劉鳳委 楊月

【摘要】大數(shù)據(jù)技術(shù)正在重塑和變革現(xiàn)有審計理念與方法。與傳統(tǒng)基于會計信息實施審計監(jiān)督不同， 大數(shù)據(jù)審計開辟了從原始數(shù)據(jù)直接獲取知識的新方式。實踐中比數(shù)據(jù)挖掘技術(shù)更重要的是找到具體審計業(yè)務(wù)應(yīng)用場景， 本文提出現(xiàn)金軌跡數(shù)據(jù)理念， 將現(xiàn)金在企業(yè)與銀行賬戶間頻繁流動所沉淀的多維電子數(shù)據(jù)加以運用， 基于數(shù)據(jù)挖掘技術(shù)發(fā)現(xiàn)審計線索并形成審計判斷。

【關(guān)鍵詞】現(xiàn)金軌跡數(shù)據(jù)；數(shù)據(jù)挖掘；大數(shù)據(jù)審計

【中圖分類號】F239? ? ? 【文獻標(biāo)識碼】A? ? ? 【文章編號】1004-0994（2023）01-0102-6

一、 引言

數(shù)字經(jīng)濟時代環(huán)境下， 技術(shù)創(chuàng)新和應(yīng)用與時俱進， 大數(shù)據(jù)、 人工智能、 區(qū)塊鏈等新興技術(shù)的發(fā)展對審計監(jiān)督活動產(chǎn)生了前所未有的深刻影響。一方面， 大數(shù)據(jù)等新興技術(shù)在經(jīng)濟活動中廣泛應(yīng)用， 使得審計對象的形態(tài)、 特征發(fā)生了前所未有的變化； 另一方面， 作為經(jīng)濟監(jiān)督活動的審計自身也在發(fā)生深刻的變革， 傳統(tǒng)審計手段逐步被新興審計手段所取代（姜江華，2022）。傳統(tǒng)審計模式也已經(jīng)不能適應(yīng)大數(shù)據(jù)環(huán)境下的審計工作， 審計需要從傳統(tǒng)的審計思維向持續(xù)審計思維、 全量信息思維、 以人為本思維和智能審計思維轉(zhuǎn)變， 以大數(shù)據(jù)技術(shù)為核心開展審計工作成為審計發(fā)展的新趨勢（王海洪等，2021）。2014 年， 國務(wù)院發(fā)布《關(guān)于加強審計工作的意見》， 提出將大數(shù)據(jù)技術(shù)應(yīng)用于國家審計， 提高信息化技術(shù)應(yīng)用程度。2015 年， 國務(wù)院在《促進大數(shù)據(jù)發(fā)展行動綱要》中提出國家大數(shù)據(jù)戰(zhàn)略， 進一步強調(diào)大數(shù)據(jù)的重要性。面對大數(shù)據(jù)等數(shù)字技術(shù)的產(chǎn)生和發(fā)展， 審計人員需要應(yīng)時而變來適應(yīng)由此帶來的變化， 面對日益龐大的數(shù)據(jù)量以及復(fù)雜的數(shù)據(jù)環(huán)境， 利用更加高效的審計手段對被審計對象進行審計（秦榮生，2014）， 新時代信息技術(shù)下審計技術(shù)與方法的研究已經(jīng)成為當(dāng)下以及今后一段時期亟需研究的重大問題。

近年來， 我國資本市場頻繁出現(xiàn)嚴重的上市公司資金舞弊問題， 顯著干擾了資本市場的有序運行， 影響了注冊會計師行業(yè)的聲譽。2021年12月31日， 中國注冊會計師協(xié)會（簡稱“中注協(xié)”）發(fā)布的《關(guān)于做好上市公司2021年年報審計工作的通知》中指出： “貨幣資金項目屬于五個高風(fēng)險審計領(lǐng)域之一， 注冊會計師應(yīng)當(dāng)予以高度關(guān)注， 以更有效地識別、 評估和應(yīng)對財務(wù)報表重大錯報風(fēng)險?！庇捎谪泿刨Y金項目的固有風(fēng)險較高， 注冊會計師在審計過程中應(yīng)當(dāng)設(shè)置較低的重要性水平， 并通過監(jiān)盤庫存現(xiàn)金、 檢查銀行對賬單和余額表、 函證銀行存款余額等實質(zhì)性程序降低檢查風(fēng)險。但在實務(wù)中， 這些程序由于執(zhí)行力度不夠或方法欠佳， 尚不能完全應(yīng)對企業(yè)的貨幣資金舞弊問題。在對涉及貨幣資金造假的上市公司的審計機構(gòu)出具的行政處罰決定書中， 經(jīng)常性指出會計師事務(wù)所“貨幣資金審計程序存在缺陷”“實質(zhì)性程序執(zhí)行不到位”， 進而未能識別出虛假銀行流水、 大額未達賬項等。由于現(xiàn)有審計程序更多地側(cè)重于審查與庫存現(xiàn)金、 銀行存款相關(guān)的余額， 而對每筆交易的來源、 發(fā)生額的關(guān)注度不夠， 在針對貨幣資金項目進行審計時很可能忽略潛藏的漏洞。

傳統(tǒng)審計注重從會計報表項目出發(fā)追尋審計線索， 然而財務(wù)報表項目是對海量原始數(shù)據(jù)聚合壓縮后的信息， 這一過程也遺漏了很多有價值的內(nèi)容， 注冊會計師僅通過財務(wù)報表獲取的科目余額所呈現(xiàn)的信息有限且準(zhǔn)確性不足， 如果不對背后的原始現(xiàn)金流水予以足夠關(guān)注， 在針對貨幣資金項目審計時很可能忽略潛藏的漏洞。2019年中注協(xié)發(fā)布的《審計準(zhǔn)則問題解答第12號 —— 貨幣資金審計》（簡稱《問題解答第12號》）中也提到“要關(guān)注貨幣資金的發(fā)生額， 包括銀行交易流水、 交易憑證等”， 更加肯定了現(xiàn)金流水的價值。現(xiàn)金流水?dāng)?shù)據(jù)屬于企業(yè)的原始數(shù)據(jù)， 是編制財務(wù)報表的原材料之一， 由于其具有海量、 難以被篡改、 管理頻率高等特點， 比財務(wù)報表的顆粒度更加細致， 能夠更加真實、 準(zhǔn)確地刻畫出企業(yè)的資金全貌。但傳統(tǒng)審計模式不僅無法獲取這些數(shù)據(jù)， 方法上也無法實現(xiàn)對海量數(shù)據(jù)的全覆蓋， 而當(dāng)前大數(shù)據(jù)技術(shù)的蓬勃發(fā)展為處理海量現(xiàn)金流水?dāng)?shù)據(jù)提供了有力的技術(shù)支撐。中注協(xié)在《問題解答第12號》中明確提出利用數(shù)據(jù)分析等技術(shù)， 核查銀行收付款流水的可行性。針對現(xiàn)金流水?dāng)?shù)據(jù)的處理， 數(shù)據(jù)挖掘技術(shù)是不容忽視的工具， 在連續(xù)五年發(fā)布的影響中國會計從業(yè)人員的信息技術(shù)評選中， 數(shù)據(jù)挖掘技術(shù)一直位居前列。本文以此為切入點， 利用數(shù)據(jù)挖掘技術(shù)對企業(yè)的原始現(xiàn)金流水?dāng)?shù)據(jù)展開分析， 以探索大數(shù)據(jù)時代下貨幣資金審計的新思路。

二、 現(xiàn)金軌跡數(shù)據(jù)與審計思維模式轉(zhuǎn)型

1. 現(xiàn)金軌跡數(shù)據(jù)源于軌跡數(shù)據(jù)思想。軌跡數(shù)據(jù)屬于計算機應(yīng)用技術(shù)領(lǐng)域的概念， 源于位置感知應(yīng)用， 又稱為“軌跡大數(shù)據(jù)”“時空軌跡數(shù)據(jù)”等， 它是指通過對某一物體運動過程進行采樣而獲得的數(shù)據(jù)， 一般包含物體運動的位置、 時間、 速度等信息， 該物體可以是單一個體， 也可以是基于某一特征而劃分的群體。軌跡數(shù)據(jù)具有時空、 運動、 語義、 異頻采樣特征， 同時符合大數(shù)據(jù)的 “5V” 特征（Volume、Velocity、Variety、Veracity、Value）， 往往通過數(shù)據(jù)挖掘技術(shù)對此類數(shù)據(jù)進行處理分析（高強等，2017）。如果將企業(yè)現(xiàn)金作為研究對象， 現(xiàn)金在不同賬戶間的流入與流出可以看作是現(xiàn)金的運動過程， 以賬戶為節(jié)點， 就能夠模擬出現(xiàn)金運動軌跡； 同時， 由于每條銀行流水都記錄了交易時間、 賬戶名稱、 交易原因等信息， 與軌跡數(shù)據(jù)的時空、 運動、 語義特征具有較高的重合度， 因此在利用數(shù)據(jù)挖掘技術(shù)分析原始現(xiàn)金流水的研究中， 本文借鑒了軌跡數(shù)據(jù)的思想， 提出“現(xiàn)金軌跡數(shù)據(jù)”的概念?，F(xiàn)金軌跡數(shù)據(jù)指的是以企業(yè)現(xiàn)金總體為研究對象， 記錄現(xiàn)金在各個賬戶間運動軌跡的數(shù)據(jù)①， 如圖1所示。

2. 現(xiàn)金軌跡數(shù)據(jù)比傳統(tǒng)的現(xiàn)金流水概念更具優(yōu)越性?，F(xiàn)金流水屬于傳統(tǒng)財務(wù)領(lǐng)域中的概念， 現(xiàn)金軌跡數(shù)據(jù)則是大數(shù)據(jù)時代背景下的產(chǎn)物。從外延來看， “現(xiàn)金流水”與“現(xiàn)金軌跡數(shù)據(jù)”所反映的客觀事物都是現(xiàn)金， 二者等同； 但從內(nèi)涵來看， 二者的側(cè)重點不盡一致?，F(xiàn)金流水體現(xiàn)的是現(xiàn)金的體量屬性， 即金額多少。在現(xiàn)代漢語詞典中， “流水”一詞的引申義為銷售額， 如流水收入。古人云： “流水者， 按日挨登如流水之盈科漸進也②?！睆臅嫷慕嵌葋砜矗?它體現(xiàn)了流水賬就是每日登記入賬金額的過程， 如同流水不斷充盈， 奔涌向前?，F(xiàn)金軌跡數(shù)據(jù)的內(nèi)涵更為豐富?！败壽E”一詞與“流水”不同， 它指的是以時間為尺度， 記錄物體在空間上的運動過程。從物理學(xué)的角度來看， 這一運動過程包括了路程（長度）、 方向、 速度、 曲率等許多特征； 同時， 在軌跡數(shù)據(jù)的可視化中， 如果研究對象為群體， 繪制線條的粗細、 密集程度還能反映出體量大小?？梢姡?現(xiàn)金軌跡數(shù)據(jù)這一概念涵蓋了現(xiàn)金的體量（金額）、 時間、 空間等多個屬性（如圖2所示）。針對同一對象， 現(xiàn)金流水與現(xiàn)金軌跡數(shù)據(jù)兩種概念的背后體現(xiàn)的是兩套不同的范式： 在不同的時代背景下， 借助不同的概念引導(dǎo)人們對同一事物轉(zhuǎn)變思考角度， 再借助不同的算法， 從而最終加工出不同的信息產(chǎn)物（李琳等，2021）。

3. 現(xiàn)金軌跡數(shù)據(jù)概念引領(lǐng)數(shù)據(jù)挖掘新角度。在自然科學(xué)領(lǐng)域， 新概念的提出往往需要經(jīng)歷嚴謹?shù)膶嶒灢拍艿贸鼋Y(jié)論； 而在會計等人文社會科學(xué)領(lǐng)域， 新概念的產(chǎn)生建立在思辨的基礎(chǔ)之上。概念是思維的基本因素（孫建中，1988）， 定義概念體現(xiàn)了認識客觀事物的方式， 同時引導(dǎo)新的思維方式， 切換概念意味著轉(zhuǎn)變思考的角度。在傳統(tǒng)會計中， 由于現(xiàn)金流水具有金額屬性， 滿足貨幣計量的會計基本假設(shè)之一， 通過既定的會計準(zhǔn)則， 能夠輸出會計的最終產(chǎn)品 —— 現(xiàn)金流量表， 為報表使用者服務(wù)。在當(dāng)前大數(shù)據(jù)時代背景下， 數(shù)據(jù)挖掘技術(shù)是不同于會計準(zhǔn)則的另一套方法， 在分析數(shù)據(jù)的過程中， 為提煉出更多隱藏的信息， 不應(yīng)當(dāng)僅關(guān)注現(xiàn)金的金額屬性。以現(xiàn)金軌跡數(shù)據(jù)③概念作為引領(lǐng)， 有助于分析者跳出傳統(tǒng)范式的框架， 從數(shù)據(jù)挖掘本身出發(fā)， 充分利用時間、 空間、 語義等更多維度的特征， 使貨幣資金信息不是停留在靜態(tài)余額上， 而是動態(tài)探索每筆交易的運動軌跡， 更好地發(fā)現(xiàn)數(shù)據(jù)之間的往來關(guān)系， 從而更有助于發(fā)現(xiàn)潛藏問題。

4. 現(xiàn)金軌跡數(shù)據(jù)影響審計思維與模式?；谥R管理理論DIKW模型（Ackoff，1989）， 數(shù)據(jù)是信息的原料， 信息是具備結(jié)構(gòu)化和指向性的數(shù)據(jù)集合， 是數(shù)據(jù)提煉出的產(chǎn)品， 人類大腦特質(zhì)決定了很難直接處理數(shù)據(jù)， 而是先對數(shù)據(jù)進行降維， 并從信息中獲取知識和智慧。會計信息生產(chǎn)系統(tǒng)運行的本質(zhì)， 也是利用特定規(guī)則算法對會計數(shù)據(jù)實現(xiàn)數(shù)據(jù)降維的過程（李琳等，2021）。傳統(tǒng)財務(wù)報表審計對象， 往往是從會計信息出發(fā)來探尋審計線索， 而會計信息本身在生產(chǎn)加工過程中并不是對所有數(shù)據(jù)的完整記錄， 數(shù)據(jù)降維到會計信息過程中丟掉了本來很有價值的數(shù)據(jù)。在大數(shù)據(jù)技術(shù)應(yīng)用普及的時代， 隨著記錄、 存儲、 處理數(shù)據(jù)能力的不斷提高， 可供記錄的數(shù)據(jù)顆粒度更細、 體量更大， 那些原本被拋棄的“無用”的數(shù)據(jù)現(xiàn)在不僅能夠被記錄， 而且可以被納入計算。大數(shù)據(jù)審計可以有效利用數(shù)據(jù)挖掘和處理技術(shù)， 直接從財務(wù)原始數(shù)據(jù)出發(fā)去獲得關(guān)鍵審計線索， 放棄以往的抽樣審計邏輯， 直接基于全樣本數(shù)據(jù)， 利用大數(shù)據(jù)技術(shù)處理海量數(shù)據(jù)并獲得關(guān)鍵審計結(jié)論。因此， 相較于傳統(tǒng)會計信息觀所強調(diào)的現(xiàn)金流水定義， 現(xiàn)金軌跡數(shù)據(jù)概念存在顯著不同， 它是對資金流動過程中在虛擬電子賬戶中存留的所有數(shù)據(jù)信息進行全方位記錄并直接用于審計活動， 改變了原有的審計思維與模式， 體現(xiàn)了數(shù)字技術(shù)在審計領(lǐng)域的創(chuàng)新應(yīng)用。

三、 現(xiàn)金軌跡數(shù)據(jù)挖掘流程設(shè)計

大數(shù)據(jù)審計工作需要將數(shù)據(jù)、 分析和審計工作三方面綜合起來進行， 通過數(shù)據(jù)采集、 數(shù)據(jù)預(yù)處理、 數(shù)據(jù)存儲等技術(shù)對數(shù)據(jù)進行加工處理以獲得價值密度更高的數(shù)據(jù)集?，F(xiàn)金軌跡數(shù)據(jù)來源于企業(yè)內(nèi)部， 是整個數(shù)據(jù)挖掘流程的原材料， 會計師事務(wù)所承接審計業(yè)務(wù)后， 可以要求被審計單位提供原始的現(xiàn)金軌跡數(shù)據(jù)。海量繁雜的原始數(shù)據(jù)難以直接有效地加以利用， 需要經(jīng)過層層數(shù)據(jù)挖掘步驟， 對數(shù)據(jù)提純， 最終為注冊會計師提供有價值的盡調(diào)分析報告。因此， 數(shù)據(jù)挖掘的流程設(shè)計至關(guān)重要， 完整的數(shù)據(jù)挖掘流程包括數(shù)據(jù)預(yù)處理、 自動校驗數(shù)據(jù)質(zhì)量、 數(shù)據(jù)標(biāo)簽化處理、 多維度數(shù)據(jù)分類與聚類、 風(fēng)險預(yù)警、 數(shù)據(jù)可視化六步④。

1. 數(shù)據(jù)預(yù)處理。原始數(shù)據(jù)的質(zhì)量直接影響到數(shù)據(jù)挖掘的結(jié)果， 也會進一步影響審計質(zhì)量和效率。由于財務(wù)人員專業(yè)水平、 公司系統(tǒng)規(guī)范、 開戶銀行提供的流水字段要求不一致或者被審計單位刻意隱瞞等， 會計師事務(wù)所獲得的原始數(shù)據(jù)往往存在著關(guān)鍵字段缺失、 數(shù)據(jù)記錄重復(fù)、 存在異常值、 偽造對賬單等問題， 為保證數(shù)據(jù)的準(zhǔn)確性、 完整性、 一致性、 時效性和可信性等， 必須進行數(shù)據(jù)預(yù)處理， 這是數(shù)據(jù)挖掘的第一步。結(jié)合現(xiàn)金軌跡數(shù)據(jù)的特點， 數(shù)據(jù)預(yù)處理階段的工作主要包括數(shù)據(jù)選擇、 數(shù)據(jù)集成、 數(shù)據(jù)清洗和數(shù)據(jù)變換。

2. 自動校驗數(shù)據(jù)質(zhì)量。數(shù)據(jù)預(yù)處理完成后， 系統(tǒng)能夠自動識別每條數(shù)據(jù)， 為進一步提升審計數(shù)據(jù)質(zhì)量， 保證后續(xù)數(shù)據(jù)挖掘結(jié)果的可靠性， 需要對數(shù)據(jù)的完整性、 重復(fù)性、 真實性進行校驗。

完整性校驗主要基于連續(xù)性特征， 這一特征也是現(xiàn)金軌跡數(shù)據(jù)比財務(wù)報表信息真實性更高的原因之一， 如果僅關(guān)注貨幣資金的余額， 那么現(xiàn)金的連續(xù)性特征往往容易被注冊會計師忽略。

重復(fù)性校驗的原理與數(shù)據(jù)預(yù)處理階段中的數(shù)據(jù)清洗相同， 出于數(shù)據(jù)挖掘準(zhǔn)確性的考量以及審計要求， 被審計單位提供的原始現(xiàn)金軌跡數(shù)據(jù)的時間跨度一般為一年甚至更長， 涉及上萬條記錄， 而這些記錄往往是經(jīng)由日度、 月度數(shù)據(jù)匯總后產(chǎn)生的， 在匯總過程中， 難免會出現(xiàn)數(shù)據(jù)重疊的情況。重復(fù)性校驗?zāi)軌蜓a充初次數(shù)據(jù)清洗時的遺漏， 通過系統(tǒng)自動捕捉高度相似的記錄， 經(jīng)由人工確認后剔除重復(fù)記錄， 從而避免二次計算對結(jié)果產(chǎn)生影響。

真實性校驗主要是根據(jù)各銀行的數(shù)據(jù)特性來校驗數(shù)據(jù)質(zhì)量， 防止虛假的交易記錄。真實性檢驗可以利用數(shù)據(jù)規(guī)律發(fā)現(xiàn)問題， 譬如可以進行利息檢查， 活期利息與賬戶的每日余額強相關(guān)， 基于對賬單數(shù)據(jù)所覆蓋的時間范圍及各個銀行活期利息結(jié)算規(guī)律， 系統(tǒng)可以重新計算活期利息。如果數(shù)據(jù)被篡改過， 錯誤的活期利息就會像滾雪球一樣被不斷疊加， 進而影響到后期余額， 造成真實與賬面的余額差異越來越大。此外， 采用Benford相關(guān)系數(shù)檢驗， 也可以發(fā)現(xiàn)潛在的問題。Benford定律認為， 自然界中大部分數(shù)據(jù)（包括財務(wù)數(shù)據(jù)）的首位數(shù)字n出現(xiàn)的概率大致服從P（n）= log（1+1/n）的分布， 當(dāng)數(shù)據(jù)的分布不滿足該定律時， 將存在人為修改數(shù)據(jù)的可能。通過Benford定律進行檢驗， 當(dāng)相關(guān)系數(shù)低于0.76時， 需要進一步檢查數(shù)據(jù)的真實性。

總的來說， 自動校驗環(huán)節(jié)可以基于數(shù)據(jù)本身進行， 而不依賴于任何人的經(jīng)驗判斷， 數(shù)據(jù)檢驗的客觀性和準(zhǔn)確性將會提高。

3. 數(shù)據(jù)標(biāo)簽化處理。在對原始數(shù)據(jù)進行預(yù)處理和多次校驗之后， 數(shù)據(jù)的質(zhì)量又將進一步提高， 但海量的現(xiàn)金軌跡數(shù)據(jù)依然不能為注冊會計師提供直觀的審計證據(jù)， 下一步將根據(jù)每條數(shù)據(jù)的特征以及審計重點、 重要性水平等， 給每條數(shù)據(jù)打上專屬標(biāo)簽， 便于后續(xù)從不同維度進行分類處理?，F(xiàn)金軌跡數(shù)據(jù)的標(biāo)簽化處理是分類和聚類分析的前提， 標(biāo)簽的類型主要分為客觀標(biāo)簽和智能標(biāo)簽兩類。客觀標(biāo)簽依據(jù)的信息較為明確， 主要包括交易的時間、 金額以及對方名稱。智能標(biāo)簽針對的是現(xiàn)金軌跡數(shù)據(jù)中文本字段的內(nèi)容， 主要運用自然語言處理（NLP）技術(shù)， 對對手方名稱、 企業(yè)備注、 銀行備注進行關(guān)鍵詞的自動抽取， 按照每個關(guān)鍵詞出現(xiàn)的權(quán)重進行分類。

4. 多維度數(shù)據(jù)分類與聚類。在每條數(shù)據(jù)都打上標(biāo)簽之后， 系統(tǒng)可以根據(jù)這些特征對數(shù)據(jù)進行分類。比如根據(jù)重要性水平， 定義大額交易， 將標(biāo)簽為100萬～300萬元、 300萬元以上的數(shù)據(jù)都分類為大額交易。從邏輯關(guān)系上來說， 每一種分類均由滿足幾個共同標(biāo)簽的數(shù)據(jù)組成。

數(shù)據(jù)聚類是指將數(shù)據(jù)劃分成組或簇的過程， 與數(shù)據(jù)分類不同， 選擇聚類方法的數(shù)據(jù)的類標(biāo)簽是未知的。由于部分數(shù)據(jù)反映的信息有誤或者模棱兩可， 無法確定合適的標(biāo)簽進行分類， 對于這部分數(shù)據(jù)， 可以通過相關(guān)性聚類的方法， 利用計算機的無監(jiān)督或半監(jiān)督學(xué)習(xí)， 挖掘數(shù)據(jù)之間的內(nèi)在聯(lián)系， 從而建立新的標(biāo)簽或者添加到已有標(biāo)簽中去， 以確保每條交易記錄都貼上相應(yīng)的標(biāo)簽， 便于后續(xù)檢索。

總的來說， 基于歷史現(xiàn)金軌跡數(shù)據(jù)建立數(shù)據(jù)模型進行預(yù)測， 可以得到相應(yīng)的類標(biāo)簽結(jié)果， 根據(jù)類標(biāo)簽結(jié)果可以對交易記錄進行分類預(yù)測； 而對于缺少類標(biāo)簽的交易記錄， 可借助聚類分析的方法挖掘隱藏的內(nèi)部規(guī)律， 進一步輔助分類。值得注意的是， 每條數(shù)據(jù)的類標(biāo)簽并不是唯一的， 因為每個字段能夠反映出數(shù)據(jù)的不同維度， 從不同維度出發(fā)都將獲得不同的標(biāo)簽號， 這些標(biāo)簽號組合在一起， 將形成每條數(shù)據(jù)與眾不同的特征。

5. 風(fēng)險預(yù)警。在對多維的現(xiàn)金軌跡數(shù)據(jù)進行分類與聚類處理后， 數(shù)據(jù)檢索將變得切實可行， 系統(tǒng)可以通過設(shè)置不同的算法檢索出可能存在異常的數(shù)據(jù)， 從現(xiàn)金流層面評估被審計單位在貨幣資金項目中存在的風(fēng)險。

首先是異常值預(yù)警?，F(xiàn)金軌跡數(shù)據(jù)層面的異常值不僅包括金額上的極大值和極小值， 還包含數(shù)據(jù)的周期性波動， 比如穩(wěn)定的供應(yīng)商付款頻率發(fā)生變化， 租金、 快遞費用等日常經(jīng)營支出在某月突然中斷等， 都屬于異常值預(yù)警的范疇。其次是大額收支預(yù)警。系統(tǒng)在所有的支出記錄—供應(yīng)商支付這個類別的交易中， 針對交易時間為90天以內(nèi)的數(shù)據(jù)進行如下條件的篩選預(yù)警： 滿足單筆交易金額≥50萬元的供應(yīng)商付款數(shù)據(jù)， 且該筆交易金額≥企業(yè)對該供應(yīng)商3年內(nèi)所有支出金額的P75⑤×2， 則這筆交易默認為大額支出。如果篩選出數(shù)據(jù)對應(yīng)的供應(yīng)商在3年以內(nèi)的交易筆數(shù)<10筆，? 則不參與預(yù)警計算提示， 付款失敗后的重新支付也不計算在內(nèi)。大額收入的篩選方法與支出預(yù)警相同。最后是疑似挪用公款預(yù)警。系統(tǒng)對超過1條的數(shù)據(jù)進行如下邏輯的篩選并預(yù)警： 在90天的時間范圍內(nèi)， 針對同一個交易對手方，? 如果對該對手方（個人）有一筆支出交易發(fā)生后， 30天內(nèi)又發(fā)生了一筆同樣對手方和同樣金額的收入交易， 且單筆交易金額≥5萬元， 則系統(tǒng)預(yù)警此類交易為疑似挪用公款交易。付款失敗后的重新支付不計算在內(nèi)， 同時排除非整數(shù)金額。

6. 數(shù)據(jù)可視化。數(shù)據(jù)可視化隱藏了數(shù)據(jù)挖掘背后復(fù)雜的數(shù)據(jù)和算法， 最終以直觀、 淺顯易懂的圖表形式向用戶展現(xiàn)所需的信息， 注冊會計師可以通過圖表了解被審計單位在完整審計期間內(nèi)資金的變化情況。根據(jù)注冊會計師的審計需要， 現(xiàn)金軌跡數(shù)據(jù)挖掘的可視化產(chǎn)品是盡調(diào)分析報告。盡調(diào)分析報告中主要通過基本的統(tǒng)計描述圖表反映不同維度下的企業(yè)現(xiàn)金分布情況， 包括直方圖、 散點圖、 分位數(shù)圖、 餅狀圖等， 根據(jù)適用的圖表類型繪制， 比如： 根據(jù)交易發(fā)生時間（分鐘級別數(shù)據(jù)）， 繪制交易時間頻率分布圖， 觀察各時段交易發(fā)生的頻率分布； 根據(jù)公司賬戶支出/收入/余額（時間序列數(shù)據(jù)， 人民幣為記賬本位幣）， 繪制收入支出頻數(shù)對比圖， 觀察各時段賬戶進出賬金額分布， 尋找異常金額值， 并分析收支關(guān)聯(lián)信息； 根據(jù)企業(yè)和銀行的備注， 推測出每筆交易的用途， 判斷款項類型， 繪制出收入（支出）類型餅狀圖。

四、 審計實例分析

A公司是一家致力于研發(fā)和銷售特色甜品的餐飲企業(yè)， 經(jīng)營范圍內(nèi)的許可項目為食品銷售， 一般項目包括餐飲企業(yè)管理、 品牌管理、 餐飲服務(wù)和工藝禮品銷售等。A公司下設(shè)一家子公司a， 其上游公司主要涉及乳業(yè)、 食品、 物業(yè)、 廠房租賃、 塑料制品等幾十家公司， 下游公司以外賣平臺和第三方支付平臺為主。

A公司聘請Z會計師事務(wù)所為其進行上市審計， 在獲取了A公司的原始數(shù)據(jù)后， 由于數(shù)據(jù)體量龐大、 時間跨度長、 涉及跨銀行條目眾多， Z會計師事務(wù)所利用現(xiàn)金軌跡數(shù)據(jù)挖掘的流程與方法， 從海量數(shù)據(jù)中層層抽絲剝繭， 發(fā)現(xiàn)A公司的某筆貸款行為和供應(yīng)商付款情況疑似異常。

1. 識別疑似騙取貸款。在對A公司（被審計方）及a公司（A公司的子公司）的銀行交易記錄實施一系列數(shù)據(jù)挖掘流程后， 大額收支預(yù)警提示， 系統(tǒng)鎖定出其中兩條大額現(xiàn)金軌跡數(shù)據(jù)。第一條數(shù)據(jù)是金額為1000萬元的現(xiàn)金支出， 由A公司付款給B公司（根據(jù)其他信息顯示， B公司為A公司穩(wěn)定的上游供應(yīng)商）， 識別出該條數(shù)據(jù)的算法為： 系統(tǒng)在所有支出記錄—供應(yīng)商支付這一類別的交易中， 針對交易時間為90天以內(nèi)的交易進行篩選預(yù)警， 篩選條件為單筆交易金額≥50萬元的供應(yīng)商付款支出， 且該筆交易金額≥企業(yè)對該供應(yīng)商3年內(nèi)所有支出金額的P75×2， 滿足以上條件的交易默認為大額支出。第二條數(shù)據(jù)是現(xiàn)金流入， 金額也為1000萬元， 由未知賬戶X流入A公司， 識別出該條數(shù)據(jù)的算法與第一筆類似： 在所有現(xiàn)金流入的交易中， 針對交易時間為90天以內(nèi)的交易進行篩選預(yù)警， 篩選條件為單筆交易金額≥50萬元的客戶收款記錄， 且該筆交易金額≥企業(yè)對該客戶3年內(nèi)所有收入金額的P75×2， 滿足以上條件的交易默認為大額收入。

根據(jù)銀行提供的信息， A公司支付給供應(yīng)商B公司的貨款1000萬元系銀行貸款所得， 在按照既定程序完成了信用風(fēng)險評估后， 銀行批準(zhǔn)了該項以償付貨款為目的的企業(yè)貸款。有明確的銀行交易記錄證明， A公司在獲取1000萬元貸款后第一時間將資金匯入了B公司賬戶， 但就在該筆交易發(fā)生3天之后， 又存在未知賬戶X匯入1000萬元到A公司賬戶。由于兩筆交易金額相同， 現(xiàn)金流入與流出的時間間隔相近， 初步懷疑A公司的貸款行為存在異常， 因此， 需要對該1000萬元貸款相關(guān)的現(xiàn)金軌跡展開進一步核查。

首先， 確定核查的時間范圍。根據(jù)以往的審計經(jīng)驗和現(xiàn)金軌跡的運動規(guī)律， A公司潛在的非正常資金運作極可能發(fā)生在鎖定的兩筆現(xiàn)金流出與流入之間， 因此以這兩筆1000萬元支出與收入發(fā)生的時間分別為起、 止點， 明確核查的時間跨度為3天。其次， 確定核查的賬戶范圍。在已獲取的A公司及其子公司a公司的所有銀行交易記錄中， 選取對方賬戶名稱為B公司、 A公司（對a公司而言）、 a公司（對A公司而言）及X賬戶的記錄條目。最后， 確定核查的金額范圍。對于金額維度， 系統(tǒng)設(shè)定的篩選條件為單筆或拆分后總金額與1000萬元差異在5%以內(nèi)的交易⑥， 包括現(xiàn)金的支出與收入， 該篩選方法考慮了拆分收付款的可能性。在執(zhí)行了上述核查程序后， 結(jié)果發(fā)現(xiàn)： 在a公司的交易記錄中， 存在一筆來自B公司1000萬元的現(xiàn)金流入和兩筆匯入X賬戶的現(xiàn)金流出， 金額分別為100萬元和900萬元。在查找了有向圖中的所有環(huán)路之后⑦， 最終重構(gòu)出完整的現(xiàn)金運動軌跡， 如圖3所示。

2. 識別客戶異常付款。A公司在日常經(jīng)營活動中發(fā)生的付款事項主要包括供應(yīng)商采購、 日常運營（租金、 維修費、 水電能源費）等， 一般來說， 在正常經(jīng)營狀態(tài)下， 這些支出在時間維度上會呈現(xiàn)出周期性規(guī)律， 且金額也穩(wěn)定在一定區(qū)間內(nèi)。利用現(xiàn)金軌跡數(shù)據(jù)的時間特征， 將付款信息與A公司的歷史數(shù)據(jù)進行縱向比較， 識別出違背以往周期性規(guī)律的單筆付款數(shù)據(jù)。

考慮到識別客戶異常付款記錄的準(zhǔn)確度， 需要根據(jù)付款方及付款理由的不同， 分別查看。一般來說， 根據(jù)原始數(shù)據(jù)中的備注字段以及后續(xù)數(shù)據(jù)的預(yù)處理， 所有對手方的付款記錄都對應(yīng)了各自不同維度的標(biāo)簽， 比如由付款理由劃分的貨款結(jié)算、 借款利息收入等， 由賬戶名稱和賬戶號區(qū)分出的不同付款方， 包括公司和個人。

在調(diào)查A公司客戶的付款情況時， 在所有客戶付款記錄下， 選取了A公司較為穩(wěn)定的客戶B公司一年內(nèi)的付款情況， 據(jù)此生成B公司付款周期散點圖， 見圖4。

根據(jù)散點分布情況， 可以看出： B公司對A公司的付款周期為半個月， 且每次付款時間主要集中在月中（每月15日前后）和月末（每月30日前后）， 這些規(guī)律在Z會計師事務(wù)所與A公司溝通后得到了初步證實。此外， 由于涉及銀行轉(zhuǎn)賬等資金往來， 企業(yè)間的交易一般發(fā)生在工作日（周一到周五）。結(jié)合以上規(guī)律， 可觀察到a、 b、 c三點存在一定異常， a點交易發(fā)生在月初， b、 c點交易發(fā)生在非工作日， 值得審計人員進一步關(guān)注。

同時， 根據(jù)大量的企業(yè)實際調(diào)研， 從每日24h內(nèi)交易發(fā)生的次數(shù)來看， 企業(yè)的交易發(fā)生時間段主要集中在工作時間內(nèi)， 且呈現(xiàn)出雙駝峰或三駝峰的趨勢， 具體分布如圖5所示。

圖5顯示， A公司的交易發(fā)生時間段大體滿足規(guī)律分布， 7點為交易高峰期， 10 ～ 11點、 13點為交易次高峰， 6點之前和18點之后， 交易次數(shù)呈現(xiàn)斷崖式下降。凌晨尤其在0點前后的交易， 多為銀行自動處理。根據(jù)上述規(guī)律， 查看付款周期中識別出的a、 b、 c三點具體的交易時間， 可進一步判斷B公司付款的合理性。在調(diào)出原始記錄后發(fā)現(xiàn)， a點交易發(fā)生在工作時間內(nèi)， A公司在收到款項后當(dāng)天， 即發(fā)生了大額采購支出， 據(jù)此推測A公司可能要求B公司提前付款， 以滿足自身資金周轉(zhuǎn)需求； b、 c點交易均發(fā)生在周末18點之后， 僅從現(xiàn)金軌跡數(shù)據(jù)的層面無法得到合理解釋， 因此應(yīng)當(dāng)作為重點關(guān)注的付款交易， 由注冊會計師結(jié)合其他審計程序進一步查明。

3. 實例應(yīng)用評價。相比于傳統(tǒng)的審計方法， 利用數(shù)據(jù)挖掘技術(shù)的好處在于： 核查范圍有能力涵蓋企業(yè)全部原始現(xiàn)金交易記錄， 識別過程中的篩選算法沒有割裂每條數(shù)據(jù)間的勾稽關(guān)系， 而是通過篩選條件一步步將相互關(guān)聯(lián)的現(xiàn)金軌跡數(shù)據(jù)從海量數(shù)據(jù)中選取出來， 推測出合乎邏輯的現(xiàn)金流動關(guān)系， 同時還能利用歷史數(shù)據(jù)驗證新數(shù)據(jù)， 推測出不符合歷史規(guī)律的異常值， 有效地彌補了人工審計的短板。

對于騙貸行為的識別， 本質(zhì)上抓住了企業(yè)正常消耗貸款后， 一般會假借多個關(guān)聯(lián)方將資金轉(zhuǎn)回的心理， 以1000萬元為線索追蹤現(xiàn)金在幾個賬戶間往來的蛛絲馬跡， 蘊含了經(jīng)驗總結(jié)而來的審計邏輯， 但也存在一定偶然性， 一旦1000萬元在更長的時間跨度內(nèi)被拆分成更多筆更小金額的交易在更多賬戶間流入與流出， 核查的難度將大大增加。

在識別客戶異常付款行為中， 客戶的回款能力主要體現(xiàn)為基于時間特征的及時性和周期性， 這些付款規(guī)律也是識別異常的主要依據(jù)。面對海量的付款數(shù)據(jù)， 如果沒有明確的規(guī)則指引， 僅靠人工將無從查起。當(dāng)然， 這些規(guī)律受制于企業(yè)及其客戶本身的規(guī)模和內(nèi)部控制的嚴格程度， 一些管理混亂的企業(yè)本身的對外付款情況很可能是雜亂無章的， 因此， 如果客戶付款的散點分布情況無規(guī)律可循， 也值得企業(yè)特別關(guān)注。

由此可見， 利用現(xiàn)金軌跡數(shù)據(jù)挖掘的方法能夠在很大程度上幫助審計人員發(fā)現(xiàn)問題， 但挖掘方法本身的設(shè)定也離不開審計經(jīng)驗和規(guī)律總結(jié)， 計算機技術(shù)是輔助手段， 審計人員仍需參考其他審計證據(jù)， 作出理性判斷。因此， 無論是疑似騙取貸款還是客戶異常付款問題， 上述流程設(shè)計都僅從數(shù)據(jù)角度對異常現(xiàn)象提出疑問， 并不能百分百確定A公司存在隱瞞欺詐行為， 若要進一步證實結(jié)論， 還需挖掘每條數(shù)據(jù)背后更深層的語義特征。具體來說， 在Z會計師事務(wù)所獲取大數(shù)據(jù)分析報告后， 針對疑似騙貸的事項， 審計人員需要大量調(diào)取相關(guān)交易的原始憑證， 詢問貸款銀行、 供應(yīng)商B公司等， 針對客戶異常付款情況， 需要向A公司及其供應(yīng)商詢問， 評價每項交易商業(yè)理由的真實性和合規(guī)性， 才能得出更加可靠的審計結(jié)論。

五、 大數(shù)據(jù)技術(shù)的審計應(yīng)用前景展望

由于上市公司財務(wù)報表質(zhì)量不佳、 貨幣資金舞弊行為頻繁出現(xiàn)， 社會公眾以及監(jiān)管機構(gòu)對于獨立第三方會計師事務(wù)所的審計責(zé)任要求越來越高。盡管如此， 實際審計過程中， 注冊會計師依然面臨重重“內(nèi)憂外患”： 被審計單位資金流水體量龐大， 數(shù)據(jù)真實性與完整性難辨； 許多會計師事務(wù)所依然采用傳統(tǒng)的審計方式進行人工核查， 不僅效率極低， 而且難以發(fā)現(xiàn)問題。由于技術(shù)手段的欠缺以及上市公司的刻意隱瞞， 為免于擔(dān)責(zé)， 會計師事務(wù)所有時只能被迫辭任。否則， 對于上市公司的貨幣資金舞弊行為， 接受審計業(yè)務(wù)委托的會計師事務(wù)所總是難辭其咎， 在證監(jiān)會給會計師事務(wù)所開出的一張張“罰單”中， 往往明確指出： “針對貨幣資金審計程序， 注冊會計師未勤勉盡責(zé)?！碑?dāng)前， 大數(shù)據(jù)技術(shù)的發(fā)展為會計師事務(wù)所擺脫這一困境提供了良好的契機， 越來越多的會計師事務(wù)所逐步將數(shù)據(jù)采集、 數(shù)據(jù)挖掘以及分析預(yù)測技術(shù)等應(yīng)用到審計業(yè)務(wù)中， 以注冊舞弊審查師協(xié)會（ACFE）為代表的機構(gòu)， 也積極開展大數(shù)據(jù)反舞弊、 大數(shù)據(jù)審計等業(yè)務(wù)交流活動， 用大數(shù)據(jù)技術(shù)助力未來的審計行業(yè)發(fā)展。

本文認為， 未來會計、 審計領(lǐng)域的變革必將借助大數(shù)據(jù)技術(shù)的東風(fēng)， 實現(xiàn)質(zhì)變的飛躍。如何利用好原始的現(xiàn)金軌跡數(shù)據(jù)乃至未來的其他財務(wù)數(shù)據(jù)， 運用數(shù)據(jù)挖掘等諸多技術(shù)將這些數(shù)據(jù)加工為有價值的信息， 是未來會計與審計重點的發(fā)展應(yīng)用方向之一。未來大數(shù)據(jù)技術(shù)在會計、 審計領(lǐng)域的應(yīng)用過程中， 應(yīng)注重以下幾點：

1. 擴大數(shù)據(jù)源， 提升數(shù)據(jù)感知能力。從數(shù)據(jù)到信息的加工處理過程中， 數(shù)據(jù)是基礎(chǔ)的原材料， 是整個系統(tǒng)的起點， 數(shù)據(jù)量越豐富， 最終獲取的信息量很可能越大。對企業(yè)來說， 現(xiàn)金軌跡數(shù)據(jù)只是眾多原材料中的一種， 還有更多的原始數(shù)據(jù)亟待深入挖掘， 無論是財務(wù)數(shù)據(jù)還是非財務(wù)數(shù)據(jù)， 都可以運用更敏銳的數(shù)據(jù)感知設(shè)備選擇并采集有價值的數(shù)據(jù)并納入系統(tǒng)， 這對拓展會計、 審計領(lǐng)域應(yīng)用實踐具有重要作用。

2. 優(yōu)化算法， 推動系統(tǒng)迭代升級。算法是由數(shù)據(jù)形成信息的工具， 由于整個系統(tǒng)的要素一直隨著環(huán)境和使用者需求的變化而處于不斷變化之中， 算法也需要順勢而變， 不斷優(yōu)化升級。一方面， 針對同樣的原材料， 不同的算法會導(dǎo)致不同的信息產(chǎn)物， 這就要求算法具有多樣性； 另一方面， 隨著數(shù)據(jù)量的增加， 原有的算法很可能不再適用， 需要面對新的原材料， 設(shè)計新的算法， 這就要求算法具有更新性。

3. 發(fā)揮人力在系統(tǒng)中的協(xié)調(diào)作用。在計算機日益發(fā)達從而取代大量人工的時代， 人力仍然是整個會計系統(tǒng)中最靈活的要素， 其在系統(tǒng)中發(fā)揮的協(xié)調(diào)、 把控作用是無可取代的。無論是識別有價值的數(shù)據(jù)， 還是制定匹配的算法， 都離不開人的參與， 數(shù)字技術(shù)在會計與審計領(lǐng)域的嵌入并不意味著對人的替代， 不斷提升人力的專業(yè)素質(zhì)， 以及在人際協(xié)同發(fā)展中更好地發(fā)揮各自的價值將是更為有效的發(fā)展方向。

【 注 釋 】

① 需要指出，本文現(xiàn)金軌跡數(shù)據(jù)聚焦于銀行交易記錄，企業(yè)內(nèi)部庫存現(xiàn)金直接收付較少，因此忽略不計。此外，由于現(xiàn)金具有同質(zhì)性，現(xiàn)金軌跡數(shù)據(jù)研究的是現(xiàn)金總量的變化情況，而非對某一貨幣的追蹤。比如，從企業(yè)某賬戶中流入的100元與流出的100元盡管并非同一貨幣，但由于二者是同質(zhì)的，在研究時將被作為企業(yè)現(xiàn)金的一部分，無差別地納入考量。

② 出自清朝縣令黃六鴻的《?；萑珪ゅX谷·流水收簿》一書，為“流水”一詞引申義的由來。

③ 由于筆者已詳細闡釋了本文的核心概念 —— 現(xiàn)金軌跡數(shù)據(jù)，為避免混淆，下文將不再出現(xiàn)“現(xiàn)金流水”“軌跡數(shù)據(jù)”等概念，統(tǒng)一由“現(xiàn)金軌跡數(shù)據(jù)”代替。

④ 本文數(shù)據(jù)獲取方法、處理技術(shù)及案例應(yīng)用均來源于“見知數(shù)據(jù)公司”，該公司建立了現(xiàn)金流盡調(diào)平臺，可智能核查每一條流水信息，讓數(shù)據(jù)缺失、流水造假無所遁形，并且通過對數(shù)據(jù)的分析梳理，可以發(fā)覺核心客戶、關(guān)聯(lián)交易以及隱性負債等盡調(diào)風(fēng)險，及時發(fā)現(xiàn)隱藏漏洞。

⑤ P75表示上四分位數(shù)金額。

⑥ 疑似拆分付款的篩選算法在流程設(shè)計中已詳細說明，5%為根據(jù)以往案例總結(jié)得出的安全邊際。

⑦ 每個賬號之間的交易，即識別出的每一條數(shù)據(jù)本質(zhì)上可以看作賬戶到賬戶之間的一條路徑，將所有路徑連接起來，利用算法判斷是否存在閉合的環(huán)路，上述案例中有環(huán)路則表示最初流出企業(yè)的貸款極有可能又回到了企業(yè)。

【 主 要 參 考 文 獻 】

高強，張鳳荔，王瑞錦，周帆．軌跡大數(shù)據(jù)：數(shù)據(jù)處理關(guān)鍵技術(shù)研究綜述［ J］．軟件學(xué)報，2017（4）：959 ～ 992.

姜江華．《審計監(jiān)督運用大數(shù)據(jù)技術(shù)與方法的研究》書評［ J］．會計之友，2022（5）：167．

李琳，劉鳳委，李扣慶．會計演化邏輯與發(fā)展趨勢探究 —— 基于數(shù)據(jù)、算法與算力的解析［ J］．會計研究，2021（7）：3 ～ 16．

秦榮生．大數(shù)據(jù)、云計算技術(shù)對審計的影響研究［ J］．審計研究，2014（6）：23 ～ 28．

孫建中．科學(xué)概念的辯證法和教授程序［ J］．科學(xué)、技術(shù)與辯證法，1988（3）：39 ～ 42．

王海洪，呂登輝，任美，王婧，王盈盈．我國大數(shù)據(jù)審計研究綜述 —— 基于中文核心期刊文獻研究［ J］．會計之友，2021（14）：134 ～ 139．

Ackoff R. L.. From data to wisdom［ J］．Journal of Applied Systems Analysis，1989（1）：3 ～ 9．

【作者單位】1.上海國家會計學(xué)院， 上海 201702；2.安永華明會計師事務(wù)所（特殊普通合伙）安徽分所， 合肥 200120