大數據環境中的審計技術與方法

楊靜

一、大數據對審計工作的影響

為適應大數據新常態，利用海量數據進行審計監督，審計機關必須做出一系列轉變。

（一）審計方法轉變。大數據審計將徹底改變以往基于抽樣方法的審計模式。抽樣審計模式，由于抽取樣本的有限性，而忽視了大量的業務活動，無法完全發現和揭示被審計單位的重大舞弊行為，隱藏著嚴重的審計風險。在大數據時代，數據的跨行業、跨企業搜集和分析，可以不用隨機抽樣方法，而采用搜集和分析被審計單位所有數據的總體審計模式。要實現大數據環境下的總體審計模式，要求審計人員用總體審計的思維模式去分析與審計對象相關的所有數據。同時由于大數據大樣本、全量分析技術的大量應用，將使審計人員不再局限于抽樣樣本，而是著眼于全部數據，去發現和反映問題的本質，使之更具全面性、整體性。

（二）實施方式轉變。大數據時代下的信息化審計使持續性審計成為現實，審計機關可以常態化開展對被審計單位業務運營進行持續監測，定期進行風險評估和專項分析；持續審計將改變傳統審計立項在前、實施在后的傳統審計方式，以風險為導向，充分依賴數據，轉變為先分析、后立項，讓審計項目立項更加科學。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，是黨中央、國務院對審計工作提出的明確要求。依托大數據，有目的的整合、分析、研究大數據，開展對大數據的監督，使審計機關對重點資金、重點單位、經濟責任開展常態化的審計監督將成為可能，實現有重點、有步驟、有深度、有成效的全覆蓋。

（三）組織模式轉變。這就要求打破傳統的以審計小組為單位分散審查的審計模式，轉變為以數據為基礎，堅持數據分析的思路和方法，開展數據基礎式審計。要實現組織模式的轉變首先是要摸清信息系統運行特點，全面了解被審計單位（項目、行業）信息系統建設運行情況，包括信息系統的數量、名稱、版本、功能模塊、管理部門、訪問模式、數據存儲等。重點開展對信息系統數據資源的調研，詳細了解后臺數據庫的種類、版本、數據量、存儲及備份方式等信息。二是緊密圍繞審計工作目標，整合全體審計資源。以審計工作目標為導向，成立數據集中分析團隊。對被審計單位（項目、行業）數據進行重點分析，發現數據運行和運用過程中存在的缺陷和不足，明確數據分析的思路和方法，為審計工作的順利開展提供技術支持和數據保障。要堅持數據分析為先導的審計新模式，在分析研究的基礎上，指導審計實踐工作。三是加強對數據結構的研究，確定重點數據資源。對審計工作來說，大數據中的很多內容與審計無關，與審計重點無關，過分利用和采集數據就會造成審計資源的浪費。要借助采集的數據庫設計文檔和數據字典，掌握后臺數據結構，明確重點領域數據庫的范圍通過采用新數據測試、代碼審查、文檔查閱等技術方法確定與審計業務緊密相關的核心信息資源，如重點表、重點字段、表間關聯及字段含義等，為深入開展數據分析做好準備，為審計目標完成提供數據支持和保障。

二、審計技術準備

面對大數據時代給審計工作帶來的挑戰，必須不斷更新理念、夯實基礎、籌劃發展，以數據為核心實現信息技術與審計業務的有機融合。

（一）數據采集。大數據環境下開展審計工作，需要將各行業各部門的各類數據整合起來，轉換成為審計工作需要的大數據。審計機關要建立健全數據定期報送制度，加大數據集中力度，對獲取的數據資料嚴格保密。適應大數據審計需要，構建國家審計數據系統和數字化審計平臺，積極運用大數據技術，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力度，提高運用信息化技術查核問題、評價判斷、宏觀分析的能力。探索建立審計實時監督系統，實施聯網審計。審計大數據采集需要明確采集范圍。一是充分利用現有數據平臺數據資源，做好數據的及時性儲備。審計機關要明確大數據采集的領域和管理數據的部門（包括機構、社會團體、企事業單位等），要求這些部門提供相應數據信息，開放數據資源。二是積極整合大數據。要充分利用“金審工程”，加快與金稅、金關、金財、金盾、金宏、金保、金土、金農、金水、金質等信息系統實現跨部門、跨區域共享。三是將以往審計成果作為數據整合的基礎性數據資源，充分利用各級審計機關現有的審計數據資源。在數據采集方式上可以采取聯網數據共享與采集、定點采集和定期報送方式實現。

（二）數據儲存。要實現大數據的有效采集，首先應完善數據儲存方式。由于大數據的容量大、類型多的特點，造成審計機關采集數據儲存方式難。要實現大數據的有效儲存，首先應有效整合審計資源，建立多部門、多系統、跨行業的大數據審計資源，從而實現在組織架構、現場管理、數據資源、信息傳遞等多方面的審計大協同作業。充分利用網絡優勢，實現聯網審計，把大數據實現無縫對接，利用審計技術和手段完成審計目標。其次加快完成審計大數據的頂層設計和統籌規劃。劉家義審計長提出：將加快實施“金審三期”工程，拓展大數據技術運用，形成獨特的“國家審計云”。給下一步數據儲存提供了明確的方向和思路。即完成由云計算到審計云的轉變。云計算系統體系的核心是資源層。“審計云”則是以審計專網為基礎，依托國家審計信息資源體系建設，將云基礎設施與審計信息系統、審計數據中心、審計指揮中心、國家模擬審計實驗室等軟硬件資源創建在審計專網防火墻之內，以供全國各級審計機關共享和利用審計專網內的資源。

（三）數據清理。數據清洗（Data cleaning）是對數據進行重新審查和校驗的過程，目的在于刪除重復信息、糾正存在的錯誤，并提供數據一致性。指發現并糾正數據文件中可識別的錯誤的最后一道程序，包括檢查數據一致性，處理無效值和缺失值等。審計機關面臨的和采集的大數據，將是數據規模龐大、增長迅速、類型繁多、結構各異的，如何將繁雜的大數據變成我們能應付的、有效的“小”數據，即構建針對特定問題的一個干凈、完備的數據集，這一過程變得尤為重要。在大數據時代，若不加強數據清洗，則GlGo（垃圾進，垃圾出）現象會非常嚴重。對數據的清洗之后進行深度分析挖掘的過程就是審計“去粗取精、去偽存真、化零為整、見微知著”的過程。只有通過清洗與過濾得到干凈完備的數據，才能通過分析與挖掘得到可以讓人放心的、可用于支撐決策的審計數據基礎。

數據清洗的任務是過濾那些不符合要求的數據，將過濾的結果交給實施審計的審計組。不符合要求的數據主要是有不完整的數據、錯誤的數據、重復的數據三大類。其中，殘缺數據主要是一些應該有的信息缺失；錯誤數據是指因業務系統不夠健全，在接收輸入后沒有進行判斷直接寫入后臺數據庫造成的，這類數據必須經過修正后才能被采集使用；重復數據是指重復記錄和重復字段，審計數據采集時往往會出現此類問題，需要進行數據整理。數據清洗是要對于每個過濾規則認真校驗，將廢棄的數據過濾掉，保證數據的清潔、完整，保證審計查詢結果的正確性。

（四）數據分析。數據分析是指用適當的統計分析方法對收集來的大量數據進行分析，提取有用信息和形成結論而對數據加以詳細研究和概括總結的過程。依托網絡化管理及云計算技術逐步將各個數據平臺、各個數據中心及各級審計機關數據資源進行整合，最終建立起審計大數據環境資源平臺是大數據環境下審計工作的基礎，而進行大數據分析是審計成敗的關鍵。在審計機關大數據審計頂層設計過程中，應重點關注數據分析平臺建設，將取得多個部門的數據進行關聯性分析，研究出有針對性的，依據不同技術水平審計人員設置不同的數據分析平臺。對專家型人才可以開放一個保存數據原始面目的基礎數據平臺，而對于只能利用簡單查詢語句或者通過按鍵操作的普通審計人員來說，親切、易操作、界面簡單的應用數據平臺可能更加能夠發揮審計人員的作用。針對大數據開展審計的主要目的仍然是完成相應的審計任務，達成審計目標。通過數據分析，按照審計要求完成數據查詢、趨勢分析、政策執行等方面的工作，使審計工作更具效率、效果，為實現審計“全覆蓋”創造有力條件，即是達到了開展大數據審計的初衷。

三、人力資源準備

面對大數據時代，要求審計人員積極應對電子數據高度集成、數據量巨大、數據結構復雜、數據類型多樣的數據特征給審計工作造成的挑戰。2015年2月，全國審計工作會議對大數據審計提出三點要求：數據歸集要全、數據分析要深、技術手段要新。要達到這個要求，首先是人才的推動。審計機關急需培養一批懂得大數據，收集大數據，并且善于研究大數，據，深挖大數據的專家，急需培養一批懂審計、懂計算機、懂大數據的復合型審計干部。

（一）從高校畢業生中選拔一批數據管理、采集和分析專業的畢業生，作為專業性人才充實審計隊伍。利用他們的專業知識和專業能力強化審計隊伍大數據處理和分析能力。

（二）從專業領域聘請一批專家型人才，進入審計專家庫，利用專家結合審計工作實際做好大數據審計頂層設計，建立審計分析數據平臺；也可以聯合高校、專業公司設計出適合專家分析、審計人員實際操作的，適應不同審計人群的數據采集、分析、審計軟件。

（三）加強崗位技能培訓。依托計算機審計中級培訓，增加引入外部數據，開展多維總體分析、數據對比、關聯關系配比分析、跨行業跨區域關聯分析等學習內容強化審計人員適應大數據的能力，同時可以設立領軍人才培養機制，力爭多出人才，多出能夠勝任大數據審計任務、達成審計目標的領軍人物。

（作者單位：陜西省審計廳）

圖片新聞

近日，山陽縣審計局在幫扶的中村鎮十八盤村召開了“養殖技術培訓暨良種仔豬發放現場會”，邀請縣農業部門專家對養豬技術進行了全面細致的培訓指導，向78戶貧困戶免費發放良種仔豬78頭極大的調動和激發了貧困戶自主脫貧的信心和決心。

徐高鋒 智慧 亞鋒