本技術(shù)涉及數(shù)據(jù)處理，尤其涉及一種基于大數(shù)據(jù)的審計(jì)監(jiān)測方法及系統(tǒng)。

背景技術(shù)：

1、財(cái)務(wù)數(shù)據(jù)審計(jì)是對企業(yè)財(cái)務(wù)報(bào)表和相關(guān)記錄進(jìn)行系統(tǒng)性檢查的過程，旨在評估企業(yè)財(cái)務(wù)報(bào)表的準(zhǔn)確性和完整性，并定位到財(cái)務(wù)數(shù)據(jù)中異常數(shù)據(jù)。審計(jì)過程的工作量巨大，為了提高審計(jì)工作的效率，需要借助人工智能的手段對審計(jì)過程進(jìn)行監(jiān)測。

2、目前，申請公布號(hào)為cn118094451a的專利申請文件公開了一種基于大數(shù)據(jù)的審計(jì)監(jiān)測系統(tǒng)，包括：數(shù)據(jù)采集模塊，用于采集若干財(cái)務(wù)數(shù)據(jù)；基準(zhǔn)k值獲取模塊，用于根據(jù)若干財(cái)務(wù)數(shù)據(jù)之間的距離變動(dòng)情況得到若干團(tuán)簇集合；根據(jù)每個(gè)團(tuán)簇集合中數(shù)據(jù)數(shù)量得到每個(gè)財(cái)務(wù)數(shù)據(jù)的基準(zhǔn)k值；優(yōu)化k值和偏離度獲取模塊，用于根據(jù)每個(gè)財(cái)務(wù)數(shù)據(jù)與所屬團(tuán)簇集合的幾何中心的距離，每個(gè)財(cái)務(wù)數(shù)據(jù)所屬團(tuán)簇集合的形態(tài)以及所屬團(tuán)簇集合中數(shù)據(jù)之間距離的離散情況得到每個(gè)財(cái)務(wù)數(shù)據(jù)的k值調(diào)整系數(shù)；利用每個(gè)財(cái)務(wù)數(shù)據(jù)的k值調(diào)整系數(shù)對基準(zhǔn)k值進(jìn)行修正得到每個(gè)財(cái)務(wù)數(shù)據(jù)的優(yōu)化k值，根據(jù)每個(gè)財(cái)務(wù)數(shù)據(jù)的優(yōu)化k值得到每個(gè)財(cái)務(wù)數(shù)據(jù)的鄰域數(shù)據(jù)；根據(jù)每個(gè)財(cái)務(wù)數(shù)據(jù)的所有鄰域數(shù)據(jù)的分布形態(tài)得到每個(gè)財(cái)務(wù)數(shù)據(jù)的偏離度；異常檢測模塊，用于根據(jù)每個(gè)財(cái)務(wù)數(shù)據(jù)的鄰域數(shù)據(jù)和偏離度實(shí)現(xiàn)異常檢測。

3、上述方法依據(jù)若干個(gè)財(cái)務(wù)數(shù)據(jù)之間的距離進(jìn)行異常檢測，判斷每個(gè)財(cái)務(wù)數(shù)據(jù)是否正常，然而，在財(cái)務(wù)審計(jì)過程中，多種財(cái)務(wù)數(shù)據(jù)之間相互影響，比如銷售量和應(yīng)收賬款，銷售量的變化會(huì)引起應(yīng)收賬款產(chǎn)生變化，忽略各財(cái)務(wù)數(shù)據(jù)之間相互影響，會(huì)導(dǎo)致財(cái)務(wù)數(shù)據(jù)審計(jì)過程中的監(jiān)測結(jié)果不準(zhǔn)確。

技術(shù)實(shí)現(xiàn)思路

1、為了解決財(cái)務(wù)數(shù)據(jù)審計(jì)過程中監(jiān)測結(jié)果不準(zhǔn)確的技術(shù)問題，本技術(shù)提供了一種基于大數(shù)據(jù)的審計(jì)監(jiān)測方法及系統(tǒng)，能夠綜合多種財(cái)務(wù)數(shù)據(jù)之間相互影響，在財(cái)務(wù)數(shù)據(jù)審計(jì)過程中，得到準(zhǔn)確的監(jiān)測結(jié)果。

2、本技術(shù)第一方面，提供了一種基于大數(shù)據(jù)的審計(jì)監(jiān)測方法，所述監(jiān)測方法包括：采集各財(cái)務(wù)數(shù)據(jù)目標(biāo)時(shí)間窗口內(nèi)的時(shí)間序列，并利用格蘭杰因果檢驗(yàn)判斷各財(cái)務(wù)數(shù)據(jù)間的因果關(guān)系；獲取各財(cái)務(wù)數(shù)據(jù)時(shí)間序列的實(shí)測趨勢值；計(jì)算各財(cái)務(wù)數(shù)據(jù)的預(yù)測趨勢值，財(cái)務(wù)數(shù)據(jù)的預(yù)測趨勢值為：

3、，為財(cái)務(wù)數(shù)據(jù)的種數(shù)，表示財(cái)務(wù)數(shù)據(jù)對財(cái)務(wù)數(shù)據(jù)的因果關(guān)系，為財(cái)務(wù)數(shù)據(jù)的實(shí)測趨勢值；響應(yīng)于任意財(cái)務(wù)數(shù)據(jù)的趨勢偏差大于預(yù)設(shè)閾值，監(jiān)測結(jié)果為異常，反之，監(jiān)測結(jié)果為正常，趨勢偏差為預(yù)測趨勢值和實(shí)測趨勢值的差值絕對值。

4、利用格蘭杰因果檢驗(yàn)判斷各財(cái)務(wù)數(shù)據(jù)間的因果關(guān)系，財(cái)務(wù)數(shù)據(jù)對財(cái)務(wù)數(shù)據(jù)的因果關(guān)系能夠反映財(cái)務(wù)數(shù)據(jù)的前期變化能夠有效地預(yù)測財(cái)務(wù)數(shù)據(jù)的變化，即財(cái)務(wù)數(shù)據(jù)的前期變化對財(cái)務(wù)數(shù)據(jù)的變化趨勢的影響；依據(jù)各財(cái)務(wù)數(shù)據(jù)目標(biāo)時(shí)間窗口內(nèi)的時(shí)間序列獲取各財(cái)務(wù)數(shù)據(jù)的實(shí)測趨勢值，并依據(jù)各財(cái)務(wù)數(shù)據(jù)間的因果關(guān)系計(jì)算各財(cái)務(wù)數(shù)據(jù)的預(yù)測趨勢值；當(dāng)任意財(cái)務(wù)數(shù)據(jù)的趨勢偏差大于預(yù)設(shè)閾值時(shí)，監(jiān)測結(jié)果為異常，反之，監(jiān)測結(jié)果為正常，綜合多種財(cái)務(wù)數(shù)據(jù)之間的相互影響，得到了準(zhǔn)確的監(jiān)測結(jié)果。

5、優(yōu)選地，所述財(cái)務(wù)數(shù)據(jù)為數(shù)值型數(shù)據(jù)，所述財(cái)務(wù)數(shù)據(jù)包括固定資產(chǎn)、投資資產(chǎn)、應(yīng)收賬款、收益和管理支出。

6、優(yōu)選地，各財(cái)務(wù)數(shù)據(jù)均對應(yīng)一個(gè)目標(biāo)時(shí)間窗口，所述目標(biāo)時(shí)間窗口包括當(dāng)前采集周期以及當(dāng)前采集周期之前多個(gè)采集周期，財(cái)務(wù)數(shù)據(jù)的時(shí)間序列包括目標(biāo)時(shí)間窗口內(nèi)各采集周期財(cái)務(wù)數(shù)據(jù)的取值。

7、由于財(cái)務(wù)數(shù)據(jù)的周期性和變化趨勢不同，為能夠真實(shí)準(zhǔn)確地采集各財(cái)務(wù)數(shù)據(jù)的實(shí)測趨勢值，為各財(cái)務(wù)數(shù)據(jù)設(shè)置一個(gè)目標(biāo)時(shí)間窗口，提高審計(jì)監(jiān)測結(jié)果的準(zhǔn)確性。

8、優(yōu)選地，所述目標(biāo)時(shí)間窗口的獲取方法包括：利用自相關(guān)函數(shù)獲取各財(cái)務(wù)數(shù)據(jù)的變化周期，將變化周期設(shè)置為對應(yīng)財(cái)務(wù)數(shù)據(jù)的目標(biāo)時(shí)間窗口。

9、優(yōu)選地，財(cái)務(wù)數(shù)據(jù)對財(cái)務(wù)數(shù)據(jù)的因果關(guān)系的獲取方法包括：建立財(cái)務(wù)數(shù)據(jù)的第一自回歸模型，第一自回歸模型的輸入為財(cái)務(wù)數(shù)據(jù)的時(shí)間序列中當(dāng)前采集周期之前各采集周期的取值，輸出為當(dāng)前采集周期財(cái)務(wù)數(shù)據(jù)的取值；建立第二自回歸模型，第二自回歸模型的輸入為財(cái)務(wù)數(shù)據(jù)和財(cái)務(wù)數(shù)據(jù)的時(shí)間序列中當(dāng)前采集周期之前各采集周期的取值，輸出為當(dāng)前采集周期財(cái)務(wù)數(shù)據(jù)的取值；將第一自回歸模型和第二自回歸模型中誤差項(xiàng)的差值絕對值作為財(cái)務(wù)數(shù)據(jù)對財(cái)務(wù)數(shù)據(jù)的因果關(guān)系。

10、第一自回歸模型中的誤差項(xiàng)只考慮了財(cái)務(wù)數(shù)據(jù)過去采集周期的數(shù)值對當(dāng)前采集周期內(nèi)財(cái)務(wù)數(shù)據(jù)取值的影響，第二自回歸模型中的誤差項(xiàng)考慮了財(cái)務(wù)數(shù)據(jù)以及財(cái)務(wù)數(shù)據(jù)過去采集周期的數(shù)值對當(dāng)前采集周期內(nèi)財(cái)務(wù)數(shù)據(jù)取值的影響，因此，第一自回歸模型和第二自回歸模型中誤差項(xiàng)的差值絕對值能夠反映考慮財(cái)務(wù)數(shù)據(jù)的前期變化對財(cái)務(wù)數(shù)據(jù)的取值的影響，實(shí)現(xiàn)因果關(guān)系的精準(zhǔn)量化。

11、優(yōu)選地，財(cái)務(wù)數(shù)據(jù)的第一自回歸模型為：

12、，

13、所述第二自回歸模型滿足關(guān)系式：

14、，

15、其中，是財(cái)務(wù)數(shù)據(jù)的自回歸系數(shù)，為財(cái)務(wù)數(shù)據(jù)的時(shí)間序列中當(dāng)前采集周期之前各采集周期的取值，為第一自回歸模型的誤差項(xiàng)，是財(cái)務(wù)數(shù)據(jù)的自回歸系數(shù)，為財(cái)務(wù)數(shù)據(jù)的時(shí)間序列中當(dāng)前采集周期之前各采集周期的取值，為第二自回歸模型的誤差項(xiàng)，為當(dāng)前采集周期財(cái)務(wù)數(shù)據(jù)的取值，和分別為財(cái)務(wù)數(shù)據(jù)和財(cái)務(wù)數(shù)據(jù)目標(biāo)時(shí)間窗口的長度。

16、優(yōu)選地，財(cái)務(wù)數(shù)據(jù)對財(cái)務(wù)數(shù)據(jù)的因果關(guān)系的獲取方法包括：若依據(jù)格蘭杰因果檢驗(yàn)判斷財(cái)務(wù)數(shù)據(jù)對財(cái)務(wù)數(shù)據(jù)存在因果關(guān)系，則將置為1，反之，將置為0。

17、優(yōu)選地，財(cái)務(wù)數(shù)據(jù)的實(shí)測趨勢值為：

18、；和為一組數(shù)值對，分別為財(cái)務(wù)數(shù)據(jù)的時(shí)間序列中編號(hào)和編號(hào)的數(shù)值；表示獲取財(cái)務(wù)數(shù)據(jù)的時(shí)間序列中滿足的所有數(shù)值對，為平均值函數(shù)。

19、通過財(cái)務(wù)數(shù)據(jù)的時(shí)間序列中所有數(shù)值對計(jì)算財(cái)務(wù)數(shù)據(jù)的實(shí)測趨勢值，財(cái)務(wù)數(shù)據(jù)的時(shí)間序列中能夠獲取大量數(shù)值對，通過取平均值可避免時(shí)間序列中的異常點(diǎn)對實(shí)測趨勢值的影響，實(shí)現(xiàn)財(cái)務(wù)數(shù)據(jù)的實(shí)測趨勢值的準(zhǔn)確量化。

20、優(yōu)選地，財(cái)務(wù)數(shù)據(jù)的實(shí)測趨勢值的獲取方法包括：利用最小二乘法對財(cái)務(wù)數(shù)據(jù)的時(shí)間序列進(jìn)行擬合，得到線性回歸模型，將所述線性回歸模型中的斜率作為財(cái)務(wù)數(shù)據(jù)的實(shí)測趨勢值。

21、優(yōu)選地，采集各財(cái)務(wù)數(shù)據(jù)目標(biāo)時(shí)間窗口內(nèi)的時(shí)間序列之前，所述監(jiān)測方法還包括：設(shè)置各財(cái)務(wù)數(shù)據(jù)的初始時(shí)間窗口，在監(jiān)測結(jié)果為正常的歷史審計(jì)數(shù)據(jù)中計(jì)算各財(cái)務(wù)數(shù)據(jù)的趨勢偏差，將最小趨勢偏差作為目標(biāo)函數(shù)值；更新各財(cái)務(wù)數(shù)據(jù)的初始時(shí)間窗口，將目標(biāo)函數(shù)值取最小值時(shí)的初始時(shí)間窗口作為各財(cái)務(wù)數(shù)據(jù)的目標(biāo)時(shí)間窗口，將目標(biāo)函數(shù)值的最小值作為預(yù)設(shè)閾值。

22、在監(jiān)測結(jié)果為正常的歷史審計(jì)數(shù)據(jù)中，將預(yù)設(shè)閾值的取值問題，以及各財(cái)務(wù)數(shù)據(jù)目標(biāo)時(shí)間窗口的設(shè)置問題轉(zhuǎn)化為尋優(yōu)問題，將各財(cái)務(wù)數(shù)據(jù)趨勢偏差的最小值達(dá)到最小為優(yōu)化目標(biāo)，快速、準(zhǔn)確地確定各財(cái)務(wù)數(shù)據(jù)的目標(biāo)時(shí)間窗口，并將各財(cái)務(wù)數(shù)據(jù)趨勢偏差的最小值作為預(yù)設(shè)閾值，以準(zhǔn)確獲取財(cái)務(wù)數(shù)據(jù)審計(jì)過程的監(jiān)測結(jié)果。

23、本技術(shù)第二方面，還提供了一種基于大數(shù)據(jù)的審計(jì)監(jiān)測系統(tǒng)，包括處理器和存儲(chǔ)器，所述存儲(chǔ)器存儲(chǔ)有計(jì)算機(jī)程序指令，當(dāng)所述計(jì)算機(jī)程序指令被所述處理器執(zhí)行時(shí)實(shí)現(xiàn)根據(jù)本技術(shù)第一方面所述的一種基于大數(shù)據(jù)的審計(jì)監(jiān)測方法。

24、本技術(shù)的技術(shù)方案具有以下有益技術(shù)效果：

25、利用格蘭杰因果檢驗(yàn)判斷各財(cái)務(wù)數(shù)據(jù)間的因果關(guān)系，財(cái)務(wù)數(shù)據(jù)對財(cái)務(wù)數(shù)據(jù)的因果關(guān)系能夠反映財(cái)務(wù)數(shù)據(jù)的前期變化能夠有效地預(yù)測財(cái)務(wù)數(shù)據(jù)的變化，即財(cái)務(wù)數(shù)據(jù)的前期變化對財(cái)務(wù)數(shù)據(jù)的變化趨勢的影響；依據(jù)各財(cái)務(wù)數(shù)據(jù)目標(biāo)時(shí)間窗口內(nèi)的時(shí)間序列獲取各財(cái)務(wù)數(shù)據(jù)的實(shí)測趨勢值，并依據(jù)各財(cái)務(wù)數(shù)據(jù)間的因果關(guān)系計(jì)算各財(cái)務(wù)數(shù)據(jù)的預(yù)測趨勢值；若一個(gè)財(cái)務(wù)數(shù)據(jù)的預(yù)測趨勢值與實(shí)測趨勢值相差較小，則表示實(shí)測趨勢值滿足各財(cái)務(wù)數(shù)據(jù)間的因果關(guān)系，該財(cái)務(wù)數(shù)據(jù)的實(shí)測趨勢值處于正常狀態(tài)，相反地，若一個(gè)財(cái)務(wù)數(shù)據(jù)的預(yù)測趨勢值與實(shí)測趨勢值相差較大，表示實(shí)測趨勢值不滿足各財(cái)務(wù)數(shù)據(jù)間的因果關(guān)系，該財(cái)務(wù)數(shù)據(jù)的實(shí)測趨勢值處于異常狀態(tài)，出現(xiàn)了異常波動(dòng)；因此，當(dāng)任意財(cái)務(wù)數(shù)據(jù)的趨勢偏差大于預(yù)設(shè)閾值時(shí)，監(jiān)測結(jié)果為異常，反之，監(jiān)測結(jié)果為正常，綜合多種財(cái)務(wù)數(shù)據(jù)之間的相互影響，得到了準(zhǔn)確的監(jiān)測結(jié)果。