數據挖掘技術在審計信息系統的作用

導語：數據挖掘技術在審計信息系統的作用一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

摘要：隨著信息技術的快速發展，審計項目內容越發復雜化，在進行審計工作時，也越來越難以發現審計中存在的漏洞。因此，如何使得審計人員在進行審計時發現審計數據中存在的問題是目前需要解決的問題。本文通過使用數據挖掘的方法對審計信息系統中的數據進行分類、預測及關聯等，找出異常的審計數據，再對這些異常的審計數據進行重點審計。

關鍵詞：數據挖掘；審計信息系統；分類與預測；審計數據

一、引言

隨著審計數據越來越龐大，審計對象及內容越來越復雜，傳統的審計方式已經不能適應新的工作要求。為了提高審計質量，降低審計風險，必須要采用先進的審計方式和手段。信息技術的發展推動了審計工作的信息化，審計信息系統快速發展，其數據來源于客戶的信息、人員的信息、知識庫的信息及客戶的數據等，重點是輸出審計工作底稿、審計報告、審計財務報表等工作。

二、數據挖掘技術

數據挖掘，又稱數據采掘、數據開采，它是一個從大量數據中提取一些有用的、未知的及最終可理解的知識的過程。傳統的數據庫查詢和統計技術只能提供用戶想要的信息，而數據挖掘技術則可以發現用戶沒有意識到的未知信息（呂新民，2007）。數據挖掘的基本技術有：關聯分析、分類與預測、聚類分析、時序分析、變化和偏差分析及回歸分析。數據挖掘技術是一種用于處理海量數據的技術，綜合了數學、計算機、統計學等學科的知識。它的關鍵在于數據挖掘的算法，數據的類型不同，其挖掘算法也就不相同，主要的數據挖掘算法有分類、聚類、估值及關聯規則等，運用這些算法，就可以發現和提供有用的知識和信息，來完成日常工作及決策。數據挖掘的方法有很多，如傳統統計方法、可視化技術、神經網絡、遺傳算法及粗糙集方法。

三、數據挖掘技術在審計信息系統中的應用

（一）統計分析技術。統計分析技術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中的數據進行分類和預測。首先通過對審計數據庫中信息進行分類，并對其數據進行挖掘，得出一些有效的數據；其次，審計人員可以通過建立模型對上述有效數據進行預測分析，得到一個預測值；最后，將分析的預測值和審計值進行比較，審計人員會從比較的結構中找到不同點，因此可以將其列為審計重點內容。（二）可視化技術。在對審計信息系統中的數據進行分析時，審計人員需要對不同種類的被審計單位的數據信息進行查詢，以此來對被審計單位的經營狀況及財務狀況進行了解，由于可視化技術可以將繁瑣的審計數據以圖表等方式直觀的表達出來。因此，可視化技術可應用于審計信息系統數據挖掘中，審計人員可直觀的了解審計數據中存在的問題或異常，再將這些審計數據列為重點數據。（三）決策樹。審計人員在應對繁瑣的審計數據時，可運用決策樹對審計信息系統中的數據進行分類，找出其相對重要的數據，并直觀的表述出來。最后，審計人員就可以根據決策樹中已分類的數據進行預測。（四）聚類分析技術。審計人員可以用聚類分析技術對審計信息系統中的數據進行識別，從中發現其數據的分布情況，以及各數據之間存在的關系，進而確定其重點數據。如運用數據挖掘中的聚類分析對被審計單位的財務報表數據進行分析，若這些數據的變化發生異常，則可能出現作假情況，這就會隱藏了審計數據的真實性，即要對這些異常數據進行重點審計。（五）關聯分析技術。通過運用關聯分析技術，審計人員可對被審計單位數據庫中的審計數據進行挖掘分析，找出不同數據項之間的聯系，從而發現其存在的異常數據，再進一步分析找出重點審計數據。因為被審計數據庫中的各數據之間都是有關聯的，利用數據挖掘中的關聯技術對其分析，找出一些非關聯的審計數據，進一步對這些數據進行挖掘，最后可確定可疑的審計數據。圖1數據挖掘在審計信息系統中的分析數據挖掘技術在審計信息系統中的操作步驟：1、通過分析人員對審計人員的幫助，審計人員可根據審計目標及相關內容，合理地利用數據挖掘技術，將審計的具體問題轉化成數據挖掘問題，并建立一個可實現目標的合理方案；2、審計人員利用數據挖掘技術對審計信息系統中的原始數據進行識別、加工及處理，對有關數據進行轉換和清理，再從中找出符合條件的數據；3、建立一個完善的數據挖掘審計信息系統模型，審計人員可利用數據挖掘技術，對審計數據庫中的數據進行挖掘；4、審計信息系統下數據挖掘的輸出結果，審計人員可以將其結構以審計工作底稿、審計報告及審計財務報表等方式呈現；5、由于可能采用的數據挖掘的方法不同，最后輸出結果的具體內容可能不一樣，因此，可以采用不同的方法進行數據挖掘，最后通過比較分析，找出一個最合適的數據挖掘結果。

四、舉例數據挖掘技術在審計風險識別中的應用

審計風險是審計人員將存在重大錯報、漏報的財務報告判斷為合法的，以及將存在弊端和漏洞的經營管理判定為健全有效的，并提出不恰當審計意見的可能性。在數據挖掘技術中，審計風險識別是以現有的審計指標及相關財務指標為基礎，利用粗糙集理論的數據挖掘技術建立數學模型來識別審計過程中可能存在的風險，并從中找出可能存在的規律。即用if…then…的形式來表示。樣本的選?。簽榱四苤庇^的說明數據挖掘技術在審計風險識別中的應用，本文模擬了一些健康的樣本數據對審計風險進行識別。以模擬樣本的審計指標及相關的財務指標作為條件屬性，建立一個簡單的粗糙集分析的模型。數據預處理：在財務審計中，可以從財務指標中看出財務報告中出現的虛假情況，即一些財務指標不用于同類企業的財務指標。本文選取8個財務審計指標分別分析審計風險程度，并根據模型的要求對指標進行離散化處理，如下表：建立信息系統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——財務審計指標集，作為條件屬性集合；R={該企業是否存在審計風險}——作為決策屬性，0代表審計風險程度低，1代表審計風險程度高；D={D}1,D2,D3,...,Dn——D1代表S1對應財務審計指標的離散值；P是信息函數。粗糙集技術對審計信息系統進行數據挖掘：根據粗糙集地屬性約減算法，對上述表格中各指標所代表的信息量進行計算，并確定其重要程度。經過約減計算之后，保留了X1、X2、X3、X4及X6，并得到預測規則集，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：規則中的指標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中進行數據挖掘，是通過對財務審計指標進行分類，按照影響因素的不同對財務審計指標進行離散化分析，再通過離散化的數據進行預測規則集，得到審計風險程度的大小。該方法的不足之處就是得到的預測規則集過大，可能得出一個不正確的預測規則，進而影響審計人員的判斷。

五、結論

數據挖掘作為一門數據分析技術，它可以幫助審計人員對數據量較多的審計項目進行挖掘分析，從中獲取有效的審計線索，進而完成審計相關要求。利用數據挖掘的方法對審計數據進行分類、預測及關聯等，從中發現一些異常數據，并進行重點審計。這樣，也會提高審計人員的工作效率和工作質量及對被審計數據的分析能力。因此，數據挖掘在審計工作中必將得到更多的應用。

作者:楊智敏 單位:重慶理工大學會計學院

參考文獻：

[1]呂新民,王學榮.數據挖掘在審計數據分析中的應用研究[J].審計與經濟研究,2007(11):35-38.

[2]張志恒,陳旭.數據挖掘技術在會計信息系統中的應用研究[J].中國管理信息化，2006(02):36-39.

[3]林國勇,張莉.基于數據挖掘技術的審計數據質量控制探析[J].審計月刊,2014(03):8-10.

[4]柯芳,辛佳穎.基于數據挖掘技術的金融審計風險防范研究[J].經濟論壇,2013(07):100-102.