审计对象网络化分析及应用案例

魏丛，牛艳芳，卢洁

（1.山东省潍坊市第二人民医院规划财务部，山东潍坊 261000；2.山东财经大学会计学院，济南 250014；3.山东省审计厅电子数据处，济南 250001）

1 引言

大数据、云计算等新兴技术的广泛应用的背景下，各行业都面临着海量数据分析的巨大挑战。在政府和内部审计领域，审计主体积累了大量海量数据，交易舞弊方式不断升级，传统审计方法发现审计疑点的难度逐渐增大，亟需创新审计分析方法。本文将社会网络分析方法引入到实践中，简要介绍了审计对象网络分析的生成场景和常见分析方法，以有效提升审计数据分析成效。

2 审计社会网络分析概述

社会网络分析是社会学、管理学、数据科学等多个学科协同研究发展下的新兴交叉学科，是对不同个体、群体或社会所构成的关系结构及其属性进行分析的新范式。为更好梳理该方法在审计领域的研究及应用现状，笔者按研究方法将现有相关成果分为规范理论研究类、计量实证研究类和技术方法类研究3 个方面进行综述。

规范性理论类研究，这些研究主要是应用社会网络分析审计合谋成因或构建网络视角下的理论框架。唐忠良提出了审计合谋产生的“三因素”理论，深入分析我国上市公司审计合谋产生的原因，并针对性地提出措施[1]。王会金等通过构建国家审计嵌入性治理的理论框架，分析国家审计服务国家治理的嵌入性本质及其作用机制，更好地发挥国家审计的作用[2]。计量实证分析研究，此类研究是从审计对象关系的指标来衡量社会关系对公司审计经济后果的影响。谢德仁等从理论上对董事网络的社会特征作出解释，给出衡量董事网络位置的变量计算公式[3]，为后续实证研究奠定了基础。吴益兵等指出高管与主审审计师的关系强弱会影响公司的审计质量、审计收费等[4]。最后，技术方法类研究，该类研究是从技术方法角度研究如何应用社会网络分析更好地发现异常。Worrell 等提出利用交易数据识别审计网络结构的特征及动态变化[5]。赵琛等对节点之间的联系强度进行度量，通过中心性度量和社区监测发现重要的关联企业[6]。牛艳芳等提出了基于图数据库的审计大数据关联的理论框架和应用难点[7]。

由上，可以看到审计领域学者和实务工作者开始关注该方法的应用。本文主要是从技术应用角度系统阐述其原理和方法。

3 审计对象网络分析的基本原理

3.1 审计对象网络的生成场景

社会网络分析把网络建模场景分为1-模网和2-模网。

1-模网审计网络化场景，由单一类型或属性相同的审计对象构成，审计中关注的关系为企业间投资关系、交易关系等，如信贷业务审计场景，网络节点（即信贷客户和担保人）通过信贷担保关系生成担保审计网络；税务审计场景中，节点（开票双方企业）通过开票行为生成网络，有助于政府审计人员发现虚开增值税发票行为；集团内部关联交易场景，节点（子公司）通过内部交易行为生成网络，有助于管理者了解集团内关联交易的结构及风险。生成1-模网的原始数据包含明显的关系模式，可以较快生成审计对象网络。

2-模网对于审计网络化场景也具有重要用途。在2-模网中须区分行动者和事件，行动者即审计人员关注的机构或个人，但事件因为审计场景的不同存在差异。例如，赵琛提到审计人员希望发现企业股权结构具有的某种特许经营权是否被少数利益集团掌握甚至垄断的情景，则该网络事件为获得经营权。2-模网的生成难度远大于1-模网，如果审计人员无法判断审计关系全貌，或者网络关系构建思路不成熟，就需要反复测试或筛选2-模的事件，才能生成审计异常关系查找的网络。

3.2 审计对象网络的点和边

明确审计对象网络场景，也就确定了网络中的节点、边以及它们的属性，节点是行为发起者或接受者，可以是组织机构或个人，如企业交易审计场景中的节点包括企业、供应商、合伙人、子公司等；银行贷款审计场景中的节点包括贷款人、担保人、保证人等；证券交易审计场景中的节点包括债券发行人、投资者及中介机构。

边是关系网络中节点之间的关联，是节点间发生的实质性行为，如资金关系、权限审批、特殊人际关系等在经济活动中常见的实质性关联。节点之间的关系不是唯一的，可能存在多种关系叠加，如存在投资关系的同时还可以存在交易关系、同事关系、亲属关系等，多元叠加后关系的分析难度较大。

3.3 审计对象网络指标和方法

3.3.1 网络描述性指标

社会网络分析强调应用可视化方法将抽象的数据变成易理解和观察的网络图形，更加轻松地理解网络规模、网络结构及网络中重要节点间的关系。常见的指标，包括网络密度、规模、捷径、距离等，用以描述网络规模、网络结构、网络中节点关系稀疏程度。

3.3.2 网络分析方法

社会网络分析的方法体系已形成从微观至宏观分析的完整体系，牛艳芳等把网络分析方法概括成为形象的“点”“线”“面”和“块”四大类。微观视角下的个体属性分析更易于发现审计异常个体，而网络整体属性分析的小世界效应、凝聚子群等，有助于发现网络的小团伙、网络动态演变趋势。

4 审计对象网络分析案例——以银行担保圈为例

本部分以利用脱敏化的某银行信贷审计数据来说明如何构建审计信贷担保网络，应用R 的igraph 包从点、面、线3个方面查找审计线索，以加强了解社会网络分析对于发现审计线索的重要作用。

4.1 审计担保网络的建立

在银行信贷担保圈中，各企业资金链相互渗透，存在着较强的内在联系，如果圈内一家重要企业发生财务危机或破产，可能会对该区域金融市场造成巨大冲击。因此，查找信贷业务风险一直是银行审计的重点工作之一。为保证审计担保网络质量，需进行数据清理和聚合操作，最终形成一张包含保证人编码、保证人名称、信贷客户编码、信贷客户名称、担保次数5 列的审计标准表，以此生成银行担保对象网络。各节点表示信贷客户和担保人，节点之间的连线表示它们存在的担保关系，由于节点间的担保关系具有明确的方向，该网络是个有向图，担保次数就是连结节点的权重。利用R 的igraph 包生成的该担保网络共有2 772 个节点，1 877 条边，该网络描述性指标为：①该网络中存在993 个连通子图，图密度为0.243%，说明生成网络图极为稀疏，非连通图较多；②该网络聚类系数仅为0.049 6，说明网络中存在许多离散子群；③平均最短路径长度是1.37，说明信贷担保客户和担保人之间的平均短路径不超过1.37；④图直径为6，说明网络中最短路径的最大值为6 步。

4.2 网络中的重要节点分析

社会网络中心性的重要指标包括点度中心性（Degree Centrality）、中介中心性（Betweenness Centrality）、接近中心性（Closeness Centrality）等。由于原始数据密度低生成的网络图较为稀疏，应用前两种中心性以发现重要节点更有意义。

4.2.1 点度中心性分析

点入度表示为该企业提供担保的企业数量，点出度表示为其他企业提供担保的笔数，总体中心度反映的是与该节点相关的存在担保关系的个数。 经计算发现编号“854000000034”的绝对点入度及相对点入度在整个信贷担保网络中是最高的，分别为13 和0.004 69，即13 个企业为该节点提供担保，该节点与所有相邻节点的关系如图1所示。审计人员应查询该企业的经营类型和财务情况，将该节点作为关键风险点，分析该企业多次申请贷款的原因。

图1 最大节点入度及关联节点关系图

对于点出度，节点“850000000198”的绝对点出度及相对点出度在整个信贷担保网络中是最高的，分别为19 和0.006 8，该节点与所有相邻节点的关系如图2所示。审计人员应该进一步核实该企业是否有足够良好的资产或资质提供如此多次担保，分析总担保金额与该企业资产或运营情况不匹配。

图2 最大节点出度及关联节点关系图

4.2.2 中介中心性分析

中介中心性用来衡量网络中任意两个节点之间的最短路径经过该节点的次数。在信贷担保网络中，中介中心性表示某企业所联络的其他两个企业不存在直接担保关系，测量的是某节点作为“中间人”的次数，中介性越高的节点具有更高的信息优势。

经计算发现节点“841000000104”的绝对中介中心性为45，在整个信贷担保网络中是最高的，说明该企业对其他相邻企业具有很大的控制作用。该节点与之相关联的其他节点的关系如图3所示。刘悦芹等指出担保圈规模是约束风险传播范围的重要因素，如果该节点所在的担保圈风险较高，那么该节点就成为切断风险传播的控制节点，可通过减少担保圈内企业总数，将担保圈风险传染限制在可控范围内，避免过多健康企业受到传染。该网络中出现中介性在30 以上的节点并不多，同样是审计重要关注节点。

图3 中介中心性最大的节点及其关联节点关系图

4.3 审计对象网络的子群分析

子群分析是对审计对象网络中相互提供信贷担保的“小团体”进行研究，对审计人员厘清各审计对象的社会关系、利益输送路径、事件共同协作人等具有重要意义。本文利用随机游走算法对银行信贷担保网络进行拓扑结构的分析。利用igraph 包中walktrap.community() 算法，以平均担保金额作为边的权重，结果显示该担保网络中的子群共有782 个，最大模块度为0.34。为看到各个子群构成细节，进一步对子群的结构和担保规模按照点数、边数、担保次数和担保金额进行排序，筛选出排名前五的子群，如图4所示。

图4 排名前5 的子群拓扑结构

审计人员不仅要考虑子群规模和结构，还要考虑各节点的经营情况，才能对该银行重点的担保子群风险做出客观、科学的评价。

4.4 案例小结

本案例利用点出度和点入度、中介中心性查找重要节点或充当“中间人”角色的节点，通过对子群的密度、规模及子群内节点分析查找相互提供信贷担保的现象。通过以上分析方法得出的审计结果及展示效果是传统审计方法无法达到的。

5 结语

本文介绍审计社会网络的原理和常用分析方法，利用案例说明通过银行担保圈的网络构建、分析步骤和方法，最终发现传统审计分析方法难以发现的审计重点，对于快速发现审计对象网络的重点或疑点具有重要意义。由于审计数据源具有多样性和复杂性，各场景下审计网络描述的实体以及实体间的联系不尽相同，在实际分析时应用子群发现方法，还要结合网络特征、数据规模进行更深的研究，才能更好帮助审计人员发现疑点，真正提升审计数据分析成效。