基于会计核算软件数据接口的审计方法研究，本文主要内容关键词为：会计核算论文,接口论文,方法论文,数据论文,软件论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
审计信息化是审计领域的一场革命。实践证明，金审工程大大推动了我国审计信息化的发展，但由于会计核算软件没有统一的数据接口标准，严重制约了我国金审工程的发展。为了克服数据交换的障碍，提高会计数据的综合利用率，降低社会使用会计信息的成本，促使财务软件市场朝着规范化、正规化和实用化发展，2004年，国家出台了具有里程碑意义的《信息技术：会计核算软件数据接口》(GB/T19581-2004)的国家标准。近期，国家标准化管理委员会即将发布《财经信息技术：会计核算软件数据接口》国家标准（以下简称“国家标准”）。该国家标准对数据元素、输出文件的格式和数据结构等作了详细的规定，为会计核算软件与其他信息系统之间的数据交换创造了条件。
就审计而言，该国家标准一旦执行，不仅会降低过去因没有数据接口而发生的数据转换成本，而且还为会计数据仓库的建立创造了条件。会计数据仓库建成后，审计人员既可以查询被审计单位不同会计期间的会计信息，还可以查阅该行业其他企业的不同会计信息，通过联机分析处理、数据挖掘等技术，大大提高审计效率。而如何根据这一国家标准建立会计数据仓库，如何利用数据挖掘技术开展基于会计数据仓库的审计，是目前理论界和实务界面临的新课题。
基于国家标准的会计数据仓库设计
企业使用通过国家标准认证的会计核算软件后，可以向财政、审计和统计等国家政府机关报送统一格式的电子版会计数据，这就为国家建立会计数据仓库创造了条件。但是，应当由谁来创建会计数据仓库，如何创建，仍有待于我们进一步思考。笔者认为：
国家会计信息中心应当是建立会计数据仓库的管理机构。目前，我国的企业按行政隶属关系分为中央企业、省管企业和县（市）管企业，为此国家可以在中央和地方层面分设会计信息中心，对不同层级的会计数据仓库的建设进行管理。国家会计信息中心负责统筹规划，组织国家和地方会计数据仓库的建设，地方会计数据仓库的建设要接受国家会计信息中心的领导，确保数据仓库结构的一致性。
建立分布式的会计数据仓库，实现各个国家标准的版本兼容。我国地域广阔，各地区发展又不平衡，无法建立集中式的会计数据仓库。国家会计信息中心要建立央企会计数据仓库，地方会计信息中心要建立地方企业会计数据仓库，并实现中央和地方会计数据仓库之间的通信。各级政府机关根据授权使用会计数据仓库。鉴于国家标准可以每两年修订一次，各版本间可能会产生较大的差异，在建立数据仓库时，要考虑不同版本的兼容问题，实现不同版本更多的数据共享，确保进入会计数据仓库的数据质量得到保证。
按行业分类建立会计数据仓库。根据国家标准《国民经济行业分类》(GB／4754)来建立行业数据仓库，并注意行业门类的大、中、小类的划分。以企业集团为例，目前很多企业集团都处于多元化经营格局，这就涉及不同行业的不同类别。在建设数据仓库时，行业、行业类别和企业的法人层级结构是数据仓库的重要维度。比如，中国航空集团公司在国家标准的电子账簿中，其标示符为“010106”，其下属子公司的主业涉及航空客货运运输、旅游和建筑等行业，在建立数据仓库时，其数据存取路径为行业、行业类别、母公司、子公司、子公司所属行业等，按单体企业归集会计数据，同时要考虑母子公司会计数据的勾稽关系。
会计数据仓库数据模型设计。建立会计数据仓库的主要目的是提升审计的效率和效果，但是基于国家标准的数据仓库建设是一个庞大的系统工程，需要从制度。组织层面加以保障，才能建好用好会计数据仓库。为此，本文主要研究会计数据仓库实现过程中的模型设计，这就涉及以下几个方面：
主题域的确定。这是数据仓库设计的关键，整个会计数据仓库都是围绕主题域而组织的。对审计人员而言，会计数据仓库的主题域涉及薪酬文件、固定资产卡片、记账凭证文件、科目余额文件和财务报告等。根据国家标准输出的会计文件，重要的主题域有：一是总账类主题，主要包括总账基础信息、记账凭证、会计科目、科目发生额及余额和会计报表等文件；二是应收应付类主题，主要包括单据类型、交易类型和应收应付明细表等；三是固定资产类主题，主要包括固定资产卡片、固定资产折旧方法、固定资产折旧信息等文件；四是员工薪酬类主题，主要包括员工薪酬项目、薪酬期间和员工薪酬记录及明细等。
概念模型设计。概念模型主要用于设置事实表与维度表之间的链接，使每个维度表通过主键和外键连接，进而实现与事实表的连接。设计概念模型要根据需要，确定数据仓库中的指标实体和纬度实体，以及在实体间的联系。概念模型一般用实体关系图（E-R图）来描述。在会计数据仓库中，主要实体有记账凭证、账簿和财务报表等，这些实体的属性在国家标准中有详细的描述。如记账凭证，规定了记账凭证日期、会计年度、会计期间、记账凭证摘要、借方数量等57个属性。
逻辑模型设计。数据仓库的逻辑模型有星型模型和雪花模型。星型模型是最常用的模型，它通过一个包含主题的事实表和多个包含事实的非正规化描述的维度表来支持各种查询，通过事实表将各个不同的维度表连接起来，各个维度表都连接到中央事实表。维度表中的对象通过事实表与另一个维度表中的对象相关联，每一个维度表通过一个主键与事实表进行连接。建立会计数据仓库，要根据国家标准对事实表和维度表的数据字段进行格式描述。事实表反映了会计数据仓库应用的主题，包含了数据仓库中最重要的信息。粒度设计是事实表设计中的重要一环。一般而言，粒度层级越低，细化程度越高。在会计数据仓库中，粒度层级从高到低是会计报表、科目余额文件和记账凭证等。在设计会计数据仓库的粒度时，以既要满足业务需要，又要减少数据仓库的数据量为原则。维度表主要有行业纬度、记账凭证类型纬度、会计科目纬度和会计期间纬度等。在星型模型下，可以很容易地从维度表中的数据分析开始，获得维度关键字，连接到中心的事实表，实现对会计报表等数据的查询等。
物理模型设计。合适的物理模型设计是会计数据仓库建设成败的关键。在会计数据仓库中，通常用事实表的主键和外键来建立索引，通过索引的创建来提高数据存取的效率。对数据的存储通常按数据的重要性、使用频率和响应时间的要求进行分类，并将不同的数据存储在不同的存储设备之中，对重要数据、响应时间要求高的数据放在高速设备上，而把其他数据放在低速存储设备上。一般而言，访问频率较高的会计报表、近五年的会计凭证和账簿等数据要放到高速设备上，其他数据可放到低速设备上。
基于会计数据仓库和利用数据挖掘技术开展审计
数据挖掘不仅可对过去的数据进行查询，而且能够发现数据间的潜在联系，从而促使信息的传递。数据挖掘的常用算法有Apriori算法、决策树算法、神经网络算法和聚类分析等。实践证明，要想真正做好数据挖掘，不仅要有合适的数据挖掘工具，还要有丰富的业务知识和较强的数据分析能力。
（一）利用数据挖掘进行审计的程序
在基于会计数据仓库进行审计时，首先，定义审计业务问题，根据审计环境确定审计重点；其次，针对审计重点，从会计数据仓库中提取数据，并进行预处理，把数据转换成审计人员所能识别的格式，同时对干扰项进行处理，以提高数据挖掘的准确性；再次，对获取的数据进行探索和分析，根据被审计单位的行业背景、业务特征和数据模式，运用关联规则发现、序列模式挖掘等技术对数据进行处理，发现其中隐藏的规律，寻找异常数据，形成审计线索；最后，根据数据探索结果，建立模型，将模型加入到模式库，供其他审计人员使用。
（二）基于会计数据仓库开展审计的常用数据挖掘方法
孤立点挖掘技术。从审计数据中挖掘那些与一般行为异常的数据对象，这些数据较之正常的数据含有更多的审计信息，如对营销费用审计时，可以根据各营销地的规模与费用之间建立关系模型，利用孤立点挖掘技术，对营销费用进行逐笔梳理，找出可疑信息，并对其详细审计；对成本数据，也可以把与生产数据相差较大的成本数据分离出来进行审计。将偏离正常业务点的数据进行隔离，并仔细审核，可以节约审计资源。
聚类规则挖掘算法。聚类规则可处理没有明确分类的数据。聚类分析可以采用统计方法、人工神经网络方法、模糊技术等，来寻找审计线索。在审计实践中，审计人员根据经验，把审计数据进行标准化处理，划分类别，然后用分类的方法分析该数据集合，挖掘每个类别的分类规则，按这些分类规则重新划分集合，以获得更好的分类结果。如果财务状况存在偏离经营业务的异常状况，表明这些数据存在虚假的成分，其中可能隐藏审计所需的重要信息。
关联规则的发现。通过资料分析，可找出同时发生的事件。数据挖掘中的关联规则作用重大，可以发现数据集中的关联关系，如对被审计单位的成本相关数据，可以运用关联规则技术，发现各成本项目与生产数量之间的关联性，可以确定被审计单位的成本指标合理与否。在审计的实质性测试中，运用关联规则的Apriori分类算法，能够发现金额明显异于其他月份的应付账款、重复记账的应付账款、资产负债表前后不一致的应付账款、重复发生非常规交易的应付账款等。
序列模式挖掘技术。审计人员可以利用序列模式，挖掘主营业务收入记录，发现一些经常以某种规律出现的时间序列模式。这可以帮助审计人员在构造主营业务收入的异常检测时选择有效的统计特征，然后利用该特征的异常现象，发现审计线索，如可以通过对企业和其他大致相同企业历年的营业收入进行比较，检查企业是否虚构营业收入等。
（三）基于接口标准的数据挖掘审计模型
基于数据挖掘技术的计算机审计的关键是：建立数据挖掘模型，选取数据挖掘算法。根据这些数据挖掘模型，开发相应的审计软件，实现审计自动化。审计人员使用该审计软件时，只需要根据被审计单位的特点，输入适当的参数，就能由计算机进行审计并出具审计报告，把审计人员从繁琐的账证核实中解脱出来，从而有充足的时间熟悉企业业务和开发数据挖掘模型，大力推动审计信息化的发展。
有关建议
建议加大审计信息化人才队伍建设。实现审计信息化，需要既懂数据仓库技术和数据挖掘技术的计算机专业人员，又具备较好的审计理论基础和丰富审计实践的人员，特别是具有这两方面技能的复合型人才，即审计信息化的专业人员。审计署和人力资源与社会保障部可以加强对审计信息人员的专业培训，建立初级信息审计师、信息审计师和高级信息审计师的职业资格制度。
建议加大会计核算数据接口国家标准的推广力度。让审计软件开发人员、审计人员加深对该标准的认识和理解，开发基于会计数据仓库的审计软件，推动审计信息化的发展。
建议国家审计机关、社科基金和自然科学基金资助相关课题，研究涉及会计数据仓库建设和应用的一些重大理论问题和技术问题。如会计数据仓库对政府决策支持的影响、会计信息中心的组织机制和运行机制、审计信息化模式库的建设等。会计数据仓库建成后，可以为财政、统计、审计、纪检等政府机关和科研机构等使用，极大地提高会计信息使用效率和效果，为国家、企业等决策提供准确的数据支持，国家应从战略的高度支持会计数据仓库建设。
标签：会计论文; 数据挖掘论文; 数据仓库论文; 会计核算软件论文; 数据挖掘算法论文; 审计方法论文; 审计软件论文; 会计与审计论文; 会计核算方法论文; 审计质量论文; 会计核算原则论文; 审计目的论文; 企业软件论文;