數據分析挖掘技術在審計中的運用

廖智瑋 袁靜

摘? 要：隨著信息化水平的不斷提高，被審計單位的數據呈現出海量化趨勢的特征，數據分析方法和分析工具也層出不窮，能夠直接運用到審計實踐的方法和工具同樣比較多。熟悉各種工具的優缺點和適用范圍，有利于審計人員在不同審計環境下選擇合適的方法和工具進行審計工作，同時可以輔助審計人員在海量數據中發現疑點，為數據式審計提供重要途徑。

關鍵詞：數據審計;數據分析挖掘;方法工具

隨著信息化水平的不斷提高，被審計單位數據海量化的趨勢越來越凸顯。運用大數據分析技術，探索被審計單位數據海量化形勢下適當的審計方法和應用技巧，是當前審計工作領域面臨的重要挑戰。數據分析作為一種新的計算機審計方法，熟悉并掌握數據分析技術，能夠輔助審計人員在海量數據中發現疑點，可為數據式審計提供重要途徑。

常用的數據分析挖掘方法

數據分析挖掘方法有很多種，如聚類分析、關聯分析、序列模式等，下面將逐一介紹。

1.聚類分析，或稱分類分析、數值分類，指將集合按照類似原則把具體對象分組為多個類的過程。如在對物資采購業務進行審計時，為檢查采購業務各環節的內部控制執行情況，可以用聚類分析方法將被審計單位的所有采購業務，并按相似特征進行分析，而不需要逐一鑒別采購業務，以此達到減少重復工作的同時提高審計工作效率的目的。

2.關聯分析，或稱關聯挖掘，指在交易數據、關系數據或其他信息載體中，查找存在于項目集合或對象集合之間的頻繁模式、關聯、相關性或因果結構。如在對某產品成本核算進行審計時，面對海量的人、材、工、費等眾多數據，可采用該方法分析發現產品生產數據之間的關聯性，并結合存貨盤庫、出入庫記錄等數據信息，推斷出產品成本是否合理。

3.序列模式，指挖掘相對時間或出現頻率高的方法。如在對某單位經費管理進行審計時，可利用序列模式挖掘出被審計單位經費賬目數據中，一些經常以某種規律出現的事件序列模式，通過分析這些頻繁發生的時間序列模式，可幫助審計人員發現其中的異常現象。

常用的數據分析挖掘工具

當前可用的數據分析挖掘工具比較多，常見的有K- Miner、Excel、SQL Server、IBM SPSS 等。

1.Excel軟件工具。Excel是審計人員最為熟悉和接受程度較高的軟件，以其簡單性、易操作性在計算機審計工作中已經得到了廣泛應用。除了基本的統計分析，借助Microsoft公司為 Excel2007以后版本提供的外接程序Dmaddin.msi，還可以進行數據分析挖掘。

2.SQL Server分析服務。Microsoft SQL Server分析服務是與數據庫SQL Server 服務并列的服務，其整合了后臺數據庫服務和前臺商業應用程序，充分發揮了數據庫服務器對關系數據的管理能力和分析服務對數據分析挖掘結構的管理能力。審計人員可以通過導入、導出數據工具以及查詢分析器，進行對數據的清洗、轉換和抽取等步驟。

3.IBM SPSS軟件工具及SPSSAU。SPSS是IBM公司推出的“統計產品與服務解決方案”軟件，也是目前運用比較廣泛的一款工具。另外，北京青絲科技有限公司開發了網頁版數據科學算法平臺工具——SPSSAU[[[]北京青絲科技有限公司.幫助手冊[DB/OL].https：//spssau.com/front/spssau/index.html.]]，該平臺工具包含了IBM SPSS軟件的大部分功能，但其操作更加簡單、分析更加智能，只需導入數據，即可實現“傻瓜式”操作，對于沒有SPSS軟件運用基礎的審計人員而言是一種更好的替代工具。

4.神通K- Miner。該軟件是神舟通用數據技術有限公司的商務智能數據分析挖掘工具，以數據挖掘標準CRISP-DM為基礎，可對數據分析挖掘過程進行擴展和增強，使得審計人員能夠建立和實施以模型生命周期管理為核心的審計數據分析挖掘項目。

5.Python程序設計語言。Python是一種面向對象的動態類型計算機程序設計語言，因其數據處理速度快、功能強大且簡單易學，在數據分析與處理中被廣泛應用。Python擁有IPython、NumPy、SciPy、pandas、Matplot-lib、scikit-learn和Spyder 等功能齊全、接口統一的數據庫，能為數據分析工作提供極大地便利。

數據分析挖掘的基本步驟

數據分析挖掘的基本步驟包括：數據收集、數據預處理、選擇方法工具、建立模型、評估模型及運用。

1.收集原始審計數據。收集原始審計數據的前提是要明確審計目標以及審計的重點內容，在此基礎上采集內部數據和外部數據，常用方法包括數據接口采集、直接復制以及通過備份文件恢復等。內部數據指被審計單位信息系統中的電子數據，如財務系統數據、業務流程數據等。外部數據指與被審計單位業務相關的其他數據，如銀行流水、企業信息、政府指導價等。

2.數據預處理。由于收集到的原始數據中既可能包含有價值的審計數據信息，還可能包含噪聲信息，因此要對原始審計數據進行預處理。通過對審計數據進行清理、集成、變換和歸約等處理，可以大大提高數據質量，提高審計分析的挖掘效率。

3.選擇分析方法工具。在對數據進行預處理后，審計人員應該根據獲取的數據，結合需要審計的業務類型，選擇適當的分析方法和工具。比如，需要對某個單位的車輛維修費用進行審計，在收集到車輛數量、維修開支明細、車輛保險等數據后，初步判斷可以采取數據分挖掘中的關聯分析法，然后再選擇較為簡單的Excel進行分析，或者利用SQL Server直接實現導入數據、分析數據、輸出結果的“一條龍”操作。

4.建立分析挖掘模型。該步驟是數據挖掘的核心，由于建立模型并不是一蹴而就能完成的，需要模型設計人員和審計人員不斷嘗試各種分析挖掘技術方法，總結出其中的規律，從而選擇合適且安全的模型。

5.模型評估及運用。可以采用與現在使用的數據非常相似的歷史數據，或將數據分成訓練集和測試集兩組，第一組用來訓練或評估模型，即用于建立模型，之后使用第二組數據來測試模型，即測試集用于驗證模型。當訓練和測試周期完成之后，再利用一部分真實數據進行檢驗，主要檢查模型得出的數據誤差率是否在可接受的范圍內。如果數據誤差率超過可接受范圍，則需要重新評估分析方法、工具、已建立的模型和數據源等，直到數據誤差率達到可接受范圍之內。