基于大數(shù)據(jù)分析的通信企業(yè)財務(wù)舞弊識別模型構(gòu)建

一、大數(shù)據(jù)分析技術(shù)運用于通信企業(yè)財務(wù)舞弊識別概述

1.通信企業(yè)財務(wù)舞弊及傳統(tǒng)識別手段的局限從行業(yè)特點而言，通信企業(yè)在資金、預(yù)算、成本費用和收人確認等環(huán)節(jié)容易出現(xiàn)財務(wù)舞。在資金管理方面，舞弊者可能通過虛構(gòu)支出、挪用資金或操縱賬戶轉(zhuǎn)移資產(chǎn)等方面進行舞；在預(yù)算管理方面，若預(yù)算編制與執(zhí)行監(jiān)督不足，可能會出現(xiàn)高估成本、低估收入以套取資金的舞弊現(xiàn)象；在成本費用管理方面，因通信企業(yè)成本構(gòu)成復(fù)雜，在基站建設(shè)、網(wǎng)絡(luò)維護、營銷推廣等方面，易發(fā)生與供應(yīng)商勾結(jié)抬高價格、虛報費用報銷等舞弊行為；在收入確認方面，由于通信業(yè)務(wù)周期較長且復(fù)雜性較高，可能存在提前確認未完成服務(wù)收人、虛構(gòu)業(yè)務(wù)合同、偽造虛假交易來虛增業(yè)績，美化財務(wù)報表等財務(wù)舞弊情形。

2.大數(shù)據(jù)分析運用于通信企業(yè)財務(wù)舞弊識別的優(yōu)勢通信企業(yè)在經(jīng)營過程中會產(chǎn)生或設(shè)計海量的數(shù)據(jù)資源，如財務(wù)數(shù)據(jù)、運營數(shù)據(jù)、客戶數(shù)據(jù)、市場數(shù)據(jù)等，其中相當一部分數(shù)據(jù)能夠準確地反映出財務(wù)舞弊信息，從而為財務(wù)舞弊"的識別提供全方位、高效化的數(shù)據(jù)支撐。大數(shù)據(jù)分析技術(shù)以下四方面的優(yōu)勢為通信企業(yè)財務(wù)舞的識別提供有力支持：

一是數(shù)據(jù)規(guī)模優(yōu)勢，由于通信企業(yè)經(jīng)營過程中積累了海量數(shù)據(jù)，這些數(shù)據(jù)為財務(wù)舞弊識別提供了豐富的樣本，大數(shù)據(jù)分析技術(shù)能夠高效且快速地檢測相關(guān)數(shù)據(jù)并從中識別出財務(wù)舞弊風險，相較于傳統(tǒng)財務(wù)系統(tǒng)或人工識別時效性、準確性更高，更容易捕捉到細微的財務(wù)舞弊跡象。

二是數(shù)據(jù)速度優(yōu)勢，大數(shù)據(jù)分析技術(shù)能夠基于科學的模型和算法瞬時處理海量的數(shù)據(jù)，實時對財務(wù)數(shù)據(jù)進行挖掘、采集、整合、分析、處理、監(jiān)控與存儲，及時識別出異常情況，從而大幅縮短財務(wù)舞弊識別的時間周期，提升財務(wù)舞弊防治的響應(yīng)速度。

三是數(shù)據(jù)類型優(yōu)勢，運用大數(shù)據(jù)分析技術(shù)，基于各類數(shù)據(jù)的支撐以及數(shù)據(jù)系統(tǒng)的協(xié)同，構(gòu)建多維度、多視角的財務(wù)舞識別模型，全面提升識別的效率與質(zhì)量，相較于傳統(tǒng)過于依賴財務(wù)數(shù)據(jù)的識別方法更為高效。

四是數(shù)據(jù)挖掘優(yōu)勢，依托大數(shù)據(jù)技術(shù)，通信企業(yè)可通過數(shù)據(jù)挖掘財務(wù)活動中的隱藏內(nèi)容、關(guān)聯(lián)關(guān)系等，及時準確地發(fā)現(xiàn)財務(wù)舞弊信息，如通過數(shù)據(jù)關(guān)聯(lián)分析發(fā)現(xiàn)不同部門、不同人員、不同交易中存在的資金流異常。

、通信企業(yè)基于企業(yè)大數(shù)據(jù)分析的財務(wù)舞弊識別模型的構(gòu)建

1.多源異構(gòu)數(shù)據(jù)采集與整合通信企業(yè)經(jīng)營過程涉及海量的數(shù)據(jù)，構(gòu)建財務(wù)舞弊識別模型，首先要整合多維度數(shù)據(jù)，為財務(wù)舞風險的識別提供全方位支撐。一是收集與整合財務(wù)數(shù)據(jù)，包括會計憑證、總賬明細賬、固定資產(chǎn)臺賬等傳統(tǒng)財務(wù)數(shù)據(jù)，如通過ETL工具每日抽取ERP系統(tǒng)收支數(shù)據(jù)，形成基礎(chǔ)財務(wù)數(shù)據(jù)集；二是收集與整合業(yè)務(wù)運營數(shù)據(jù)，如用戶賬單記錄、基站流量數(shù)據(jù)、產(chǎn)品訂購信息等，如通過分析用戶ARPU值（每用戶平均收入）與財務(wù)收入的匹配度，以此來判定是否存在虛增收入的舞弊行為；三是收集與整合其他外部數(shù)據(jù)，具體包括行業(yè)基準數(shù)據(jù)、供應(yīng)商信用數(shù)據(jù)、宏觀經(jīng)濟指標等，如中國通過比對行業(yè)設(shè)備采購價格指數(shù)評估供應(yīng)商報價的合理性，以此及時發(fā)現(xiàn)采購回扣舞弊；四是收集與整合非結(jié)構(gòu)化數(shù)據(jù)，從合同文本、會議紀要、郵件等資料中獲取關(guān)鍵信息，如借助自然語言處理技術(shù)分析采購合同條款，分析其中是否存在異常付款問題，精準識別其中的財務(wù)舞弊行為。

2.構(gòu)建財務(wù)舞弊關(guān)鍵特征指標體系從通信企業(yè)的財務(wù)與財務(wù)特征出發(fā)，構(gòu)建財務(wù)舞弊識別的指標評價體系：

資金流指標資金流指標主要包括資金集中度、異常交易頻次等二級指標，其中，資金集中度是通過計算獲得的資金歸集的比例，若該指標低于平均水平，則可能存在資金在企業(yè)控制之外流動的問題；異常交易頻次

是單筆資金交易的額度與頻率，若賬戶單筆交易額度、頻率超過正常數(shù)值，則可能存在虛構(gòu)業(yè)務(wù)套取資金的財務(wù)舞弊行為。

收入指標收人指標主要包括產(chǎn)品收人匹配度和渠道傭金波動率等二級指標。其中，產(chǎn)品收人匹配度是通信企業(yè)銷售產(chǎn)品或服務(wù)業(yè)務(wù)行為與對應(yīng)財務(wù)收人之間的匹配程度，若產(chǎn)品銷售情況與財務(wù)收人之間存在明顯差異，則可能存在提前確認收入的問題；渠道傭金率波動對代理商傭金支付的比例，若通信企業(yè)依托大數(shù)據(jù)分析技術(shù)發(fā)現(xiàn)代理商傭金率不正常升高，則可能是代理商通過虛構(gòu)銷售業(yè)績來騙取傭金。

成本指標成本指標主要包括單基站能耗成本、設(shè)備采購價格指數(shù)等二級指標。其中，單基站能耗成本為通信企業(yè)基站運行情況與實際能耗之間匹配度的評價，如通信企業(yè)的某基站能耗比同類基站明顯較高，則可能存在測能設(shè)備（如電表）的數(shù)據(jù)被非法篡改；設(shè)備采購價格指是通信企業(yè)設(shè)備與市場中同類價格對比的結(jié)果，若設(shè)備采購價明顯高于行業(yè)均值，則可能存在采購舞弊現(xiàn)象。

運營指標運營指標主要包括用戶ARPU異常波動和資產(chǎn)周轉(zhuǎn)率等二級指標。其中，戶ARPU異常波動是對單用戶平均收入進行監(jiān)測，明晰用戶收入的變化情況，若用戶平均收入異常升高，有可能是虛構(gòu)高端用戶產(chǎn)品銷售等舞行為；資產(chǎn)周轉(zhuǎn)率是反映通信企業(yè)總資產(chǎn)周轉(zhuǎn)的效率，若通信企業(yè)的資產(chǎn)周轉(zhuǎn)率顯著低于行業(yè)均值，則可能存在虛增固定資產(chǎn)的財務(wù)舞弊現(xiàn)象。

2.多技術(shù)融合的智能識別模型基于大數(shù)據(jù)分析技術(shù)，結(jié)合先進的算法、人工智能等技術(shù)，構(gòu)建通信企業(yè)智能化財務(wù)舞弊識別模型。一是異常檢測算法：如使用孤立森林算法，通過對交易數(shù)據(jù)的分析，對資金交易過程中的異常節(jié)點進行檢測，識別出其中存在的可疑交易，并判定其中是否存在財務(wù)舞弊情況；使用時間序列分解技術(shù)對收人的周期性波動進行分析，通過業(yè)務(wù)是否收人存在非季節(jié)性增長來判定其中是否存在提前確認收入的問題。二是關(guān)聯(lián)分析算法，如采用圖神經(jīng)網(wǎng)絡(luò)構(gòu)建起“通信企業(yè)一供應(yīng)商一客戶”三位一體的關(guān)系圖譜，及時發(fā)現(xiàn)交易活動中存在的異常關(guān)聯(lián)，如采用該技術(shù)識別關(guān)聯(lián)交易中存在的套取資金等問題；運用Aprori算法，對通信企業(yè)業(yè)務(wù)中較為頻繁、集中的交易進行檢測，精準識別出其中虛構(gòu)業(yè)務(wù)訂單的財務(wù)舞弊現(xiàn)象。

3.運用學習模型防控財務(wù)舞風險在構(gòu)建基于大數(shù)據(jù)分析技術(shù)的財務(wù)舞識別模型后，通信企業(yè)應(yīng)借助模型的高效利用從整體上評估財務(wù)舞弊效率、嚴控財務(wù)舞風險，使財務(wù)舞識別模型發(fā)揮出綜合性的內(nèi)部控制與風險防范作用。

如使用隨機森林分類器，可以從多維度出發(fā)對財務(wù)舞弊的概率進行評估，助力通信企業(yè)精確識別出虛構(gòu)銷售費用等財務(wù)舞行為；利用LSTM神經(jīng)網(wǎng)絡(luò)，通信企業(yè)可對收人成本進行合理預(yù)測，將實際收入與預(yù)測收入進行對比，根據(jù)對比差異分析其中是否存在虛增收人等問題。

綜上所述，面臨著日趨激烈的市場競爭及復(fù)雜的經(jīng)營環(huán)境，通信企業(yè)必須注重強化內(nèi)部控制與風險管理效能，依托大數(shù)據(jù)分析等先進技術(shù)構(gòu)建科學可行的財務(wù)舞弊識別模型，全面提升舞弊識別的精確性、可靠性與時效性，動態(tài)化識別企業(yè)財務(wù)舞弊行為，強化企業(yè)內(nèi)部控制與風險防范，從而為通信企業(yè)在數(shù)智經(jīng)濟背景下健康與可持續(xù)發(fā)展保駕護航。

（作者單位：華信咨詢設(shè)計研究院有限公司）