孤点分析技术在风险导向审计中的应用.docVIP

孤点分析技术在风险导向审计中的应用 胡波 柳云鹏 武汉工程大学管理学院 武汉纺织大学会计学院 X 关注成功！ 加关注后您将方便地在 我的关注中得到本文献的被引频次变化的通知！ 新浪微博 腾讯微博 人人网 开心网 豆瓣网 网易微博 摘????要： 企业规模的扩大和信息技术的使用正在影响审计方法的发展, 孤点分析技术作为一种并未广泛使用于审计领域的技术, 如何将其应用到风险导向审计值得深入研究。以风险导向审计为背景, 介绍了孤点分析技术的理论和方法, 并论述了其对风险导向审计中审计范围、风险评估程序和风险应对程序的影响。 关键词： 审计; 孤点分析; 风险导向审计; 作者简介：胡波, 武汉工程大学管理学院副教授, 硕士, 研究方向:会计学; 作者简介：柳云鹏, 武汉纺织大学会计学院硕士研究生, 注册会计师, 研究方向:会计学。 一、引言 随着信息技术的发展和互联网的普及, 信息得以快速传播, 数据信息的体量也呈几何级增长, 信息传播的速度和体量增长的速度也呈加速趋势, 我们已进入了网络化的大数据时代。注册会计师在审计过程中需要面对这些海量的数据, 如何处理和使用这些数据则是注册会计师不可回避的问题。 由于数据库管理系统和先进快速的数据采集技术的广泛应用, 注册会计师也开始大量采用IT审计技术和方法并与风险导向审计相结合。目前的IT审计技术和方法以数据检索查询机制和统计分析方法为主, 需要注册会计师利用统计方法、财务分析方法、业务处理逻辑以及审计经验建立分析模型。在面对复杂的海量数据时, 传统的数据处理逻辑和审计经验难以找到数据中隐含的信息。20世纪90年代, 以面向分析决策为主的计算机技术, 如数据挖掘 (data mining) 、数据仓库 (data warehouse) 等被广泛用于数据储存和分析领域, 并得到了迅速发展。在大数据环境下, 通过数据挖掘技术可以迅速获取、处理和分析被审计单位的大量非财务数据, 依靠业务信息与财务信息的内在逻辑将二者紧密联系起来, 并用孤点分析方法构建分析风险评估模型完成评估, 从财务报表层次和认定层次评估重大错报的风险, 确定审计的重点领域, 进一步确定审计程序中控制测试和实质性分析程序的性质、时间和范围, 从而提高审计效率, 降低审计风险和节约审计成本。 二、孤点分析理论及方法 (一) 孤点分析理论 在数据挖掘中, 聚类分析 (clustering) 是指根据对象的属性将对象区分成为多个类别或簇 (cluster) , 使具有类似属性的研究对象分在同一个聚类中而与其他聚类对象“不类似”。在聚类分析中, 有的对象无法被分类至任何的类别或簇, 这类对象在聚类分析中被称为噪声, 而在孤点分析中被称为孤点。 孤点分析 (outlier detection) 也可译为例外挖掘、偏差分析、离群数据挖掘等, 是数据挖掘技术的重要组成部分, 以发现集中度显著不同于其他研究对象的对象。孤点是数据处理过程中呈现离散状态的小规模对象, 该部分对象与呈现出一般规律和趋势的对象有显著差异。孤点分析主要利用数据挖掘理论模型和分析方法, 发现研究对象在集中态势下出现的异常值。 研究对象的“类似性”一般用对象属性的“相近”程度定义。相异度 (dissimilarity) 是用来描述对象间差别程度 (或相似程度) 的度量, 它根据对象的属性值来计算。距离是经常采用的度量方式, 最常用的距离度量方法是欧几里得距离, 即 其中, xi1…xin和xj1…xjn分别表示对象i和对象j的n个属性值, d (i, j) 表示对象i和对象j的相异 (或相似) 程度。当两个对象的属性相似时, xi1…xin与xj1…xjn的差也较小, 描述两对象的相异度的d (i, j) 也较小。 在欧几里得距离测度方法中, 对象通常具有值域差异较大和不同单位的属性, 如收入与年龄, 身高与体重。如果简单的使用欧式距离测度, 可能会使结果失效。因此在使用欧式距离前, 一般需要对属性值进行规范化处理, 即将对象的属性值按比例缩放, 使之落入一个特定的区间, 如0.0~1.0。同时, 我们也可以根据对象的各属性对聚类结果重要性, 为各属性赋予不同的权重。如果对每个变量根据其重要性赋予一个权重, 则加权的欧几里得距离可以用下式表示: 聚类分析可以分为全局聚类和局部聚类两种方法。全局聚类主要考虑所有数据的整体性, 每个聚类中都存在一个中心点或代表点, 根据其余对象到各中心点的距离大小将各对象划分到最近的中心点所代表的聚类中。如图1, 各数据可以划分为四个聚类。全局聚类方法对大小相近的球状聚类的发现较为有效。 图1 ??下载原图 局部聚类主要考虑一个对象与其邻近的其他对象的关系。如果一个对象指定范围的邻域内也包含其他的对象, 则该对象可以