为提升工程审计风险管理能力，本文将以数据挖掘技术为研究对象，在充分了解案例建筑工程中项目审计风险后，对其中的数据挖掘方案实现路径展开详细分析，阐述了相应的审计目标实现方案、数据挖掘模型设定思路及审计技术的实现路径等。

审计风险是指审计组织或人员，在审计过程中受不确定性因素影响，导致审计结论与客观事实发生背离，最终造成某种损失。从建筑工程项目的现状来看，受工程量增加、技术复杂程度提升等因素影响，可能会导致工程项目面临更多的审计风险。随着现代信息技术的发展，数据挖掘技术开始被广泛应用在数据处理中，该技术可以从冗余数据中提取关键信息，最终为全面提升审计结果数据精度奠定基础。因此，为更好地适应未来工程审计风险管理要求，则需积极探索数据挖掘技术的合理应用路径，这也是本文研究的主要目的。

工程项目实例分析

某建筑工程项目于2021年3月开始施工，其总工程造价达到7.53亿元，建筑物总工程面积达到6.86万㎡。在案例工程项目的现场审计中，发现该项目在钢材采购中存在重大管理漏洞，主要表现为：（1）材料价格虚高风险问题严重。案例项目在工程审计中发现供应商存在通过围标、串标抬高报价的情况，导致项目所采购的部分螺纹钢的采购价格高出市场同期的15%以上。（2）质量管控失控。本次项目里，在审计中发现了进场检测报告造假情况，即部分钢筋材料的力学性能不达标，实际屈服强度不足设计标准值的90%，严重影响了工程项目的经济效益。

数据挖掘技术方案

针对案例项目在工程审计中面临的风险，最终决定通过数据挖掘技术提升风险管控能力。

确定审计目标

为实现本次工程审计风险的识别与处理，在数据挖掘技术执行阶段需执行详细的工作目标来提升工作效能。为实现上述目标，在本次审计目标设定中将工作重点集中在以下几方面：（1）通过数据挖掘技术检查案例工程项目内部控制中是否存在缺陷，并根据数据处理结果识别有无例外情况发生，并能针对各类缺陷问题实现快速报告与预警。（2）通过数据挖掘方式充分提升数据处理效率，以降低人为操作对风险识别结果的影响，其目的是尽可能预防舞弊等不良事件发生。（3）充分发挥数据挖掘技术自身的性能优势，在自动化数据处理的基础上生成结果，并密切跟踪各类风险与应对措施的执行情况。

数据挖掘模型设计

设置基于数据挖掘的持续审计模型

为切实提升案例工程项目中的工程审计风险控制效果，本文在技术应用中将设计一套完整的过程审计模型，该模型的基本结构如表1所示。

基于数据挖掘的审计流程

为充分发挥数据挖掘基础的自身优势，在本次技术开发中将会在自动化技术架构基础上搭建完整的数据处理流程体系，整个数据审计的操作流程可以用图1描述。

设置数据仓库

1.技术应用思路

在本次数据挖掘处理中，为能更进一步提升处理效率，决定通过数据仓库的方式整合工程审计风险值，此时该数据仓库可以与工程项目各项业务及财务数据整合在一起，也可整合经营管理中所发生的相关数据，确保案例工程项目中的“进-销-存”数据均可同步到数据仓库中，这也成为识别审计风险的重要组成部分。

2.数据库实现策略

本次技术应用方案中将采用分箱法构建数据库。在数据库建设中选择了MySQL，同步更改MySQL存储原始数据和最终模型即可满足审计风险识别与处理要求。此时考虑到工程审计风险数据中存在明显的离散化特征，即设置多个连续变量并分组，在完成审计风险数据的离散化处理后，则可使模型数据运算更加稳定，相应的数据运算结果精准度更高，而利用该技术正确区分审计疑点数值后，将其归结在一起，即可构建数据仓库。

审计技术的实现

在生成数据库后，则可利用数据挖掘方式，配合相应的关联规则、聚类分类及时间顺序等实现审计数据处理，此时则可通过审计目标、审计主体选择对应算法，结合审计人员的专业技能构建相应的数据挖掘模块，最终则可获得完整的数据处理算法。

案例项目在工程审计风险识别中，考虑到审计风险问题可能存在于现场施工的各个阶段。虽然审计风险之间存在较大差异，但其中任何环节均环环相扣并接受施工单位的统一安排。基于上述特征，在本次审计数据处理中则可利用关联规则挖掘不同数据之间的内在关系，进而生成普遍性规则。

在上述技术方案架构基础上，为进一步提升数据审计挖掘效率，在工程审计处理中也可考虑引入时间序列算法，即采用ARIMA模型完成审计数据的深加工，以提升工作质量与效率。

应用效果

结合案例工程项目的实际情况，在工程审计工作中，数据挖掘技术的应用显著提升了风险识别与处理能力，主要体现在以下几方面：

（1）数据挖掘技术显著提升了工程审计中招投标舞弊风险的识别能力，通过数据挖掘技术可对所有投标单位的记录展开快速识别与筛选，并通过异常关联的方式识别其中的异常情况，最终审计结果显示，本项目中有3家投标单位报价偏差不足2%，同时有2家企业之间存在投标文件错误相同的情况（主要指格式雷同及相同错别字）。

（2）本次数据挖掘技术的实践结果显示，在该技术的支持下可有效识别工程量异常增长情况，且数据挖掘技术利用自身强有力的综合数据处理能力，可密切观察市场价格变化，在掌握历史采购价及不同时间范围内的价格变化后，判断本次工程中存在价格虚高的情况，其中约有5%的原材料采购单价高于市场均值的30%，严重影响了项目的经济效益。

（3）本次工程审计工作中可以通过数据挖掘技术判断合同履行风险，如根据合同中的频繁变更或者超预算变更等判断分析合同条款的合理性。本项目实践结果显示，项目中约有8%的关键条款缺失，导致项目存在一定的风险。

结束语

现阶段工程项目审计风险识别已经成为保障建筑工程项目顺利进行的关键，通过对案例建筑工程项目的研究可以发现，随着数据挖掘技术的应用与推广，可更进一步提升工程项目审计风险识别与处理能力，为保证工程项目稳定运行奠定良好基础，因此值得推广。

（杨轶然   浙江省二建建设集团有限公司）