数据挖掘技术在财产保险行业非现场内部审计中的应用

《数据挖掘技术在财产保险行业非现场内部审计中的应用》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、数据挖掘技术在财产保险行业非现场内部审计中的应用数据挖掘技术在财产保险行业非现场内部审计中的应用21世纪以来，我国财产保险行业得到了较快发展。国内财产保险公司早已引入了信息系统，建立起了涵盖承保、理赔、财务、销售乃至经营管理等方面的数据库，对企业的交易活动、经营状况进行记录。数据库和数据库管理系统的广泛运用，使得内部审计人员能够在激增的数据背后，按照既有的审计经验，查找岀保险公司在经营环节上存在的违规行为，有效地对业务或财务行为的真实性、合法性和效益性方面进行监督，从而促进公司业务的健康发展。虽然激增的数据背后隐藏的许多重要信息给人们识别财务报告舞弊提供了更大范围的数据支持，但同时也衍

2、生出一些新的问题，致使传统的以风险点为出发点的审计手段不能适应现代审计工作的要求。为提高审计质量，降低审计风险，迫切需要引入现代化审计方式和手段，以实现审计监督从单一的事后审计转变为事后审计与事中审计相结合，从单一的静态审计转变为静态审计与动态审计相结合，从单一的现场审计转变为现场审计与远程审计相结合。目前，各大财产保险公司相继进行了业务系统总集中，将业务、财务、理赔、影像等相关数据统一起来，这为非现场审计提供了必要的技术支撑。数据挖掘技术是处理纷繁复杂、日益庞大对象数据的一种新型信息技术。它采取排除人为因素而通过自动的方式来发现数据中存在的新的、隐藏的或不可预见的规律或事实，是在对数

3、据集全面而深刻认识的基础上，对数据内在和本质的高度抽象与概括，所以把数据挖掘技术引入到审计工作中是非常必要的。一、财产保险公司内部审计人员面临的问题业务的迅猛发展，为保险公司积累了大量的经营管理数据，这同时也给内部审计人员带来了极大挑战，具体表现为：一是基础数据量超本文由论文联盟G(1998)调查发现，超过1/3的舞弊事件是在偶然的情况下被发现的，只有4%的舞弊事件是由独立审计人员发现的；三是简单的数据库查询语句，无法从庞大复杂的数据库中进行深层次剖析，不能发掘更多的审计线索，所得出的审计结论缺乏深度和广度，为规避自身审计风险埋下隐患；四是数据处理技术为违规者提供了更加隐蔽的违规手段，

4、舞弊者可以通过数据修改的方式伪造数据，以假乱真，审计人员如何识别出被篡改的数据是个难题；五是对同一对象审计，由于审计方法、审计角度的不同，不同审计人员可能会得出完全不同的审计结论，问题定型不一，审计知识的不对称性无法保障审计质量；六是由于数据量的激增,垃圾数据、异常数据时有发生，如何将这些数据剔除，不干扰审计人员的审计思路，科学合理地安排审计工作，将精力投入到真正的审计问题上去，值得思考。二、审计领域对数据挖掘技术的探讨简单地说，数据挖掘指的是从大量的、不完全的、有噪声的、模糊的、随机的应用数据中提取出隐藏的、不为人知的却潜在有用的信息和知识的过程，是一个从数据中汲取潜在有用的、先前未

5、知的和最终可理解的知识的过程。数据挖掘通常与计算机科学有关，并通过统计、在线分析处理、情报检索、机器学习、专家系统和模式识别等诸多方法来实现上述目标。数据挖掘技术的应用非常广泛，我国学者也做了一些将数据挖掘技术应用到审计领域的研究工作。易仁萍、王昊等（2003）探讨了审计框架下的数据挖掘技术的应用，提出了利用数据挖掘技术对原始审计数据进行初步的数据清洗并进行挖掘，形成可疑数据，为审计活动提供必要支撑。胡荣和陈月昆（2004）提出了关联分析和聚类分析这两种常用数据挖掘技术在审计中的具体实践。陈丹萍（2009）在《数据挖掘技术在现代审计中的运用研究》中提出数据挖掘审计的基本路径包括数据的采

6、集、预处理、发现规律、发现异常和提出处理建议等环节；数据挖掘审计主要通过离群点挖掘、孤立点检测等七种方法获取有效证据；数据挖掘技术在审计中的应用步骤包括评估被审计单位、内控制度的符合性测试和实质性测试审计三个方面。三、数据挖掘技术在财产保险内审领域的应用数据挖掘技术可实现的目的很多，在此仅列举目前对财产保险公司内部审计工作最有帮助的几个方面，主要有：（一）统计分析。首先根据已有的审计经验，确定岀然后将该模型运用到被审计单位的对象数据库上，对审计区间内的业务数据进行分类，借以实现对保险经营管理行为的分类和预测。（二）聚类分析。它是把被审计单位的业务数据按照相似性归成若干类别，使得同一类别

7、的个体之间的差异尽可能地小，而不同类别的个体间的差异尽可能地大，从而找出偏离主类别的业务数据。（三）关联分析。通过利用关联规则，从被审计单位数据库的记录中抽取频繁出现的模式，找出隐藏在数据间的潜在关系，抽取出事项A和事项B出现的频率和相关性，从而通过对A对象的分析达到对B对象分析的目的。具体实施流程如下：仁需求提出阶段。根据特定的审计目标和审计内容要求，将审计问题进行描述和表达，并将审计问题转化为数据挖掘问题，然后转化成数据库语言，编写提数语句