□文/劉 莎 楊會樸

（河北金融學院 河北·保定）

一、引言

金融是現(xiàn)代經(jīng)濟的核心，金融安全是保證國家經(jīng)濟安全的防火墻，它關系到國家經(jīng)濟與社會的整體發(fā)展。現(xiàn)階段，我國金融機構的監(jiān)管體系主要由“一行三會”以及審計機關、社會審計組織、金融機構內(nèi)部稽核、財政部、國家和地方稅務局、司法部門等共同構成。國家審計署2003年12月12日第一次實行審計結果公告制度至今，涉及金融業(yè)的共有20個公告，涵蓋了人民銀行、銀監(jiān)會、國家開發(fā)銀行、農(nóng)業(yè)發(fā)展銀行、中國出口信用保險公司、中國人壽保險（集團）公司、中國人民保險集團股份有限公司、四大國有商業(yè)銀行以及交通、光大、中信、招商等股份制銀行等。從這些金融審計結果公告及移送給公安部的重大金融違法犯罪案件可以看到，金融審計在揭露金融領域存在的重大違法犯罪問題和風險隱患方面發(fā)揮了重要的作用。然而，伴隨著銀行等金融機構業(yè)務處理高度電子化、數(shù)據(jù)海量化、控制隱形化、產(chǎn)品衍生化，問題越來越隱蔽，審計環(huán)境發(fā)生重大變化，審計人員面對海量數(shù)據(jù)無從下手，審計線索少了，審計經(jīng)驗進入“尾隨”狀態(tài)。

二、金融審計對數(shù)據(jù)挖掘技術的現(xiàn)實需求

長期以來，金融審計工作基本上全部由國家審計署及駐各地的18個特派員辦事處來承擔。相對我國地域廣闊、金融機構眾多，金融審計特有的復雜性和專業(yè)程度而言，金融審計面臨著審計任務繁重和審計力量薄弱的矛盾。近10年來審計署及特派員辦事處對4大國有商業(yè)銀行進行了審計，絕大多數(shù)銀行目前只進行了一個年度的資產(chǎn)負債損益審計。審計頻率最高的中國農(nóng)業(yè)銀行，審計間隔一般在2年左右，審計公告又要延后兩年才能報出，審計監(jiān)督不連續(xù)，對及時發(fā)現(xiàn)和揭露銀行經(jīng)營中的問題和風險隱患顯得勢單力薄。

近年來，金融創(chuàng)新不斷增加，代收代付、基金托管業(yè)務、資產(chǎn)管理等中間業(yè)務大力發(fā)展，中資銀行業(yè)務向海外擴展，正如前美聯(lián)儲主席格林斯潘指出的那樣：新的技術、工具不斷出現(xiàn)和流行帶來了金融市場的急劇變化，這意味著一些金融機構資產(chǎn)負債表的墨跡未干，就已經(jīng)過時了。隨著金融業(yè)務范圍不斷擴大，復雜程度加深，金融審計的重點從過去主要摸清家底、關注財務收支的合法合規(guī)性，轉(zhuǎn)變?yōu)殛P注銀行業(yè)務經(jīng)營、內(nèi)部控制、有無重大風險隱患等。而我國的金融審計卻主要集中在對金融傳統(tǒng)業(yè)務的審計上，著眼點仍集中在具體類別的經(jīng)濟業(yè)務或賬戶記錄及余額。審計范圍的急劇變化，使其難以更早地預知金融領域的重大風險。因此，如何提高金融審計效率，對防范金融風險、保障國家金融安全至關重要。

三、數(shù)據(jù)挖掘技術概述

數(shù)據(jù)挖掘，比較公認的定義是：“從大量的、不完全的、有噪聲的、模糊的、隨機的實際應用數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程?！彼鼌^(qū)別于當前審計中利用SQL語句、ACL軟件等進行數(shù)據(jù)分析的方法。傳統(tǒng)數(shù)據(jù)分析主要依賴數(shù)據(jù)庫技術、審計經(jīng)驗和電子數(shù)據(jù)的顯著特征來創(chuàng)建索引、檢索信息，提取有效的數(shù)據(jù)。而數(shù)據(jù)挖掘技術則是在沒有明確假設的前提下去挖掘隱含的、未知的信息，幫助審計人員進行數(shù)據(jù)分析，發(fā)現(xiàn)異常信息。

四、數(shù)據(jù)挖掘技術在金融審計過程中的應用

1、收集審計數(shù)據(jù)。根據(jù)審計對象和審計范圍對被審計單位的信息系統(tǒng)中數(shù)據(jù)文件進行采集，得到數(shù)據(jù)格式、文件大小等滿足要求的數(shù)據(jù)。對采集到的數(shù)據(jù)要進行確認，排除遺漏和失誤。比較常用的數(shù)據(jù)傳輸方法和工具有采取專用導入導出工具將審計所需的數(shù)據(jù)從對方的大型服務器導入到審計服務器中、在數(shù)據(jù)量很小的情況下通過網(wǎng)絡進行采集、通過移動存儲介質(zhì)進行采集。需要注意的是，審計前對被審計單位業(yè)務流程、信息系統(tǒng)及數(shù)據(jù)庫結構的深入了解至關重要。通常在一個數(shù)據(jù)庫中會有很多數(shù)據(jù)表，各表之間會存在一些必要的關聯(lián)關系，在對被審計單位業(yè)務了解充分的基礎上可以根據(jù)需要只采集審計人員關注的數(shù)據(jù)表。否則，可能遺漏一些關鍵性的數(shù)據(jù)表，例如數(shù)據(jù)庫系統(tǒng)中有些表雖小，但卻是一些代碼型文件，這些表是形成審計中間表的基礎。

2、數(shù)據(jù)預處理。數(shù)據(jù)預處理是把采集到的審計數(shù)據(jù)轉(zhuǎn)換到審計中間表的一系列操作。原始數(shù)據(jù)中可能存在的問題有很多種，譬如缺失的或不完整的數(shù)據(jù)、不一致的數(shù)據(jù)、重復的記錄等，有必要在數(shù)據(jù)挖掘前對數(shù)據(jù)進行清洗。主要包括不完整數(shù)據(jù)和空值的處理、冗余數(shù)據(jù)的清理、錯誤值的檢測等。識別數(shù)據(jù)表名、字段名、記錄值代碼以及表間關系的經(jīng)濟含義，將來源于一個或多個源數(shù)據(jù)的數(shù)據(jù)，按照審計目標和審計中間表的要求，進行數(shù)據(jù)字段層面和數(shù)據(jù)關系層面的變換、分拆或合并，映射到審計中間表，為實施數(shù)據(jù)挖掘技術做好數(shù)據(jù)準備。對數(shù)據(jù)轉(zhuǎn)換和清理過程要進行驗證，以保證數(shù)據(jù)清理和轉(zhuǎn)換工作沒有損害數(shù)據(jù)的完整性、正確性。

3、數(shù)據(jù)挖掘技術的具體運用。廣義的數(shù)據(jù)挖掘技術有：決策樹方法、神經(jīng)網(wǎng)絡方法、相關規(guī)則方法、聚類分析、遺傳算法、孤立點分析等。

運用關聯(lián)分析利用不同會計科目及數(shù)據(jù)項目之間可能存在的某種對應關系，以及資產(chǎn)負債表、利潤表、現(xiàn)金流量表之間的勾稽關系，查找挖掘“不合邏輯”的信息。比如，資金收付金額與企業(yè)經(jīng)營規(guī)模明顯不符的賬戶、交易金額、筆數(shù)異常的賬戶，進而審查客戶是否通過銀行賬戶從事不法活動、銀行是否存在審核不嚴、違規(guī)辦理結算業(yè)務等問題。

聚類分析是一種無指導的學習，受審計人員的主觀影響較小。它將數(shù)據(jù)分組成多個類，同一個類別中的對象之間具有較高的相似度。對于特定交易記錄群的聚類分析可以不同特征劃分為不同的特征群，從而描述各個群的特征，得到違反規(guī)律特征的類，找出離群孤立點，對其重點分析，確定審計風險，發(fā)現(xiàn)審計線索。比如，對銀行不良貸款的審計，通過將影響貸款質(zhì)量的因素以定性或定量的指標加以描述，再借助于建立數(shù)據(jù)挖掘模型，從中發(fā)現(xiàn)其規(guī)律性和普遍的特征，區(qū)分貸款的級別，發(fā)現(xiàn)人為操縱貸款分類結果的現(xiàn)象。

孤立點分析用來發(fā)現(xiàn)數(shù)據(jù)源中顯著不同于其他數(shù)據(jù)的對象，例如部分極端值等。在被審計單位的數(shù)據(jù)源中經(jīng)常含有一定數(shù)量的異常值，它們與審計數(shù)據(jù)源的其他部分數(shù)據(jù)不同或不一致，這些數(shù)據(jù)很可能就是一些可疑的數(shù)據(jù)，如可利用孤立點分析對信用卡客戶歷史用卡行為進行分析，如果檢測到不尋常的信用卡使用情況，及時確認交易是否存在欺騙，銀行是否予以授權、凍結資金等操作。

決策樹法，先根據(jù)訓練集數(shù)據(jù)構造決策樹，核心是歸納算法，從特殊到一般的過程，這是一種有指導的學習方法。譬如，在商業(yè)銀行個人貸款業(yè)務審計中，利用有問題的個人消費貸款數(shù)據(jù)，選取所在地區(qū)、收入、年齡、婚姻狀況、住房情況、是否違約等因素，應用決策樹方法進行挖掘，生成客戶貸款違約路徑規(guī)則，該分類規(guī)則作為審計的索引。

4、審計處理。審計人員對利用數(shù)據(jù)挖掘技術發(fā)現(xiàn)的可疑數(shù)據(jù)，進行重點核查，查找交易記錄，總結得出審計經(jīng)驗，建立審計經(jīng)驗庫，如果有新知識，就更新到知識庫中，作為日后新交易數(shù)據(jù)審計的經(jīng)驗。數(shù)據(jù)挖掘工作是一個不斷重復執(zhí)行的過程。

五、結語

數(shù)據(jù)挖掘技術在金融審計中深入應用，首先離不開銀行等金融機構信息系統(tǒng)數(shù)據(jù)結構的標準化，其次需要利用銀行業(yè)務處理邏輯、數(shù)據(jù)間的勾稽關系、內(nèi)部數(shù)據(jù)與外部數(shù)據(jù)的關聯(lián)，把有效的審計思路轉(zhuǎn)化為計算機程序語言，有效統(tǒng)一在分析框架內(nèi)，使數(shù)據(jù)挖掘分析方法不再零散而成為體系。目前，數(shù)據(jù)挖掘技術在商業(yè)銀行審計中的研究相對較多，而在保險、證券等領域涉及較少，在銀行審計方面也主要集中在信貸業(yè)務和存款業(yè)務中，如理財產(chǎn)品、國際結算、系統(tǒng)內(nèi)往來等諸多方面沒有統(tǒng)一的理論基礎和分析框架，尚未形成系統(tǒng)的數(shù)據(jù)審計方法。

數(shù)據(jù)挖掘技術對被審計單位的數(shù)據(jù)數(shù)量和質(zhì)量要求較高，而目前對銀行系統(tǒng)內(nèi)部控制缺少分析、測試和評價，信息系統(tǒng)內(nèi)部控制的合理性、健全性和有效性又直接影響著數(shù)據(jù)的真實性、完整性和正確性，進而影響數(shù)據(jù)挖掘結果的可靠性。因此，亟待探討針對信息系統(tǒng)本身的審計方法。

[1] Jiawei H，Michel line K.范明譯.數(shù)據(jù)挖掘概念與技術.北京：機械工業(yè)出版社，2004.

[2] 陳艷嬌，易仁萍.金融審計免疫系統(tǒng)功能實現(xiàn)的路徑研究——基于審計結果公告的實證分析[J].審計研究，2009.3.

[3] 常法亮.基于數(shù)據(jù)挖掘的智能審計系統(tǒng)的設計與實現(xiàn) [D].電子科技大學，2010.6.

[4] 程廣華.數(shù)據(jù)挖掘技術在商業(yè)銀行內(nèi)部審計中的應用研究 [J].新會計，2011.3.

[5] 盧家輝，文華宜，張海燕等.商業(yè)銀行計算機審計模型研究.北京：中國時代經(jīng)濟出版社，2009.