 社團發現。 為了刻畫社會交往中“物以類聚、人以群分”的現象， 社會網絡分析依據節點間的連邊數量發現網絡中的不同子群， 使得同一群體中節點間連邊數量多、不同群體間節點連邊數量少。 這些群體也被稱為社團。 圖2通過不同模塊勾勒出三個不同社團， 給出了一個簡單的示例。 一般用聚集系數、強弱社團結構、模塊度等指標定義， 例如社團模塊度Q可形式化地定義[11] 如下：

式中：包含節點vi的社團記為Ci; 當Ci=Cj時， δci，cj=1， 否則為0; 其他變量含義參見前文。 模塊度函數表示實際情況下社團內部連接強度與隨機連接情況下的社團內兩個節點連接強度的差異。 Q值越接近1， 社團結構越明顯。

很多研究指出， 真實網絡中的社團常常體現出不同的整體特征， 具有不同的功能。 例如， 社交媒體用戶往往因觀點、愛好不同而分群， 網絡中的核心點往往是凝聚社團的關鍵， 而橋節點常常位于不同社團的連接處， 弱關系可以被理解成不同社團間交換異質信息的通道。 由此可見， 社團發現使得我們可以超越大量的微觀個體， 以更宏觀的尺度理解整個網絡， 具有重要的價值。

社團發現的審計意義也比較容易理解， 發現審計對象所在的社團， 有助于識別與其高度關聯的其他對象， 進而發現違規線索。 例如在電信詐騙中， 違法人員往往會操控大量銀行賬戶， 賬戶間資金流動頻繁， 呈現出明顯的層級式社團結構[12] 。 但是， 除非開展面向宏觀政策執行情況的審計分析， 審計分析仍然主要關注審計對象所在的社團， 而不會將對全網的社團發現作為最終目標， 這也是審計社團發現的一個特點。

（三）審計社會網絡分析的基本特征

上文簡述了主要社會網絡分析方法在審計中的應用路徑， 總的來看， 審計因其依法履職的本質要求， 使得審計社會網絡分析在以下幾個方面呈現特殊性：

1. 分析對象的范圍大小不同。 審計依法履職的特點， 決定了審計社會網絡分析必須以審計對象為分析目標， 并可以依法延伸到與審計對象存在關系的相關對象。 除非開展針對一個領域或地域的政策性宏觀審計， 否則審計并不關注對社會網絡中全部對象的分析。 因此， 以審計對象為中心抽取滿足特定審計需求的最小社會網絡子圖， 是審計社會網絡構建過程中有別于他者的重要特征。

2. 分析目標存在一般與特異之別。 與社會學、復雜性科學對無標度現象等一般性規律的關注不同， 審計社會網絡分析的最終目的是揭示潛在的違規行為、整體風險和體制機制性問題。 顧名思義， “違規、風險、問題”在數據特征上必然體現為個別、異常、小概率事件。 即使在分析中使用一般性規律， 也是為了據此識別特定的行為異常。 因此， 審計社會網絡分析的目標天然有別于其他領域對一般性規律的追求， 主要關注對象的特異行為。

3. 對象行為存在無偏與隱蔽之別。 社會學、復雜性科學的分析主要基于對對象日常行為的記錄， 絕大多數對象并不會因為擔心被分析而改變自身行為， 因此不會因霍桑效應而產生重大偏差。 沒有哪個審計對象不擔心違規行為被揭露， 由此決定了審計對象違規行為具有高度隱蔽性和快速演變的特點。 這也使得審計社會網絡分析具有范圍小、更關注特異行為的特征， 并且審計社會網絡分析的難度并沒有降低。 為了識別具有高度“反偵查意識”的對象的行為， 要求審計社會網絡分析需要采用不同領域的數據以全面刻畫審計對象不同的社會關系， 迫切需要以廣義社會網絡為基礎模型， 研究能應對自主隱蔽性行為的分析算法。

4. 結果驗證的理性與敵對之別。 審計結果公布前通常要與審計對象交換意見， 尤其是審計已揭示其違規違法行為時， 可以預見審計對象的抵賴、隱藏證據、敵意等敵對行為， 這在前文的案例中比比皆是。 這使得審計社會網絡分析的實踐檢驗更有沖突性和挑戰性， 遠非其他領域隊分析結果的理性探討可比， 由此可知， 審計社會網絡分析對分析結果的可驗證性提出了更高的要求。

表3扼要總結了審計社會網絡分析相比社會學、復雜性科學呈現出的特點。

四、 審計社會網絡分析的實踐路徑

為了指導審計實踐和研究， 有必要梳理審計社會網絡分析的實踐路徑。 參照數據分析的一般流程， 審計社會網絡分析可分為數據處理、網絡構建、網絡融合、網絡分析、可視化交互分析和結果驗證或使用六個階段， 具體路徑參見圖3。 不同階段的主要任務如下：

（一）數據處理階段

數據處理的主要任務是從不同領域的原始數據中抽取與審計對象相關的社會網絡信息。 表4整理了部分典型領域的數據中所包含的審計對象間的互動關系， 并將表1所列案例進行了歸類。 值得注意的是， 審計需要依法獲得數據使用權限， 也就是說， 并不是審計人員覺得什么有用就可以使用什么數據。 本文只是在數據可用的前提下， 從理論上探討如何開展審計社會網絡分析。 目前審計所用數據大多存儲在關系型數據庫中， 在數據處理階段就需要采用datastage、kettle、ODI、informatica等ETL工具， 從關系表中抽取對象間的互動性信息和屬性信息。

（二）網絡構建階段

網絡構建的主要目的是將傳統數據庫中的數據轉化為社會網絡， 其關鍵是識別網絡節點及節點間的關系， 可參照前文定義1或定義2實現建網。 圖4（a）和4（b）以包含直觀社會互動關系的通話數據為例， 給出了由關系型數據構建社會網絡的過程。 目前較為常見的社會網絡數據庫為Neo4J等圖數據庫。

（三）網絡融合階段

網絡融合的主要任務是整合同一對象不同類型的社會關系， 形成一個統一的網絡。 如表4所示， 社會行動者的關系是多層面的， 如親友、同事等人際關系， 企業間投資、業務往來關系， 銀行賬戶間的資金往來關系等， 這些關系通常體現在不同領域的數據庫中。 為了完整刻畫審計對象的社會關系， 就需要將依據不同領域數據構建的網絡進行融合， 從而用同一個社會網絡反映對象間的互動性關系。 舉例說明， 圖5給出了業務、通話、工商數據融合的一個示例。 業務網絡和投資網絡的節點C1 ～ C7為個人， 通話網絡的節點a1 ～ a6為企業。 企業與個人間連邊表示兩者的雇傭關系， 不同網絡中企業與企業的連邊表示兩者為同一對象。

（四）網絡分析階段

網絡分析的主要任務是結合審計目標， 采用恰當的技術方法識別審計對象或其關聯對象異常行為的線索。 前文總結了真實審計案例中所用的社會網絡分析思想， 并分析了主要方法的審計應用價值， 此處不再贅述。 Gephi、Pajek、Python等開源工具和語言均提供社會網絡分析功能; 但是， 目前仍然缺少針對大量的審計社會網絡分析實踐案例的研究， 不利于新學者掌握分析技巧。 這也是新技術應用之初的常見問題， 只能隨著應用的推進逐漸完善。

（五）可視化交互分析階段

可視化階段的主要任務是解決網絡數據不易為人理解的難題， 以可視化方法直觀展現社會網絡分析結果， 并以可視化方式支持審計人員對結果的交互性操作。 Gephi、Pajek、D3.js等開源工具和語言均提供相關功能， 呈現如圖1所示的效果。 此階段， 主要的技術難點是當網絡中節點數量超過一百時， 過多的節點和邊的數量嚴重影響可視化效果。 當前可行的解決方案是借助人機交互， 逐漸精準定位分析對象及其相關對象， 最終從較為龐大的網絡中提取出需要關注的局部網絡。

（六）結果驗證或使用階段

結果驗證階段是提供相關的證據和分析過程， 幫助審計人員落實審計疑點。 如前所述， 審計分析結果的核實是一項嚴肅并具有挑戰性的工作。 與學術爭鳴不同， 它在很多情況下涉及審計對象的法律責任。 這就要求分析結果具備較強的可追溯性， 能夠幫助審計人員說清楚依據什么以及因何判定結果可疑。 此時， 技術方法的先進性、權威性作用不大， 關鍵是如何解讀審計分析結果。 同時， 還應根據審計交流中發現的方法瑕疵， 快速修正， 給出更有針對性的結果。

上述實踐路徑是對審計社會網絡實踐和科研的一般性總結， 不同場景將有所差異。 簡單應用時， 如只針對單一領域數據且對可視化要求不高， 可只執行數據提取、網絡構建、網絡分析和結果驗證階段的工作。 當針對特定技術方法開展研究時， 可以只對涉及相應技術所屬階段和科研層面的結果進行驗證。

五、 總結與挑戰

當前國家審計理論界和實務界已經高度認同科技強審的重要意義， 但是現有研究仍然多停留在“設想”階段， 基本都是從不同角度強調科技強審的意義。 “科技”內在的自然科學屬性已經表明， 最終鋪就科技強審之路， 需要依靠對一個個具體、可行的技術方法的摸索和積累。

本文從計算機審計方法的創新方面進行探索， 提出并研究了大數據審計的一種新手段——審計社會網絡分析， 借助對大量審計案例的剖析指出了社會網絡分析在審計中的重要價值， 從理論層面論述了審計社會網絡分析的基礎和學術價值， 對其在審計中的基本應用框架進行了構建。 在審計實踐中成功應用社會網絡分析方法， 需要依靠數據基礎、技術方法和審計業務能力等多方面的支持。

（一）數據基礎的挑戰性

通過前文典型審計案例分析可知， 審計對象會利用多種社會關系謀求非法利益， 而單一領域的數據難以完整刻畫如此豐富的社會關系， 多領域數據融合是審計社會網絡分析的必由之路。 這也是大數據審計的發展方向。 但是在理論上面臨著跨領域對象識別、異質社會網絡融合等技術挑戰， 針對該類問題的研究即便在數據科學領域也屬于前沿選題。 在審計實踐中還面臨的一個問題是， 必須在依法履職的前提下， 處理好審計數據利用的便捷性與安全保密、隱私保護等要求間的潛在沖突。

（二）理念與方法的特殊性及其挑戰

在社會學、計算科學和復雜性科學領域中， 將研究對象進行高度抽象化和簡化， 從而揭示普遍現象是社會網絡分析的基本研究路徑。 由此導致的問題是， 這些領域的學者主要針對無向、無屬性信息的簡單社會網絡開展研究， 而對具備有向、加權、多重、時序等特征的廣義社會網絡的研究則受限于研究目標和技術難度仍處于研發初級階段。

如果將對簡單社會網絡分析的結果直接用于實踐將帶來較大的審計風險， 實踐表明， 違法違規者在構建和濫用自身的社會資源網絡、非法牟利方面， 已經體現出不斷發展的“聰明才智”。 因此， 審計研究者更有實踐驅動力， 拓展對廣義社會網絡分析方法的研究， 并有望加深人們對社會網絡個體行為多樣性和復雜性的理解， 從而對具有普遍意義的社會網絡研究做出自身的貢獻。 然而， 其在數學、計算科學等方面的技術壁壘也是顯而易見的， 這種壁壘已經在一定程度上制約了其他領域對廣義社會網絡分析方法的研究。

（三）實踐應用的挑戰性

審計社會網絡分析的實踐應用需要采用數據融合、圖數據庫、網絡分析工具、可視化等多方面的高新技術。 在此前的審計信息化建設中， 中國審計耗時近二十年才初步解決審計實踐如何使用SQL分析方法的問題。 與SQL分析方法相比， 審計社會網絡分析的技術挑戰性無疑更高， 其實踐應用將需要更大力度的培訓、推廣， 同時還需要開發配套工具。 現有審計實踐雖然廣泛蘊含了社會網絡分析的思想， 但有意識地、明確地利用社會網絡分析方法的案例仍然寥寥無幾。

總的來講， 加強技術探索、政策扶持、產學研合作、成果轉化等較為常見的建議將有助于應對這些挑戰， 但是結合當前計算機審計技術發展情況， 更多腳踏實地的努力， 如一點點做實驗、改方法、不斷試錯、做技術普及等“苦活”， 才是根本的應對之道。 這也在一定程度上體現了科技強審的艱辛。

【 主 要 參 考 文 獻 】

[ 1 ] ? 呂天陽，楊蘊毅，邱玉慧.審計大數據的提出、特征及挑戰[ J].財會月刊，2018（5）：142 ～ 150.

[ 2 ] ? 艾格華著.陳哲，郭世澤，鄭康鋒譯.社會網絡數據分析[M].武漢：武漢大學出版社，2016：N/A.

[ 3 ] ? 茨韋特瓦著.王薇等譯.社會網絡分析：方法與實踐[M].北京：機械工業出版社，2013：1 ～ 177.

[ 4 ] ? 趙琛.審計對象關系網絡構建方法研究[ J].審計研究，2016（6）：36 ～ 41.

[ 5 ] ? 姜曉依.基于社會網絡的新型審計方法研究[ J].市場周刊，2019（1）：64 ～ 65.

[ 6 ] ? 大衛·伊斯利，喬恩·克萊因伯格著.李曉明等譯.網絡、群體與市場：揭示高度互聯世界的行為原理與效應機制[M].北京：清華大學出版

社，2011：1 ～ 511.

[ 7 ] ? Huang S.， Lv T.， Zhang X.， Yang Y.， Zheng W.， et al.. Identifying Node Role in Social Network Based on Multiple Indicators[ J].PLoS

ONE，2014（8）：1371.

[ 8 ] ? Baraba'si A. L.， Albert R.， Jeong H.， Bianconi G.. Power-Law Distribution of the World Wide Web[ J].Science，2000（287）：2115.

[ 9 ] ? Milgram S.. The Small World Problem[ J].Psychology Today，1967（1）：60 ～ 67.

[10] ? 格蘭諾維特著.羅家德譯.社會網與經濟行動[M].北京：社會科學文獻出版社，2007：1 ～ 195.

[11] ? Newman M. E. J.. Communities， Modules and Large-scale Structure in Networks[ J].Nature Physics，2011（1）：25 ～ 31.

[12] ? 李長卿.從反洗錢角度看銀行機構電信詐騙防范困境及應對建議[ J].北京金融評論，2016（2）：203 ～ 206.·