财务舞弊智能化审计-1选读.ppt

* 库存周转率=营业收入/平均存货余额 平均存货余额=(期初+期末)/2 通过报表就可以计算出来 成本降低只是毛利增加，如果费用增加也会导致利润降低 主营业务利润是扣除费用的 毛利率只是收入减成本 * 财务舞弊智能化审计Automatic Detection OfFinancial Reports 陆颖 Management Science Engineering Jilin University 主要内容 独立审计体系 智能化模式识别 分析性程序 研究现状综述——理论 传统意义的审计理论和模式 账目基础审计?制度基础审计?风险导向审计 财务报表和财务数据是可验证的（莫茨和夏拉夫1961） 详细核对全部账簿记录进行任意审计抽样（查特菲尔德1976） 通过审查企业内部控制来压缩检查范围（Tom Lee 1988） 审计的重心向财务报表重大错报风险（Timothy Bell 1997） 和财务舞弊影响因素（Konrath,1993）的评估方向倾斜，以 决定审计资源的分配（Cushing 1995） 相关定量分析模型和方法的研究 神经网络(Green and Choi 1997) 数据挖掘(Kirkos 2007) 支持向量机、Logistic模型（Persons 1995，Beasley 2000） Bayesian模型(Kirkos 2007) 统计分析（Beneish 1997） 多元回归（Spathis 2002） 研究现状综述——方法 财务舞弊的成因较为成熟：三角形理论、四因子理论等 基于舞弊的手段、特征、征兆的经验性分析 （Romney 1986 Albrecht 1995 Abbott 2004 Carcello 2000等） 研究现状综述——应用 传统研究的局限 审计理论囿于会计体系 审计模式为“验证”过程 人为主观地决定模型 面向单一分析维度的阶段 模型精度（在75％-86%之间）不尽人意 成因、手段、特征、征兆未能揭示模式和路径 评述 综上，国内外的相关研究缺乏有效、快速地在审计中发现舞弊的科学方法；仍处于主观、经验、盲目、凌乱、孤立的状态。 建立独立的、科学的、系统的、完整的财务舞弊审计体系是一个亟待解决的研究课题。 研究的定位 将审计的定位和职能从“验证”提升至“鉴证”层面 利用计算智能替代人工手段 提供：模式/特征/判据/规则/信号 完成：分析/发现/识别/判断 构建财务舞弊识别的路径和模式体系，提供一整套分析性程序 体系结构 独立审计体系 证据体系 特征体系 模式体系 全方位信息源 独立证据源 历史延续性 内在关联性 行业趋同性 目的 手段 路径 模式 识别的依据 时间维度 历史延续性 特征维度 内在的关联性 样本维度 行业间的趋同性 在掩盖全部3个维度的漏洞下，才是不可识别的 基本假设和判据 基本假设 ?（样本）无串通舞弊 ?（时间）无预谋舞弊 基本判据 ?关联\冲突（真实度\可信度） ?异常\偏离 (倾向\风险） 数据模型 时间维度 历史承接性和连续性 特征维度 特征之间的内在关联性 样本维度 同类样本的相似性 X11t X12t … … … … X1mt X21t X22t … … … … X2mt … … … … … … … … … … Xn1t Xn2t … … … … Xnmt X11s X12s … … … … X1ms X111 X121 … … … … X1m1 X2ms X2m1 X2ms X2m1 Panel Data 研究框架 指标选择?特征筛选 模型选择 ? 智能方法 问题环境?样本选择 特征组合k …… 特征组合2 特征组合1 SVM RBF PSO GA X1 X2 … … … Xn 主观地选择模型、样本和特征 客观地搜索最佳模型、样本和特征 技术路线 目的 手段 路径 模式 异常检测 分类聚类 模式识别 关联分析 风险评价 透视表 路径表 模式映射表 模型空间 智能化搜索 预警信号 红旗标志 风险指数 独立审计 分析性程序 历史延续 内在关联 行业模式 海量特征集 关联 持续 相关 显著 异常 聚类 分类 海量数据集 海量模型集 Min F(X) s.t. g(X)≤ 0 问题的本质 X =（X1, …,Xn） 样本 特征 模型目标 特定环境 分类问题 聚类问题 Min F(X)=[FAR,FRR] Min F(X)=[类内聚集度,类间分离度] 聚类与分类 A1 A2 B2 B1 关键问题 多目标/非线性/样本噪音 ? 局部最优解 冲突 复杂