利用审计经验构建数据分析模型的8种方法

审计人员在长期对某个行业或某类问题的反复审计、分析过程中，往往能摸索、总结出此类行业或某类问题的特征，利用这种经验，可以将问题的表征转化为特定的数据特征，构建审计分析模型。常用的以下8种方法，抛砖引玉供大家参考：

1．异常资金流向分析法：业务交易对手异常，业务交易背景可疑，资金流向至不符合常理的账户。当数据特征表现为无法解释原因时，通过合理怀疑交易的真实性来达到查找重大违规事项和案件线索的目的。当某类交易符合一定特征时，模型大胆假设具备此特征的交易可能存在重大违规事项和案件线索。

2．模糊匹配分析法：个别模型在编写时可能会无法准确关联对方交易，只能采取模糊匹配，查找资金走向。

3．情理推测分析法：当某些交易的可疑特征用正常思维无法合理解释原因时，通过建立模型查找具有这类特征的疑点，供现场分析核实是否存在重大违规或案件线索。

4．关键特征分析法：主要通过总结以往案件或重大违规事项表现出来的交易特征，或通过对业务交易摘要进行某些关键字词的搜索，建立疑点模型。

5．比较分析法：将被审计单位电子数据与既定标准或常规数据之间进行比较，如果偏离合理值较大，就应特别关注，以获取有关审计线索。

6．趋势分析法：审计人员将被审计单位若干期财务或业务数据进行比较和分析，从中找出规律或发现异常变动的方法，从中看出被审计事物发展的总体趋势，并结合审计经验来判断被审计单位某些财务数据或业务数据存在错弊的可能性。

7．分层分析法：选取一个数值类型的字段作为分层字段，将这一字段划分为若干个相等或不等的区间，通过观察对应的其他字段在分层字段的各个区间的分布情况来确定需要重点考察的范围。它是通过数据分布来发现异常的一种常用方法。分层结果反映了被统计字段在分层字段各个区间上的分布情况，审计人员可以根据这些线索来发现异常或确定审计重点，结果集中或显著的区间，就应引起审计人员的注意。

8．分类分析法：根据数据的属性以某一项或几项属性作为标准，对数据进行划分，使得具有相同属性的数据聚合在一起。通过观察其他对应字段在分类字段各个取值点上的分布情况来确定需要重点考察的对象或发现异常情况，确定审计线索。