劉一鳴，單鴻濤，張高煜，張勤濤，袁先智

(1.上海工程技術(shù)大學(xué)，上海 201620；2.上海立信會(huì)計(jì)金融學(xué)院；3.上海機(jī)電股份有限公司（資產(chǎn)財(cái)務(wù)部）；4.中山大學(xué)管理學(xué)院)

0 引言

傳統(tǒng)的人工審計(jì)模式存在著流程復(fù)雜、審計(jì)廣度有限等缺陷，面對(duì)大數(shù)據(jù)下信息量龐大、離散程度高的財(cái)務(wù)數(shù)據(jù)，就會(huì)產(chǎn)生處理數(shù)據(jù)耗時(shí)長、信息披露不全面等后果，難以支持實(shí)體經(jīng)濟(jì)。因此，有效地運(yùn)用大數(shù)據(jù)背景下帶來的海量數(shù)據(jù)，通過智能化的推理方法深度挖掘隱藏信息，成為了審計(jì)人員重點(diǎn)關(guān)注的問題。

本文基于自然語言處理和審計(jì)合規(guī)知識(shí)，提出并實(shí)現(xiàn)了審計(jì)知識(shí)圖譜構(gòu)建與推理的新型體系框架輔助審計(jì)風(fēng)險(xiǎn)評(píng)估，并通過案例公司——WD 醫(yī)療，從業(yè)務(wù)層面具體分析知識(shí)圖譜構(gòu)建與推理如何賦能審計(jì)風(fēng)險(xiǎn)評(píng)估程序。

本文的創(chuàng)新之處在于：目前審計(jì)領(lǐng)域尚未有學(xué)者提出普適性的審計(jì)語義網(wǎng)絡(luò)定義，也未有資料提及審計(jì)知識(shí)圖譜與規(guī)則推理的整個(gè)實(shí)現(xiàn)流程。本文在這幾方面都提出了創(chuàng)新的解決方案與算法。

1 國內(nèi)外文獻(xiàn)綜述

在智能審計(jì)研究領(lǐng)域，隨著數(shù)據(jù)挖掘概念的提出與普及，有學(xué)者設(shè)計(jì)了3種數(shù)據(jù)挖掘方法，對(duì)于理論知識(shí)和方法實(shí)現(xiàn)詳盡描述的同時(shí)，嘗試將其運(yùn)用于實(shí)際審計(jì)工作之中（McNamee D.and G，1998）[1]。有學(xué)者提出了持續(xù)審計(jì)智能服務(wù)（CAIaaS）的新架構(gòu)，可以幫助審計(jì)師充分利用智能技術(shù)進(jìn)行工作（Dai J,Vasarhelyi M A，2020）[2]；另有學(xué)者提供了用于智能審計(jì)的智能檢測引擎，自動(dòng)實(shí)現(xiàn)對(duì)合約等模塊的驗(yàn)證（Chakinam S,Tadepalli B,Pallapolu K C，2021）[3]。

國內(nèi)對(duì)智能審計(jì)的研究起步較晚，但已有諸多學(xué)者專家進(jìn)行了理論研究與實(shí)踐。有學(xué)者針對(duì)知識(shí)審計(jì)提出研究內(nèi)容與知識(shí)圖譜、文獻(xiàn)計(jì)量綜合分析的方法，強(qiáng)調(diào)借助其他領(lǐng)域的研究成果補(bǔ)充審計(jì)理論知識(shí)，完善整個(gè)審計(jì)體系（孟志華,關(guān)瑞娣，2017）[4]。還有學(xué)者在醫(yī)保審計(jì)方向進(jìn)行相關(guān)研究與調(diào)查，開創(chuàng)性將醫(yī)保審計(jì)知識(shí)圖譜實(shí)戰(zhàn)投入到審計(jì)實(shí)務(wù)之中，解決客觀存有的實(shí)際問題，發(fā)揮了風(fēng)險(xiǎn)識(shí)別與監(jiān)督作用（樊世昊，2018）[5]；近兩年，有學(xué)者提出關(guān)于知識(shí)圖譜的未來發(fā)展方向主要包括時(shí)空多元關(guān)系抽取，動(dòng)態(tài)知識(shí)的獲取與表示，融合先驗(yàn)知識(shí)的實(shí)體鏈接等，基于圖數(shù)據(jù)的混合存儲(chǔ)，構(gòu)建多模態(tài)知識(shí)圖譜（杭婷婷，2021）[6]。

研究評(píng)述：在大數(shù)據(jù)環(huán)境下，諸多學(xué)者已關(guān)注到大數(shù)據(jù)對(duì)于傳統(tǒng)審計(jì)帶來的各種變化及影響，也逐漸關(guān)注到知識(shí)圖譜，但對(duì)于將知識(shí)圖譜與審計(jì)的跨學(xué)科研究內(nèi)容成果匱乏，真正搭建審計(jì)業(yè)務(wù)知識(shí)圖譜解析功能模塊的文獻(xiàn)較少。基于此，本文將從知識(shí)圖譜構(gòu)建與推理出發(fā)，對(duì)其在審計(jì)風(fēng)險(xiǎn)評(píng)估中的應(yīng)用進(jìn)行具體闡述。

2 審計(jì)知識(shí)圖譜系統(tǒng)構(gòu)建

審計(jì)知識(shí)圖譜構(gòu)建包含九個(gè)模塊，模塊間關(guān)系及系統(tǒng)設(shè)計(jì)架構(gòu)如圖1所示。

圖1 審計(jì)知識(shí)圖譜構(gòu)建的模塊及架構(gòu)

2.1 基于財(cái)務(wù)和非財(cái)務(wù)指標(biāo)的審計(jì)語義網(wǎng)絡(luò)定義

要構(gòu)建財(cái)務(wù)審計(jì)的語義網(wǎng)絡(luò)，首先要對(duì)審計(jì)實(shí)體、關(guān)系以及屬性進(jìn)行定義。

2.1.1 審計(jì)實(shí)體

從原始數(shù)據(jù)集中，抽取出的獨(dú)立存在的實(shí)體，定義為審計(jì)實(shí)體，分為財(cái)務(wù)實(shí)體與非財(cái)務(wù)實(shí)體。其中，財(cái)務(wù)實(shí)體依據(jù)財(cái)政部頒發(fā)的《企業(yè)會(huì)計(jì)準(zhǔn)則應(yīng)用指南》中的會(huì)計(jì)科目名稱直接定義，例如庫存現(xiàn)金、銀行存款、應(yīng)收票據(jù)等；對(duì)于非財(cái)務(wù)實(shí)體，由于標(biāo)準(zhǔn)化程度相對(duì)較低，所以需要根據(jù)搜集的各類企業(yè)信息進(jìn)行歸納整理得出，數(shù)據(jù)來源包括企業(yè)的合同、產(chǎn)權(quán)證、憑證、票據(jù)、報(bào)關(guān)單等等，多為非結(jié)構(gòu)化數(shù)據(jù)。

2.1.2 審計(jì)關(guān)系

審計(jì)實(shí)體間的語義關(guān)系定義為審計(jì)關(guān)系，包括數(shù)據(jù)間及數(shù)據(jù)與屬性間的關(guān)系。

財(cái)務(wù)與財(cái)務(wù)數(shù)據(jù)之間的關(guān)系：主要形式為會(huì)計(jì)科目間的上下級(jí)關(guān)系，可以直接從被審計(jì)單位提供的內(nèi)部數(shù)據(jù)中“科目名稱”項(xiàng)作為實(shí)體和關(guān)系進(jìn)行提取。

非財(cái)務(wù)與非財(cái)務(wù)數(shù)據(jù)之間的關(guān)系：即與經(jīng)濟(jì)活動(dòng)相關(guān)聯(lián)的非財(cái)務(wù)數(shù)據(jù)間的關(guān)系。包括公司的高管任免情況、關(guān)聯(lián)交易情況等等，這類信息通常是非結(jié)構(gòu)化的。

財(cái)務(wù)與非財(cái)務(wù)數(shù)據(jù)之間的關(guān)系：即財(cái)務(wù)數(shù)據(jù)與實(shí)際經(jīng)營活動(dòng)中產(chǎn)生的信息之間的關(guān)系。有兩種挖掘方法：第一種根據(jù)被審計(jì)單位財(cái)務(wù)軟件中存儲(chǔ)的科目信息、憑證信息、摘要等抽取相關(guān)聯(lián)的內(nèi)容；第二種是根據(jù)文本信息進(jìn)行關(guān)系挖掘。

2.1.3 審計(jì)實(shí)體的屬性

審計(jì)實(shí)體的屬性即被審計(jì)單位數(shù)據(jù)的具體信息，譬如固定資產(chǎn)科目中具體一項(xiàng)資產(chǎn)的編號(hào)、原值、折舊情況、購置日期等，作為對(duì)于實(shí)體的屬性的補(bǔ)充。

2.2 數(shù)據(jù)獲取

數(shù)據(jù)獲取階段的流程如圖2所示。獲取原始數(shù)據(jù)后，整合并建立三個(gè)數(shù)據(jù)庫：被審計(jì)單位原始數(shù)據(jù)庫、審計(jì)詞典及法律法規(guī)庫。審計(jì)詞典庫包含了會(huì)計(jì)和審計(jì)術(shù)語，作為財(cái)經(jīng)文本實(shí)體關(guān)系抽取分詞所需要的詞典備用；法律法規(guī)庫包含了上市公司遵循的會(huì)計(jì)和審計(jì)法律法規(guī)，作為審計(jì)規(guī)則庫構(gòu)建所需要的事實(shí)備用。

圖2 數(shù)據(jù)獲取模塊及流程結(jié)構(gòu)

2.3 數(shù)據(jù)預(yù)處理

由于大數(shù)據(jù)具有4V（即容量大、多樣性、價(jià)值低、速度快）的特性，難以直接作為審計(jì)數(shù)據(jù)，因此需要進(jìn)行列清洗、轉(zhuǎn)化、標(biāo)注等步驟，流程如圖3所示。

圖3 數(shù)據(jù)預(yù)處理模塊及流程結(jié)構(gòu)

2.4 審計(jì)實(shí)體抽取

由于審計(jì)實(shí)體較長、專業(yè)詞匯復(fù)雜、文本定位困難等問題，給信息抽取帶來了極大難度。如圖4所示，本文的實(shí)體抽取通過Bert-BiLSTM-CRF模型實(shí)現(xiàn)。

圖4 Bert-BiLSTM-CRF模型

Bert-BiLSTM-CRF 模型共分為三層，第一層為Bert 層，Bert 預(yù)訓(xùn)練模型運(yùn)用了雙向Transformer 的編碼器，引入了自注意力機(jī)制以及位置編碼表示。

第二層為BiLSTM（長短時(shí)記憶神經(jīng)網(wǎng)絡(luò)）層，在Bert 模型以及LSTM 基礎(chǔ)上以句子為單位建模，解決了只能獲取單向信息的問題，自動(dòng)提取句子特征。

第三層為CRF（條件隨機(jī)場）層，BiLSTM 層僅考量了上下文信息，缺乏對(duì)于標(biāo)注序列間依賴信息的考慮。CRF可以為標(biāo)簽填寫一些額外的約束予以補(bǔ)充。

2.5 審計(jì)關(guān)系抽取

關(guān)系抽取面向非結(jié)構(gòu)化文本數(shù)據(jù)，通過抽取實(shí)體間的語義關(guān)系來組成結(jié)構(gòu)化知識(shí)，本模塊嘗試使用依存句法分析和PCNN 神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)，其在CNN 的基礎(chǔ)上，對(duì)卷積層的輸出進(jìn)行優(yōu)化，同時(shí)運(yùn)用分段池化取代CNN 神經(jīng)網(wǎng)絡(luò)模型中的最大值池化操作。PCNN的分段池化是指以句中定位的兩個(gè)實(shí)體的位置分為三個(gè)片段，對(duì)這三個(gè)獨(dú)立的片段分別進(jìn)行池化操作，提煉句中具體精細(xì)的語義特征。

在為PCNN構(gòu)建數(shù)據(jù)集時(shí)，實(shí)體基于2.4中的實(shí)體抽取結(jié)果，關(guān)系基于依存句法分析結(jié)合關(guān)系抽取的規(guī)則對(duì)句中實(shí)體成分和關(guān)系成分的抽取，包含句子、關(guān)系、實(shí)體1、實(shí)體1 在句中的位置、實(shí)體2、實(shí)體2 在句中的位置。

2.6 審計(jì)規(guī)則庫構(gòu)建

該模塊運(yùn)用一階謂詞邏輯表示法構(gòu)建審計(jì)規(guī)則，格式為：if(如果)……，then(則)……。規(guī)則中的if 部分包含了一個(gè)或多個(gè)前置條件，作為決策樹的規(guī)則劃分，then部分表示如果滿足前置所有的前置條件（即各項(xiàng)指標(biāo)），則根據(jù)前置條件可以推斷出存在某一風(fēng)險(xiǎn)事項(xiàng)（即審計(jì)解釋）。

2.7 審計(jì)實(shí)體關(guān)系統(tǒng)一及知識(shí)存儲(chǔ)

在審計(jì)報(bào)告中“WD 醫(yī)療”、“WD 醫(yī)療科技股份有限公司”、“本公司”等財(cái)經(jīng)文本中抽取出來的實(shí)體代表著相同的含義，但卻通過簡稱、全稱、口語化稱呼抽取成為了三個(gè)不同的實(shí)體，因此需要進(jìn)行統(tǒng)一。

知識(shí)圖譜構(gòu)建基礎(chǔ)是由實(shí)體間的關(guān)系組合的“圖”結(jié)構(gòu)，因此在完成實(shí)體關(guān)系統(tǒng)一后采用適合語義網(wǎng)絡(luò)的三元組資源描述框架表示并完成知識(shí)存儲(chǔ)。

2.8 知識(shí)圖譜生成及展示

基于導(dǎo)入Neo4j 圖數(shù)據(jù)庫中的實(shí)體關(guān)系三元組，構(gòu)建與被審計(jì)單位相關(guān)的知識(shí)圖譜。如圖5 所示，以銀行存款科目圖譜為例，將銀行賬號(hào)作為節(jié)點(diǎn)，屬性值包括開戶銀行、賬戶性質(zhì)、幣種、期初原幣金額、期初本位幣金額、本期增加額、本期減少額、期末原幣金額、匯率、期末本位幣金額等10余項(xiàng)信息。

圖5 WD醫(yī)療銀行存款科目信息圖譜

2.9 知識(shí)圖譜推理

基于構(gòu)建的知識(shí)圖譜和審計(jì)規(guī)則庫，知識(shí)圖譜推理借助決策樹和隨機(jī)森林模型實(shí)現(xiàn)。由于審計(jì)決策樹只能推理評(píng)判某一組維度的數(shù)據(jù)，而對(duì)于審計(jì)業(yè)務(wù)而言是由多維度的數(shù)據(jù)組成的，因此還需要通過隨機(jī)森林模型進(jìn)行全局補(bǔ)充。

3 知識(shí)圖譜構(gòu)建與推理應(yīng)用分析

本文提出的知識(shí)圖譜構(gòu)建與推理開源代碼在https://github.com/LaffitteZ。

基于第2 節(jié)圖譜構(gòu)建方法，對(duì)WD 醫(yī)療知識(shí)圖譜構(gòu)建與推理簡要說明：

⑴研讀審計(jì)法律法規(guī)及規(guī)范性文件，結(jié)合專家經(jīng)驗(yàn)構(gòu)建審計(jì)規(guī)則庫；

⑵將采集的數(shù)據(jù)中結(jié)構(gòu)化部分直接轉(zhuǎn)換成三元組格式，非結(jié)構(gòu)化數(shù)據(jù)則通過語句切分和序列標(biāo)注，使用Bert-BiLSTM-CRF 模型進(jìn)行實(shí)體抽取，使用依存句法分析+PCNN 模型進(jìn)行關(guān)系抽取后轉(zhuǎn)存，構(gòu)建WD醫(yī)療知識(shí)圖譜；

⑶根據(jù)企業(yè)規(guī)章制度以及會(huì)計(jì)審計(jì)準(zhǔn)則，列示重點(diǎn)審計(jì)項(xiàng)目；

⑷以Neo4j中字段要求將審計(jì)規(guī)則進(jìn)行列示；

⑸與財(cái)務(wù)負(fù)責(zé)人進(jìn)行交流，了解字段存在位置，搞清對(duì)應(yīng)名稱關(guān)系；

⑹根據(jù)審計(jì)規(guī)則和交流結(jié)果設(shè)計(jì)校驗(yàn)邏輯，即圖譜推理的過程，確定哪些情況屬于會(huì)提示存在風(fēng)險(xiǎn)點(diǎn)的異常情況；

⑺對(duì)數(shù)據(jù)量進(jìn)行把控，因?yàn)檎麄€(gè)系統(tǒng)數(shù)據(jù)量巨大，故測試階段首先以某一審計(jì)項(xiàng)目中的一項(xiàng)財(cái)務(wù)科目為例運(yùn)行，以保證不會(huì)影響審計(jì)進(jìn)程；

⑻從知識(shí)圖譜中提取數(shù)據(jù)，從審計(jì)規(guī)則庫中提取規(guī)則，進(jìn)行圖譜推理；

⑼對(duì)推理中發(fā)現(xiàn)的審計(jì)風(fēng)險(xiǎn)點(diǎn)在知識(shí)圖譜中加以標(biāo)注并提取；

⑽對(duì)于自動(dòng)化識(shí)別評(píng)估的風(fēng)險(xiǎn)項(xiàng)追加執(zhí)行審計(jì)程序予以核實(shí)。對(duì)于可以確認(rèn)的項(xiàng)目修改后進(jìn)行再評(píng)估，對(duì)于無法確認(rèn)的則判定為風(fēng)險(xiǎn)事項(xiàng)。

以貨幣資金審計(jì)為例，實(shí)務(wù)中從法律法規(guī)、權(quán)限管理、資產(chǎn)安全、現(xiàn)金盤點(diǎn)、賬務(wù)處理、銀行賬戶余額及匯兌、對(duì)賬單及余額調(diào)節(jié)表核對(duì)、開戶銀行查驗(yàn)、銀行存款函證、發(fā)生額分析以及雙向核對(duì)等10個(gè)風(fēng)險(xiǎn)點(diǎn)入手，基于知識(shí)圖譜做智能推理。以法律法規(guī)項(xiàng)目為例，如果企業(yè)受到行政處罰或者刑事處罰，且處罰原因是貨幣資金造假，則說明存在違反法律法規(guī)風(fēng)險(xiǎn)，決策樹如圖6所示。

圖6 審計(jì)風(fēng)險(xiǎn)點(diǎn)推理決策樹

基于圖譜推理貨幣資金審計(jì)的潛在風(fēng)險(xiǎn)點(diǎn)，綜合判斷10個(gè)決策樹并進(jìn)行融合，最終得出貨幣資金審計(jì)存在審計(jì)風(fēng)險(xiǎn)的評(píng)估結(jié)論。實(shí)現(xiàn)流程如圖7所示。

圖7 貨幣資金審計(jì)的隨機(jī)森林模型

函證程序發(fā)函時(shí)發(fā)現(xiàn)，存在一項(xiàng)地址不一致的情況，發(fā)函地址為財(cái)神廣場6 層C14 室，工商查詢?yōu)榻鹄谏虖B6 層C14 室，是存在風(fēng)險(xiǎn)的。以地址核對(duì)舉例來看，通過賬戶屬性推理得出風(fēng)險(xiǎn)，并標(biāo)注的結(jié)果如圖8所示。

圖8 地址核對(duì)風(fēng)險(xiǎn)標(biāo)識(shí)

4 結(jié)束語

本文提出了一套基于知識(shí)圖譜構(gòu)建與推理的智能審計(jì)方法，以WD 醫(yī)療科技股份有限公司為案例公司進(jìn)行應(yīng)用研究。采集異構(gòu)數(shù)據(jù)并進(jìn)行預(yù)處理后，在實(shí)體抽取階段運(yùn)用BERT-BiLSTM-CRF 模型對(duì)審計(jì)財(cái)經(jīng)文本進(jìn)行實(shí)體抽取，結(jié)果準(zhǔn)確率為84.94%，在關(guān)系抽取階段通過依存句法分析和PCNN神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練結(jié)果準(zhǔn)確率為84.27%。通過知識(shí)統(tǒng)一和存儲(chǔ)將抽取結(jié)果導(dǎo)入Neo4j 后構(gòu)建審計(jì)知識(shí)圖譜，結(jié)合設(shè)計(jì)的審計(jì)規(guī)則庫，運(yùn)用了決策樹與隨機(jī)森林模型將規(guī)則推理融入審計(jì)風(fēng)險(xiǎn)評(píng)估程序，輔助審計(jì)人員更有針對(duì)性地聚焦?jié)撛陲L(fēng)險(xiǎn)的同時(shí)，從理論和實(shí)踐方面為智能審計(jì)工作的開展提供參考與借鑒。