數(shù)據(jù)式審計(jì)常用的數(shù)據(jù)分析方法數(shù)據(jù)式審計(jì)常用的數(shù)據(jù)分析方法數(shù)據(jù)式審計(jì)常用的數(shù)據(jù)分析方法數(shù)據(jù)式審計(jì)常用的數(shù)據(jù)分析方法編制僅供參考審核批準(zhǔn)生效日期地址：電話：傳真:郵編:數(shù)據(jù)式審計(jì)常用的數(shù)據(jù)分析方法審計(jì)數(shù)據(jù)的分析可分為三個(gè)層次：即以審計(jì)專家經(jīng)驗(yàn)和常規(guī)審計(jì)分析技術(shù)為基礎(chǔ)的審計(jì)，以審計(jì)分析模型和多維數(shù)據(jù)分析技術(shù)為基礎(chǔ)的審計(jì)，以數(shù)據(jù)挖掘技術(shù)為基礎(chǔ)的審計(jì)。第一個(gè)層次表現(xiàn)為用戶對(duì)數(shù)據(jù)庫(kù)中的記錄進(jìn)行訪問(wèn)和查詢，可通過(guò)SQL等語(yǔ)言來(lái)交互式地描述查詢要求，或根據(jù)查詢需求采用開發(fā)工具定制查詢軟件，實(shí)現(xiàn)的是查詢型分析；第二個(gè)層次是用戶先提出自己的假設(shè)，然后利用各種工具通過(guò)反復(fù)的、遞歸的檢索查詢，以驗(yàn)證或否定自己的假設(shè)，從用戶的觀點(diǎn)來(lái)看，他們是在從數(shù)據(jù)中發(fā)現(xiàn)事實(shí)，因而實(shí)現(xiàn)的是驗(yàn)證型分析；第三個(gè)層次是指用戶從大量數(shù)據(jù)中發(fā)現(xiàn)數(shù)據(jù)模式，預(yù)測(cè)趨勢(shì)和行為的數(shù)據(jù)分析模式，它能挖掘數(shù)據(jù)間潛在的模式，發(fā)現(xiàn)用戶可能忽略的信息，并為審計(jì)人員做出前瞻性的、基于知識(shí)的決策提供幫助，因而實(shí)現(xiàn)的是驗(yàn)證型分析。可見(jiàn)，前兩個(gè)層次是基于現(xiàn)有的審計(jì)知識(shí)，這構(gòu)成了智能審計(jì)的基礎(chǔ)；第三個(gè)層次是通過(guò)主動(dòng)挖掘潛在的審計(jì)知識(shí)，這是智能審計(jì)的核心。一、基于現(xiàn)有審計(jì)知識(shí)的數(shù)據(jù)分析方法（一）合規(guī)分析方法。合規(guī)分析法就是用審計(jì)軟件的會(huì)計(jì)核算部分，根據(jù)會(huì)計(jì)準(zhǔn)則和被審計(jì)單位業(yè)務(wù)處理邏輯的數(shù)據(jù)處理要求，檢查是否有賬證不符、賬賬不符、賬表不符、表表不符的情況；賬戶對(duì)應(yīng)關(guān)系是否正常；是否存在非正常掛賬、非正常調(diào)賬現(xiàn)象；賬戶余額方向是否存在異常；是否有違背被審計(jì)單位業(yè)務(wù)處理邏輯的情況等。（二）趨勢(shì)分析方法。趨勢(shì)分析法是指審計(jì)人員將被審計(jì)單位若干期相關(guān)數(shù)據(jù)進(jìn)行比較和分析，從中找出規(guī)律或發(fā)現(xiàn)異常變動(dòng)的方法。它是審計(jì)人員利用少量時(shí)間點(diǎn)上或期間的經(jīng)濟(jì)數(shù)據(jù)來(lái)進(jìn)行比較分析的特殊時(shí)間序列法，此法有助于審計(jì)人員從宏觀上把握實(shí)務(wù)的發(fā)展規(guī)律。審計(jì)人員可根據(jù)審計(jì)需要來(lái)確定時(shí)間序列的粒度，如年、季、月、旬、日等。（三）結(jié)構(gòu)分析方法。結(jié)構(gòu)分析法也叫比重分析法，是通過(guò)計(jì)算各個(gè)組成部分占總體的比重來(lái)揭示總體的結(jié)構(gòu)關(guān)系和各個(gè)構(gòu)成項(xiàng)目的相對(duì)重要程度，從而確定重點(diǎn)構(gòu)成項(xiàng)目，提示進(jìn)一步分析的方向。結(jié)構(gòu)分析法和趨勢(shì)分析法還可結(jié)合應(yīng)用，進(jìn)行數(shù)據(jù)結(jié)構(gòu)比例在若干期間的變動(dòng)趨勢(shì)分析。應(yīng)用結(jié)構(gòu)分析法和趨勢(shì)分析法，對(duì)被審計(jì)單位的資產(chǎn)、負(fù)債、損益和現(xiàn)金流的結(jié)構(gòu)分析、趨勢(shì)分析以及結(jié)構(gòu)比例的趨勢(shì)分析，對(duì)被審計(jì)單位的總體財(cái)務(wù)狀況、經(jīng)營(yíng)成果和現(xiàn)金流量形成總體的了解。（四）比率分析方法。比率是兩個(gè)相關(guān)聯(lián)的經(jīng)濟(jì)數(shù)據(jù)的相對(duì)比較，主要用除法，它體現(xiàn)各要素之間的內(nèi)在聯(lián)系。比率分析法計(jì)算簡(jiǎn)單，結(jié)果簡(jiǎn)單，便于審計(jì)人員判斷。由于采用了相對(duì)數(shù)，它可以適用不同國(guó)家、地區(qū)、行業(yè)、規(guī)模的客戶。（五）經(jīng)驗(yàn)分析方法。審計(jì)人員在長(zhǎng)期的對(duì)某類問(wèn)題的反復(fù)審計(jì)中，往往能摸索、總結(jié)出此類問(wèn)題的表征。在審計(jì)實(shí)踐中抓住這種表征，從現(xiàn)象分析至實(shí)質(zhì)，就可以較為方便地核查問(wèn)題。將審計(jì)人員的這種經(jīng)驗(yàn)運(yùn)用到計(jì)算機(jī)審計(jì)中，將問(wèn)題的表征轉(zhuǎn)化為特定的數(shù)據(jù)特征，通過(guò)編寫結(jié)構(gòu)化查詢語(yǔ)句（SQL）或利用審計(jì)軟件來(lái)檢索，查詢出可疑的數(shù)據(jù)，并深入核實(shí)、排查來(lái)判斷、發(fā)現(xiàn)問(wèn)題，便能實(shí)現(xiàn)根據(jù)審計(jì)經(jīng)驗(yàn)構(gòu)建個(gè)體分析模型的目的。（六）多維數(shù)據(jù)分析。聯(lián)機(jī)分析處理（on-lineanalysisprocessing，OLAP）工具為多維數(shù)據(jù)分析提供了十分有效的功能，它能夠從多種角度對(duì)從原始數(shù)據(jù)中轉(zhuǎn)化出來(lái)的、可真正為用戶所理解的、并真實(shí)反映企業(yè)的多維特性的信息進(jìn)行快速、一致、交互地存取，獲得對(duì)數(shù)據(jù)的深入了解?，F(xiàn)代OLAP系統(tǒng)一般是以數(shù)據(jù)倉(cāng)庫(kù)為基礎(chǔ)，即從數(shù)據(jù)倉(cāng)庫(kù)中抽取詳細(xì)數(shù)據(jù)的一個(gè)子集，并經(jīng)過(guò)必要的聚集存儲(chǔ)到OLAP存儲(chǔ)器中，供前端分析工具讀取。建立數(shù)據(jù)倉(cāng)庫(kù)的目的，是為了支持?jǐn)?shù)據(jù)分析和決策制定過(guò)程。數(shù)據(jù)倉(cāng)庫(kù)中存儲(chǔ)的數(shù)據(jù)是面向分析目標(biāo)的經(jīng)提煉、加工后的數(shù)據(jù)集合。這種數(shù)據(jù)的存儲(chǔ)結(jié)構(gòu)為OLAP實(shí)施提供了理想的環(huán)境。而OLAP作為一種多維查詢和分析工具，是數(shù)據(jù)倉(cāng)庫(kù)功能的自然擴(kuò)展，也是數(shù)據(jù)倉(cāng)庫(kù)中的大容量數(shù)據(jù)得以有效利用的重要保障。二、應(yīng)用數(shù)據(jù)挖掘技術(shù)發(fā)掘未知審計(jì)知識(shí)常規(guī)數(shù)據(jù)分析方法利用的是審計(jì)人員已有的知識(shí)，這存在多處不足：一是審計(jì)人員的經(jīng)驗(yàn)和知識(shí)是“有限的”，被審計(jì)對(duì)象行業(yè)跨度大，各單位情況千差萬(wàn)別，當(dāng)審計(jì)經(jīng)驗(yàn)無(wú)法運(yùn)用時(shí)，面對(duì)海量數(shù)據(jù)真如“瞎子摸象”；二是數(shù)據(jù)是不斷發(fā)展的，審計(jì)經(jīng)驗(yàn)相對(duì)于數(shù)據(jù)往往是滯后的，這種不同步性給審計(jì)帶來(lái)了巨大的潛在風(fēng)險(xiǎn)；三是對(duì)統(tǒng)一數(shù)據(jù)審計(jì)，不同的審計(jì)人員可能會(huì)得出完全不同的結(jié)論，知識(shí)的不對(duì)稱性無(wú)法保障審計(jì)質(zhì)量；四是傳統(tǒng)的數(shù)據(jù)分析方法無(wú)法處理龐大的數(shù)據(jù)庫(kù)系統(tǒng)；五是我國(guó)經(jīng)濟(jì)飛速發(fā)展，金融和各類市場(chǎng)的發(fā)育使審計(jì)范圍和規(guī)模逐步擴(kuò)大，信用危機(jī)以及各式各樣的金融犯罪也對(duì)審計(jì)提出了更高的要求，電子化和網(wǎng)絡(luò)化環(huán)境使得作弊手法越發(fā)隱蔽，數(shù)據(jù)難以追蹤，審計(jì)無(wú)從下手。為了解決日益嚴(yán)重的“數(shù)據(jù)豐富、知識(shí)貧乏”的問(wèn)題，數(shù)據(jù)挖掘（DataMining）技術(shù)在20世紀(jì)90年代應(yīng)運(yùn)而生，并得到了迅速發(fā)展。數(shù)據(jù)挖掘是針對(duì)日益龐大的電子數(shù)據(jù)應(yīng)運(yùn)而生的一種新型信息處理技術(shù)。它一般排除人為因素而通過(guò)自動(dòng)的方式，來(lái)發(fā)現(xiàn)數(shù)據(jù)中新的、隱藏的或不可預(yù)見(jiàn)的模式或活動(dòng)。這些模式是指隱藏在大型數(shù)據(jù)庫(kù)、數(shù)據(jù)倉(cāng)庫(kù)或其他大量信息存儲(chǔ)的知識(shí)。利用數(shù)據(jù)倉(cāng)庫(kù)中包含的信息，數(shù)據(jù)挖掘可以發(fā)現(xiàn)審計(jì)人員原先根本沒(méi)有想過(guò)的問(wèn)題。它是在對(duì)數(shù)據(jù)集全面而深刻認(rèn)識(shí)的基礎(chǔ)上，對(duì)數(shù)據(jù)內(nèi)在和本質(zhì)的高度抽象和概括，也是對(duì)數(shù)據(jù)從理性認(rèn)識(shí)到感性認(rèn)識(shí)的升華。數(shù)據(jù)挖掘方法千差萬(wàn)別，不同的方法應(yīng)用于不同的領(lǐng)域和對(duì)象。選取合適可行的挖掘算法對(duì)挖掘的效果起著重要的作用，它將直接影響到?jīng)Q策。在世紀(jì)運(yùn)用過(guò)程中，很多挖掘方法不是單獨(dú)使用的，它往往和其他方法結(jié)合起來(lái)，才能產(chǎn)生預(yù)期的效果。（一）關(guān)聯(lián)分析方法。關(guān)聯(lián)（Association）分析技術(shù)是從操作數(shù)據(jù)庫(kù)的所有細(xì)節(jié)或事務(wù)中抽取頻繁出現(xiàn)的模式。這種方式促進(jìn)了關(guān)聯(lián)規(guī)則的發(fā)展，關(guān)聯(lián)規(guī)則總結(jié)了一組事件或條目與其他事件或條目的相互聯(lián)系。關(guān)聯(lián)算法下的規(guī)則經(jīng)常這樣表述，如“包含A、B、C項(xiàng)的記錄中有83%的記錄也包含D、E項(xiàng)?！逼渲械陌俜直缺硎疽?guī)則的可信程度，關(guān)聯(lián)在規(guī)則兩邊可以有任意多個(gè)條目。貨籃分析是關(guān)聯(lián)分析中最常用的形式，用支持度（Support）和置信度（Confidence）兩個(gè)屬性來(lái)度量。組成“支持度－置信度”框架。經(jīng)過(guò)分析購(gòu)物者籃子中的產(chǎn)品，并使用關(guān)聯(lián)規(guī)則算法對(duì)大量籃子進(jìn)行比較，就可以發(fā)現(xiàn)特定產(chǎn)品之間的密切關(guān)系了。在對(duì)財(cái)務(wù)數(shù)據(jù)或經(jīng)濟(jì)數(shù)據(jù)的審計(jì)中，同類或不同類會(huì)計(jì)科目及數(shù)據(jù)項(xiàng)之間可能存在某種對(duì)應(yīng)關(guān)系，按照非財(cái)務(wù)邏輯關(guān)系的規(guī)律來(lái)查找、挖掘，可發(fā)現(xiàn)一些隱藏的經(jīng)濟(jì)活動(dòng)，為審計(jì)人員的進(jìn)一步工作提供參考。（二）聚類分析方法。運(yùn)用聚類分析可進(jìn)行一些“孤立點(diǎn)”的挖掘。所謂“孤立點(diǎn)”就是存在一些數(shù)據(jù)，他們不符合數(shù)據(jù)的一般模型。數(shù)據(jù)中的異常點(diǎn)可能隱藏了重要的信息，反映了企業(yè)經(jīng)營(yíng)中潛伏的問(wèn)題或暗藏的商機(jī)。孤立點(diǎn)挖掘通常描述為：給定一個(gè)n個(gè)數(shù)據(jù)點(diǎn)或?qū)ο蟮募霞邦A(yù)期的孤立點(diǎn)數(shù)目k，發(fā)現(xiàn)與剩余的數(shù)據(jù)相比時(shí)顯著相異的、異常的或不一致的k個(gè)數(shù)據(jù)。孤立點(diǎn)挖掘運(yùn)用廣泛，能用于欺詐檢測(cè)，如探測(cè)不尋常的信用卡使用或電信服務(wù)；在市場(chǎng)分析中可以用于確定極低或極高收入的客戶的消費(fèi)行為。（三）神經(jīng)網(wǎng)絡(luò)方法。神經(jīng)網(wǎng)絡(luò)是一門活躍的邊緣性交叉學(xué)科，其中以人工神經(jīng)網(wǎng)絡(luò)最具代表性。神經(jīng)網(wǎng)絡(luò)既是高度非線性動(dòng)力學(xué)系統(tǒng)，又是自組織自適應(yīng)系統(tǒng)，可以用來(lái)描述認(rèn)知、決策和控制的智能行為。人工神經(jīng)網(wǎng)絡(luò)（ArtificialNeuralNetwork，ANN）是相對(duì)于生物學(xué)中所說(shuō)的生物神經(jīng)網(wǎng)絡(luò)系統(tǒng)而言的，它提出的目的在于，用一定的簡(jiǎn)單的數(shù)學(xué)模型來(lái)對(duì)生物神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行描述，并在一定的算法指導(dǎo)下使其能夠在某種程度上模擬生物神經(jīng)網(wǎng)絡(luò)所具有的智能行為，解決用傳統(tǒng)算法所不能勝任的智能信息處理的問(wèn)題。ANN是一個(gè)并列分布處理的結(jié)構(gòu)，它由處理單元及稱為連接單元的信號(hào)通道互連而成。處理單元具有局部?jī)?nèi)存，并可以完成局部操作。每個(gè)處理單元有一個(gè)單一的輸出連接，這個(gè)輸出可以根據(jù)需要被分成希望個(gè)數(shù)的許多并行連接，這些連接都輸出相同的信號(hào)，即相應(yīng)處理單元的信號(hào)大小不因分支的多少而變化。處理單元的輸出信號(hào)，可以是任意需要的數(shù)學(xué)模型，每個(gè)處理單元中進(jìn)行的操作必須是完全局部的，也就是說(shuō)，它必須僅僅依賴于經(jīng)過(guò)輸入連接到達(dá)處理單元的所有輸入信號(hào)的當(dāng)前值和存儲(chǔ)在處理單元局部?jī)?nèi)存中的值。人工神經(jīng)網(wǎng)絡(luò)具有學(xué)習(xí)的能力，它可以根據(jù)所在的環(huán)境去改變它的行為，即可以接受用戶提交的樣本集合，依照系統(tǒng)給定的算法，不斷修正用來(lái)確定系統(tǒng)行為的神經(jīng)元之間連接的強(qiáng)度，而且在網(wǎng)絡(luò)的基本構(gòu)成確定后，這種改變是根據(jù)其接受的樣本集合自然進(jìn)行的。在學(xué)習(xí)過(guò)程中，ANN不斷地接受從樣本集合中提取的該集合所蘊(yùn)涵的基本知識(shí)，并將其以神經(jīng)元之間連接權(quán)重的形式存放于系統(tǒng)中。（四）數(shù)值分析方法。數(shù)值分析法是根據(jù)字段具體的數(shù)據(jù)值的分布情況、出現(xiàn)頻率等對(duì)字段進(jìn)行分析，從而發(fā)現(xiàn)審計(jì)線索的一種數(shù)據(jù)處理方法。這種方法從“微觀”角度對(duì)電子數(shù)據(jù)進(jìn)行分析，它在使用時(shí)不用考慮具體的業(yè)務(wù)，對(duì)分析出的可疑數(shù)據(jù)，再結(jié)合具體的業(yè)務(wù)進(jìn)行審計(jì)判斷，從而發(fā)現(xiàn)審計(jì)線索。相對(duì)于其他方法，這種審計(jì)數(shù)據(jù)處理方法易于發(fā)現(xiàn)被審計(jì)數(shù)據(jù)中隱藏的信息。常用的數(shù)值分析方法主要有重號(hào)分析、斷號(hào)分析、Benford法則分析，這些數(shù)字方法已經(jīng)被國(guó)際著名審計(jì)軟件ACL、IDEA等采用。