财务舞弊智能化审计-2体系全图.docVIP

财务舞弊智能化审计体系全图 2．课题论证 2.1主要内容 本课题的目标是建立上市公司财务舞弊智能化审计的理论与方法体系，包括理论框架、方法体系和分析性程序。 建立财务舞弊智能化审计理论框架 基于无预谋舞弊和无串通舞弊两个基本假设；从财务数据的内在关联、历史延续和行业模式三个维度构建智能化审计证据体系；系统地归纳和总结财务舞弊全部路径和模式，以此构建财务舞弊模式体系；最终形成智能化审计的理论框架。 建立财务舞弊智能化审计方法体系 构建分类问题的统一智能计算模型空间，覆盖现有的线性和非线性模型及其可能的各种组合，通过探索海量模型空间的遍历算法和搜索策略，发现识别舞弊的各类优化模型，对上市公司财务报表进行异常检测、分类聚类、模式识别、关联分析和风险评价，以建立智能化审计方法体系。 建立财务舞弊智能化审计分析性程序集 研制舞弊透视表、路径表和模式映射表等系列工具，将证据和模式相互衔接形成分析性程序，不断验证和沉淀各类衔接过程以建立多层次、多角度的智能化审计分析性程序集。 2.2基本思路 （1）建立理论框架与应用体系的衔接桥梁。通过财务数据的内在关联、历史延续和行业模式的一致性、连续性和趋同性构建智能化审计证据体系，基于资金平衡分析和报表透视分析构建财务舞弊模式体系，通过舞弊透视表、路径表和模式映射表将证据和模式相互衔接。 （2）验证舞弊模式与证据体系的吻合程度。通过统一智能计算模型中参数和变量的自由度构成海量模型空间，通过粒子群、蚁群、遗传等智能算法完成海量模型空间的智能化搜索，筛选优化模型，确定变量和参数的构成，验证舞弊模式与证据体系的吻合程度。 （3）建立财务舞弊的预警信号、红旗标志和风险指数，检验分析性程序的功能完备性，界定分析性程序的内涵和边界。 2.3研究方法 本课题基于我国上市公司财务报告数据库开展研究，全面采用数据仓库和多维数据分析技术。课题将建立样本数据仓库（包括财务报表、治理结构、违规处罚等主题库）；建立财务舞弊知识库（包括财务舞弊路径和模式知识库）；建立模型库（包括神经网络、支持向量机、Logistic、Bayesian、统计检验、多元回归等模型）。中间研究结果和过程也将以数据库的形式沉淀，包括建立财务舞弊的透视表、路径表和模式映射表等数据库以及预警信号、红旗标志和风险指数等中间数据库。计算和验证过程在课题组前期自主开发的“智能计算平台”上完成。 2.4重点难点 本课题的重点是建立智能化审计理论框架，主要涉及“三维”证据体系和模式体系。 本课题的难点是如何在海量模型中搜索优化模型，具体涉及如何设计智能计算过程、如何提高搜索速度和识别精度、如何防止局部最优解等问题。 2.5 基本观点 （1）财务舞弊识别应基于独立的审计过程，突出审计的“鉴证”功能，而并非仅仅是对财务的“验证”功能，应突破会计的理论框架去“审视”会计信息的合理性与真实性，因此需要强化审计的独立性和客观性。 （2）以往定量分析研究中多采用人为主观认定的模型，不能保证方法的科学性，只有找到了客观上存在的最合理的模型，定量分析的过程和结论才有实际的意义和价值。 （3）财务舞弊行为会导致财务数据结构上的内在缺陷，破坏真实财务数据的内在关联性、历史持续性和行业趋同性。只要保证审计作业的维度和深度都远远大于会计舞弊作业的模式，无论财务舞弊行为多么高明和隐蔽，都是可以识别的。 2.6 创新之处 1 提出智能化审计理论体系。提出无预谋舞弊和无串通舞弊两个基本假设，并建立了三维证据体系和财务舞弊模式体系。 2 扩展审计独立性的内涵。将审计独立性的内涵从人员、机构和经费的独立性进一步扩展到：审计过程能真正独立于会计过程，信息的鉴证过程能真正独立于信息的形成过程。 3 提出统一智能计算模型空间和财务舞弊模式体系：前者覆盖所有可能的分析模型，后者覆盖所有可能的财务舞弊模式，在模型和模式两个全集上建立智能化审计的方法体系； 4 提出在海量模型空间搜索优化模型的智能算法：通过统一智能计算模型中参数和变量的自由度构成海量模型空间，首次将智能化算法用于海量模型搜索，并捕获数以百计的高精度模型（精度均在90%以上）。 5 研制出完整的智能化审计分析性程序集：研制出分析性程序的开发工具，包括舞弊透视表、路径表和模式映射表等系列工具，为实际应用提供了完整的多层次多角度的智能化审计分析性程序集。 结构关联性 应用体系 风险指数 证据体系 历史 行业 结构 模式体系 舞弊模式映射表 舞弊路径表 目的 手段 舞弊透视表 路径 理论框架 历史延续性 行业趋同性 资金平衡分析 报表透视分析 分析性程序集 知识库 数据仓库 红旗标志 预警信号 模型库 方法体系 模型空间 参数 模型 变量 智能算法 粒子群 / 蚁群 / 遗传 异常检测 分类聚类 模式识别 关联分析 风险评价 Log