数据挖掘方法在经济责任审计评价中的应用

1、数据挖掘方法在经济责任审计评价中的应用数据挖掘方法在经济责任审计评价中的应用一、数据挖掘方法在经济责任审计评价中的作用经济责任审计是确立或解脱被审计指导干部经济责任的一项审计监视制度，其关键是如何给被审计指导干部一个公正、准确、合理的评价。数据挖掘Dataining也称数据库中的知识发现KDD：KnledgeDisveryinDatabase，是一种特定应用的数据分析过程，它可以从包含大量冗余信息的数据中提取尽可能多的隐藏知识，从而为正确的判断提供基矗与以往的数据库检索统计技术不同，数据挖掘方法不向用户提供包含指定特征的信息，而是可以提供某些特征未知的数据包含的信息。数据挖掘技术的这种特点决定

2、了其具有良好的应用本文由论文联盟.Ll.搜集整理前景，尤其在商业领域的应用前景为推动这项技术提供了有力的保障。数据挖掘方法在经济责任审计评价中可以通过计算机对全部电子数据进展处理，可以防止因手工审计中审计抽样造成的审计风险，可以对财务明细账中的货币数据进展分析，而且可以建立以业务事件为根底形成的数据仓库，对非货币性数据进展审计线索的挖掘和分析；利用聚类知识发现技术可以对已有审计人员的经历方法提升创立，从而成为具有审计任务评价指标体系，有助于提升审计的才能和程度；利用智能信息处理技术可以对各类评价要求中的各种非构造化、半构造化的数据进展特征本体抽取以及语义判断，为审计处理各种类型的数据提供技术支

3、持；利用关联规那么数据挖掘方法对各类型审计要求中的审计特征以及特征影响因子来进一步进展关联分析，为审计核查存在的问题以及提出问题而产生原因的关联性提供相关技术支持。另外，传统的经济责任审计评价要通过宏观层面的相关指标，数据挖掘方法可以从大量的原始数据中开掘审计线索。因此，数据挖掘方法具有一定的可靠性和可信度。二、数据挖掘方法在经济责任审计评价中的详细施行过程数据挖掘技术包含了很多分析方法，主要有：一数据概化分析方法。是一个抽象描绘数据的途径，有效的、灵敏的概化方法可以分为两类：数据立方体法和面向属性的规约法。在实际应用中大致可分为单维度比照，条件查询，维度穿插查询等。1.单维度比照分析。例如，

4、根据审计需求，假设要查询各单位借方金额和贷方金额的总计，查看各单位的借方贷方科目金额是否平衡，可以使用如下语句：在此例如中，查询定义了以下单元集信息：selet子句将查询轴设置为easures维度的贷方金额和借方金额成员，以及单位维度的各单位的成员。FR子句指明数据源。2.限定条件查询。下例返回在2022年至2022年会计年度期间，按照easures.借方金额度量值进展排序从成员集中销售额最高的成员开场，在科目维度中选取科目名称为应收账款应收账款，求得金额最多的会计期间的五个成员。TpuntDX函数根据指定的对集求得的值，对指定的元组按降序排序，返回度量值最高的指定个数成员。在此例中，使用Tp

5、untDX函数选取应收账款最高的五个会计期间，显示在横轴。纵轴为各单位名称，FR子句指明数据源。由结果可以看出各个单位在哪些会计期间发生了最多的应收账款，这些发生了最多的应收账款的数据可以定义为多维分析中的元数据：单位，期间，金额。根据审计部门的审计规那么进一步分析，发生额异常的元数据定义为审计疑点。统计总计all栏中显示某会计期间的金额总计。审计人员可以通过继续查看各单位应收账款的金额，进一步通过跟踪审计疑点明确责任单位，据审计疑点，回归凭证库表继续查询应收账款发生额的详细信息。3.维度穿插分析。维度穿插分析可以更加细化多维数据的粒度，例如，假设要查询各单位在各期的借方各科目金额总计，可以使

6、用如下语句：本例使用rssjinDX函数返回同一维度属性层次构造中的属性层次构造成员的叉积，限定横轴为借方下的各项科目，纵轴为各单位名称以及各会计期间，FR子句指明数据源。由结果可以看出各个单位在哪些会计期间发生的应收账款和其他应收款，可以继续跟踪大额应收账款收支状况，以及验证坏账准备的提取情况。二关联规那么应用分析。审计人员可以使用数据挖掘方法对被审计单位的财务数据及业务数据进展关联规那么分析，从中发现异常问题。通过关联规那么进展提取和判断，可以进一步生成审计分析模型。例如在财政数据挖掘审计中应用关联规那么，可以计算各个预算单位的财政支出/总预算的值，先确定预算单位是否违规执行预算。在实际审

7、计中，我们还可以利用关联规那么分析，通过比照被审计单位的车辆数和汽车保险费支出的关系，可以据此关联规那么分析结果发现是否利用账外资产购置用车，根据此线索进而查出是否存在小金库的问题。再者，以应付账款的分析性测试为例，关联规那么可以将具有类似性质的会计数据别离。分析发现：重复记账的应付账款；与总账、明细账金额不等的同笔应付账款；资产负债表日附近的应付账款，通过此项分析可以确认是否存在隐瞒负债的现象；重复发生的异常交易应付账款，例如，每月初购置一样金额的固定资产等。先通过数据挖掘的关联规那么进展判断，再加上审计人员专业判断，对发现的可疑点进展进一步审查。此外，还可以利用外部数据关联关系构建审计数据

8、分析模型，以海关审计为例，在海关的进出口货物通关作业中，完好的通关业务包括海关以外的商检、外汇管理，税务、外经贸、海事、空管、港务等单位和部门协作，它们和海关一起构成整个系统。目前，中国电子口岸平台中包括外汇、税务、以及经贸数据信息，整个数据都可以在各部门间实现共享。而在传统的审计中，审计组对海关进展审计时采集和利用仅仅是海关的信息资源。而如今不仅可以采集海关内部的通关数据，进出口货物通关有关的外部电子数据还可以从当地外汇管理局、港务管理局、国家税务局、海事局、电子商务中心和某码头集装箱等单位获得。通过构造外部与内部电子数据的关联关系，可以形成审计人员所需要的审计模型。三孤立点监测。企业的财务

9、数据会随着企业经营业务的变化而变化。在理论中，工程数据的变动会呈现一定的规律性，假如变动不符合原来的规律，那么可能存在一定的异常情况。孤立点分析可以有效地识别虚假财务报表，发现背离正常趋势的数值。实际应用中先要选择一些可以明显突出异常现象的关键指标，如应收应付款项、资产状况和费用指标，再设立临界值，通过孤立点检测进展分析。假如相关指标超出了原先设定的临界值，那么说明有可能存在造假现象。阈值的设定可以根据以往年度均值、审计制度要求制定，审计人员根据需要设定阈值进展孤立点确实定。由孤立点数据挖掘方法我们可以得出相应经济责任审计评价指标，如：异常的应收应付账款，异常的管理销售费用；应收账款、管理费用

10、额度设定超出阈值即为异常点，支出超过一定比例的预算，单位可能存在违规行为。在实际审计中，将被审计单位与有关联关系的销售商的审计期间交易额进展分析，发现近五年中每个月的交易额波动较小，但是在中间某年的12月份的交易额增长了3倍，审计过程中可以把该月的交易额确立为一个孤立点，很有可能是被审计单位或者相关被审计指导人为了增加销售额而虚假增加的一笔交易。四时间序列分析。时间序列是指一组按照时间有序排列的随机数据。时间序列来自于系统，表现的是系统内数据与外界的关联关系。对时间序列的预测就是根据已有的数据推断系统在当前时间以后可能产生的数据，为实际工作提供参考。同时可以通过先前数据来预测之后数据，将已发生

11、的数据与所推测的结果进展比照，查看是否存在异常。对于任期经济责任审计来说，在剔除宏观经济影响后，观察各项经济指标的表现。中观层面，通过比照任期前后资产负债率、净利润等财务指标的变动来进展本任期的评价。对任期以前年度进展时间序列模型的定义，验证任期前后以及任期间经济指标的表现。微观上可以根据汇总的数据每周、月、季度，年度对数据进展预测。因为许多经济活动的数据是由很多互不相关的业务得到的一个汇总数据，这些不相关的业务并不是连续发生的比方说，某企业并不是每天都与同一家公司有业务往来。在实际审计中，通常会根据汇总数据进展预测。通过时间序列分析法，可以比照往届干部与在任干部在经济指标上趋势性的差异，通过

12、此方法来挖掘判断，能为进一步划分经济责任做出客观的分析和认定。三、完善数据挖掘方法在经济责任审计评价中运用的措施数据挖掘方法在审计中的应用途于探究和起步阶段，虽然数据挖掘方法在舞弊和异常检测方面具有较强的客观性、可操作性和指向性，但是也有一定的局限性。主要表如今：数据挖掘对于目的分析数据源特征有所要求，使用数据挖掘方法需要一定的投入，而且对人员素质要求较高，数据挖掘审计对经济责任审计的应用范围有限等。对此，我们首先应明确经济责任审计的目的。数据挖掘方法是一种开掘审计线索的途径，在使用此种方法时必须以经济责任审计的目的为前提，不能舍本逐末。所以在使用数据挖掘方法进展经济责任审计之前，一定要明确审

13、计对象的主要业务和背景，设计出合理的经济责任方法。其次，创新审计工作方式的同时保证评价客观量化。本文关注的数据挖掘是创新经济责任审计根底方法，在实际工作中，应该进展业绩纵向比拟，客观评价管理、效益程度。将审计期间直接、间接证据结合，界定责任的划分和评价。第三，促进信息系统建立，培养数据式审计相关技术人员。数据挖掘方法在经济责任审计中的应用依赖于被审计单位的信息化程度，所以要进一步推广和应用必须加强各大企事业单位的电子账目和相关业务数据的信息化。同时由于数据挖掘方法的专业性，所以还要加强对审计人员的培训，审计人员的素质和知识储藏是数据式审计，尤其是数据挖掘审计可以有效开展的关键因素。第四，标准数据挖掘方法对于经济责任审计评价的操作标准。假设想进步数据挖掘方法在经济责任审计中运用的效果和效率，就要针对相关单位的审计需求提出一套可