数据挖掘在国有企业领导人员经济责任审计中的应用

      数据挖掘始于20世纪下半叶，是在当时多个学科的基础上发展起来的，它是指从数据集合中自动抽取隐藏在数据中的那些有用信息的非平凡过程，这些信息的表现形式为规则、概念、规律及模式等。进入21世纪，数据挖掘技术伴随着信息技术的发展日益成熟起来。如今数据挖掘融合了数据库、人工智能、机器学习、统计学、高性能计算、模式识别、神经网络、数据可视化、信息检索和空间数据分析等多个领域的理论和技术，是21世纪初期对人类产生重大影响的十大新兴技术之一。

      随着信息技术的迅速发展，被审计单位业务数据呈现出数据类型多样化、数据关系离散化、数据来源多元化的特征，如何从这样的数据中得到审计所需要的有价值的信息——利用数据挖掘技术可以提高数据分析效率，可以提供数据相关性分析的新思路，揭开隐藏在现象背后的原因。2019年，宜昌市审计局将数据挖掘技术运用到国有企业领导经济责任审计工作中，运用SPSS STATISTICS的均值分析功能，审计出某国有企业通过低价关联交易，实现利益输送的违法违规问题，审计成效显著。

      一、该案例所涉及的数据

      1.被审计单位宜昌市XX公司2017年4月26日至2018年3月25日销售台账。

      2.被审计单位宜昌市XX公司2016年至2018年的财务核算数据。

      3.宜昌市工商注册法人信息表。

      4.宜昌市户籍信息数据表。

      5.相关国有企业领导人及其重要关系人名单。

      二、审计思路及流程

      1.审计思路

      审计人员在核实企业经营绩效时发现，2016年至2018年该企业的销售利润率与行业平均水平相比显著偏低，而企业的成本费用水平与行业平均水平差异不大，企业盈利能力低下。从企业的生产经营状况来看，企业生产、销售形势良好，生产技术水平在同行业中处于较先进的水平，应收账款回收及时，短期负债金额较小，没有现金流动性风险，审计人员统计出的全年平均价格水平与行业平均水平接近，这些现象交织在一起，显示出企业的盈利情况与生产情况、销售情况不相吻合的矛盾。

      审计人员通过利润要素分析，把销售单价作为审计重点，运用SPSS均值分析，发现非关联企业与关联企业销售单价之间相关性不明显，即非关联企业与关联企业的单价没有一起受到市场因素的影响而产生波动。审计人员抽取生产规模接近的20家客户的销售数据作为样本，以月均单价为价格标准与关联企业的当期销售单价进行对比，发现企业通过对关联企业低价销售转移利润来进行利益输送。

      2.审计业务流程

      审计业务流程如图1所示。

      

      三、具体操作及分析过程

      步骤一：如图2所示，利用市委组织部门提供的国有企业法人及其重要关系人名单，与工商部门提供的企业注册与股东信息表进行关联比对，查询出这些重要关系人在企业中任职法人、股东的企业名单，将这些企业作为潜在的关联企业。

      

      SELECT[统一社会信用代码]，[企业名称]，[登记机关]，[股东姓名]

      FROM[2019年度第三方数据库].[dbo].[2019年月宜昌市公司法人（纵向）信息表]

      where股东姓名=＇欧**＇or股东姓名=＇陈**＇or股东姓名=＇李**＇or股东姓名=＇蔡**＇or股东姓名=＇梅**＇or股东姓名=＇曹**＇or股东姓名=＇郑**＇

      步骤二：通过分析企业利润的来源要素，选择销售价格作为影响企业利润的审计重点。

      由于企业的营业利润由相对固定的要素组成，通过图表法分析（见图3），在众多要素中，销售价格的影响是最直接、明显的，产品数量、产品成本、税金、费用等要素的影响因素比较固定，材料类、产品类的有数量控制，人工费有一定的行业定额标准，财务费用、税金等有固定的利率或者税率，变化的影响面比较小，而销售价格的变动会直接影响到企业当期利润，于是审计人员将企业销售价格作为审计重点。