基于增量异常模式检测的小微企业财务作弊防范方法

万振芳

摘 要：小微企业普遍存在财务人员素质不高、财务监管不到位等现象，这也往往导致小微企业财务作弊现象高发，给企业带来经营风险。为此，本文提出构建小微企业长时财务数据观测序列，采用数据增量异常模式检测的方法及时发现小微企业财务数据异常，以有效防范企业财务作弊行为。

关键词：增量异常模式 小微企业 财务作弊 防范

市场经济环境下，小微企业获得了蓬勃发展并且为我国整体经济水平的提升做出了积极重要的贡献，但是，小微企业自身在运营过程中往往需要克服很多困难，如资金匮乏、产品技术落后、市场调研不足、产品滞销以及人员配备不足等。更为严重的是，由于小微企业的财务管理制度不是很完善，财务人员的素质良莠不齐，经常会出现企业内部员工或者其他相关人员利用财务漏洞实施财务作弊的行为，给企业带来重大经济损失，严重的情况甚至会导致小微企业无法继续经营。

为此，本文在分析小微企业自身特征和常规财务作弊手段的基础上，提出了一种采用数据增量异常模式检测的方法。该方法可以对小微企业中经常出现的财务作弊行为有效实现监控、防范，即对企业财务数据进行长时监测并进行有效数据分割，对时间序列中出现的增量财务数据进行异常财务安全检测，以期改善小微企业的财务安全状况。

一、小微企业财务特征

首先，小微企业往往缺乏专职财务人员，多由代账公司或代账个人完成企业财务工作;其次，小微企业负责人多是市场人员或技术人员出身，他们往往更关注企业的产品销售、技术研发升级等方面，对自身企业的财务安全缺乏安全意识和有效监管手段。因此，一旦出现财务作弊现象公司很有可能面临倒闭、无法运行甚至还会官司缠身。

同时，随着计算机技术和软件技术的发展，小微企业也逐渐开始使用一些财务软件，这给小微企业的财务管理效率带来了极大提升，使其摆脱了传統手记笔算的束缚，但是由于小微企业资金多为比较紧张，因此它们多采用一些免费小规模财务软件，软件本身就不具备安全性，而且还有很多软件漏洞，后期也没有软件维护升级等服务工作。正是基于上述原因，在小微企业中才存在大量使用财务软件作弊的现象，作弊的手法也非常隐蔽。

二、小微企业财务常见作弊手段

小微企业多为人员配备不足且财务管理混乱，经常出现企业出纳和会计由同一个人担任，甚至没有专职财务人员的现象，因此在小微企业中出现的财务作弊手法也层出不穷，有单人监守自盗，也有团伙多人协同参与，财务作弊时间跨度有的甚至长达数年。

（一）篡改、删除真实财务数据

企业运行过程中，经常有人员因为某种目的对已经记录的真实财务数据进行篡改甚至删除数据，与此同时配套修改相应进出货记录。如某公司员工为了窃取公司仓库所存储的电子元器件，采取删除公司的进货记录和财务报账数据，篡改其他采购物资的单价的作弊手法并数次得逞。此时，如果缺乏对财务数据及进出货记录的长时间监测，很明显是不能对这种行为有效发现并及时制止的。

（二）虚构账本

虚构账本也是小微企业经常出现的作弊手法，财务人员手上有两套账本，一本真实记录企业财务数据，另一本则为虚构账本，就是我们常说的假账。这种假账因为长时记录，如果对于企业财务状况不是非常了解，经常会蒙蔽相关人员。但是，如果能抓住企业关键节点财务数据并进行数据分段分析，虚构账本则很容易暴露。

（三）财务软件作假

由于小微企业所使用的财务软件规模较小，而且多为免费，因此软件多不太正规。很多软件都有人为的软件后门或者软件漏洞，企业人员采用软件后门作弊目前成为常见的手法。有的甚至直接在软件中植入木马程序或定时炸弹，恶意篡改甚至销毁财务数据。这种作弊方法非常隐蔽，非专业人员很难发现。同时，财务软件的推广使用使小微企业的整个管理模式和内部控制流程发生了较大变化，当相关检查人员检查小微企业财务软件作弊时，一些传统的财务审计方法已经不再适用。

三、基于增量异常检测的财务作弊防范方法

由此可见，我们需要极大关注小微企业的财务安全，从多个方面防范小微企业财务作弊行为。首先，要加强相关政策和案例宣传，提高小微企业相关人员的财务安全意识;其次，要开展相关财务知识培训，提高小微企业从业人员整体财务知识水平和财务软件技能水平。同时，要进一步从技术手段上防范小微企业财务作弊行为的发生。

针对上述小微企业常见财务作弊手法，本文认为一旦企业出现财务不规范或者作弊行为，即使其手段非常隐蔽，也必然会导致企业相关财务数据异常波动，只是有的情况波动幅度不大，不易引起关注，因此本文提出如下财务作弊防范方法：构建小微企业财务数据观测时间序列，在此基础上，应用时间序列增量异常检测的方法监测企业财务作弊行为。

众所周知，时间序列的异常检测问题已经在传统工业监测、医疗诊断、通信信号处理、数据统计以及互联网、大数据等多个领域内得到了广泛研究和应用，针对不同应用科研人员也提出了很多数据异常检测理论和方法，例如基于密度的时间异常检测算法等。

大多数时间序列分析的目的为发现数据序列中的隐含数据规律或者频繁模式，因此时间序列中出现的异常数据经常被认为是数据噪声而滤除掉，但是在时间序列异常模式检测中，这些异常数据恰恰是需要重点关注和分析的。实际应用中，小微企业财务数据序列所涉及的观测周期长、数据量大，如果数据模型复杂的话，数据维数和数据噪声将会很大。因此直接采用小微企业原始财务数据时间序列进行数据异常模式检测将会使检测算法异常复杂，解决上述困难的方法是以小微企业关键财务数据（如财务季报表、财务年报表等）作为重要时间节点，将小微企业原始财务数据时间序列分割为若干短周期序列，以此为基础分析短周期序列数据增量所导致的财务异常。这样既保有了原有财务数据时间序列的数据特征，又可以对增量异常进行有效检测。

小微企业财务数据时间序列处理过程中需要处理的另一个重要问题就是数据噪声和异常数据的有效识别。本文首先利用小微企业长时财务数据序列构建小微企业财务数据时间序列的AR模型，AR模型的具体参数识别则采用小微企业过去若干年的财务报表数据作为训练数据。应用过程中，则计算AR模型与采样数据方差并设定方差阈值。当采样数据方差大于设定阈值则认为当前采样数据噪声较大，予以舍弃，反之，则认为当前采样数据有效。

ZJMR信息科技有限公司是一家主营语音平台服务科技创业企业，公司人员16人，其中软件开发调试人员12人，公司一个出纳人员，无专职会计。显然，该公司是一家典型的小微科技企业，企业的整体财务管理水平比较低下且不受企业管理人员重视。为验证上述异常检测方法，以公司2018年财务四季度报表为时间节点进行公司财务数据增量异常检测，实际运行中发现某年12月公司差旅报销数据明显异常增大，后分析发现是因为公司为了少交所得税指示兼职会计违规财务作假。由此可见，该方法可以有效检测和发现小微企业财务作弊行为。

四、结语

鉴于小微企业普遍存在人员财务意识淡薄、财务监管缺乏等现象，本文着重分析了小微企业的具体财务特征和一些常见的财务作弊手段，在此基础上，提出了基于小微企业财务数据时间序列增量异常模式检测的小微企业财务作弊防范方法并进行了应用验证。该方法充分利用了小微企业的历史财务数据，并有效滤除了数据噪声，具体操作方法简单可行，易于实现，非常值得广大小微企业和企业监管部门推广使用。

参考文献

[1]杨伟.财务风险预警与财务数据统计分析的有效结合——以中药行业上市公司为例[J].技术与市场，2015，22（7）：271—273.

[2]林果园，郭山清.基于动态行为和特征模式的异常检测模型[J].计算机学报，2006，29（9）：1553—1559.