大数据下的数据挖掘技术降低审计风险研究
◎王秋菲 张洛迪 栾 丹
〔内容提要〕 基于大数据审计对文本数据挖掘的能力,本文以上市公司YTSY审计失败作为案例,对其2009—2015年大数据进行挖掘分析,提取新的审计证据与原审计失败的原因进行对比,发现提取到的审计证据是该公司财务舞弊的重要证据,是导致审计失败的主要原因。研究结果表明,数据挖掘技术可应用在审计程序中,通过对被审计单位进行大数据信息挖掘分析,提取审计证据,加强审计程序,降低审计风险,促进我国审计行业健康发展。
〔关键词〕 审计 大数据 信息挖掘 财务违规
据国家统计局发布的年鉴资料显示,2009—2017年我国审计失败的数量逐步攀升,上市公司数量从1718升至3485家,翻了一倍多,上市公司财务舞弊数量则翻了6~7倍。究其原因,一方面是由于行业越来越多元化,传统审计模式下对新型行业有审计漏洞;另一方面是市场的高速发展使企业舞弊手段更加复杂,许多第三方信息审计师掌握不全面,从而导致发生审计失败。审计失败来源主要包括14种类型,纵向研究近十年上市公司财务舞弊的类型,可归纳为4种主要类型,分别是虚构利润、虚假记载、推迟披露、重大遗漏,总占比达到所有违规类型的81.38%(见表1)。
一、研究综述
对于审计风险的研究,国外学者始于1957年,Norman J Haren和Philip在《蒙哥马利审计学》中阐述了要将风险与审计程序相结合的观点,开立了国外学术界研究审计风险的先河。我国学术界对审计风险的研究始于20世纪80年代恢复注册会计师制度。
对于大数据审计的研究,Kyunghee Yoon阐明大数据可以作为补充审计证据,与传统的审计证据相结合,可更好地帮助注册会计师分析被审计单位财务报表,加强其对被审计单位的关注,降低审计风险。国内对大数据审计的研究始于2013年。鲁清仿、梁子慧(2015)研究表明大数据技术打破了取证的一些技术限制,降低了审计证据获取成本,注册会计师通过对更多审计证据的分析,有助于减少审计风险。
根据以上结论,针对以湖北为代表的内陆中部城市,更要积极践行供给侧改革政策,谋求新的经济增长点,而不是以环境为代价的经济发展。应积极发展第三产业,增大环境治理和科技创新投入,以直接和间接的方式来发展绿色经济。
当然,目前市面上在售的8K电视非常稀少,仅来自夏普、三星等,而且价格异常昂贵。以夏普的第二代旷视系列8K电视为例,60吋在日本市场的价格约合人民币4.6万元。
表1 2009—2018年我国财务舞弊违规类型统计 单位:个
连续血液净化对脓毒症患者的IL-6、TNF-α及PCT水平的影响 …………… 钟 俊,等(11):1328
二、YTSY审计失败案例分析
import pandas as pd
表2 YTSY财务舞弊结果
三、数据挖掘审计程序设计与案例应用
def__init__(self):
import requests
2.数据挖掘审计程序的应用。运用数据挖掘方法对YTSY2009—2016年间的企业信息进行大数据挖掘,针对YTSY关键词、关联公司进行数据挖掘,搜索到YTMGC有诉讼未决,该诉讼关于竣工结算事项于2014年还未结束,且未达到确认收入条件,但2012—2013年YTSY子公司TCJY已确认主营业务收入,审计师应进一步实施实质性程序测试,在充分获得审计证据后可以正确判断该事项是否有舞弊行为。
YTSY在2010—2012年和2014—2015年间具有财务违规事实,根据四项证监会提出的违规结果,判断属于前文提到的重点违规来源类型:虚构利润与重大遗漏。其财务违规存在主要的内在动因,即经济利益,为了摆脱ST,下属几个子公司通过虚增营业收入的净利润的手段使财务报表看起来有很强的盈利能力,企图筹措资金弥补资金缺口。当企业存在舞弊行为时,审计师作为外部审计人员,即使拥有多年审计经验的审计人员也会因缺乏关键审计信息而出现失误,忽略重大事项的影响力,对审计内容误判,出具错误审计报告。
from tqdm import tqdm
对于数据挖掘的研究,自1993年初Matthew在麻省理工学院开发出第一个网络爬虫,是属于一种数据挖掘技术,通过该技术可从海量大数据中获得用户想要的信息。国内外学者对于审计风险研究得出结论是审计风险可由大数据审计消除;在对大数据审计相关的研究中,可得出结论是大数据可降低审计风险但缺乏方法;在数据挖掘技术下可将大数据审计实现,审计工作需要关注审计风险,审计风险直接影响审计失败的可能。因此,对大数据数据挖掘技术应用审计实例中的研究十分必要。
import time
class Baidu(object):
1.数据挖掘审计程序的设计。针对以上四类大数据审计测试,运用数据挖掘网络爬虫技术进行信息挖掘,本文网络爬虫技术基于python原理,在Anaconda中运行需要审计查询的企业代码,代码目的是获取互联网大数据中包含YTSY2009—2016年间所有的有效信息,共计758条数据。数据挖掘运行部分代码如下。
self.headers={
from bs4 import BeautifulSoup
按设计确定的井位进行钻机就位,开孔前进行安装质量验收,孔口埋设了加长钢制护筒并用优质黏土回填密实,做好了保护好井口的工作。
对于传统的审计与数据挖掘审计应用进行对比结果表明,在数据挖掘技术的审计程序下可发现被审计单位YTSY在2009—2015年间财务舞弊金额90%以上的审计漏洞,但这些在传统审计中并未有体现,审计师无法提前了解并识别出这些风险,审计师应该利用大数据环境以及数据挖掘技术进行被审计企业的数据挖掘,以便于获取更加可靠的审计证据,避免审计失败。
四、数据挖掘技术降低审计风险建议
1.加强大数据审计法规建设。目前,我国针对大数据的审计并没有颁布一套完整且规范的法规,在各个研究学者中不乏讨论建设大数据下的审计法规,但并没有出台具体的书面制度管控,我国亟需加强在此方面的制度建设,应从审计与大数据结合的各个方面进行明确。
图1 大数据审计法规制度构建图
2.建立数据挖掘审计程序。在传统的审计程序基础上,应建立相应的数据挖掘审计程序与之相匹配,在审计师进入企业审计各项目与科目的同时,相应数据挖掘程序同步进行,将企业所有信息结果进行比对分析,审计师应对相互矛盾的审计证据进行分析并进入下一步实质性测试程序。
他不敢再回天葬院,他担心面对女孩,更担心面对心底那颗不安的种子,他不知道该怎么做,他委顿在望天归的脚下,沉沉地睡去。
3.强化数据挖掘技术人员水平。数据挖掘技术无论是对审计数据的采集、清理和转换,还是审计证据的分析、疑点核实、审计取证,都离不开审计人员的参与。目前,依然存在审计人员和计算机技术人员的技术与思想分离现象。计算机技术人员掌握了大数据挖掘的取证与分析方法,但如何将审计人员的思路转化为分析思路,还需要进一步的结合。
(作者单位:沈阳建筑大学管理学院)
责任编辑:宋 爽
标签:审计论文; 大数据论文; 信息挖掘论文; 财务违规论文; 沈阳建筑大学管理学院论文;