财务舞弊智能化审计_第1页
财务舞弊智能化审计_第2页
财务舞弊智能化审计_第3页
财务舞弊智能化审计_第4页
财务舞弊智能化审计_第5页
已阅读5页,还剩23页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、,财务舞弊智能化审计 Automatic Detection Of Financial Reports 陆颖 Management Science & Engineering Jilin University,主要内容 独立审计体系 智能化模式识别 分析性程序,研究现状综述理论 传统意义的审计理论和模式 账目基础审计制度基础审计风险导向审计 财务报表和财务数据是可验证的(莫茨和夏拉夫1961) 详细核对全部账簿记录进行任意审计抽样(查特菲尔德1976)通过审查企业内部控制来压缩检查范围(Tom Lee 1988) 审计的重心向财务报表重大错报风险(Timothy Bell 1997)和财务舞弊

2、影响因素(Konrath,1993)的评估方向倾斜,以决定审计资源的分配(Cushing 1995),研究现状综述方法 相关定量分析模型和方法的研究 神经网络(Green and Choi 1997) 数据挖掘(Kirkos 2007) 支持向量机、Logistic模型(Persons 1995,Beasley 2000) Bayesian模型(Kirkos 2007) 统计分析(Beneish 1997) 多元回归(Spathis 2002),研究现状综述应用 财务舞弊的成因较为成熟:三角形理论、四因子理论等 基于舞弊的手段、特征、征兆的经验性分析(Romney 1986 Albrecht

3、1995 Abbott 2004 Carcello 2000等),传统研究的局限 审计理论囿于会计体系 审计模式为“验证”过程 人为主观地决定模型 面向单一分析维度的阶段 模型精度(在75-86%之间)不尽人意 成因、手段、特征、征兆未能揭示模式和路径,评述 综上,国内外的相关研究缺乏有效、快速地在审计中发现舞弊的科学方法;仍处于主观、经验、盲目、凌乱、孤立的状态。 建立独立的、科学的、系统的、完整的财务舞弊 审计体系是一个亟待解决的研究课题。,研究的定位 将审计的定位和职能从“验证”提升至“鉴证”层面 利用计算智能替代人工手段 提供:模式/特征/判据/规则/信号完成:分析/发现/识别/判断

4、构建财务舞弊识别的路径和模式体系,提供一整套分 析性程序,体系结构,独立审计体系,证据体系特征体系模式体系,全方位信息源 独立证据源,历史延续性内在关联性行业趋同性,目的手段路径模式,识别的依据时间维度,样本维度 行业间的趋同性,历史延续性 特征维度 内在的关联性,在掩盖全部3个维度的漏洞下,才是不可识别的,基本假设和判据 基本假设 (样本)无串通舞弊 (时间)无预谋舞弊 基本判据 关联冲突(真实度可信度) 异常偏离 (倾向风险),数据模型,样本维度 同类样本的相似性,Panel Data X111 X121 X1m1 X11s X12s X1ms X11t X12t X1mtX2msX2m1

5、 X21t X22t X2mt X2msX2m1 Xn1t Xn2t Xnmt 特征维度,时间维度 历史承接性和连续性,特征之间的内在关联性,研究框架 主观地选择模型、样本和特征,客观地搜索最佳模型、样本和特征 问题环境样本选择,SVM RBF PSO GA 特征组合 k 特征组合 2 1,模型选择 智能方法,X1,X2,Xn,特征筛选,指标选择,特征组合,技术路线 海量特征集 关联,历史延续内在关联行业模式,持续相关显著异常聚类分类,预警信号红旗标志风险指数,独立审计 分析性程序,目的手段路径模式,海量模型集,模型空间 智能化搜索 海量数据集,异常检测分类聚类模式识别关联分析风险评价,透视表

6、 路径表 模式映射表,问题的本质,Min F(X) s.t. g(X) 0,模型目标 特定环境 X =(X1, ,Xn) 样本特征,聚类问题分类问题,Min F(X)=类内聚集度,类间分离度Min F(X)=FAR,FRR,聚类与分类 A1,B1,A2B2,关键问题 多目标/非线性/样本噪音 局部最优解,冲突 复杂干扰短视,样本组合,特征组合,模型 空间遍历搜索速度,; 识别: PSO(粒子群算法),上市公司聚类:粒子,m个特征,k个中心n个粒子,“仿真”假设: 粒子之间 是可以相互通信 粒子具有记忆 性 粒子可以自己决定所要移动 的方向与距离 粒子可以判断自身和群体适应 度,识别: RBF神

7、经网络,F(X)=FAR,FRR,识别: RBF神经网络 训练: 常规迭代 采用PSO算法迭代 采用GA免疫算法迭代,识别: SVM (支持向量机) Min |w|2 s.t. yi(wxi + b)1 yi = 1,-1,最优 平面决策函数为 :,识别: Odds Ratio Odds Ratio(优势比) 源于医学,用于小样本病症的识别和探测,是敏感、快速、适用的检验方法,特征值 分类事件01,0N00N10,1N01N11,wj = (1-FRR)(1-FAR)/FRR FAR = N00N11 / N00N11 Si = j wj D(i,j) 缺点: 粗略、一维,财务舞弊的主要手段

8、基于盈余管理和利润操纵的财务舞弊 基于收入和费用的财务舞弊 基于资产减值的财务舞弊 (8大减值准备) 基于关联交易的财务舞弊 资产重组中的财务舞弊 基于非经常性损益的财务舞弊,特征类别 比较型:历史比较、企业比较、行业比较 判别型:运行状态、经营状态、市场状态 分析型:绝对量相对量增量、效率、速度、有效性、稳定性 分布型:特征、形态 范围型:平稳正常的区间、合理的波动 预警型:预警信号、临界状态,知识发现 支持度和置信度较高的一些关联规则,例如: 存货 (1) 存货占资产总额比例上升; (2)存货上升幅度超过销售收入 (3) 存货周转率下降; (4) 销售费用/存货比率下降; 主营业务 (1) 主营业务成本占主营业务收入比率下降; (2)主营业务利润率持续降低,或者远远低于同行业水平; (3) 主营业务毛利率上升;,应用展望 监管成本(证券) 税收成本(税务) 风险控制(银行)

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论