大数据下基于机器学习的A企业采购业务智能内部审计研究
作者单位:重庆理工大学
学位级别:硕士
导师姓名:程平;周伟
授予年度:2022年
学科分类:120201[管理学-会计学] 12[管理学] 0202[经济学-应用经济学] 02[经济学] 1202[管理学-工商管理] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 020205[经济学-产业经济学]
摘 要:企业的业务需求、信息化水平在不断发生改变,传统的内部审计工作模式已经不能很好地利用目前企业所产生的大量数据,快速挖掘数据信息中隐藏的关联信息,很难对企业的经营活动做出评价,未能真正体现出内部审计的价值增值功能。大数据时代下,企业内部审计工作的开展有很大的挑战,同时也伴随着能够借助新型信息化技术得以改进的机遇。越来越多的智能化技术正在被应用于内部审计工作当中,不仅促进了内部审计实施的方法以及内容的改变,同时推动内部审计向数字化、智能化的方向发展。为探索大数据下开展智能内部审计的效果,本文构建了采购业务智能内部审计框架,并以A企业为研究对象进行验证。A企业是一家专业从事食品机械设计、研发及销售的专业公司,具有先进的机械研发技术以及丰富的机械制造经验。采购业务作为A企业生产、研发的关键环节,业务体量大,原材料以及相关配件的采购种类众多。然而目前A企业针对采购业务内部审计的方法仍然较为传统,审计手段落后大大降低了审计效率,加大了审计工作难度,并且内部审计人员不能快速全面提取采购业务的相关数据,无法深入挖掘数据价值,进而导致内部审计的质量难以得到保证。这些问题的存在一定程度上限制了内部审计的开展。首先,本文阐述了采购业务内部审计、智能审计以及机器学习的国内外研究现状,并介绍了智能审计、机器学习等相关概念、技术与理论基础,为后文的框架构建,方案设计以及具体实施提供理论支持。其次,通过调研并收集资料,分析了大数据环境下A企业的采购业务现状,梳理了企业采购业务内部审计中存在的问题。再次,根据A企业采购业务内部审计的现状分析,精准定位采购业务内部审计过程中的具体问题点,说明了利用机器学习算法进行采购业务智能内部审计的必要性,构建了采购业务智能内部审计框架,同时设计了采购业务智能内部审计数据仓库,从数据仓库的结构设计、数据源分析、ETL过程以及数据仓库构建进行了详细剖析。接下来,基于A企业采购业务内部审计中采购审批流程审计不够合理、供应商审计不准确两个具体需求进行智能审计方案设计,采用K-means算法对采购审批流程进行等级划分,降低人为审计评价的主观性与模糊性;采用决策树算法构建采购供应商审计模型来弥补对供应商评价时存在的主观偏颇,保证供应商审计的客观性。随后,对大数据下基于机器学习的采购业务内部审计的实施进行了具体分析,提出了实施建议和保障措施。最后是全文的研究结论与研究展望。本文利用数据仓库进行数据查询以及机器学习算法挖掘数据价值来服务企业采购业务内部审计工作,从审计数据获取、处理与分析都进行了方法变革,提高了审计人员获取相关审计数据的速度。构建采购业务智能内部审计框架,指明智能内部审计的工作流程,针对采购业务内部审计具体问题构建指标体系,并利用机器学习算法运行审计模型,有利于帮助A企业解决采购业务内部审计中存在的现实问题,以最大化地发挥内部审计在采购业务中关键风险点的防范控制功能,能够帮助内部审计人员快速发现审计问题,防范风险,提高采购业务内部审计工作的效率和质量,为推动企业智能化内部审计转型提供了实践方面的借鉴意义。