基于增量異常模式檢測的小微企業財務作弊防范方法

萬振芳

摘 要：小微企業普遍存在財務人員素質不高、財務監管不到位等現象，這也往往導致小微企業財務作弊現象高發，給企業帶來經營風險。為此，本文提出構建小微企業長時財務數據觀測序列，采用數據增量異常模式檢測的方法及時發現小微企業財務數據異常，以有效防范企業財務作弊行為。

關鍵詞：增量異常模式 小微企業 財務作弊 防范

市場經濟環境下，小微企業獲得了蓬勃發展并且為我國整體經濟水平的提升做出了積極重要的貢獻，但是，小微企業自身在運營過程中往往需要克服很多困難，如資金匱乏、產品技術落后、市場調研不足、產品滯銷以及人員配備不足等。更為嚴重的是，由于小微企業的財務管理制度不是很完善，財務人員的素質良莠不齊，經常會出現企業內部員工或者其他相關人員利用財務漏洞實施財務作弊的行為，給企業帶來重大經濟損失，嚴重的情況甚至會導致小微企業無法繼續經營。

為此，本文在分析小微企業自身特征和常規財務作弊手段的基礎上，提出了一種采用數據增量異常模式檢測的方法。該方法可以對小微企業中經常出現的財務作弊行為有效實現監控、防范，即對企業財務數據進行長時監測并進行有效數據分割，對時間序列中出現的增量財務數據進行異常財務安全檢測，以期改善小微企業的財務安全狀況。

一、小微企業財務特征

首先，小微企業往往缺乏專職財務人員，多由代賬公司或代賬個人完成企業財務工作;其次，小微企業負責人多是市場人員或技術人員出身，他們往往更關注企業的產品銷售、技術研發升級等方面，對自身企業的財務安全缺乏安全意識和有效監管手段。因此，一旦出現財務作弊現象公司很有可能面臨倒閉、無法運行甚至還會官司纏身。

同時，隨著計算機技術和軟件技術的發展，小微企業也逐漸開始使用一些財務軟件，這給小微企業的財務管理效率帶來了極大提升，使其擺脫了傳統手記筆算的束縛，但是由于小微企業資金多為比較緊張，因此它們多采用一些免費小規模財務軟件，軟件本身就不具備安全性，而且還有很多軟件漏洞，后期也沒有軟件維護升級等服務工作。正是基于上述原因，在小微企業中才存在大量使用財務軟件作弊的現象，作弊的手法也非常隱蔽。

二、小微企業財務常見作弊手段

小微企業多為人員配備不足且財務管理混亂，經常出現企業出納和會計由同一個人擔任，甚至沒有專職財務人員的現象，因此在小微企業中出現的財務作弊手法也層出不窮，有單人監守自盜，也有團伙多人協同參與，財務作弊時間跨度有的甚至長達數年。

（一）篡改、刪除真實財務數據

企業運行過程中，經常有人員因為某種目的對已經記錄的真實財務數據進行篡改甚至刪除數據，與此同時配套修改相應進出貨記錄。如某公司員工為了竊取公司倉庫所存儲的電子元器件，采取刪除公司的進貨記錄和財務報賬數據，篡改其他采購物資的單價的作弊手法并數次得逞。此時，如果缺乏對財務數據及進出貨記錄的長時間監測，很明顯是不能對這種行為有效發現并及時制止的。

（二）虛構賬本

虛構賬本也是小微企業經常出現的作弊手法，財務人員手上有兩套賬本，一本真實記錄企業財務數據，另一本則為虛構賬本，就是我們常說的假賬。這種假賬因為長時記錄，如果對于企業財務狀況不是非常了解，經常會蒙蔽相關人員。但是，如果能抓住企業關鍵節點財務數據并進行數據分段分析，虛構賬本則很容易暴露。

（三）財務軟件作假

由于小微企業所使用的財務軟件規模較小，而且多為免費，因此軟件多不太正規。很多軟件都有人為的軟件后門或者軟件漏洞，企業人員采用軟件后門作弊目前成為常見的手法。有的甚至直接在軟件中植入木馬程序或定時炸彈，惡意篡改甚至銷毀財務數據。這種作弊方法非常隱蔽，非專業人員很難發現。同時，財務軟件的推廣使用使小微企業的整個管理模式和內部控制流程發生了較大變化，當相關檢查人員檢查小微企業財務軟件作弊時，一些傳統的財務審計方法已經不再適用。

三、基于增量異常檢測的財務作弊防范方法

由此可見，我們需要極大關注小微企業的財務安全，從多個方面防范小微企業財務作弊行為。首先，要加強相關政策和案例宣傳，提高小微企業相關人員的財務安全意識;其次，要開展相關財務知識培訓，提高小微企業從業人員整體財務知識水平和財務軟件技能水平。同時，要進一步從技術手段上防范小微企業財務作弊行為的發生。

針對上述小微企業常見財務作弊手法，本文認為一旦企業出現財務不規范或者作弊行為，即使其手段非常隱蔽，也必然會導致企業相關財務數據異常波動，只是有的情況波動幅度不大，不易引起關注，因此本文提出如下財務作弊防范方法：構建小微企業財務數據觀測時間序列，在此基礎上，應用時間序列增量異常檢測的方法監測企業財務作弊行為。

眾所周知，時間序列的異常檢測問題已經在傳統工業監測、醫療診斷、通信信號處理、數據統計以及互聯網、大數據等多個領域內得到了廣泛研究和應用，針對不同應用科研人員也提出了很多數據異常檢測理論和方法，例如基于密度的時間異常檢測算法等。

大多數時間序列分析的目的為發現數據序列中的隱含數據規律或者頻繁模式，因此時間序列中出現的異常數據經常被認為是數據噪聲而濾除掉，但是在時間序列異常模式檢測中，這些異常數據恰恰是需要重點關注和分析的。實際應用中，小微企業財務數據序列所涉及的觀測周期長、數據量大，如果數據模型復雜的話，數據維數和數據噪聲將會很大。因此直接采用小微企業原始財務數據時間序列進行數據異常模式檢測將會使檢測算法異常復雜，解決上述困難的方法是以小微企業關鍵財務數據（如財務季報表、財務年報表等）作為重要時間節點，將小微企業原始財務數據時間序列分割為若干短周期序列，以此為基礎分析短周期序列數據增量所導致的財務異常。這樣既保有了原有財務數據時間序列的數據特征，又可以對增量異常進行有效檢測。

小微企業財務數據時間序列處理過程中需要處理的另一個重要問題就是數據噪聲和異常數據的有效識別。本文首先利用小微企業長時財務數據序列構建小微企業財務數據時間序列的AR模型，AR模型的具體參數識別則采用小微企業過去若干年的財務報表數據作為訓練數據。應用過程中，則計算AR模型與采樣數據方差并設定方差閾值。當采樣數據方差大于設定閾值則認為當前采樣數據噪聲較大，予以舍棄，反之，則認為當前采樣數據有效。

ZJMR信息科技有限公司是一家主營語音平臺服務科技創業企業，公司人員16人，其中軟件開發調試人員12人，公司一個出納人員，無專職會計。顯然，該公司是一家典型的小微科技企業，企業的整體財務管理水平比較低下且不受企業管理人員重視。為驗證上述異常檢測方法，以公司2018年財務四季度報表為時間節點進行公司財務數據增量異常檢測，實際運行中發現某年12月公司差旅報銷數據明顯異常增大，后分析發現是因為公司為了少交所得稅指示兼職會計違規財務作假。由此可見，該方法可以有效檢測和發現小微企業財務作弊行為。

四、結語

鑒于小微企業普遍存在人員財務意識淡薄、財務監管缺乏等現象，本文著重分析了小微企業的具體財務特征和一些常見的財務作弊手段，在此基礎上，提出了基于小微企業財務數據時間序列增量異常模式檢測的小微企業財務作弊防范方法并進行了應用驗證。該方法充分利用了小微企業的歷史財務數據，并有效濾除了數據噪聲，具體操作方法簡單可行，易于實現，非常值得廣大小微企業和企業監管部門推廣使用。

參考文獻

[1]楊偉.財務風險預警與財務數據統計分析的有效結合——以中藥行業上市公司為例[J].技術與市場，2015，22（7）：271—273.

[2]林果園，郭山清.基于動態行為和特征模式的異常檢測模型[J].計算機學報，2006，29（9）：1553—1559.