審計數(shù)據(jù)分析技術(shù)在舞弊發(fā)現(xiàn)中的應用研究

王亞萍

發(fā)現(xiàn)和預防舞弊行為是審計工作中一個重要而又富有挑戰(zhàn)性的課題。在大數(shù)據(jù)技術(shù)蓬勃發(fā)展的背景下，審計數(shù)據(jù)分析技術(shù)已經(jīng)逐步成為審計師識別舞弊行為強有力的手段。該項技術(shù)通過數(shù)據(jù)挖掘和統(tǒng)計分析來提高審計效率和精確識別潛在的舞弊風險。

審計數(shù)據(jù)分析技術(shù)的基本原理

一、審計數(shù)據(jù)分析技術(shù)的定義與特點

審計數(shù)據(jù)分析技術(shù)涉及各種系統(tǒng)化的方法，流程以及運用到審計過程當中的手段，其目的是從海量的審計數(shù)據(jù)當中抽取出具有價值的數(shù)據(jù)來為審計決策提供支持。它運用數(shù)學、統(tǒng)計以及計算機科學等手段，例如數(shù)據(jù)挖掘、機器學習以及大數(shù)據(jù)分析技術(shù)來發(fā)現(xiàn)并預防舞弊行為的發(fā)生，從而保證財務(wù)報表準確。這類技術(shù)的中心優(yōu)點是可以對大規(guī)模數(shù)據(jù)集進行處理與分析，并確定非典型模式、異常事項和潛在的風險點等。具體來講，審計數(shù)據(jù)分析技術(shù)主要表現(xiàn)在對海量數(shù)據(jù)進行自動化處理，信息識別效率高以及輔助決策支持等方面。使審計工作效率更高，人為錯誤更少，異常發(fā)現(xiàn)概率更大。

二、審計數(shù)據(jù)分析技術(shù)的分類與比較

審計數(shù)據(jù)分析技術(shù)可按其作用、應用場景、依托技術(shù)手段等劃分。常用的分類方法有描述性分析、診斷性、預測性分析，規(guī)范性分析。描述性分析關(guān)注于描述歷史數(shù)據(jù)中的模式，診斷性分析則側(cè)重于解釋這些模式背后的原因，預測性分析力圖對未來發(fā)展趨勢進行預測，規(guī)范性分析則給出了如何對業(yè)務(wù)流程進行優(yōu)化的意見。在對不同審計數(shù)據(jù)分析技術(shù)進行對比研究中，關(guān)鍵是要考慮到其復雜性、準確性、實施成本以及需要掌握的專業(yè)知識的不同。比如描述性分析技術(shù)一般比較簡單、容易理解、容易實現(xiàn)，但是它只能夠提供有限的洞察力。相比較而言，預測性分析與規(guī)范性分析技術(shù)則要復雜得多，或許需要更加先進的統(tǒng)計方法與機器學習算法來實現(xiàn)，但是這些方法卻能給出更加深刻的認識與更有價值的意見。

審計數(shù)據(jù)分析技術(shù)在舞弊發(fā)現(xiàn)中的應用

一、審計數(shù)據(jù)采集與預處理

審計數(shù)據(jù)分析技術(shù)對舞弊發(fā)現(xiàn)起著關(guān)鍵作用，它的運用是從數(shù)據(jù)獲取和預處理階段開始。在這個環(huán)節(jié)上，審計人員需要從不同來源和系統(tǒng)收集原始數(shù)據(jù)，其中包括但不僅限于財務(wù)報表、交易記錄、電子郵件和合同，以保證數(shù)據(jù)的全面性以及相關(guān)性。在收集的過程當中，自動化工具的運用可以顯著提高效率，降低人為遺漏。預處理就是將收集來的數(shù)據(jù)經(jīng)過清洗、集成變換等處理。這一階段審計人員將剔除不相關(guān)或者重復數(shù)據(jù)、填充缺失值、發(fā)現(xiàn)和修正錯誤或者異常數(shù)據(jù)。另外，數(shù)據(jù)標準化是預處理過程中的關(guān)鍵一步，其目的在于把數(shù)據(jù)變換成適用于分析的形式，例如把所有財務(wù)數(shù)字都調(diào)至統(tǒng)一貨幣單位或者變換時間戳使之與不同時區(qū)相匹配。經(jīng)過預處理的數(shù)據(jù)集應是清晰、精確和統(tǒng)一的，這樣才能為后面深入分析奠定堅實的基礎(chǔ)。

二、審計數(shù)據(jù)分析與模型構(gòu)建

審計人員對收集并預處理后的數(shù)據(jù)進行分析時，會利用多種數(shù)據(jù)分析技術(shù)來構(gòu)造模型以暴露并預測舞弊行為。這類模型使用統(tǒng)計與機器學習方法來深度挖掘數(shù)據(jù)并發(fā)現(xiàn)異常模式與異常指標。這通常是舞弊行為可能發(fā)生的征兆。構(gòu)建模型過程主要包括選取適當算法，設(shè)定參數(shù)和訓練數(shù)據(jù)等。以舞弊檢測為背景，常用算法主要包括邏輯回歸、決策樹、聚類分析和神經(jīng)網(wǎng)絡(luò)。審計師根據(jù)資料的性質(zhì)、舞弊種類和分析復雜度，選擇最恰當?shù)乃惴ā１热纾趶碗s舞弊案例中，為了暴露隱藏的規(guī)律，深度學習算法可能會被使用。在模型構(gòu)建過程中，審計師也要對該模型進行評價與優(yōu)化。其中一般包括交叉驗證、調(diào)整模型參數(shù)等，從而提高模型的準確率與預測能力。成功建立的模型可以對未來審計任務(wù)下的數(shù)據(jù)進行實時監(jiān)控和對可能存在的舞弊行為進行自動識別，使得審計工作更積極，反應性更強。將審計數(shù)據(jù)分析技術(shù)運用于舞弊發(fā)現(xiàn)并不局限于模型構(gòu)建，更重要的是對模型進行真實的部署與維護。高效的審計數(shù)據(jù)分析模型應能隨時間推移而不斷地適應新型數(shù)據(jù)模式并對舞弊行為保持高度敏感。

三、舞弊行為檢測與識別

在審計領(lǐng)域中，發(fā)現(xiàn)并識別舞弊行為是一個非常具有挑戰(zhàn)性的工作，需要審計人員采用先進的數(shù)據(jù)分析技術(shù)以及敏銳的直覺。通過多變量統(tǒng)計分析、異常值檢測、序列分析和基于規(guī)則算法等技術(shù)的運用，審計人員可以在海量數(shù)據(jù)中發(fā)現(xiàn)潛在的舞弊跡象。例如，異常值檢測能夠揭示與正常財務(wù)模式不符的交易情況，序列分析能夠幫助找出特定時期內(nèi)不同尋常的交易模式。數(shù)據(jù)分析程序設(shè)計合理，能在交易活動表現(xiàn)出同已知舞弊案例相類似特點時自動引發(fā)報警。綜合運用上述技術(shù)，使審計人員能夠更加迅速而系統(tǒng)地發(fā)現(xiàn)并評價可能存在的舞弊行為成為一種有力的手段。更進一步，機器學習模型特別是能處理大范圍數(shù)據(jù)集的機器學習模型，使審計人員能從數(shù)據(jù)中找到可能很難被人工直接辨識的復雜聯(lián)系與規(guī)律。但使用自動化工具并不等于就能完全代替專業(yè)審計人員進行評判。當發(fā)現(xiàn)可能存在舞弊信號時，審計人員有責任進一步深入分析并利用專業(yè)知識與經(jīng)驗對這些報警是否確實指示舞弊行為作出判斷。其中可能包括比對行業(yè)標準、比較歷史數(shù)據(jù)，甚至深入單個交易中的特定情況來詳細考察。

四、舞弊行為證據(jù)的收集與確認

在找到可能舞弊跡象后，接下來就是取證和證實。這一階段旨在就可能發(fā)生舞弊行為提供確鑿的證據(jù)和建設(shè)充分有力的案例，以支持隨后采取法律行動。審計人員會利用各種技術(shù)手段進行取證，其中主要有電子取證、深度數(shù)據(jù)挖掘以及相關(guān)性分析。在電子取證部分，審計人員將收集電子文檔、電子郵件、日志文件等數(shù)字記錄，以保證這些取證的可用性與有效性。數(shù)據(jù)挖掘技術(shù)也是現(xiàn)階段至關(guān)重要的一項技術(shù)，可以幫助審計人員在復雜的數(shù)據(jù)海洋里抽取關(guān)鍵信息和發(fā)現(xiàn)潛在的舞弊模式。相關(guān)性分析被用來在不同數(shù)據(jù)點間建立聯(lián)系，例如關(guān)聯(lián)分析可能有助于揭示舞弊者間協(xié)同作業(yè)。在舞弊行為取證時，審計人員也要確保取證鏈條完整且不會被篡改，一般都會涉及嚴格取證程序及記錄。

將審計數(shù)據(jù)分析技術(shù)運用于舞弊發(fā)現(xiàn)，展示了其巨大的潛力。從精準有效的數(shù)據(jù)采集及預處理、復雜數(shù)據(jù)分析模型搭建、舞弊行為精準檢測到證據(jù)確認等各個環(huán)節(jié)，是保證審計質(zhì)量、加強舞弊防控工作的重點。伴隨著科技的進步與革新，審計數(shù)據(jù)分析在審計領(lǐng)域中仍會扮演重要的角色，給審計人員帶來更有力的支撐，從而更好地維護公眾利益，提高市場透明度。（作者單位：濮陽縣審計局）