導(dǎo)語：數(shù)據(jù)挖掘技術(shù)在審計信息系統(tǒng)的作用一文來源于網(wǎng)友上傳，不代表本站觀點(diǎn)，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

摘要：隨著信息技術(shù)的快速發(fā)展，審計項目內(nèi)容越發(fā)復(fù)雜化，在進(jìn)行審計工作時，也越來越難以發(fā)現(xiàn)審計中存在的漏洞。因此，如何使得審計人員在進(jìn)行審計時發(fā)現(xiàn)審計數(shù)據(jù)中存在的問題是目前需要解決的問題。本文通過使用數(shù)據(jù)挖掘的方法對審計信息系統(tǒng)中的數(shù)據(jù)進(jìn)行分類、預(yù)測及關(guān)聯(lián)等，找出異常的審計數(shù)據(jù)，再對這些異常的審計數(shù)據(jù)進(jìn)行重點(diǎn)審計。

關(guān)鍵詞：數(shù)據(jù)挖掘；審計信息系統(tǒng)；分類與預(yù)測；審計數(shù)據(jù)

一、引言

隨著審計數(shù)據(jù)越來越龐大，審計對象及內(nèi)容越來越復(fù)雜，傳統(tǒng)的審計方式已經(jīng)不能適應(yīng)新的工作要求。為了提高審計質(zhì)量，降低審計風(fēng)險，必須要采用先進(jìn)的審計方式和手段。信息技術(shù)的發(fā)展推動了審計工作的信息化，審計信息系統(tǒng)快速發(fā)展，其數(shù)據(jù)來源于客戶的信息、人員的信息、知識庫的信息及客戶的數(shù)據(jù)等，重點(diǎn)是輸出審計工作底稿、審計報告、審計財務(wù)報表等工作。

二、數(shù)據(jù)挖掘技術(shù)

數(shù)據(jù)挖掘，又稱數(shù)據(jù)采掘、數(shù)據(jù)開采，它是一個從大量數(shù)據(jù)中提取一些有用的、未知的及最終可理解的知識的過程。傳統(tǒng)的數(shù)據(jù)庫查詢和統(tǒng)計技術(shù)只能提供用戶想要的信息，而數(shù)據(jù)挖掘技術(shù)則可以發(fā)現(xiàn)用戶沒有意識到的未知信息（呂新民，2007）。數(shù)據(jù)挖掘的基本技術(shù)有：關(guān)聯(lián)分析、分類與預(yù)測、聚類分析、時序分析、變化和偏差分析及回歸分析。數(shù)據(jù)挖掘技術(shù)是一種用于處理海量數(shù)據(jù)的技術(shù)，綜合了數(shù)學(xué)、計算機(jī)、統(tǒng)計學(xué)等學(xué)科的知識。它的關(guān)鍵在于數(shù)據(jù)挖掘的算法，數(shù)據(jù)的類型不同，其挖掘算法也就不相同，主要的數(shù)據(jù)挖掘算法有分類、聚類、估值及關(guān)聯(lián)規(guī)則等，運(yùn)用這些算法，就可以發(fā)現(xiàn)和提供有用的知識和信息，來完成日常工作及決策。數(shù)據(jù)挖掘的方法有很多，如傳統(tǒng)統(tǒng)計方法、可視化技術(shù)、神經(jīng)網(wǎng)絡(luò)、遺傳算法及粗糙集方法。

三、數(shù)據(jù)挖掘技術(shù)在審計信息系統(tǒng)中的應(yīng)用

（一）統(tǒng)計分析技術(shù)。統(tǒng)計分析技術(shù)是一種精確的分析方法，審計人員可以利用這個方法對審計信息系統(tǒng)中的數(shù)據(jù)進(jìn)行分類和預(yù)測。首先通過對審計數(shù)據(jù)庫中信息進(jìn)行分類，并對其數(shù)據(jù)進(jìn)行挖掘，得出一些有效的數(shù)據(jù)；其次，審計人員可以通過建立模型對上述有效數(shù)據(jù)進(jìn)行預(yù)測分析，得到一個預(yù)測值；最后，將分析的預(yù)測值和審計值進(jìn)行比較，審計人員會從比較的結(jié)構(gòu)中找到不同點(diǎn)，因此可以將其列為審計重點(diǎn)內(nèi)容。（二）可視化技術(shù)。在對審計信息系統(tǒng)中的數(shù)據(jù)進(jìn)行分析時，審計人員需要對不同種類的被審計單位的數(shù)據(jù)信息進(jìn)行查詢，以此來對被審計單位的經(jīng)營狀況及財務(wù)狀況進(jìn)行了解，由于可視化技術(shù)可以將繁瑣的審計數(shù)據(jù)以圖表等方式直觀的表達(dá)出來。因此，可視化技術(shù)可應(yīng)用于審計信息系統(tǒng)數(shù)據(jù)挖掘中，審計人員可直觀的了解審計數(shù)據(jù)中存在的問題或異常，再將這些審計數(shù)據(jù)列為重點(diǎn)數(shù)據(jù)。（三）決策樹。審計人員在應(yīng)對繁瑣的審計數(shù)據(jù)時，可運(yùn)用決策樹對審計信息系統(tǒng)中的數(shù)據(jù)進(jìn)行分類，找出其相對重要的數(shù)據(jù)，并直觀的表述出來。最后，審計人員就可以根據(jù)決策樹中已分類的數(shù)據(jù)進(jìn)行預(yù)測。（四）聚類分析技術(shù)。審計人員可以用聚類分析技術(shù)對審計信息系統(tǒng)中的數(shù)據(jù)進(jìn)行識別，從中發(fā)現(xiàn)其數(shù)據(jù)的分布情況，以及各數(shù)據(jù)之間存在的關(guān)系，進(jìn)而確定其重點(diǎn)數(shù)據(jù)。如運(yùn)用數(shù)據(jù)挖掘中的聚類分析對被審計單位的財務(wù)報表數(shù)據(jù)進(jìn)行分析，若這些數(shù)據(jù)的變化發(fā)生異常，則可能出現(xiàn)作假情況，這就會隱藏了審計數(shù)據(jù)的真實性，即要對這些異常數(shù)據(jù)進(jìn)行重點(diǎn)審計。（五）關(guān)聯(lián)分析技術(shù)。通過運(yùn)用關(guān)聯(lián)分析技術(shù)，審計人員可對被審計單位數(shù)據(jù)庫中的審計數(shù)據(jù)進(jìn)行挖掘分析，找出不同數(shù)據(jù)項之間的聯(lián)系，從而發(fā)現(xiàn)其存在的異常數(shù)據(jù)，再進(jìn)一步分析找出重點(diǎn)審計數(shù)據(jù)。因為被審計數(shù)據(jù)庫中的各數(shù)據(jù)之間都是有關(guān)聯(lián)的，利用數(shù)據(jù)挖掘中的關(guān)聯(lián)技術(shù)對其分析，找出一些非關(guān)聯(lián)的審計數(shù)據(jù)，進(jìn)一步對這些數(shù)據(jù)進(jìn)行挖掘，最后可確定可疑的審計數(shù)據(jù)。圖1數(shù)據(jù)挖掘在審計信息系統(tǒng)中的分析數(shù)據(jù)挖掘技術(shù)在審計信息系統(tǒng)中的操作步驟：1、通過分析人員對審計人員的幫助，審計人員可根據(jù)審計目標(biāo)及相關(guān)內(nèi)容，合理地利用數(shù)據(jù)挖掘技術(shù)，將審計的具體問題轉(zhuǎn)化成數(shù)據(jù)挖掘問題，并建立一個可實現(xiàn)目標(biāo)的合理方案；2、審計人員利用數(shù)據(jù)挖掘技術(shù)對審計信息系統(tǒng)中的原始數(shù)據(jù)進(jìn)行識別、加工及處理，對有關(guān)數(shù)據(jù)進(jìn)行轉(zhuǎn)換和清理，再從中找出符合條件的數(shù)據(jù)；3、建立一個完善的數(shù)據(jù)挖掘?qū)徲嬓畔⑾到y(tǒng)模型，審計人員可利用數(shù)據(jù)挖掘技術(shù)，對審計數(shù)據(jù)庫中的數(shù)據(jù)進(jìn)行挖掘；4、審計信息系統(tǒng)下數(shù)據(jù)挖掘的輸出結(jié)果，審計人員可以將其結(jié)構(gòu)以審計工作底稿、審計報告及審計財務(wù)報表等方式呈現(xiàn)；5、由于可能采用的數(shù)據(jù)挖掘的方法不同，最后輸出結(jié)果的具體內(nèi)容可能不一樣，因此，可以采用不同的方法進(jìn)行數(shù)據(jù)挖掘，最后通過比較分析，找出一個最合適的數(shù)據(jù)挖掘結(jié)果。

四、舉例數(shù)據(jù)挖掘技術(shù)在審計風(fēng)險識別中的應(yīng)用

審計風(fēng)險是審計人員將存在重大錯報、漏報的財務(wù)報告判斷為合法的，以及將存在弊端和漏洞的經(jīng)營管理判定為健全有效的，并提出不恰當(dāng)審計意見的可能性。在數(shù)據(jù)挖掘技術(shù)中，審計風(fēng)險識別是以現(xiàn)有的審計指標(biāo)及相關(guān)財務(wù)指標(biāo)為基礎(chǔ)，利用粗糙集理論的數(shù)據(jù)挖掘技術(shù)建立數(shù)學(xué)模型來識別審計過程中可能存在的風(fēng)險，并從中找出可能存在的規(guī)律。即用if…then…的形式來表示。樣本的選?。簽榱四苤庇^的說明數(shù)據(jù)挖掘技術(shù)在審計風(fēng)險識別中的應(yīng)用，本文模擬了一些健康的樣本數(shù)據(jù)對審計風(fēng)險進(jìn)行識別。以模擬樣本的審計指標(biāo)及相關(guān)的財務(wù)指標(biāo)作為條件屬性，建立一個簡單的粗糙集分析的模型。數(shù)據(jù)預(yù)處理：在財務(wù)審計中，可以從財務(wù)指標(biāo)中看出財務(wù)報告中出現(xiàn)的虛假情況，即一些財務(wù)指標(biāo)不用于同類企業(yè)的財務(wù)指標(biāo)。本文選取8個財務(wù)審計指標(biāo)分別分析審計風(fēng)險程度，并根據(jù)模型的要求對指標(biāo)進(jìn)行離散化處理，如下表：建立信息系統(tǒng)Q用四元有序組Q=(S,I⋃R,D,p)表示，即：S={S}1,S2,S3,...,Sn——樣本集，作為論域；I={X}1,X2,X3,...,X8——財務(wù)審計指標(biāo)集，作為條件屬性集合；R={該企業(yè)是否存在審計風(fēng)險}——作為決策屬性，0代表審計風(fēng)險程度低，1代表審計風(fēng)險程度高；D={D}1,D2,D3,...,Dn——D1代表S1對應(yīng)財務(wù)審計指標(biāo)的離散值；P是信息函數(shù)。粗糙集技術(shù)對審計信息系統(tǒng)進(jìn)行數(shù)據(jù)挖掘：根據(jù)粗糙集地屬性約減算法，對上述表格中各指標(biāo)所代表的信息量進(jìn)行計算，并確定其重要程度。經(jīng)過約減計算之后，保留了X1、X2、X3、X4及X6，并得到預(yù)測規(guī)則集，如下：（1）IF(X3≥1)THEN(R=1)；（2）IF(X1<3)∧(X4<2)THEN(R=1)；（3）IF(X2<3)∧(X4<2)THEN(R=1)；（4）IF(X6=1)THEN(R=1)。注：規(guī)則中的指標(biāo)值為上述表格中的離散值。上述實例中采用的是粗糙集方法在審計信息系統(tǒng)中進(jìn)行數(shù)據(jù)挖掘，是通過對財務(wù)審計指標(biāo)進(jìn)行分類，按照影響因素的不同對財務(wù)審計指標(biāo)進(jìn)行離散化分析，再通過離散化的數(shù)據(jù)進(jìn)行預(yù)測規(guī)則集，得到審計風(fēng)險程度的大小。該方法的不足之處就是得到的預(yù)測規(guī)則集過大，可能得出一個不正確的預(yù)測規(guī)則，進(jìn)而影響審計人員的判斷。

五、結(jié)論

數(shù)據(jù)挖掘作為一門數(shù)據(jù)分析技術(shù)，它可以幫助審計人員對數(shù)據(jù)量較多的審計項目進(jìn)行挖掘分析，從中獲取有效的審計線索，進(jìn)而完成審計相關(guān)要求。利用數(shù)據(jù)挖掘的方法對審計數(shù)據(jù)進(jìn)行分類、預(yù)測及關(guān)聯(lián)等，從中發(fā)現(xiàn)一些異常數(shù)據(jù)，并進(jìn)行重點(diǎn)審計。這樣，也會提高審計人員的工作效率和工作質(zhì)量及對被審計數(shù)據(jù)的分析能力。因此，數(shù)據(jù)挖掘在審計工作中必將得到更多的應(yīng)用。

作者:楊智敏 單位:重慶理工大學(xué)會計學(xué)院

參考文獻(xiàn)：

[1]呂新民,王學(xué)榮.數(shù)據(jù)挖掘在審計數(shù)據(jù)分析中的應(yīng)用研究[J].審計與經(jīng)濟(jì)研究,2007(11):35-38.

[2]張志恒,陳旭.數(shù)據(jù)挖掘技術(shù)在會計信息系統(tǒng)中的應(yīng)用研究[J].中國管理信息化，2006(02):36-39.

[3]林國勇,張莉.基于數(shù)據(jù)挖掘技術(shù)的審計數(shù)據(jù)質(zhì)量控制探析[J].審計月刊,2014(03):8-10.

[4]柯芳,辛佳穎.基于數(shù)據(jù)挖掘技術(shù)的金融審計風(fēng)險防范研究[J].經(jīng)濟(jì)論壇,2013(07):100-102.