基于數(shù)據(jù)挖掘的基層央行內(nèi)審模型研究

潘德寶

摘要：近年來(lái)，人民銀行各項(xiàng)業(yè)務(wù)信息化水平不斷提高，推廣使用了大量業(yè)務(wù)系統(tǒng)，積累了海量數(shù)據(jù)，但傳統(tǒng)內(nèi)部審計(jì)手段難以有效揭示海量數(shù)據(jù)背后隱藏的舞弊信息，本文將數(shù)據(jù)挖掘技術(shù)引入基層央行內(nèi)部審計(jì)工作，構(gòu)建基于數(shù)據(jù)挖掘的基層央行內(nèi)審模型，以改進(jìn)傳統(tǒng)內(nèi)部審計(jì)方法，適應(yīng)信息化快速發(fā)展需求。

關(guān)鍵字：數(shù)據(jù)挖掘基層央行內(nèi)審模型

一、數(shù)據(jù)挖掘技術(shù)概述

數(shù)據(jù)挖掘（DM）是一種計(jì)算機(jī)輔助技術(shù)，用于從海量的、不完全的、有噪聲的、模糊的、隨機(jī)的數(shù)據(jù)中抽取出潛在的、有效的、新穎的、有用的和最終可以理解的知識(shí)的過(guò)程，又稱(chēng)數(shù)據(jù)庫(kù)知識(shí)發(fā)現(xiàn)(KDD )。數(shù)據(jù)挖掘既能針對(duì)特定數(shù)據(jù)庫(kù)進(jìn)行簡(jiǎn)單的檢索和查詢(xún)，又能進(jìn)行多層次、全方位的統(tǒng)計(jì)、分析、綜合和推理，越來(lái)越多的組織開(kāi)始對(duì)記錄交易活動(dòng)、經(jīng)營(yíng)狀況和市場(chǎng)信息的海量數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘，從而獲得有價(jià)值的信息，提高組織的盈利水平和競(jìng)爭(zhēng)能力。數(shù)據(jù)挖掘技術(shù)主要功能有：概念描述、分類(lèi)預(yù)測(cè)、估值分析、關(guān)聯(lián)分析和聚集分析等。

（一）概念描述。概念描述是依據(jù)分析對(duì)象的內(nèi)涵，挖掘其普遍性、表征性、高層次和宏觀知識(shí)，以反映同類(lèi)對(duì)象的共同屬性，是對(duì)數(shù)據(jù)的概括、精煉和抽象。審計(jì)人員可用概念描述的方法總結(jié)概括審計(jì)數(shù)據(jù)，并在概念層次進(jìn)行呈現(xiàn)。

（二）分類(lèi)預(yù)測(cè)。數(shù)據(jù)分類(lèi)是針對(duì)分析對(duì)象的某一特定屬性建立分類(lèi)模型，利用該模型將數(shù)據(jù)庫(kù)中分析對(duì)象劃分成若干組，達(dá)到“物以類(lèi)聚”的目的，分類(lèi)可為某對(duì)象提供預(yù)測(cè)值，分類(lèi)預(yù)測(cè)是數(shù)據(jù)挖掘中發(fā)展最充分的領(lǐng)域。

（三）估值分析。估值分析能測(cè)算出連續(xù)性變量的值，輸入一些特定的數(shù)據(jù)，通過(guò)估值分析，得到其他難以直接獲取的變量的值，然后根據(jù)分類(lèi)規(guī)則進(jìn)行分類(lèi)。審計(jì)人員可以通過(guò)估值分析尋找異常的財(cái)務(wù)收支線索。

（四）關(guān)聯(lián)分析。關(guān)聯(lián)分析可以挖掘數(shù)據(jù)庫(kù)中頻繁出現(xiàn)的模式知識(shí)，即關(guān)聯(lián)規(guī)則，反映了不同屬性間依賴(lài)或關(guān)聯(lián)關(guān)系。審計(jì)人員對(duì)審計(jì)對(duì)象數(shù)據(jù)庫(kù)中的數(shù)據(jù)進(jìn)行關(guān)聯(lián)分析，發(fā)現(xiàn)異常聯(lián)系，尋找審計(jì)線索，發(fā)現(xiàn)審計(jì)疑點(diǎn)。

（五）聚類(lèi)分析。聚類(lèi)分析面向未明確分類(lèi)的數(shù)據(jù)，將數(shù)據(jù)中較接近的劃歸一類(lèi)，同一類(lèi)別數(shù)據(jù)間的相似性盡可能大，不同類(lèi)別的數(shù)據(jù)間相似性盡可能小。審計(jì)人員可將具有相似性的會(huì)計(jì)數(shù)據(jù)進(jìn)行聚類(lèi)分組，從而發(fā)現(xiàn)異常賬目。

二、基層央行內(nèi)部審計(jì)引入數(shù)據(jù)挖掘技術(shù)的必要性

目前，中國(guó)人民銀行廣泛使用的業(yè)務(wù)系統(tǒng)有國(guó)家金庫(kù)會(huì)計(jì)集中核算系統(tǒng)（TCBS）、貨幣金銀信息系統(tǒng)和中央銀行會(huì)計(jì)集中核算系統(tǒng)（ACS）等40余個(gè)，伴隨而來(lái)的是業(yè)務(wù)處理高度電子化、控制隱性化、數(shù)據(jù)大集中、數(shù)據(jù)海量化，海量數(shù)據(jù)可能隱藏了大量的舞弊和違規(guī)信息，引入數(shù)據(jù)挖掘技術(shù)可以有效降低審計(jì)風(fēng)險(xiǎn)、提升審計(jì)能力、拓展審計(jì)范圍和提高審計(jì)效率。

（一）降低審計(jì)風(fēng)險(xiǎn)。各類(lèi)業(yè)務(wù)系統(tǒng)的普及推廣，導(dǎo)致審計(jì)對(duì)象從傳統(tǒng)的紙制賬簿到種類(lèi)繁多的電子數(shù)據(jù)的轉(zhuǎn)變，審計(jì)責(zé)任和審計(jì)風(fēng)險(xiǎn)隨之加大，將數(shù)據(jù)挖掘引入基層央行內(nèi)部審計(jì)，對(duì)海量數(shù)據(jù)進(jìn)行采集、處理和分析，能夠有效發(fā)現(xiàn)審計(jì)線索，顯著降低審計(jì)風(fēng)險(xiǎn)。

（二）提升審計(jì)能力。隨著央行各項(xiàng)業(yè)務(wù)和管理活動(dòng)信息化的進(jìn)一步普及，內(nèi)審部門(mén)在審查紙質(zhì)材料的同時(shí)，對(duì)各類(lèi)業(yè)務(wù)數(shù)據(jù)進(jìn)行挖掘，能有效識(shí)別各類(lèi)風(fēng)險(xiǎn)，發(fā)現(xiàn)控制缺陷，壓縮審計(jì)成本，進(jìn)而更好的服務(wù)于人民銀行各項(xiàng)業(yè)務(wù)目標(biāo)的實(shí)現(xiàn)。

（三）拓展審計(jì)范圍。數(shù)據(jù)挖掘依托數(shù)據(jù)庫(kù)技術(shù)通過(guò)計(jì)算機(jī)實(shí)現(xiàn)，具有高速、快捷、準(zhǔn)確的特點(diǎn)。審計(jì)人員利用數(shù)據(jù)挖掘能積極開(kāi)展事前審計(jì)、事中審計(jì)和效益審計(jì)，擴(kuò)大審計(jì)范圍、提高審計(jì)質(zhì)量，逐筆進(jìn)行審計(jì)、降低抽樣風(fēng)險(xiǎn)，使全面審計(jì)成為可能。

（四）提高審計(jì)效率。數(shù)據(jù)挖掘使得部分審計(jì)資料的審查與分析工作依靠計(jì)算機(jī)完成，有效實(shí)現(xiàn)持續(xù)審計(jì)和聯(lián)網(wǎng)審計(jì)，擺脫“數(shù)據(jù)豐富，信息貧乏”的尷尬局面，及時(shí)監(jiān)測(cè)和預(yù)警各項(xiàng)業(yè)務(wù)風(fēng)險(xiǎn)，查找風(fēng)險(xiǎn)隱患，控制業(yè)務(wù)漏洞，審計(jì)效率顯著提高。

三、基于數(shù)據(jù)挖掘的基層央行審計(jì)模型

本文根據(jù)基層央行業(yè)務(wù)實(shí)際和數(shù)據(jù)挖掘技術(shù)處理要求，構(gòu)建了由數(shù)據(jù)收集、數(shù)據(jù)整理、數(shù)據(jù)挖掘和審計(jì)發(fā)布四階段構(gòu)成的基于數(shù)據(jù)挖掘的基層央行審計(jì)模型，其流程如圖1所示。

（一）數(shù)據(jù)收集階段

基層央行內(nèi)審部門(mén)應(yīng)結(jié)合轄區(qū)業(yè)務(wù)實(shí)際，積極開(kāi)展風(fēng)險(xiǎn)評(píng)估工作，確定各業(yè)務(wù)風(fēng)險(xiǎn)排序，擬定審計(jì)項(xiàng)目，針對(duì)特定的審計(jì)目標(biāo)和審計(jì)內(nèi)容進(jìn)行廣泛而深入的審前調(diào)查，掌握審計(jì)的范圍、審計(jì)的內(nèi)容、審計(jì)所需的信息。根據(jù)審前調(diào)查情況，審計(jì)人員有目的性的收集和整理與審計(jì)相關(guān)的數(shù)據(jù),服務(wù)于審計(jì)項(xiàng)目。該階段審計(jì)人員在保證不影響被審計(jì)單位業(yè)務(wù)系統(tǒng)的平穩(wěn)、持續(xù)運(yùn)行前提下，采取諸如Microsoft SQL Server 2000數(shù)據(jù)轉(zhuǎn)換工具，獲取、更新和維護(hù)審計(jì)相關(guān)數(shù)據(jù)。

（二）數(shù)據(jù)整理階段

圖1基于數(shù)據(jù)挖掘的基層央行審計(jì)模型流程圖

該階段審計(jì)人員在充分分析數(shù)據(jù)質(zhì)量的情況下，運(yùn)用數(shù)據(jù)庫(kù)各表之間的勾稽關(guān)系，剔除垃圾數(shù)據(jù)，清理、轉(zhuǎn)換、載入和驗(yàn)證提取的數(shù)據(jù)，建立審計(jì)數(shù)據(jù)倉(cāng)庫(kù)，數(shù)據(jù)倉(cāng)庫(kù)中的審計(jì)數(shù)據(jù)是是集成的、一致的、高質(zhì)量的,便于后續(xù)審計(jì)工作的開(kāi)展。數(shù)據(jù)倉(cāng)庫(kù)是面向特定審計(jì)主題的,不同被審計(jì)單位的審計(jì)主題不盡相同，因此審計(jì)人員要為不同審計(jì)對(duì)象設(shè)計(jì)不同的數(shù)據(jù)倉(cāng)庫(kù)，設(shè)計(jì)數(shù)據(jù)倉(cāng)庫(kù)包括數(shù)據(jù)倉(cāng)庫(kù)模型設(shè)計(jì)及數(shù)據(jù)處理設(shè)計(jì)，是一個(gè)循環(huán)往復(fù)、不斷優(yōu)化的過(guò)程,需要不斷地反饋不斷地完善。該階段審計(jì)人員主要任務(wù)是為采集到的審計(jì)數(shù)據(jù)建立一個(gè)獨(dú)立與被審計(jì)單位數(shù)據(jù)庫(kù)的數(shù)據(jù)倉(cāng)庫(kù)，提供適合聯(lián)機(jī)分析處理和數(shù)據(jù)挖掘的數(shù)據(jù)存儲(chǔ)環(huán)境。

（三）數(shù)據(jù)挖掘階段

該階段審計(jì)人員可以使用簡(jiǎn)單分析和多維分析工具對(duì)數(shù)據(jù)倉(cāng)庫(kù)進(jìn)行數(shù)據(jù)分析,如：采用聯(lián)機(jī)分析處理的切塊、切片、旋轉(zhuǎn)和鉆取等技術(shù),對(duì)審計(jì)數(shù)據(jù)進(jìn)行比較分析、比率分析、趨勢(shì)分析等。但在海量數(shù)據(jù)情況下，審計(jì)人員必須采用諸如統(tǒng)計(jì)分析、決策樹(shù)、人工神經(jīng)網(wǎng)絡(luò)和關(guān)聯(lián)規(guī)則等數(shù)據(jù)挖掘算法，對(duì)數(shù)據(jù)倉(cāng)庫(kù)進(jìn)行數(shù)據(jù)挖掘。

1.選擇數(shù)據(jù)挖掘算法。不同數(shù)據(jù)挖掘算法的思路、步驟、功能和應(yīng)用領(lǐng)域不盡相同，審計(jì)人員應(yīng)根據(jù)審計(jì)主題選擇挖掘方法,以得到對(duì)審計(jì)有指導(dǎo)意義的知識(shí)。

2.建立數(shù)據(jù)挖掘模型。選擇數(shù)據(jù)挖掘算法后,從分析數(shù)據(jù)入手,從數(shù)據(jù)倉(cāng)庫(kù)中提取主要變量,剔除無(wú)關(guān)變量,建立適合該算法的數(shù)據(jù)挖掘模型。

3.驗(yàn)證數(shù)據(jù)挖掘模型。從數(shù)據(jù)倉(cāng)庫(kù)中選取多個(gè)樣本數(shù)據(jù),對(duì)挖掘模型進(jìn)行驗(yàn)證，確保數(shù)據(jù)挖掘模型實(shí)現(xiàn)既定審計(jì)目的。

4.運(yùn)行數(shù)據(jù)挖掘模型。挖掘模型的運(yùn)行由專(zhuān)業(yè)計(jì)算機(jī)工具完成,審計(jì)人員要認(rèn)真評(píng)估挖掘結(jié)果，判定挖掘結(jié)果的準(zhǔn)確性和有效性,保證挖掘結(jié)果得出正確審計(jì)結(jié)論。評(píng)估結(jié)果可能導(dǎo)致退回到之前的階段,重新選擇數(shù)據(jù)集合、數(shù)據(jù)挖掘算法或調(diào)整挖掘算法參數(shù)。

5.構(gòu)造審計(jì)知識(shí)庫(kù)。數(shù)據(jù)挖掘模型運(yùn)行后，會(huì)呈現(xiàn)隱藏在數(shù)據(jù)倉(cāng)庫(kù)中的一些規(guī)律或者展示異常審計(jì)數(shù)據(jù),這些規(guī)律或者異常稱(chēng)之為審計(jì)知識(shí),不同的審計(jì)知識(shí)存儲(chǔ)在一起即構(gòu)成了審計(jì)知識(shí)庫(kù)，審計(jì)人員利用審計(jì)知識(shí)提取審計(jì)線索或違規(guī)及風(fēng)險(xiǎn)情況。

6.循環(huán)利用審計(jì)知識(shí)庫(kù)。在以后開(kāi)展審計(jì)項(xiàng)目時(shí)，審計(jì)人員首先查看審計(jì)知識(shí)庫(kù)，采用可以直接使用的審計(jì)知識(shí)，否則按照上述步驟構(gòu)造適合本次審計(jì)的挖掘模型，并將新的審計(jì)知識(shí)存入審計(jì)知識(shí)庫(kù)。審計(jì)知識(shí)庫(kù)的循環(huán)使用提高了審計(jì)的效率，實(shí)現(xiàn)了資源共享，提高了審計(jì)質(zhì)量。

(四)審計(jì)發(fā)布階段

審計(jì)人員利用掌握的審計(jì)證據(jù)，對(duì)提取的審計(jì)線索、審計(jì)違規(guī)及風(fēng)險(xiǎn)狀況進(jìn)行解釋和驗(yàn)證，評(píng)估形成審計(jì)結(jié)論，對(duì)審計(jì)結(jié)論進(jìn)行一致性和效用性處理。主審人組織獲得的審計(jì)結(jié)論，以事實(shí)確認(rèn)書(shū)的形式向被審計(jì)單位征求意見(jiàn)，最終形成審計(jì)報(bào)告。

四、基層央行應(yīng)用數(shù)據(jù)挖掘?qū)徲?jì)模型相關(guān)建議

（一）大力宣傳數(shù)據(jù)挖掘理念。2012年，具有數(shù)據(jù)挖掘功能的人民銀行計(jì)算機(jī)輔助審計(jì)系統(tǒng)正式上線運(yùn)行，且在國(guó)庫(kù)和貨幣發(fā)行業(yè)務(wù)領(lǐng)域進(jìn)行了應(yīng)用，取得了顯著成效；2013年，下發(fā)了《中國(guó)人民銀行辦公廳關(guān)于計(jì)算機(jī)輔助審計(jì)工作的指導(dǎo)意見(jiàn)》，進(jìn)一步規(guī)范計(jì)算機(jī)輔助審計(jì)相關(guān)事項(xiàng)。基層央行要以此為契機(jī)，大力宣傳數(shù)據(jù)挖掘?qū)徲?jì)理念，集中力量開(kāi)展數(shù)據(jù)挖掘?qū)徲?jì)模式攻關(guān)研究，為數(shù)據(jù)挖掘?qū)徲?jì)模式的推廣應(yīng)用營(yíng)造氛圍。

（二）著力搭建溝通協(xié)調(diào)機(jī)制。基層央行內(nèi)審部門(mén)要推廣數(shù)據(jù)挖掘?qū)徲?jì)模型，必須建立溝通協(xié)調(diào)機(jī)制。技術(shù)部門(mén)要按照權(quán)限提供相關(guān)業(yè)務(wù)系統(tǒng)的系統(tǒng)需求、數(shù)據(jù)庫(kù)設(shè)計(jì)和數(shù)據(jù)字典等信息，并在系統(tǒng)研究、數(shù)據(jù)采集和數(shù)據(jù)挖掘等方面提供必要的支持和配合；相關(guān)業(yè)務(wù)部門(mén)要積極提供內(nèi)審部門(mén)開(kāi)展數(shù)據(jù)挖掘?qū)徲?jì)所需相關(guān)數(shù)據(jù)，不得以任何借口和理由拒絕或踢皮球；內(nèi)審部門(mén)要不斷探索應(yīng)用數(shù)據(jù)挖掘技術(shù)的方法和路徑。

（三）全力培養(yǎng)專(zhuān)業(yè)審計(jì)人才。基層央行內(nèi)審部要推廣數(shù)據(jù)挖掘?qū)徲?jì)模型，亟需具備數(shù)據(jù)挖掘和信息技術(shù)創(chuàng)新應(yīng)用能力的“數(shù)據(jù)分析師”和負(fù)責(zé)業(yè)務(wù)知識(shí)研究及分析思路構(gòu)建的“業(yè)務(wù)分析師”兩種專(zhuān)業(yè)審計(jì)人才，因此，要全力加強(qiáng)人才培養(yǎng)和人員培訓(xùn)，統(tǒng)籌專(zhuān)業(yè)分析人才與數(shù)據(jù)分析人才、普通應(yīng)用人才與高層次人才全面發(fā)展，鍛造一支理論水平高、實(shí)踐能力強(qiáng)的復(fù)合型人才隊(duì)伍，推進(jìn)數(shù)據(jù)挖掘技術(shù)在基層央行內(nèi)部審計(jì)中的廣泛應(yīng)用。

參考文獻(xiàn)：

[1]曾德勝等.基于數(shù)據(jù)挖掘的審計(jì)系統(tǒng)研究[J].《長(zhǎng)春工程學(xué)院學(xué)報(bào)》，2011.12.1：124-127。

[2]白濤.“大數(shù)據(jù)”時(shí)代內(nèi)部審計(jì)發(fā)展策略的理論思考-以“信息化審計(jì)”引領(lǐng)未來(lái)發(fā)展[J].《西南金融》,2013.2: 7-9。

[3]陳寶等.數(shù)據(jù)挖掘技術(shù)在財(cái)產(chǎn)保險(xiǎn)行業(yè)非現(xiàn)場(chǎng)內(nèi)部審計(jì)中的應(yīng)用[J].《合作經(jīng)濟(jì)與科技》，2013.11：76-77。

[4]程廣華.數(shù)據(jù)挖掘技術(shù)在商業(yè)銀行內(nèi)部審計(jì)中的應(yīng)用研究[J].《金融視角》，2011.3：47-49。