數據挖掘技術在現代審計中的運用

隨著信息技術的發展，審計工作中的網絡數據量越來越多，審計人員要面對大量的財務數據和非財務數據，計算機技術在審計工作中的應用日漸增多。將數據挖掘技術應用到審計系統當中，可以有效地提高審計效率，降低審計風險，顯示出了巨大優勢。本文簡要地介紹了數據挖掘技術，分析了數據挖掘技術對現代審計工作的影響，闡述了數據挖掘技術在現代審計中的運用，提出了數據挖掘技術存在的局限性。

隨著網絡和計算機的普及，人工智能系統被應用到了企業的管理工作中來，數據挖掘技術運用到現代審計工作中來，在海量的審計數據中，尋找出一定的數據特征，發現可疑數據，提高審計工作的效率，降低審計風險。

一、數據挖掘技術

1.數據挖掘技術概述

數據挖掘技術指的是通過算法從大量的數據中搜索出隱藏在其中的信息的技術。數據挖掘與計算機科學有著緊密的關聯，需要通過統計、在線分析處理、情報檢索、機器學習、專家系統和模式識別等諸多方法來實現數據挖掘目標。通過數據挖掘技術可以快速地提取數據中的有益信息，做到有的放矢。數據挖掘技術是通過模型和算法來實現的。數據挖掘技術為大部分的非專業人士提供了數據可視化服務，幫助他們理解接受數據挖掘技術。在不斷的發展過程中，數據挖掘軟件對數據管理的性能不斷提高，人機交互的界面也在不斷的人性化發展，使得數據挖掘技術的應用越來越廣泛。現今，我們處于大數據時代，數據挖掘技術在越來越多的領域內起著無可替代的分析作用。

應用數據挖掘技術改變了審計工作的展開方式。信息技術被不斷普及，越來越多的企業開始使用人工智能系統，企業的各種交易活動可以實時地錄入到系統里，系統中包含著大量的會計數據和經營管理數據。審計人員對數據進行分析獲得有用的審計線索和審計數據，有針對性地提出相應的審計意見。應用數據挖掘技術可以發現隱藏于數據中的信息，可以回答一些審計人員沒有發現的問題。

2.數據挖掘技術的優點

對數據進行挖掘，首先要進行數據篩選，然后對數據進行分析，進行數據建模，通過模型得出相應結論，最后對結論進行分析和評估。數據挖掘并不是單獨的某一個環節，而是對數據進行完整的處理和深度的探索，具有較強的全局性。數據挖掘的方法非常多樣，以聚類分析、關聯分析、特征分析等多種算法為基礎，從多個角度來分析數據，通過應用多種類型的挖掘方法，結合相應的算法和模型，不斷地對數據進行探索，找尋其中的規律，并進一步地驗證人們對數據規律的各種猜想。數據挖掘還具有超強的分析能力，要能夠對海量數據進行深度分析，只有這樣才能夠滿足信息世界的要求。

二、數據挖掘技術對現代審計工作的影響

隨著計算機和網絡的普及，網絡數據和審計數據飛速增長。計算機在審計工作中的應用率越來越高，有許多的大型組織經營著有特大數量級的應用數據庫，積累了龐大的歷史數據。進入大數據時代，審計人員面對的不只是紙質的會計資料，更多的是被審計單位大量存在計算機系統和網絡系統中的財務數據和非財務數據。將數據挖掘技術應用到現代審計系統中，可以凸顯其巨大的優勢，在大規模的網絡環境下進行數據挖掘工作，不僅可以提高審計系統的工作效率，增強審計工作的智能性，更是可以降低審計風險。

與傳統的審計方法相比，數據挖掘技術作為一種新興技術，可以更好地從海量的數據中發現人們未知的知識和規律。在審計工作中，引入數據挖掘技術，可以建立起系統化、自動化的創建入侵檢測系統的方法，這種方法會從數據進行切入，入侵檢測就是一個進行數據分析的過程。這樣的檢測方法更為符合現代審計工作的要求，通過數據挖掘技術來處理審計數據，從中提煉出正規的用戶行為，也可發現其中的可疑數據，將系統采集到的數據與生成的模式庫進行匹配，捕獲到網絡入侵。數據技術不僅可以對大規模的數據進行相應的處理，而且這個過程中不需要審計人員提供主觀的評價信息，這樣就更容易發現被審計人員忽略掉的隱藏信息，可以有效地避免有價值的線索因主觀因素而被忽略。

三、數據挖掘技術在現代審計中的運用

將數據挖掘技術應用到審計工作過程中，首先需要接受日志收集信息系統各部件提交上來的格式統一的審計數據，對這些數據進行轉換格式、數字提煉等預處理。接下來根據審計人員的理論知識和實踐經驗選擇合適的數據挖掘算法和模型對審計數據進行處理，提取出數據中隱藏的信息，并對其進行統計。最后系統地對審計數據進行分析處理，并有針對性地提出預測趨勢。

目前，數據挖掘技術中的離群點挖掘、孤立點檢測、異常點檢測、聚類分析和關聯規則是主要應用于現代審計技術中的幾種方法。

1.離群點挖掘

離群點挖掘指的是從大量的數據中挖掘出其中存在的一小部分異常數據中與常規數據具有明顯不同的數據模式。在數據審計工作中，應用離群點挖掘，可以有效地對數據進行處理，減少審計所需的數據量，快速準確地定位數據，進而提高審計工作的效率。與此同時，應用離群點挖掘可以從數據中自動地提取出難以發現的業務模式和管理模式行為，這樣操作可以減少人工的參與，降低審計人員的工作量。

2.孤立點挖掘

孤立點指的是在數據中與眾不同的數據，人們懷疑這些數據并非是隨機偏差產生的，而是由于完全不同的機制導致的。在審計工作中，這些可疑數據常常都表現為以孤立點的形式存在，通過檢測，除去數據中存在的孤立點，就可以對數據進行一定地清理，提高數據的質量，更好地達到審計目的。

3.異常點檢測

對異常點進行檢測是數據挖掘技術中十分重要的一個部分。需要從大量的審計數據中挖掘出其中極少一部分存在異常行為模式的數據，對其進行分析。在大多數的情況下，這些審計數據中都包含了許多十分重要的信息，對審計人員開展后續的工作有著重要的影響。

4.聚類分析

數據的聚類就是將審計數據中較為相近的數據信息放在一起，根據數據存在的不同特征，將數據對象分為幾個群體。聚類分析大多被應用于控制測試階段，將具有相似特征的交易進行分組，有針對性地進行各控制環節執行情況的測試，這樣更有利于審計人員對相似的數據進行分析。

5.關聯規則

關聯規則就是通過對資料數據進行分析，找出其中某一事件或資料中同時出現的東西。關聯規則挖掘側重于數據中不同領域之間的聯系，用于發現大量的數據集合之間存在的有意義的關聯。將關聯規則運用到審計系統中，提取數據之間存在的聯系，有效地分析出經濟業務中數據存在的關聯性，審計人員也可以更加準確地找出數據之間的聯系。

四、數據挖掘技術應用的局限性

1.受到數據質量的影響

數據挖掘技術的應用會受到數據質量的影響，數據本身是在現代審計工作中應用數據挖掘技術的基礎。如果企業提供的數據是虛假的、錯誤的，或者作為審計對象的數據中被進行過篡改，無論使用再先進、再成熟的數據挖掘技術，也無法從中得出正確的、有意義的結論。

2.審計成本較高

想要在實際的審計工作中應用數據挖掘技術，就一定會產生一些相應的數據編制成本、維護成本、分析成本和人員培訓成本，更有一些數據軟件的使用成本費非常高。在這樣的情況下，就使得成本因素成為了在現代審計工作中應用數據挖掘技術的一個局限。

3.對審計人員要求高

在應用數據挖掘技術的過程中，需要根據建模者的經驗和知識來選擇相應的審計數據特征和測度，這就需要審計人員具有豐富的審計理論知識和實踐經驗，并且還需要對計算機的專業知識掌握得很好，熟悉數據庫系統，能夠熟練地進行數據挖掘的操作。審計人員不僅要能夠識別并應用數據挖掘技術，還要能夠對審計系統給出的結果進行有效的分析和評價。因此，想要將數據挖掘系統應用到現代審計工作中，對審計人員提出了更高的要求。

綜上所述，雖然在現代審計工作中應用數據挖掘技術還處于初級的探索階段中，也存在著受到數據質量的影響、審計成本較高、對審計人員素質要求高等局限，但是仍然有著傳統審計方法無可比擬的巨大優勢。隨著審計人員技術水平的不斷提高，對數據挖掘技術研究的不斷深入，將數據挖掘技術應用到現代審計工作中，海量的電子數據中，找到需要的有效信息，進一步提高審計工作效率，降低審計風險。數據挖掘技術會有更加廣闊的應用前景。

（本文作者廖燁，四川職業技術學院講師，研究方向：會計與審計研究。）