数据挖掘技术在联网审计中的具体应用

      数据挖掘与联网审计的依存关系

      数据挖掘是一门交叉学科，涉及人工智能、数据库、统计学等多个领域。数据挖掘技术全面运用在联网审计中，是基于其具有审计知识和审计疑点的发现功能，可以在联网审计系统的海量数据中，发现数据之间的关系，挖掘出审计人员所需要的信息并转化成有用的知识或审计疑点，对强化审计质量、提高审计效率和降低审计风险有着重要意义。

      （一）常规审计处理数据方法的问题

      目前，审计人员在处理数据的过程中，最常用的方法是数据的查询与比对，本质是对传统审计在信息化领域的延伸，没有实现信息化手段对审计的拓展，即当前的数据式审计是审计手段形式的转换，而不是审计方法的本质变革和创新。因此，以问题假设为前提的验证性审计，无法发现数据之间的内在隐含关系，难以从技术上拓宽审计外延，无法从本质上实现审计由问题分析向管理分析和绩效分析的转变，不利于从抽查式审计向全覆盖审计的转变。

      （二）数据挖掘的技术优势

      数据挖掘是从大量的、不完全的、有噪声的、模糊的实际应用数据中，提取隐含在其中的、人们事先不知道的，但又是潜在有用的信息和知识的过程。它把人们对数据的应用从低层次的简单查询，提升到从数据中挖掘知识，提供决策支持。数据挖掘可以对所发现的知识进行可视化，将挖掘结果转换为用户易懂的表示方法（见图1）。

      数据挖掘技术在联网审计中的具体应用

      运用数据挖掘技术产生数据模型，再用数据去检验模型。模型的构造是从特殊到一般的归纳过程，从而摆脱了前提假设的束缚和主观因素的干扰，使结果更加真实、客观。对具体的审计应用而言，数据挖掘的本质是在数据采集与提取后，通过运用聚类分析、关联规则分析、决策树、神经网络和孤立点检查等数据挖掘技术手段，分析数据之间的含义，寻找和确定审计疑点。如湖南省衡阳市审计局在2012年的社会保障资金审计中，通过对患者的医疗发票金额进行趋势分析和相似度分析，发现其中的内在含义，从而判断是否存在利用假发票和医疗资料骗取医保资金的情况。

      

      （一）构建数据挖掘统一平台

      在审计实务中，鉴于审计分析的智能性和实时性，具体做法是在数据分析处理过程中加入审计人员的思考和经验判断，即在联网审计中建立实时交互的人工智能数据挖掘支撑平台。如在联网审计的应用中，将数据分析人员与审计人员合编成组，在分析过程中加入审计的具体做法，对信息进行提炼和分析，从而形成与审计密切相关的分析过程，从外部看来，就是一个整体的对外接口（见图2）。

      

      （二）建立数据挖掘沟通渠道

      在数据挖掘的平台建立完成后，完善内部的沟通机制是数据挖掘的重中之重，审计人员与数据挖掘人员就需求达成一致，是项目成功的关键。因此，在这一过程中，审计人员和数据挖掘人员需要大量的沟通和了解，审计人员向数据挖掘人员提出需求，数据挖掘人员根据需求建立挖掘模型和方法并征求审计人员的意见，依次反复，直至提出有效的挖掘方法，制订科学的挖掘方案。

      另外，还须注重两个方面。一方面，积极对现有的审计人员和技术人员进行培训，强化其对数据和审计的认知程度，实现传统审计知识与数据挖掘技术和联网审计有机结合；另一方面，将审计人员和数据挖掘人员编成数据分析组，通过合作的方式完成整个数据挖掘过程，这也是目前常用的一种模式。

      （三）建立数据挖掘技术的灵活运用机制

      审计是一项综合性的工作，遇到的情况复杂多变。数据挖掘面对的信息是杂乱的，没有现成的规律可循，因此，每一次审计数据挖掘都是一次审计方式方法的创新。在这一过程中，需要综合并灵活运用数据挖掘方法，如通过绘制波动曲线图，可以发现孤立点并进行分析，提取的关联可以应用在评估被审计单位重大错报风险中，也可以用在内部控制测试程序中，还可以用在建立审计分析模型和审计预警模型中。因此，基于数据挖掘技术的联网审计不是一成不变的程序或教条，应是基于数据挖掘技术手段的灵活交叉运用，本质是一种数据挖掘思想在审计过程中的应用。