智能审计软件系统架构研究

上海立信会计学院数学与信息学院 曹顺良 宋 静 李 荣

华东理工大学信息科学与工程学院 雷向欣

财务造假舞弊已经成为全社会、国际性的普遍现象，严重干扰了我国经济尤其是金融证券市场的正常运行，降低了财政资金使用效益，影响了政府形象。造成这一现象的重要原因是审计技术不能适应发展需要，造假舞弊主体被审计的概率低，其行为被审出的概率更低，导致其铤而走险。解决这一问题的关键就是采用先进的审计技术和手段，而将计算机审计手段与智能技术有机结合的智能审计是提高审计水平的有效途径。

一、智能审计国内外研究现状

智能审计是利用各种数据分析方法对审计数据进行充分利用、充分挖掘，以获取更多相关的审计线索。一方面可以直接提供审计证据，如明显违反会计准则和相关会计法规的行为；另一方面可以发现异常信息，起到“红旗”的指向标作用，引起审计师的注意。此外，借助智能审计技术，可部分代替审计职业判断，减轻审计师的工作强度。智能审计是财务审计与智能技术的有机结合，是计算机审计的发展方向。自1987年美国执业会计师协会发表了“人工智能与专家系统简介”，将人工智能引入到会计审计领域以来，人们对智能审计技术及其应用进行了不懈的探索研究，并在其中的审计专家系统与审计数据挖掘两方面取得了一定成果。

国外对审计专家系统研究成果涉及到审计专家系统建立与应用的背景、作用、影响、开发设计方法、局限性、相关法律责任等方面，而且已经从理论研究扩展到开发应用研究。由于有其他领域大量成功的专家系统开发经验可供借鉴，审计专家系统在模型结构、开发步骤和规则建立方式等方面比较规范而成熟，审计专家系统开发也由早期的以审计研究人员为主转向研究人员与实务专家共同开发，开发与实践结合更加密切。国内对这方面的研究相对较少，主要集中于介绍国外研究情况、系统基本框架、研发应用基本方法等方面。近年来，数据挖掘技术在审计领域的应用也开始受到关注。N ingning W u于2001年出版了专著《A uditdata analysis and m ining》，比较系统地阐述了审计数据分析与挖掘方法。易仁萍（2003）提出了基于数据挖掘的审计模型，Lam pe（2002）、胡荣（2004）、吕新民（2007）等概要分析了数据挖掘技术在审计中的应用方法，Lee W 等（2002）分析了审计中应用的主要数据挖掘算法，王忠（2006）、张炳才（2008）等分别研究了人工神经网络、欧式孤立点数据挖掘技术在审计中的应用方法，陈丹萍（2007）对数据挖掘模式下的审计风险决策进行了研究。

但是目前的智能审计研究还远没有达到人们所希望的水平。（1）审计软件的智能化水平普遍不高。审计信息化在中国仅仅处于初级阶段。计算机审计还处于计算机辅助阶段，审什么、如何审基本上都是由审计人员定义的。也就是说，每一个指令都是由审计人员向计算机发出的。在审计专家系统的研究上，审计知识获取与表达问题、不同审计专家之间知识冲突问题，仍然无法很好解决。尤其是国内，尚未开发出真正意义上的审计专家系统。此外，数据挖掘在审计中的研究还处于起步阶段，应用研究成果数量少，也不够全面深入。至今没有审计数据挖掘的专用工具，审计数据挖掘专著很少，发表的论文中或者只是从某一视角进行分析，或者点到为止。未能真正将数据挖掘技术应用于审计中，自动发现审计数据中的模式和模型，如根据企业的审计数据，建立企业风险决策系统，发现企业风险的关键因素，对企业做出风险评估、预警等。（2）审计软件缺乏深入分析能力。现代风险导向审计模式以重大错报风险的评估为出发点，风险综合评估、分析与合理判断占据着极其重要的地位，而这正是当前我国审计软件所缺乏的。我国大部分审计软件比较多的是执行账簿核对和简单的分析程序，一般是将审计程序表中的审前数与以前年度审定数作些简单的比较，计算财务比率等，行业分析做得比较少，更谈不上进行深入的分析。（3）审计软件需要适宜的应用体系架构。计算机审计的研究逐渐深入，需要的分析功能、分析能力、分析种类都在不断变化，分析技术也在不断进步与增加，尽可能方便新技术、新方法嵌入的可扩展的系统架构是智能审计软件发展的基础问题。（4）现有的软件难以满足越来越丰富、深入的审计需求。计算机审计需要创建大量的新型审计技术方法。从技术方法角度说，账目基础审计、制度基础审计、风险基础审计、数据基础审计之间，有着不同程度的传承关系。前三者之间的传承关系比较紧密，而数据基础审计与前三者之间，变化却是革命性的，需要创建全新的技术方法即需要形成审计中间表、结构化查询技术、个体分析模型方法、多维分析技术以及数据挖掘技术。

二、智能审计软件系统架构设计

在深入分析总结现有各种审计软件优缺点以及当今计算机智能处理技术的基础上，提出了如图1所示的智能审计软件系统架构。该架构由应用服务层、平台支撑层、数据资源层、数据交换中心、系统接口、系统保障机制以及基础设施等部分组成。（1）应用服务层。应用服务实现财务审计业务处理功能，是系统建设的核心内容。在智能财务审计系统的建设中，应用服务包括审计分析、报表分析、综合查询以及业务管理等功能模块。审计分析通过提供多维分析、挖掘分析、预警预测、疑点智能分析等功能实现对企业财务的审计。报表分析模块完成企业报表的指标分析、百分比分析、杜邦分析、趋势分析、汇总分析、特征分析，对企业的财务状况、经营成果和现金流量情况等进行综合比较和评价，为财务会计报告使用者提供管理决策和控制依据的一项管理工作。综合查询提供关联查询、组合查询、傻瓜查询、智能模糊查询等功能，可以通过图、表等多种形式实现查询结果的输出。业务管理实现公司管理、指标管理、参数管理以及报告设置等功能。（2）平台支撑层。平台支撑实现财务审计的系统支撑。包括审计推理、知识管理、数据管理、安全管理、搜索引擎、工作流引擎和智能处理引擎等功能模块。审计推理实现案例推理、挖掘推理、规则推理以及集成推理等功能，为审计分析提供强有力的支撑。知识管理实现知识的获取和存储，完成案例管理、规则管理、模型管理以及知识推拉等功能。数据管理实现数据存储、数据访问ETL的处理以及元数据管理。安全管理保障整个系统的安全运行，实现用户管理、安全认证、权限管理、安全日志管理、单点登录等功能。（3）数据资源层。数据资源层完成财务数据库、本体库、领域案例库、模型方法库、专家知识库的创建、维护、更新、索引，元数据的建立、更新和维护，以及数据的采集、访问和管理。（4）数据交换中心。数据交换中心实现内容集成，以消除信息孤岛，保证各应用系统的有效协同和数据访问。（5）系统接口。为用户访问和系统管理提供接口，为系统对外服务和展示提供窗口。（6）系统保障机制。包括信息安全保障体系、网络安全保障体系、管理制度标准规范、数据交换规则规范和运营机制等。（7）基础设施。硬件平台作为整个系统的物理载体，是整个系统建设的一个重要组成部分，包括网络系统、服务器群组建设等内容。

图1 智能审计软件系统结构

三、智能审计软体系统关键实现技术

实现该系统，需要着重解决以下两个方面的问题:综合运用信息处理技术，设计高效的算法，快速、准确、客观、规范审计财务业务，整合专家知识与数据挖掘技术，建立新型审计模型；根据审计数据的特点，研发相应的数据分析方法。数据实验表明，数据分析算法对不同的数据具有不同的敏感度。对于具体的审计分析模型，需要研发相应的数据分析方法，并根据不同算法、不同行业数据的特性进行数据实验，选择相对效果较佳的算法及参数。

充分整合领域专家知识，综合利用专家系统、数据挖掘、知识处理等智能技术，构建智能审计模型，建设智能审计系统，提高审计智能化水平和效率、降低审计成本和风险，促进金融市场健康稳定发展是当前审计发展的方向。在深入分析总结现有各种审计软件优缺点以及当今计算机智能处理技术的基础上，提出了智能审计软件系统的系统架构。下一步需更加深入地研究该系统中各个关键技术，并设计切实可行的解决方案，实现智能化审计软件系统。

［1］周杭:《审计专家系统的发展及其启示》，《中国注册会计师》2005年第3期。

［2］易仁萍等:《基于数据挖掘的审计模型框架》，《中国审计》2003年第3期。

［3］胡荣等:《数据挖掘——现代审计处理数据的新方法》，《中国审计》2004年第7期。

［4］王忠等:《基于人工神经网络的金融审计模型》，《计算机工程》2006年第4期。

［5］陈丹萍:《数据挖掘模式下的审计风险决策研究》，中国社会出版社2007年版。

［6］N ingning W u.A udit data analysis and m ining ［M］.A nn A rbor，M ich.:U M I，2001.

［7］Lam pe,J.C.;G arcia,A.U sing Data Mining as an Audit Tool[J].INT ERNALAUD ITING-BOS TON-WARRE NGO RHA MAND LAM ON TINCORPO RATED 2002.1.