基于數據挖掘的審計風險模型構建研究

摘 要：在信息技術不斷發展的背景之下，我們已經逐漸步入了數據時代，對現有審計方法模型帶來了巨大的挑戰。為了滿足時代發展的需要，對其進行更新勢在必行。審計方法的不斷改變，同時也帶來了一定的審計風險，所以，新的審計風險模型隨之產生。而數據挖掘技術作為信息時代的產物可以全方位的分析所產生的海量數據，將有用信息提取出來，從根本上確保判斷的正確性，有效避免了之前在審計過程當中所產生的抽樣風險。在此基礎之上，本文主要就基于數據挖掘的審計風險模型的構建進行簡單的分析和探討。

關鍵詞：數據挖掘；審計風險；模型構建

引言

作為新型商業信息處理技術的一種，數據挖掘技術主要就是分析、收取以及轉換商業數據庫當中所存在的海量業務數據，從而將對商業決策起著輔助性作用的關鍵性數據提取出來。而就審計本身而言，主要指的是相關部門根據法律對各級政府部門和金融機構、企事業單位所組織的重大項目和財務收支情況在事前以及事后所進行的獨立監督。審計風險模型是對在進行審計工作的過程當中所存在的風險進行分析研究，在此過程當中將數據挖掘技術應用到其中，能夠從根本上確保審計水平，降低風險。

一、數據挖掘技術概述及應用現狀

數據挖掘顧名思義其實就是將一些潛在的、一些無法進行預測的有著使用價值的信息從大量的非結構化和結構化的數據當中挖掘出來。這些信息通常情況下是用戶較為感興趣的，能夠被理解和應用的，可以為管理者提供決策性的意見，可以帶給企業相應的非經濟性和經濟性的效益，又或者是為相應的科學研究打下堅實的基礎。

總之而言，在具體審計過程當中對數據挖掘技術進行應用還不夠完善，現階段對其研究仍然處于理論階段，要想要想使其在審計工作當中得到充分的應用，還面臨著一定的困難。經過大量的實踐發現，主要是由于幾下這些原因而導致的：缺乏相應的經驗標準可以借鑒，無法從根本上確保源頭數據的質量，在對數據挖掘技術進行具體應用的過程當中所需費用較高，與此同時，對操作人員的素質也提出了更高的要求。以上這些問題的有效解決，不但是時代發展的需求，同時還提高了審計工作的實踐經驗，對于現代計算機審計的發展有著一定的促進意義。再者，通過自動化的非法入侵檢測系統的建立，數據挖掘技術還能夠系統的分析被審計單位的日志數據，從而幫助企業對非法入侵的數據進行及時預警，進而從根本上確保被審計單位當中所有信息的安全性，盡可能的將審計風險降到最低。

二、數據挖掘技術的具體應用流程

數據挖掘審計的基本實現路徑包括確定業務對象、準備業務對象相關的數據、對數據進行刪選和預處理、建立模型對其進行深度挖掘、對結果進行分析 （ 彭正玲，2018），具體如圖 1 所示：

（一）確定業務對象

在數據挖掘技術當中有一個重要的優點就是在大量的數據當中將那些隱蔽的、具有實用性意義的信息挖掘出來。一味的為了數據而去機械數據挖掘沒有絲毫意義，審計人員必須要按照需要進行處理的問題，從而有目的性的對相關數據進行搜集。盡管無法準確的預測最終的數據結構，但是相關審計人員對于所要探索的問題已經提前知曉。在具體實踐當中通過不斷的使用數據挖掘及時，所要確定的業務對象也必將是一個需要不斷修改的動態過程。在具體進行數據挖掘的時候審計人員會根據被審計單位的具體情況不斷的提出新的問題，在具體使用數據挖掘技術的時候可能將新問題間接或者直接的暴露出來。

（二）數據準備

其一，就是選擇數據。在對業務對象進行明確之后，隨后就需要相關工作人員采集審計數據。現階段，已經步入了數字化時代，數據形式愈加變得豐富，其來源也更加廣泛，數量的發展可謂是天文級別的。想要將特定數據在如此龐大的數據系統當中選擇出來，審計人員需要對被審計當中的相關財務信息有一個充分的了解，財務信息應當包括與之有經濟業務往來單位的相關信息。再者，還需要充分重視對其外部環境進行反映的以及相關市場信息。在此過程當中被審計單位或許會將進行過舞弊處理的數據提供出來，在此基礎上，相關審計人員必須要做到及時了解并對其進行掌控。再者就是預處理數據。第一點就是要分析數據的質量，對含有特殊符號的值、缺失值、重復值以及異常值等進行發掘。針對所發現的缺失值，在分析的過程當中能夠采用較為簡單的方法，進而得到含有缺失值的屬性的個數，和所有屬性的缺失率、未缺失數；如果有異常值產生，要對其原因進行充分的分析，此時正好可以對相應的問題進行發現從而對其決策進行改進。面對清理好的數據，因為數據挖掘所需要的數據通常情況下所在數據源并不相同，相關審計人員必須要對其進行充分的整合。

（三）數據挖掘模型

總的來講，在進行審計的時候，數據挖掘模式的成功構建直接影響了數據挖掘技術的成功。要想從根本上確保模型組合的有效性，則需要包括全過程的風險控制、定量以及定性分析。對于數據挖掘工具的應用，審計人員在具體操作的過程當中，一定要確保其準確性，同時對其成本效益及對模型的適應性進行充分考慮。確定了模型之后，審計人員在分析整理相關資料的時候需要對數據挖掘技術進行科學、合理的應用，方可及時發現埋藏于眾多財務數據當中的信息，對未知的規律和信息進行掌握。

（四）結果分析

審計人員在分析處理后的審計數據時要站在專業的角度，保持懷疑的心態，在對審計結果在結論的過程當中不能一味的依靠數據挖掘的審計證據。還要充分考慮到被審計單位的規模、實際經營能力、就業環境以及國家對該行業的法律法規環境。尤其需要注意的就是采用數據挖掘及時而得到了審計結構也具有一定的缺陷，要想充分避免該問題的產生，在具體審計過程當中，相關工作人員必須要時刻堅持自身職業操守和判斷。

三、基于數據挖掘技術的審計風險模型構建

（一）基于數據挖掘下的審計風險模型構建思路

陳丹萍 （ 2013）提出基于數據挖掘技術下的審計風險模型： 審計風險 = 行業重大風險× 數據挖掘技術風險 × 檢查風險。在該公式當中行業重大風險其實指的就是在行業當中所產生的傾向性的問題，由于行業的不同，所產生的經濟的特點也具有一定的差異性。但是數據挖掘及時風險通常情況下主要指因為在應用了數據挖掘技術之后所得到了結果和被審計單位的實際情況存在著一定的出入。

在企業進行審計的過程當中，之所以要進行審計，其主要就是為了評價企業的經濟效果，對其違法行為做到及時掌握并進行相應的處罰。被審單位會計處理過程中發生重大不實事項的可能性稱為內在風險； 被審單位內部控制系統不能發現和改正業已發生的重大不實事項的可能性稱為控制風險； 審計人員在執行審計程序時，不能查出重大不實事項的可能性稱為檢查風險。審計風險并不能在審計結束時以數學形式加以確定，因為審計人員并不知道實際風險，而要用判斷來評價每種相關風險。因此，在建立審計風險模型后，還要結合行業重大風險、數據挖掘及時風險以及檢查風險，從而構成基于數據挖掘的審計風險（圖2）。

（二）基于數據挖掘下審計風險模型的應用

基于數據挖掘的審計風險模型當中，在一定程度上降低了審計人員根據傳統審計風險模型對企業內控做風險識別的工作量。由于行業風險具有一定的透明性，所以比較容易進行數據的獲取。數據挖掘風險是來自于自身的固有風險，但是它在一定程度上使傳統審計模型當中所存在的審計抽樣的風險有所降低。判斷數據挖掘技術風險的時候主要是依靠的技術本身，在對其進行定量分析的過程當中只需要采用適當的模型就可以了，所需成本較少。所以，基于數據挖掘的審計風險模型的基礎上，不但從根本上增強了審計人員的工作效率和質量，還對審計成本進行了科學、合理的控制。

在最初對其進行審計的時候，相關審計人員必須要對其具體的方案進行有效落實，對其風險進行有效預測。在該環節當中，基于數據挖掘的審計風險模型主要是數據挖掘技術風險水平，在對各類風險及其因素進行確定之后，能夠對審計模型當中的內容進行充分確定，進而對其風險進行避免。此時，對于檢查風險和重大風險可以先不進行處理，在還未對檢查風險進行確定之前，審計人員需要具體分項企業的實際經營情況，客觀評價行業的重大風險，并評估其級別情況。在不對風險進行評價分析的情況下，審計人員需要計算出企業的可容忍風險，在對導致風險產生的內、外部因素進行了解掌握之后，再對檢查風險進行確定，將可容忍風險計算出來之后，對行業重大風險進行評價，在確定檢查風險后，再對審計證據進行整理和收集，同時做好風險測試的工作，進而有效確保審計方法和程序的科學、合理性。在進行風險評估和風險處理的過程當中，審計人員需要對數據挖掘審計風險模型進行充分的利用，進而科學評估審計項目的可容忍風險水平。在完成了審計工作以后，需要進行終極風險模型的構建，在具體評價終極風險的過程當中，要合理的評估檢查風險，計算得出終極風險，同時拿審計項目的可容忍風險與其進行對照，假如終極風險相對較小的話，就充分說明了審計結構的科學性。假如終極風險相對較大的話，就充分表明在進行評估的時候審計風險具有不合理的地方，因此為了從根本上保證審計工作的準確性，需要對風險類型和審計程序進行重新判定。

四、數據挖掘技術對審計風險管理的措施

（一）將數據來源進行一定程度的拓展

之前在進行審計的時候，相關數據主要來源于企業內部業務數據和財務數據。隨著大數據時代的來臨，數據的來源越來越廣泛。在電子網絡不斷普及的背景下，導致相關研報、互聯網平臺、企業公告、社交軟件以及電子郵件等都可以作為外部數據的來源。在具體審計環節，數據挖掘技術也可以對非結構化數據進行審計。數據挖掘及時在審計工作當中的具體應用，導致被審計單位的審計數據出現了匱乏以及缺失等情況，所以，需要將數據來源做進一步的拓展。

（二）進行挖掘模式的構建并對其進行不斷完善

數據模型的成功構建 （ 黃志艷，2016）與否與數據挖掘最終能否得出有效結論直接相關，就審計人員本身來講，選擇合適的數據挖掘模型是非常重要的。在模型當中，算法也十分重要，算法不同的話其結論也會有所不同。在進行數據挖掘模型構建的過程當中，為了從根本上確保其準度度，需要有專業的數據挖掘人員參與到其中。數據挖掘方面的專業人士根據審計人員所提出了審計目標和期望實現的效果，來進行數據模型的構建工作。從而，兩者之間的關系愈加緊密。首先，審計人員專業人士更具審計人員所提出的模型的不足之處來對其進行優化處理，再者，專業人員根據自身的專業知識給予審計工作者相應的建議。二者之間互相交流，致力于對數據挖掘模型進行不斷優化。

（三）確保選擇方法的靈活性，對審計風險進行有效規避

在具體審計環節，審計程序的作用主要是用來指路，現階段審計程序越來越趨向于多樣化，在方式上更是靈活多變。對于數據挖掘技術的有效應用盡管可以讓整個審計過程趨向于節約化和輕松化，然而卻不能夠忽視審計程序的作用，再者分析、函證等程序的優勢較為獨特，從某種方面來講，數據挖掘技術具有一定的不可替代性。再者，對于數據挖掘審計所帶來的固有風險傳統審計程序也會對其進行相應的彌補。所以審計方式的多樣化 （ 王瑋，2017）在具體審計環節當中也會對審計風險進行控制。

五、結束語

總的來看，基于數據挖掘的審計風險模型構建的優勢較為明顯，面對海量的數據能夠快速的對其進行科學、合理的分析，同時對于在眾多數據當中埋藏的隱晦信息也可以快速將其挖掘出來，并從根本上確保其精準性。然而它的弱點也不能忽視，必須要相關審計人員從根本上將自身專業素養提升上來，在具體進行審計工作的時候，將數據挖掘技術的積極作用充分發揮出來。

參考文獻：

[1]肖虹，李少軒，張瑞麗.其他綜合收益列報與審計師行為——基于中國上市公司的經驗證據[J].山西財經大學學報，2018，（10）：108-124.

[2]徐彰.PPP項目國家審計的法律風險及對策分析[J].商丘師范學院學報，2018，34（10）：88-92.

[3]鄭家盼.現代風險導向審計模式在稅務稽查中的運用[J].經貿實踐，2018，（18）：107.

作者簡介：

第一作者：周成軒，國網山東省電力公司濟寧供電公司。

第二作者：馬震媛，香港理工大學。