数据挖掘技术在现代审计中应用研.docVIP

数据挖掘技术在现代审计中应用研 　　[提 要]随着信息技术的发展和网络的广泛普及，审计数据和网络数据以惊人的速度增长。审计过程中利用计算机技术的程度越来越高，审计人员面对大量的财务数据或非财务数据。在审计系统中引入数据挖掘技术，显示出了巨大的优势，本文介绍了审计中引用数据挖掘技术的程序和方法，并指出了这一技术应用于现代审计中的一些局限。 　　 [关键词]数据挖掘;审计;技术 　　 作者简介 胡珊珊（1982-），女，江西经济管理干部学院讲师、审计师、硕士，研究方向为审计。（江西南昌 330000） 　　 随着经济的发展，企业活动的日益错综复杂，交易数量的庞大对各项交易进行记录、分析的过程如果仍然依靠手工操作，会导致工作效率严重低下，并且工作成本大大增加。与此同时，随着计算机技术和网络的普及，人工智能系统已经被引入企业管理，如供应链管理系统（SCM）和企业资源计划系统（ERP），这些系统使企业的众多交易活动都可以通过计算机实时在线录入，形成大量的数据，现代审计面临着数据库中的海量数据，如何从中寻找出一定的数据特征，发现可疑数据，以提高审计效率和降低审计风险，是审计人员面临的崭新课题。 　　一、数据挖掘技术在现代审计中的应用 　　数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的但又是潜在的信息和知识过程。这一概念要求数据源必须是真实的、海量的、有噪声的。数据挖掘是一个完整的过程，该过程从大型数据库中挖掘先前未知的、有效的且可用的信息，并利用这些信息做出决策或者丰富知识。 　　数据挖掘改变了审计实践的方式。由于信息技术的普及，很多企业引入人工智能系统，这些系统使企业的众多交易活动都可以实时在线录入，各种事件包含大量会计数据和经营管理数据。审计人员通过对数据的分析获得审计线索，获取有用的审计证据，并发表适当的审计意见。数据挖掘可以从大量的数据中发现隐藏于数据中的新的或者不可预见的模式，可以回答审计人员可能根本没有想过的问题。 　　在审计过程中运用数据挖掘技术的基本思路是这样的：首先接受日志收集信息系统各部件提交的统一格式的审计数据，然后对这些数据进行预处理，比如转换格式、数字提炼等。接下来运用合适的数据挖掘算法对审计数据进行处理，提取数据中隐藏的知识，并对实践进行统计。最后系统地进行审计数据的分析处理及趋势预测。 　　目前应用于现代审计业务的数据挖掘技术主要有以下几种方法： 　　（一）离群点挖掘 　　离群点挖掘是从大量复杂的数据中挖掘出存在于小部分异常数据中新颖的、与常规数据模式显著不同的数据模式。利用离群点挖掘，一方面可以对审计数据进行有效的预处理，减少审计数据量，快速定位数据，从而提高审计效率;另一方面可以自动的从数据中提取难以发现的业务模式和管理模式行为，减少人工参与，减轻审计人员工作负担。 　　（二）孤立点检测 　　孤立点是在数据源中与众不同的数据，使人怀疑这些数据并非随机偏差，而是产生于完全不同的机制。由于审计中可疑数据往往表现为孤立点，所以通过检测并去除数据源中的孤立点可以达到数据清理的目的，从而提高数据质量，以达到审计目的。 　　（三）异常点检测 　　异常点检测是数据挖掘技术中重要的研究内容。它是从大量审计数据对象中挖掘少量具有异常行为模式的数据对象，很多情况下，这些审计数据对象包含了跟多审计人员感兴趣的信息。 　　（四）聚类分析 　　数据聚类是将审计资料数据中较为接近的数据划为一类，根据不同数据的特征，将对象分成几个群体。聚类分析可应用于控制测试阶段，为测试各控制环节的执行情况将具有相似特征的交易分组。继而更有利于审计人员对相似数据进行分析、挖掘。 　　（五）关联规则 　　关联规则发现是通过分析资料，找出某一事件或资料中会同时出现的东西。关联规则挖掘用于发现大量数据集合间有意义的关联，它侧重于数据中不同领域之间的联系。审计信息系统运用关联规则提取数据之间的联系，能有效的分析经济业务中数据的相关性，从而使审计人员更准确的发现数据之间的联系。 　　随着信息技术的迅猛发展和审计实践的变化，这些技术还在实践中不断的完善和发展，将来必定有更多更有用的数据挖掘方法应用于审计实践。 　　二、数据挖掘技术应用于现代审计工作的意义 　　随着信息技术的发展和网络的广泛普及，审计数据和网络数据以惊人的速度增长。审计过程中利用计算机技术的程度越来越高，很多大型组织已经建立并运行着特大数量级的应用数据库，并积累了大量的历史数据。审计人员面对的也不再是纸质的会计资料，每一个被审计单位的计算机系统和网络系统中都存在着大量的财务数据或非财务数据。在审计系统中引入数据挖掘技术，显示出了巨大的优势，尤其是在大规模网络环境下进行的数据挖掘，不但可以提