數據挖掘方法在經濟責任審計評價中的應用

（北京工商大學商學院 北京100048）

一、數據挖掘方法在經濟責任審計評價中的作用

經濟責任審計是確立或解脫被審計領導干部經濟責任的一項審計監(jiān)督制度，其關鍵是如何給被審計領導干部一個公正、準確、合理的評價。

數據挖掘（Data Mining）也稱數據庫中的知識發(fā)現（KDD：Knowledge Discovery in Database），是一種特定應用的數據分析過程，它可以從包含大量冗余信息的數據中提取盡可能多的隱藏知識，從而為正確的判斷提供基礎。與以往的數據庫檢索統計技術不同，數據挖掘方法不向用戶提供包含指定特征的信息，而是能夠提供某些特征未知的數據包含的信息。數據挖掘技術的這種特點決定了其具有良好的應用前景，尤其在商業(yè)領域的應用前景為推動這項技術提供了有力的保障。

數據挖掘方法在經濟責任審計評價中可以通過計算機對全部電子數據進行處理，可以避免因手工審計中審計抽樣造成的審計風險，可以對財務明細賬中的貨幣數據進行分析，而且可以建立以業(yè)務事件為基礎形成的數據倉庫，對非貨幣性數據進行審計線索的挖掘和分析；利用聚類知識發(fā)現技術能夠對已有審計人員的經驗方法提升創(chuàng)建，從而成為具有審計任務評價指標體系，有助于提升審計的能力和水平；利用智能信息處理技術能夠對各類評價要求中的各種非結構化、半結構化的數據進行特征本體抽取以及語義判斷，為審計處理各種類型的數據提供技術支持；利用關聯規(guī)則數據挖掘方法對各類型審計要求中的審計特征以及特征影響因子來進一步進行關聯分析，為審計核查存在的問題以及提出問題而產生原因的關聯性提供相關技術支持。另外，傳統的經濟責任審計評價要通過宏觀層面的相關指標，數據挖掘方法能夠從大量的原始數據中發(fā)掘審計線索。因此，數據挖掘方法具有一定的可靠性和可信度。

二、數據挖掘方法在經濟責任審計評價中的具體實施過程

數據挖掘技術包含了很多分析方法，主要有:

（一）數據概化分析方法。是一個抽象描述數據的途徑，有效的、靈活的概化方法可以分為兩類:數據立方體法和面向屬性的規(guī)約法。在實際應用中大致可分為單維度對比，條件查詢，維度交叉查詢等。

在此示例中，查詢定義了以下單元集信息：select子句將查詢軸設置為measures維度的[貸方金額]和[借方金額]成員，以及單位維度的各單位的成員。FROM子句指明數據源。

2.限定條件查詢。下例返回在2007年至2011年會計年度期間，按照 [Measures].[借方金額]度量值進行排序 （從成員集中銷售額最高的成員開始），在科目維度中選取科目名稱為[應收賬款～應收賬款]，求得金額最多的會計期間的五個成員。

TopCount（MDX）函數根據指定的對集求得的值，對指定的元組按降序排序，返回度量值最高的指定個數成員。在此例中，使用TopCount（MDX）函數選取應收賬款最高的五個會計期間，顯示在橫軸。縱軸為各單位名稱，FROM子句指明數據源。由結果可以看出各個單位在哪些會計期間發(fā)生了最多的應收賬款，這些發(fā)生了最多的應收賬款的數據可以定義為多維分析中的元數據：（單位，期間，金額）。

根據審計部門的審計規(guī)則進一步分析，發(fā)生額異常的元數據定義為審計疑點。統計總計（all）欄中顯示某會計期間的金額總計。

審計人員可以通過繼續(xù)查看各單位應收賬款的金額，進一步通過跟蹤審計疑點明確責任單位，據審計疑點，回歸憑證庫表繼續(xù)查詢應收賬款發(fā)生額的詳細信息。

3.維度交叉分析。維度交叉分析可以更加細化多維數據的粒度，例如，若要查詢各單位在各期的借方各科目金額總計，可以使用如下語句：

本例使用Crossjoin（MDX）函數返回同一維度屬性層次結構中的屬性層次結構成員的叉積，限定橫軸為借方下的各項科目，縱軸為各單位名稱以及各會計期間，FROM子句指明數據源。由結果可以看出各個單位在哪些會計期間發(fā)生的應收賬款和其他應收款，可以繼續(xù)跟蹤大額應收賬款收支狀況，以及驗證壞賬準備的提取情況。

（二）關聯規(guī)則應用分析。審計人員能夠使用數據挖掘方法對被審計單位的財務數據及業(yè)務數據進行關聯規(guī)則分析，從中發(fā)現異常問題。通過關聯規(guī)則進行提取和判斷，能夠進一步生成審計分析模型。

本文觀察發(fā)現，研究組并發(fā)癥少于常規(guī)組，護理滿意度、生活質量高于常規(guī)組，住院時間短于常規(guī)組，院外隨訪依從率高于常規(guī)組，差異具有統計學意義（P＜0.05）。提示護理延伸服務應用價值較高。

例如在財政數據挖掘審計中應用關聯規(guī)則，可以計算各個預算單位的財政支出/總預算的值，先確定預算單位是否違規(guī)執(zhí)行預算。在實際審計中，我們還可以利用關聯規(guī)則分析，通過對比被審計單位的車輛數和汽車保險費支出的關系，能夠據此關聯規(guī)則分析結果發(fā)現是否利用賬外資產購買用車，根據此線索進而查出是否存在小金庫的問題。

再者，以應付賬款的分析性測試為例，關聯規(guī)則可以將具有類似性質的會計數據分離。分析發(fā)現：重復記賬的應付賬款；與總賬、明細賬金額不等的同筆應付賬款；資產負債表日附近的應付賬款，通過此項分析能夠確認是否存在隱瞞負債的現象；重復發(fā)生的異常交易應付賬款，例如，每月初購買相同金額的固定資產等。先通過數據挖掘的關聯規(guī)則進行判斷，再加上審計人員專業(yè)判斷，對發(fā)現的可疑點進行進一步審查。

此外，還可以利用外部數據關聯關系構建審計數據分析模型，以海關審計為例，在海關的進出口貨物通關作業(yè)中，完整的通關業(yè)務包括海關以外的商檢、外匯管理，稅務、外經貿、海事、空管、港務等單位和部門協作，它們和海關一起構成整個系統。目前，中國電子口岸平臺中包括外匯、稅務、以及經貿數據信息，整個數據都可以在各部門間實現共享。而在傳統的審計中，審計組對海關進行審計時采集和利用僅僅是海關的信息資源。而現在不僅可以采集海關內部的通關數據，進出口貨物通關有關的外部電子數據還可以從當地外匯管理局、港務管理局、國家稅務局、海事局、電子商務中心和某碼頭集裝箱有限公司等單位取得。通過構造外部與內部電子數據的關聯關系，可以形成審計人員所需要的審計模型。

（三）孤立點監(jiān)測。企業(yè)的財務數據會隨著企業(yè)經營業(yè)務的變化而變化。在實踐中，項目數據的變動會呈現一定的規(guī)律性，如果變動不符合原來的規(guī)律，則可能存在一定的異常情況。孤立點分析能夠有效地識別虛假財務報表，發(fā)現背離正常趨勢的數值。實際應用中先要選擇一些能夠明顯突出異常現象的關鍵指標，如應收應付款項、資產狀況和費用指標，再設立臨界值，通過孤立點檢測進行分析。如果相關指標超出了原先設定的臨界值，則表明有可能存在造假現象。

閾值的設定可以根據以往年度均值、審計制度要求制定，審計人員根據需要設定閾值進行孤立點的確定。由孤立點數據挖掘方法我們可以得出相應經濟責任審計評價指標，如：異常的應收（應付）賬款，異常的管理（銷售）費用；應收賬款、管理費用額度設定超出閾值即為異常點，支出超過一定比例的預算，單位可能存在違規(guī)行為。

在實際審計中，將被審計單位與有關聯關系的銷售商的審計期間交易額進行分析，發(fā)現近五年中每個月的交易額波動較小，但是在中間某年的12月份的交易額增長了3倍，審計過程中可以把該月的交易額確立為一個孤立點，很有可能是被審計單位或者相關被審計領導人為了增加銷售額而虛假增加的一筆交易。

（四）時間序列分析。時間序列是指一組按照時間有序排列的隨機數據。時間序列來自于系統，表現的是系統內數據與外界的關聯關系。對時間序列的預測就是根據已有的數據推斷系統在當前時間以后可能產生的數據，為實際工作提供參考。同時能夠通過先前數據來預測之后數據，將已發(fā)生的數據與所推測的結果進行對比，查看是否存在異常。

對于任期經濟責任審計來說，在剔除宏觀經濟影響后，觀察各項經濟指標的表現。中觀層面，通過對比任期前后資產負債率、凈利潤等財務指標的變動來進行本任期的評價。對任期以前年度進行時間序列模型的定義，驗證任期前后以及任期間經濟指標的表現。微觀上可以根據匯總的數據（每周、月、季度，年度）對數據進行預測。因為許多經濟活動的數據是由很多互不相關的業(yè)務得到的一個匯總數據，這些不相關的業(yè)務并不是連續(xù)發(fā)生的（比如說，某企業(yè)并不是每天都與同一家公司有業(yè)務往來）。

在實際審計中，通常會根據匯總數據進行預測。通過時間序列分析法，能夠對比往屆干部與在任干部在經濟指標上趨勢性的差別，通過此方法來挖掘判斷，能為進一步劃分經濟責任做出客觀的分析和認定。

三、完善數據挖掘方法在經濟責任審計評價中運用的措施

數據挖掘方法在審計中的應用處于探索和起步階段，雖然數據挖掘方法在舞弊和異常檢測方面具有較強的客觀性、可操作性和指向性，但是也有一定的局限性。主要表現在：數據挖掘對于目標分析數據源特征有所要求，使用數據挖掘方法需要一定的投入，而且對人員素質要求較高，數據挖掘審計對經濟責任審計的應用范圍有限等。

對此，我們首先應明確經濟責任審計的目的。數據挖掘方法是一種發(fā)掘審計線索的途徑，在使用此種方法時必須以經濟責任審計的目標為前提，不能舍本逐末。所以在使用數據挖掘方法進行經濟責任審計之前，一定要明確審計對象的主要業(yè)務和背景，設計出合理的經濟責任方法。

其次，創(chuàng)新審計工作方式的同時保證評價客觀量化。本文關注的數據挖掘是創(chuàng)新經濟責任審計基礎方法，在實際工作中，應該進行業(yè)績縱向比較，客觀評價管理、效益水平。將審計期間直接、間接證據結合，界定責任的劃分和評價。

第三，促進信息系統建設，培養(yǎng)數據式審計相關技術人員。數據挖掘方法在經濟責任審計中的應用依賴于被審計單位的信息化程度，所以要進一步推廣和應用必須加強各大企事業(yè)單位的電子賬目和相關業(yè)務數據的信息化。同時由于數據挖掘方法的專業(yè)性，所以還要加強對審計人員的培訓，審計人員的素質和知識儲備是數據式審計，尤其是數據挖掘審計能夠有效開展的關鍵因素。

第四，規(guī)范數據挖掘方法對于經濟責任審計評價的操作標準。若想提高數據挖掘方法在經濟責任審計中運用的效果和效率，就要針對相關單位的審計需求提出一套可以執(zhí)行的標準和體系，以使審計過程規(guī)范化、合理化。

最后，建立經濟責任審計結果運用機制。建立經濟責任審計結果的運用機制，能夠促進領導干部守法守紀，以往的經濟責任審計常常存在查出問題但缺少后續(xù)獎懲措施的現象。這也違背了經濟責任審計的目標和初衷。因此，在今后的經濟責任審計工作中，審計結果若能有效反映實際的經濟責任，針對審計結果制定出相應的獎懲機制并付諸實踐，經濟責任審計才能對領導干部的功過得失起到合理的評價和監(jiān)督作用。