持续审计中智能数据处理及其应用框架研究

持续审计不仅是现代审计的发展方向，更是目前金融海啸背景下加强财务监督和金融监管的现实要求。持续审计的架构及其数据处理方式在很大程度上决定了审计的准确性、实时性和有效性。本课题研究将智能技术运用于审计数据处理的持续审计应用框架。利用数据采集Agent对数据进行采集和整理，通过数据迁移技术和数据匹配技术完成相似重复记录处理、应用自适应参数调节算法实现不完整记录分类处理、运用孤立点检测技术进行数据清理；利用数据分析处理Agent基于数据挖掘、数据融合和人工免疫技术解决隐藏信息提取和异常信息检测的问题；利用基于平行分层的预警Agent解决警报处理的层次问题，同时加入预警专家系统来分析警报形成的原因。建立注册中心实现审计双方可控的数据共享和互操作，最终获得能满足持续审计智能化和实时性要求的应用框架。

随着现代信息技术的迅猛发展，新的商业模式，如电子商务、电子货币结算、电子数据交换等不断涌现，企业对信息处理的要求也随之提升，传统的审计模式已不能满足各利益相关方对于企业信息的实时性、可制订性、互动性及共享性的要求。2008年9月爆发的金融危机使全球经济受到了严重的影响，暴露了金融监管存在的不足之处，揭示了传统审计与监管手段在信息经济时代中的缺陷。为了帮助企业健全风险控制机制，防止重大违法违规问题，持续审计的实施迫在眉睫。持续审计的概念提出已近20年了，国内外相关的研究也有了很大的进步。持续审计的实施对信息化环境下企业的发展具有重要意义，不仅可以提高审计的效率还可以有效降低审计错误与风险。但就目前来看，持续审计在我国的实施还面临诸多障碍，包括资金、人力资源、过程和技术等。在本项目中，我们首先研究了实施持续审计的基本框架，为智能信息技术在审计中的应用奠定了基础。研究中分别建立了基于嵌入式技术的持续审计应用框架和基于智能Agent的持续审计应用框架以满足不同类型企业对持续审计独立、实时、安全的要求。电子数据的采集是持续审计实施的基础，因此也是我们研究的重点之一。本项目提出了一种基于字段的智能匹配技术，力求解决数据采集过程中遇到的主要问题。数据清理阶段，首先针对三种脏数据——不完整数据、重复数据和错误数据建立了基于语义规则的开放式清理框架，并改进了基于编辑距离的相似重复记录清理算法，使得用于审计的数据更加准确有效。在审计数据分析处理及审计结果研究方面，我们提出了基于规则的业务处理方法，并对审计结果建立了智能的评估模型来验证其有效性，与此同时，我们还提出了一种智能的财务危机预警方法，不仅能够对异常信息的程度做出判别，形成审计报告，并且还能够诊断危机出现的原因，便于信息的使用者做出及时、正确、有效的决策。本项目研究过程中我们还与商业银行合作，针对商业银行的特征与要求，提出了智能化的金融监管模型，将我国金融系统中相互独立的监管部门联系起来，共享数据，节约监管成本的同时提高监管质量。除此之外，我们还提出了基于层次分析法和粗糙集理论的商业银行资本评价方法，帮助商业银行实时监控自己的业务，提高资产管理水平。这些方法在实践中都取得了良好的效果。