基于数据挖掘的会计舞弊识别问题研究综述.pdfVIP

2011年第 1期 中 南 财 经 政 法 大 学 学 报 № ．1．2O11 双月刊 Bimonthly 总第 184期 JOURNALOF ZHONGNAN UNIVERSITY 0F EC0N0MICSAND LAW Serial№ ．184 基于数据挖掘的会计舞弊识别问题研究综述 汪士果 张俊 民 (天津财经大学 商学院，天津 300222) 摘要 ：本文检索了近年来基于数据挖掘的会计舞弊识别方面的文献 ，归类 比较挖掘数据 、算法 以及分类器评 价方法和分类效果，为投资者、监管部 门和审计师在舞弊识别 中选用适当数据和挖掘技术及优化模型提供借鉴 。 现有研究多对舞弊和配对非舞弊样本进行有标签挖掘 ，特征值涵盖审计师数据 、公司治理数据 、财务报表数据 、 行业和交易数据多个类别 。当前研究以反映舞弊三角的综合数据为主 ，比率数据 比账户数据更有效，主要算法 包括统计检验 、回归分析、神经网络、决策树、贝叶斯网络、堆栈变量法等 。其 中，回归分析应用最为普遍 ，神经网 络在识别效果和准确性方面总体上优于回归模型，模型辅助检测优于审计师无辅助检测 。现有文献还缺乏无标 签挖掘和时序数据挖掘研究。 关键词 ：数据挖掘 ；舞弊识别 ；会计舞弊 ；分类器评价 中图分类号 ：F239 文献标识码 ：A 文章编号 ：1003—5230(2011)O1—0079—06 一 、 引言 会计舞弊是指 旨在欺骗财务报表使用者 ，尤其是投资者和债权人 的蓄意错报或数额 的遗 漏_】。‘’。舞弊识别是反舞弊的关键环节，对于会计执业界和社会公众都越来越重要 。数据挖掘是指 从数据 中提取统计上可靠、以前未知并且可行动信息的知识发现过程乜]。一般而言，用于挖掘的数据 必须可获取 、问题相关 、数量充分 、清洁。同时，挖掘问题必须能够明确定义 ，不能够通过询问和报告 工具解决，也不 能通过数据挖掘程序模型引导解决 。自动化并且减少手工检测工作量的欺诈识别 (或 检测)技术，是历史最悠久的数据挖掘应用领域之～。有效识别会计舞弊一直是会计执业界的难题 。 常规审计程序不能有效识别会计舞弊的根源在于舞弊识别效力和效率的矛盾 ]。 数据挖掘和会计舞弊识别的耦合点在于，数据挖掘技术作为审计高级分析性程序在辅助注册会 计师进行舞弊识别决策时，具有同时解决效力和效率问题的潜力。现行国内外舞弊准则虽然在舞弊 三角理论框架下提供舞弊 “红旗”的详细指导 ，特别强调充分利用各种信息源探清舞弊风险所在，以及 收稿 日期 ：2010-08—23 基金项 目：国家 自然科学基金资助项 目“基于数据挖掘 的会计舞弊识别问题研究”；教育部人文社会科 学研究青年 项 目 “中国转型 经济下 民营企 业连锁 董事 关 系网络 的演 变特征及 其 功能定 位 ” (09YJC630057)；2010年度河南省政府决策研 究招标课题 “基于ERMIF的河南省 国有企业 内部控制 与风险测度工具研究” 作者简介 ：汪士果(1972一 )，女，河南确 山人 ，天肆财经大学商学院博士生 ； 张俊民(196O一 )，男，山东鱼台人 ，天津财经大学商学院教授 ，博士生导师。 79 通过分析性程序等手段充分挖掘隐藏于各类信息中的舞弊风险因子 ，然而，注册会计师如何从众多 “红旗”中综合得出接受抑或拒绝财务报告存在舞弊的决策结论仍是一个难题。在准则 “红旗”为训练 数据变量选择提供有效理论支持的背景下，引进决策辅助工具既现实又非常有必要。 美国自SASNo．56开始便明确要求审计人员 “在审计计划阶段和结束阶段必须实施分析性程 序”，在历次准则修订和数据挖掘技术发展 的推动下，有许多数据挖掘算法被应用于会计舞弊检测 。 对基于数据挖掘的一般舞弊识别技术存在两种主要批评意见 ：一是认为缺乏可据 以试验 的可公开获