企业财务舞弊数据挖掘的审计模型研究.docxVIP

企业财务舞弊数据挖掘的审计模型研究 　　[摘要]在大数据的时代背景下，传统常规的审计手段逐渐失效，面临着空前的挑战。为了适应现代化发展，改革创新审计方法，并与其他学科领域相结合，成了一种必然的发展趋势。而数据挖掘技术作为信息时代的一个典型代表，顺势出现在審计人员的眼前。挖掘数据，提取其中的有效信息，建立数学模型，最后进行结果分析，使审计凭从感觉，从大规模审计开始到现在从数学模型的异常信息中发现问题，进行有目的审计，减少了审计人员的工作量，极大提高了审计效率和准确度。但同时也需要在现代的审计方法中，规避新方法带来的风险，从而从根本上保障判断的准确性，降低审计整体风险。基于此，本文通过一个案例对数据挖掘审计模型进行简单分析，阐述了数据挖掘审计模型的作用，并对数据挖掘技术对于现代审计的一些优势和其中可能存在的一些弊端进行了分析。 　　[关键词]数据挖掘;审计;模型;财务舞弊 　　doi：10.3969/j.issn.1673-0194.2019.20.028 　　[中图分类号]f275.5[文献标识码]a[文章编号]1673-0194（2019）20-00-02 　　1财务舞弊数据挖掘的相关概念和意义 　　1.1相关概念 　　1.1.1数据挖掘概念 　　数据挖掘这一概念出现于20世纪80年代末，最早发展于数据库领域，被称为数据库中的知识发现（kdd）。数据挖掘是kdd过程中的一个环节，虽然历史不长，但发展比较迅速。数据挖掘这一专有名词最早在1995年由美国计算机年会提出。数据挖掘是一门交叉性学科，涉及统计学、数据库理论技术、机器学习、网络科学、人工智能和数据可视化等多个学科领域的知识和技术。 　　综上所述，数据挖掘还没有形成一个完全统一的定义。而目前大部分学者较认同的定义是：数据挖掘就是从庞大的数据信息量中获取有用的信息，即从大量的、无规律的、不完整且模糊的数据中发现有规律的、事先未知的、隐蔽的且潜在有效的最终可以被理解的信息。 　　1.1.2财务舞弊相关概念 　　美国注册会计师协会（aicpa）对于财务舞弊的定义为：“是一种蓄意通过修改财务报告，产生不真实财务数据的行为。此行为包含以下各种情况：报告上记载没有发生的交易;公司利益被管理者侵吞;从财务报告删除重要的信息;漏列或错误反映经济业务;伪造记录或文件。”我国《独立审计具体准则第8号——错误与舞弊》中对舞弊的定义是：舞弊指被审计单位的管理层、治理层、员工或第三方使用欺骗手段获取不当或非法利益的故意行为。 　　虽然各国对于财务舞弊的定义存在差异，但都体现了舞弊的特点，即以欺诈、隐瞒等不正当手段谋取非法利益或隐瞒错误。财务舞弊是目前是比较普遍的现象，也是经济社会中的一个“毒瘤”，对现代经济发展造成了重大影响。相对于财务欺诈强烈而明确的目的性而言，财务舞弊从某种程度上来说，隐蔽程度更高，发现难度更大。 　　1.2意义 　　数据挖掘技术通过使用计算机来辅助人们从大量的信息数据中发现那些重要且十分隐秘的线索，以此手段辅助审计人员对相关领域的数据进行挖掘、审计、分析，降低审计风险，提高发现财务舞弊线索的概率。数据挖掘技术与普通的审计手段存在较大的不同，主要在数据发现方式上存在不同，数据挖掘主要通过运用模型和一些算法来发现数据间的关联程度等，扩展了审计人员可以运用的手段，减少了审计可能存在的盲点。运用数据挖掘技术，可以利用统计、聚类、关联、序列分析、群集分析等方法来对财务数据和类似性质的文件资料进行更深地分析和研究。 　　2国内外研究现状 　　目前，对于数据挖掘的研究主要围绕理论、技术和实际运用3个方面展开。国外在数据挖掘领域的发展主要是拓宽知识发现的途径，进一步研究知识发现的方法。例如，近年来，对于bayes、boosting等算法的一些优化。相较于国外而言，国内对于数据挖掘的研究起步较晚，但发展速度较快，目前已经广泛应用于审计、金融、客户服务管理等领域。审计方面的研究主要是关于数据挖掘在审计数据分析中的应用、在审计过程的应用、在审计风险决策的研究等方面。 　　在数据挖掘审计方面，最早在2003年，《基于数据挖掘的审计模型框架》一文中就已经提出了需要在审计模型框架下，运用现代化的技术手段，即数据挖掘来辅助开展审计工作，以提高审计质量，降低审计中的风险，为现代化的审计提供了新思路。截至目前，数据挖掘在审计方面的应用已经有了许多细化研究，包括持续审计、财务舞弊、商业银行内部审计等多个方面。 　　3数据挖掘在审计中的应用 　　数据挖掘在审计中的具体应用主要包括了确定审计对象、准备数据，对数据进行预处理、建立数据挖掘模型（以决策树为例）、聚类，结果