大數據技術在審計中的應用

何琰

摘要：大數據技術的發展，對未來審計信息化進程將產生重要影響。大數據技術引發了審計目標、審計內容、分析技術和審計思維模式的轉變。應用大數據分析技術，審計方法將從數據驗證性分析向數據挖掘性分析轉變；應用大數據分析模式，審計方式將從發現問題向風險預警轉變；應用大數據審計作業平臺，可實現單機審計向云審計的轉變；構建專業的審計分析隊伍，可實現傳統紙質賬本審計向大數據審計的轉變。面對大數據時代的機遇和挑戰，審計工作應創新大數據工作模式，探索部門預算執行審計全覆蓋的方法；應用數據分析作業平臺，開展跟蹤審計；多領域數據融合，開展經濟責任審計；深入挖掘數據，開展宏觀經濟形勢預測，不斷提升大數據技術在審計中的有效運用。

同人力資源、自然資源一樣，大數據也是一種資源且是非常重要的戰略資源[1]，它將世界的本質看成是數據的集合，用數據化思維和先進的處理技術去探索海量數據之間的關系。大數據的特征可以歸納為“4個V”：容量（volume）、多樣性（variety）、生成速度（velocity）、價值（value）。目前，大數據已經成為經濟社會發展的巨大引擎，其在提升產業競爭力、推動商業模式創新、國情分析和社會管理等方面發揮著越來越重要的作用。大數據技術，是指從各種類型的數據中快速獲得有價值信息的一種技術，其水平反映了提取有用信息的能力。鑒于此，本文擬在分析大數據對傳統審計帶來的挑戰的基礎上，探索大數據審計的方式和途徑，以應對大數據時代給審計工作帶來的深刻變革。

一、大數據對審計工作帶來的影響和挑戰

大數據審計是對各類電子數據、賬套、文件進行審計，是計算機審計的延伸和發展，是對多行業、多領域、多種形式海量數據的電子審計方式。大數據審計既要處理結構化數據，又要處理大量的非結構化數據，對審計目標、審計內容、分析技術和審計思維模式都提出了新的、更高的要求。

1.審計目標的轉變

在信息化發展初期，計算機審計能夠通過對數據的觀察和分析發現疑點，為審計提供線索。隨著大數據時代的到來，審計目標逐步轉向發現線索、評估風險、關注效益等方面，審計不僅要發現違法違規問題，更多的是要揭示制度方面存在的問題，評估內控風險，通過對經濟社會相關大數據的獲取和分析，洞察行業整體走向，探索發展規律，對國家、行業、部門的制度出臺與發展策略做出前瞻性的思考和戰略性的分析。

2.審計內容的轉變

傳統意義上的“數據”大多是指數字，如主營業務收入金額、營業費用等，由簡單數字或用數字編碼的簡單文本組成，傳統的數據分析工具基本上能夠滿足其需要。而大數據不再單純指數字，其涵蓋的內容更加寬泛；傳統意義上的 “數據”是關系型的、結構化的二維表數據，而大數據則是指在不同時間生成的復雜、異構、多樣化的數據，包括xml、html、文本、音頻、視頻和“影子數據”（如訪問日志和web搜索歷史記錄）等。

3.分析技術的轉變

顧名思義，大數據分析就是指對規模巨大的數據進行分析。大數據分析包括5個基本方面：一是可視化分析，利用圖表完整展示數據分析的過程和數據鏈走向；二是數據挖掘算法，從海量的、隨機的、不相關的數據中構建數據挖掘模型，提取有價值的、隱含在數據內部的信息；三是預測性分析能力，根據可視化分析和數據挖掘的結果，做出預測性的判斷；四是語義引擎，借助一系列的工具去提取、解析和分析數據，從“文檔”數據中自動提取信息；五是數據質量和數據管理，通過標準化的流程和工具對數據進行處理，保證數據分析結果的質量。

4.審計思維模式的轉變

大數據時代帶來審計思維模式三大轉變：一是實現審計全覆蓋而非抽樣審計，對公共資金、國有資產、國有資源和領導干部履行經濟責任情況實行審計全覆蓋[2]。二是審計數據的混雜性而非精準性。傳統審計以財務數據為審計重點，其核心是結構化的報表和憑證信息，而大數據具有高度的數據混雜性，數據類型涵蓋了結構化、非結構化和半結構化的數據，保留了最寶貴、最有價值的信息，其內涵具備更深、更廣的洞察力。三是大數據主要反映事物的相關關系而非因果關系。大數據沒有改變審計事務間的因果關系，而是注重對相關關系的開發和利用，使得數據分析對因果邏輯關系的依賴性降低了，甚至更多地傾向于基于相關關系的數據分析。

二、大數據審計的方式和途徑

面對大數據時代對審計工作帶來的挑戰，審計方式和途徑將實現以下4個方面的轉變。

1.應用大數據分析技術，實現審計方法從數據驗證性分析向數據挖掘性分析轉變

傳統的計算機審計，是通過電子數據采集轉換對數據進行驗證，通過構建查詢分析、多維分析等方法模型進行數據分析，而應用大數據分析技術，則能夠使審計數據分析逐步由傳統的驗證性分析向挖掘性分析轉變。挖掘性分析是指采用大數據處理技術，利用數據倉庫、數據挖掘和模型預測工具進行審計分析[3]，從大量數據中發現蘊涵的數據模式和規律，包括分類分析、聚類分析、關聯分析和序列分析等。其中，分類分析按照數據屬性，將數據分派到不同的組中；聚類分析根據數據的相似性原則，將數據劃分為若干類別，使同類數據差別極小，不同類別數據差異盡可能大；關聯分析可發現隱藏在數據間的相互關系，通過挖掘發現不同數據間的密切度或關系；序列分析可發現數據出現時間、出現序列的規律，分析數據間的關聯性。

例如，在金融審計中，運用數據挖掘中決策樹的關聯規則和挖掘方法，可對不良貸款與正常貸款之間相互錯分的規律進行研究，創建對不良貸款和正常貸款具有較強分類能力的條件屬性指標，從而增加分類預測模型的可理解性，并在一定程度上揭示商業銀行信貸資產風險等級分類的相關規律[4]；在稅收征管審計中，利用聚類方法，根據聚簇規則，可將納稅戶進行分組，使組內納稅戶具有最大的相似性，組間納稅戶具有盡可能大的相異性，從而產生聚類標準，并按照標準對納稅戶進行分行業、分稅種聚類分析，確定納稅群體的總體情況和特征，為審計目標和審計重點的建立提供依據。

2.應用大數據分析模式，實現審計方式從發現問題向風險預警轉變

傳統審計工作以發現問題為主，對經濟形勢進行預測分析，因而須等到相關事件發生并且形成一定規模后，再根據搜集到的足夠數據進行分析研究，具有滯后性[7]。而大數據技術可通過對跨領域的大規模經濟、社會行為數據進行分析，對經濟社會相關異常動態實現早期關注，利用其對異常數據的敏感性實現早期預警。當前，審計可以運用大數據相關技術，對宏觀經濟社會風險問題展開初步分析。例如，可以綜合利用政府債務審計數據、社保審計數據、宏觀經濟運行數據、金融市場數據等多種數據庫構建大數據集合，運用數據挖掘等數據分析工具，結合多個數據庫信息交叉分析與宏觀經濟社會運行相關的事件，通過基于個別領域、結構化的數據分析，不斷將半結構化、非結構化的跨領域數據加入分析框架中，逐步提高大數據審計的分析能力。

3.應用大數據審計作業平臺，實現單機審計向云審計轉變

以審計大數據為中心建設“云審計”平臺，實現遠程存儲和移動計算，使審計機關能夠通過網絡接入“云”實施審計，利用大數據分析、人工智能等信息技術，解決數據采集分析和管理中存在的問題，實現審計成果共享。其次，應完善聯網審計系統，逐步建立預算、執行、財政、地稅、社會保障、醫療機構、公積金等重要行業和部門的審計實時監督系統。再次，應建設審計數據綜合分析平臺，運用大數據技術，加大業務數據與財務數據、單位數據與行業數據，以及跨行業、跨領域數據的綜合比對和關聯分析，提高運用信息化技術查核問題、評價判斷、宏觀分析的能力。最后，應推廣“總體分析、發現疑點、分散核實、系統研究”的審計模式。

4.構建專業的審計分析隊伍，實現傳統紙質賬本審計向大數據審計轉變

審計工作應實現“六大轉變”，即由單點離散審計向多點聯動審計轉變、由局部審計向全覆蓋審計轉變、由靜態審計向靜態與動態審計相結合轉變、由事后審計向事后與事中審計相結合轉變、由現場審計向現場審計與非現場審計相結合轉變、由微觀審計向微觀與宏觀審計相結合轉變。為此，需要在組織方式、人員結構、思維方式等方面與之相適應。在組織方式上，應嘗試開展無項目審計，依托審計數據中心積累的數據資源，橫向關聯比對分析，縱向深入挖掘分析，從數據中發現審計疑點和線索。在人員結構上，應不斷提升“四種能力”，即大數據分析能力、綜合研究能力、創新能力和跨領域知識運用能力，不斷加強對大數據先進理念和前沿技術的學習，掌握大數據分析方法，提升審計人員綜合素質。在思維方式上，應培養“數據先行”意識，以數據為核心，使數據分析在審計工作開展前先行實施，根據數據分析結果，有重點、有步驟、有深度地在審計實施過程中進行核查驗證、追蹤線索、發現問題，全面深化大數據技術在審計工作中的應用。

三、大數據技術在審計中的應用

大數據技術在審計中的應用廣泛，具體說來，主要表現在以下4個方面。

1.創新大數據工作模式，探索部門預算執行審計全覆蓋

傳統的以處（科）室為單位的孤立審計，已不適應大數據審計的要求，需要打破部門界限，以審計項目為管理主線成立大審計組，進行扁平化管理。大審計組分領導小組、數據分析組和問題核查組三個層面：領導小組負責審計方案的制定、領導決策等，由牽頭機構組建；數據分析組由審計能手和計算機操作骨干組成，具體負責審計實施，篩查審計疑點和線索；問題核查組由審計一線人員組成，進行實地延伸核查。例如，在“同級審”項目中，采集各部門預算執行審計數據，通過對數據進行集中分析，發現是否存在部分預算項目缺乏科學論證、影響預算執行的問題；結合各預算部門的財務數據，發現是否存在預算項目因連年結轉的情況下仍然安排新增預算、造成資金閑置的問題；通過對數據進行宏觀整體分析，發現是否存在預算執行效率不高、分配下達預算不及時、撥付轉移支付資金超期等情況。

2.應用數據分析作業平臺，開展跟蹤審計

通過建設審計數據綜合分析平臺，搭建關系國計民生的重點行業聯網審計系統，用Hadoop等專業工具處理半結構化、非結構化數據，規范高效地匯集和處理大規模數據信息。例如，在地稅審計中，可利用地稅聯網審計系統，集中進行全省地稅數據整理分析，探索“數據集中采集、集中統一分析、疑點分布落實、資源充分共享”的大數據審計模式，實現全省聯動審計；通過構建查詢分析模型、多維分析模型，固化審計思路，對地稅數據進行全面分析，重點選擇稅款征收、稅款繳納和稅款管理等信息，在財政審計中，運用部門預算執行分析平臺，將獨立運行、分散存儲的各部門預算編制、預算指標、部門決算、部門財務核算等業務數據，進行標準化清洗和整理，同時與組織預算執行數據進行整合，實現各類資金的橫向關聯，對資金分配結構、資金使用流向、資金管理情況進行總體分析，全面反映預算執行整體情況，實現對預算單位的審計監督全覆蓋。

3.多領域數據融合，開展經濟責任審計

運用關聯分析，找出數據間的相互聯系，分析關聯規則，發現異常聯系和異常數據，尋找審計疑點。在經濟責任審計中，可利用財政、稅務、社保、公安、工商、養老、房管、教育、培訓等數據，進行縱向比對、橫向關聯分析。例如，可將城鎮居民醫保、城鎮職工醫保、新農合等信息進行綜合分析，檢查是否存在同時參保、重復報銷、虛假報銷、套取資金等情況；將小額擔保貸款與人社部門行政事業單位人員信息進行關聯分析，檢查是否存在違規向行政事業單位人員發放擔保貸款和進行財政貼息的問題；將職業技能培訓補貼、創業培訓補貼與企業法人和行政事業單位人員進行關聯分析，檢查是否存在向不符合條件人員發放就業補貼的問題；將人社、農業、扶貧、教育、民政管理的各項培訓資金進行關聯分析，檢查是否存在虛報冒領財政資金的問題；將義務教育、中職中專、中學學籍數據與中職助學金發放、免學費補貼等信息進行關聯分析，檢查是否存在虛報冒領或者套取中職助學金、免學費補貼等專項資金的問題。

4.深入挖掘數據，開展宏觀經濟形勢預測

利用數據倉庫、數據挖掘和模型預測工具進行審計分析，運用回歸分析等統計方法，分析趨勢變動或數據關系，發現總體情況和規律，進而揭示體制機制性問題。例如，在“三公經費”專項審計中，可通過各預算單位財務核算數據提取“三公經費”預算編制和實際支出情況，結合單位人員花名冊，構建統計分析模型，進行結構分析和時間序列分析，橫向比對所有預算單位“三公經費”的支出規模、各項支出占比、人均支出金額與年度支出趨勢等，分析其壓縮控制比例是否符合要求，各項支出比例和人均支出金額是否存在異常和明顯偏離，進而挖掘行業性、趨勢性問題，并對離群點進行延伸，發現違規違紀問題線索等。再如，利用城鎮或農村居民家庭人均收入指數和各地制定的最低收入保障標準進行分析，查找人均收入指數與最低收入標準間的差異，分析各地低收入標準制定是否科學，為政府制定宏觀經濟政策提供參考。

綜上所述，大數據技術的發展對審計工作提出了新的、更高的要求，也為審計提供了新的工具。大數據審計應從數據、人才和技術等方面逐步積累基礎資源，創新工作思路，研究技術方法，培養高素質人才，不斷提升大數據技術在審計中的有效運用。

參考文獻：

[1]

懷進鵬.大數據是國家戰略資源[J].中國經濟和信息化，2013（8）：49.

[2]秦榮生.《關于完善審計制度若干重大問題的框架意見》學習筆談摘要[J].審計研究，2016（1）：3.

[3]李玲，劉汝焯.計算機數據審計[M].北京：清華大學出版社，2012：4-36.

[4]中華人民共和國審計署.基于數據挖掘的貸款風險等級分類真實性審計研究[J].審計研究報告，2012 （11）：2.

[5]中華人民共和國審計署.大數據在公共管理中的運用與審計啟示[R].審計研究報告，2013 （7）：1.