抽樣在舞弊行為漸趨複雜的現在，已經不敷使用，於是採用數據分析協助偵測或預警異常行為，已成為內部稽核的顯學。本文先從數據分析的三大關鍵成功因素談起，導正多數人對於資料分析常見的誤解，接著介紹多種基礎與進階的分析方法，輔以實際案例，讓內部稽核人員於導入數據分析時，有明確的資料可供參考。
常見的基礎分析方式包括：敘述性統計法、最大／成長最多法、相對大小因子法、異常重複值法、班佛定律，此種檢核方式將有限的資源投入在高風險之交易，不僅符合風險導向內部稽核之精神，也提高了發現異常之可能性。進階分析方式為機器學習，透過資料與演算法，學會（甚至超越）人類判斷與預測的方式，包括分類演算法、迴歸演算法、叢集演算法及購物籃分析。
本站僅提供期刊文獻檢索。
