王亞萍
發(fā)現(xiàn)和預(yù)防舞弊行為是審計工作中一個重要而又富有挑戰(zhàn)性的課題。在大數(shù)據(jù)技術(shù)蓬勃發(fā)展的背景下,審計數(shù)據(jù)分析技術(shù)已經(jīng)逐步成為審計師識別舞弊行為強有力的手段。該項技術(shù)通過數(shù)據(jù)挖掘和統(tǒng)計分析來提高審計效率和精確識別潛在的舞弊風(fēng)險。
審計數(shù)據(jù)分析技術(shù)的基本原理
一、審計數(shù)據(jù)分析技術(shù)的定義與特點
審計數(shù)據(jù)分析技術(shù)涉及各種系統(tǒng)化的方法,流程以及運用到審計過程當(dāng)中的手段,其目的是從海量的審計數(shù)據(jù)當(dāng)中抽取出具有價值的數(shù)據(jù)來為審計決策提供支持。它運用數(shù)學(xué)、統(tǒng)計以及計算機科學(xué)等手段,例如數(shù)據(jù)挖掘、機器學(xué)習(xí)以及大數(shù)據(jù)分析技術(shù)來發(fā)現(xiàn)并預(yù)防舞弊行為的發(fā)生,從而保證財務(wù)報表準(zhǔn)確。這類技術(shù)的中心優(yōu)點是可以對大規(guī)模數(shù)據(jù)集進行處理與分析,并確定非典型模式、異常事項和潛在的風(fēng)險點等。具體來講,審計數(shù)據(jù)分析技術(shù)主要表現(xiàn)在對海量數(shù)據(jù)進行自動化處理,信息識別效率高以及輔助決策支持等方面。使審計工作效率更高,人為錯誤更少,異常發(fā)現(xiàn)概率更大。
二、審計數(shù)據(jù)分析技術(shù)的分類與比較
審計數(shù)據(jù)分析技術(shù)可按其作用、應(yīng)用場景、依托技術(shù)手段等劃分。常用的分類方法有描述性分析、診斷性、預(yù)測性分析,規(guī)范性分析。描述性分析關(guān)注于描述歷史數(shù)據(jù)中的模式,診斷性分析則側(cè)重于解釋這些模式背后的原因,預(yù)測性分析力圖對未來發(fā)展趨勢進行預(yù)測,規(guī)范性分析則給出了如何對業(yè)務(wù)流程進行優(yōu)化的意見。在對不同審計數(shù)據(jù)分析技術(shù)進行對比研究中,關(guān)鍵是要考慮到其復(fù)雜性、準(zhǔn)確性、實施成本以及需要掌握的專業(yè)知識的不同。比如描述性分析技術(shù)一般比較簡單、容易理解、容易實現(xiàn),但是它只能夠提供有限的洞察力。相比較而言,預(yù)測性分析與規(guī)范性分析技術(shù)則要復(fù)雜得多,或許需要更加先進的統(tǒng)計方法與機器學(xué)習(xí)算法來實現(xiàn),但是這些方法卻能給出更加深刻的認(rèn)識與更有價值的意見。
審計數(shù)據(jù)分析技術(shù)在舞弊發(fā)現(xiàn)中的應(yīng)用
一、審計數(shù)據(jù)采集與預(yù)處理
審計數(shù)據(jù)分析技術(shù)對舞弊發(fā)現(xiàn)起著關(guān)鍵作用,它的運用是從數(shù)據(jù)獲取和預(yù)處理階段開始。在這個環(huán)節(jié)上,審計人員需要從不同來源和系統(tǒng)收集原始數(shù)據(jù),其中包括但不僅限于財務(wù)報表、交易記錄、電子郵件和合同,以保證數(shù)據(jù)的全面性以及相關(guān)性。在收集的過程當(dāng)中,自動化工具的運用可以顯著提高效率,降低人為遺漏。預(yù)處理就是將收集來的數(shù)據(jù)經(jīng)過清洗、集成變換等處理。這一階段審計人員將剔除不相關(guān)或者重復(fù)數(shù)據(jù)、填充缺失值、發(fā)現(xiàn)和修正錯誤或者異常數(shù)據(jù)。另外,數(shù)據(jù)標(biāo)準(zhǔn)化是預(yù)處理過程中的關(guān)鍵一步,其目的在于把數(shù)據(jù)變換成適用于分析的形式,例如把所有財務(wù)數(shù)字都調(diào)至統(tǒng)一貨幣單位或者變換時間戳使之與不同時區(qū)相匹配。經(jīng)過預(yù)處理的數(shù)據(jù)集應(yīng)是清晰、精確和統(tǒng)一的,這樣才能為后面深入分析奠定堅實的基礎(chǔ)。
二、審計數(shù)據(jù)分析與模型構(gòu)建
審計人員對收集并預(yù)處理后的數(shù)據(jù)進行分析時,會利用多種數(shù)據(jù)分析技術(shù)來構(gòu)造模型以暴露并預(yù)測舞弊行為。這類模型使用統(tǒng)計與機器學(xué)習(xí)方法來深度挖掘數(shù)據(jù)并發(fā)現(xiàn)異常模式與異常指標(biāo)。這通常是舞弊行為可能發(fā)生的征兆。構(gòu)建模型過程主要包括選取適當(dāng)算法,設(shè)定參數(shù)和訓(xùn)練數(shù)據(jù)等。以舞弊檢測為背景,常用算法主要包括邏輯回歸、決策樹、聚類分析和神經(jīng)網(wǎng)絡(luò)。審計師根據(jù)資料的性質(zhì)、舞弊種類和分析復(fù)雜度,選擇最恰當(dāng)?shù)乃惴?。比如,在?fù)雜舞弊案例中,為了暴露隱藏的規(guī)律,深度學(xué)習(xí)算法可能會被使用。在模型構(gòu)建過程中,審計師也要對該模型進行評價與優(yōu)化。其中一般包括交叉驗證、調(diào)整模型參數(shù)等,從而提高模型的準(zhǔn)確率與預(yù)測能力。成功建立的模型可以對未來審計任務(wù)下的數(shù)據(jù)進行實時監(jiān)控和對可能存在的舞弊行為進行自動識別,使得審計工作更積極,反應(yīng)性更強。將審計數(shù)據(jù)分析技術(shù)運用于舞弊發(fā)現(xiàn)并不局限于模型構(gòu)建,更重要的是對模型進行真實的部署與維護。高效的審計數(shù)據(jù)分析模型應(yīng)能隨時間推移而不斷地適應(yīng)新型數(shù)據(jù)模式并對舞弊行為保持高度敏感。
三、舞弊行為檢測與識別
在審計領(lǐng)域中,發(fā)現(xiàn)并識別舞弊行為是一個非常具有挑戰(zhàn)性的工作,需要審計人員采用先進的數(shù)據(jù)分析技術(shù)以及敏銳的直覺。通過多變量統(tǒng)計分析、異常值檢測、序列分析和基于規(guī)則算法等技術(shù)的運用,審計人員可以在海量數(shù)據(jù)中發(fā)現(xiàn)潛在的舞弊跡象。例如,異常值檢測能夠揭示與正常財務(wù)模式不符的交易情況,序列分析能夠幫助找出特定時期內(nèi)不同尋常的交易模式。數(shù)據(jù)分析程序設(shè)計合理,能在交易活動表現(xiàn)出同已知舞弊案例相類似特點時自動引發(fā)報警。綜合運用上述技術(shù),使審計人員能夠更加迅速而系統(tǒng)地發(fā)現(xiàn)并評價可能存在的舞弊行為成為一種有力的手段。更進一步,機器學(xué)習(xí)模型特別是能處理大范圍數(shù)據(jù)集的機器學(xué)習(xí)模型,使審計人員能從數(shù)據(jù)中找到可能很難被人工直接辨識的復(fù)雜聯(lián)系與規(guī)律。但使用自動化工具并不等于就能完全代替專業(yè)審計人員進行評判。當(dāng)發(fā)現(xiàn)可能存在舞弊信號時,審計人員有責(zé)任進一步深入分析并利用專業(yè)知識與經(jīng)驗對這些報警是否確實指示舞弊行為作出判斷。其中可能包括比對行業(yè)標(biāo)準(zhǔn)、比較歷史數(shù)據(jù),甚至深入單個交易中的特定情況來詳細(xì)考察。
四、舞弊行為證據(jù)的收集與確認(rèn)
在找到可能舞弊跡象后,接下來就是取證和證實。這一階段旨在就可能發(fā)生舞弊行為提供確鑿的證據(jù)和建設(shè)充分有力的案例,以支持隨后采取法律行動。審計人員會利用各種技術(shù)手段進行取證,其中主要有電子取證、深度數(shù)據(jù)挖掘以及相關(guān)性分析。在電子取證部分,審計人員將收集電子文檔、電子郵件、日志文件等數(shù)字記錄,以保證這些取證的可用性與有效性。數(shù)據(jù)挖掘技術(shù)也是現(xiàn)階段至關(guān)重要的一項技術(shù),可以幫助審計人員在復(fù)雜的數(shù)據(jù)海洋里抽取關(guān)鍵信息和發(fā)現(xiàn)潛在的舞弊模式。相關(guān)性分析被用來在不同數(shù)據(jù)點間建立聯(lián)系,例如關(guān)聯(lián)分析可能有助于揭示舞弊者間協(xié)同作業(yè)。在舞弊行為取證時,審計人員也要確保取證鏈條完整且不會被篡改,一般都會涉及嚴(yán)格取證程序及記錄。
將審計數(shù)據(jù)分析技術(shù)運用于舞弊發(fā)現(xiàn),展示了其巨大的潛力。從精準(zhǔn)有效的數(shù)據(jù)采集及預(yù)處理、復(fù)雜數(shù)據(jù)分析模型搭建、舞弊行為精準(zhǔn)檢測到證據(jù)確認(rèn)等各個環(huán)節(jié),是保證審計質(zhì)量、加強舞弊防控工作的重點。伴隨著科技的進步與革新,審計數(shù)據(jù)分析在審計領(lǐng)域中仍會扮演重要的角色,給審計人員帶來更有力的支撐,從而更好地維護公眾利益,提高市場透明度。(作者單位:濮陽縣審計局)