基于审计数据质量控制的数据挖掘应用.kdh.pdfVIP

全国中文核心期刊 财会月刊□ · 基于审计数据质量控制的数据挖掘应用 陈爱林 黄淑燕 （九江学院 江西九江 332005 ） 【摘要】逻辑结构与信息本身相分离的特性，使得电子审计数据在真实性、完整性、一致性和有效性等方面难以满足审 计工作对数据质量的要求。而利用分类、聚类、关联规则等数据挖掘技术可以控制和提升审计数据质量，提高电子审计效 率。 【关键词】数据质量控制 数据挖掘 关联规则 聚类 一、应用数据挖掘技术可以提升审计数据质量 1. 分类。数据分类是指根据数据一定的特性建立相应的 数据挖掘，也称为数据库中的知识发现，它可以从大量冗 分类模型，按照分类模型对数据库的各个对象进行分类。构建 余的、不完全的、模糊的和随机的数据中提取尽可能多的、事 上述的分类模型，需要运用一定的统计方法从数据库中选出 先不为人知的但又是潜在有用的隐藏信息和知识。数据挖掘 已经分好类的样本数据库作为训练集，在该训练集上运用数 是一种特定的数据分析过程，它通过对数据进行统计、分析、 据挖掘分类的技术建立分类模型，对于没有分类的数据进行 综合和推理，以发现更多的知识和信息，既可以对已有的事实 分类。例如对银行的信贷业务进行审计时可将各种业务分类 进行评估，又可以对未来的活动进行预测，从而为做出正确的 为低、中、高风险三类，然后将各笔业务分配到预先定义的业 判断提供基础。 务分片。分类就是要达到“物以类聚”的目的，分类规则一旦确 数据质量具体表现在数据的真实性、完整性、一致性和有 立，各种数据都可自动通过数据挖掘系统来归类聚集。 效性等几个方面。电子审计数据是以电子形式存在的可为审 2. 聚类。聚类通常是数据挖掘的第一步。有别于分类分 计使用的知识和信息。这种以电子形式存在的数据，由于逻辑 析的是，聚类分析面对的是一组未明确分类的数据，它的任务 结构与信息本身相分离，使得其在许多方面都有别于传统的 是把这些数据按相似特征归成若干类，基本要求是属于同一 审计数据，如数据来源更加难以确定、信息的变化更加难以把 个类别的数据之间的相似性尽可能大，而不同类别数据之间 握等。从数据质量方面来考量，电子审计数据的无形性和易篡 的相似性尽可能小，从而发现数据的分布模式和数据属性间 改性的确给审计工作带来了一些特定的风险。运用一定的技 的关系。聚类分析可以采用的技术方法有统计方法、人工神经 术来控制和提升审计数据质量变得异常迫切，数据挖掘技术 网络方法、模糊技术等。例如，企业财务数据的变化反映的是 的应用恰好可以满足这一要求。 企业经营业务的变化状况，如果财务数据的变动存在着偏离 审计信息化的发展对我国电子审计技术方法和质量管理 企业经营业务变化的异常情况，表明这些数据很可能存在某 都提出了更高的要求。数据挖掘技术的应用适应审计对象信 些虚假成分，其中很可能隐藏了审计需要的重要信息。以对应 息化的发展形势，它可以从庞大的数据库系统中提取更多有 收账款、应付账款和摊销的实质性测试为例，运用聚类技术可 用的审计信息，以控制和提高审计数据质量，保证和提升审计 将具有相似性的会计数据进行聚类分组，从中可以发现金额 数据的及时性、真实性、正确性和完整性，增强电子审计证据 明显异于其他月份或其他时期的账目，这些异常构成了审计 的证明力，从而提高电子审计的质量和效率。下面主要从数据 的重点领域。从该例可以看出，数据挖掘技术可以明显提升审 挖掘的一般分析方法及其在审计数据质量控制中的应用展开 计数据的真实性和一致性。 分析。 3. 关联规则。各事件之间总存在着一定的相互