基層審計機關大數據審計模式探討

摘要：當前，隨著信息化的發展，大數據技術的廣泛應用，各類信息海量累積，各種數據交織關聯，審計的對象、客體和載體都在發生深刻變化。本文主要探討基層審計機關開展數據審計的模式，增強大數據背景下查錯糾弊、監督服務的能力。

當前，隨著信息化的發展，大數據技術的廣泛應用，各類信息海量累積，各種數據交織關聯，審計的對象、客體和載體都在發生深刻變化。審計面對的是被審計單位海量龐雜的數據，既包括最全面、最基層的微觀數據，又包含反映整體的宏觀數據，既有格式化數據，也有非格式化數據。不開展大數據審計分析，審計工作將舉步維艱。原審計長劉家義曾指出“審計的根本出路在于信息化，信息化的關鍵在于數字化”。《國務院關于加強審計工作的意見》和中共中央辦公廳、國務院辦公廳《關于完善審計制度若干重大問題的框架意見》均提出了“審計機關要構建大數據審計工作模式，加大數據綜合利用力度”的要求。為更好地發揮基層審計機關在國家治理中的作用，更好發揮審計預防、揭露、抵御的“免疫系統”功能，必須加強審計信息化建設，用數字化帶動信息化，用信息化推動審計技術方法創新，增強在大數據背景下查錯糾弊、監督服務的能力。

一、樹立大數據審計思維，這是前提

審計思路和思維方式的轉變是開展大數據審計的前提。大數據時代給審計工作帶來了空前的機遇和挑戰。我們要清醒地看到，隨著國家審計在國家治理的作用和地位不斷提升，面對被審計單位的海量數據，如果我們些審計人員僅僅滿足于打開、看懂財務電子賬，對大數據環境下數據分析的復雜度、數據計算的難度和大數據分析技術對審計工作帶來的巨大變革視而不見，審計工作將舉步維艱。因此，在大數據背景下，審計既要關注財政財務收支的真實性、合法性與合規性，更要從戰略全局的角度去思考和分析問題，進一步拓展審計分析思路，全角度、多方位地進行研判，特別注重行業內數據的縱向特征分析和各行業之間的數據關聯分析，進一步構建“總體分析、發現疑點、分散核實、系統研究”數字化審計模式，從而整體、系統、立體的思考，實現大數據審計價值的最大化，為審計全覆蓋服務。

二、大力推進數據歸集，這是基礎

進一步強化“數據為王”意識，認真貫徹落實好《安徽省人民政府辦公廳關于做好定期報送審計電子數據工作的通知》（皖政辦明電〔2016〕1號）文件精神，建立健全數據采集與管理的制度規范和工作機制，廣泛收集財政管理、社會經濟等各類數據，大力推進各類數據的整合和標準化，逐步建設財稅、部門預算執行、社保、領導干部經濟責任、重大投資項目等重點行業審計數據庫，為大數據審計提供數據儲備。在審計實務中，一是開展審計調查。樹立“大數據”視野，融通財、稅、經濟、社會等多維信息，逐步拓展財政數據收集渠道，廣泛收集財政管理、社會經濟等各類數據，并完善數據指標體系，為數據挖掘開展提供堅實的數據基礎。審計實踐中，開展審前調查中對被審計單位的電子化程度進行了解，然后圍繞審計目標詳細了解信息系統情況，包括信息系統一般情況、信息系統具體建設和運營情況、信息系統相關的工作程序、管理結構等情況，了解被審計單位業務系統的關鍵業務流程，初步了解、分析被審計單位各信息系統安全性、有效性、經濟性，確定是否開展信息系統審計。對于需要開展信息系統審計的項目，確定審計關鍵領域，了解關鍵控制事項，確定重要審計事項。二是做好數據采集。根據審前調查了解結果，分別對被審計單位財務數據、業務數據進行采集。具體審計實踐中，針對財務數據，使用AO采集模板進行采集，其中沒有模板的，采集原始數據庫的余額表、憑證表、科目代碼表等三張表，使用AO輔助導入采集，并保存成目模板，已被日后使用。針對業務數據，根據被審計單位的數據庫，搭建相應的數據庫環境，并根據審計需要使用SQL或者ORACLE導入數據。三是開展數據整理。收集數據并非需要全部采集數據，在這一過程中，還需要解決好數據篩選的問題，有時，根據審計目的不同，在數據收集時提取關鍵數據能簡化數據分析過程。比如在開展醫院收費系統審計中，數據量非常龐大，根據數據字典找出關鍵數據，根據工作需要進行數據整理，避免在海量數據面去“大海撈針”。

三、積極構建大數據審計分析模式，這是關鍵

構建“總體分析、發現疑點、分散核實、系統研究”數字化審計模式，以業務需求為導向，根據審計工作方案，結合職業判斷，進行審計分析。一是加強對行業數據的開發利用。依托上級審計機關《計算機審計實務公告》，做好審計數據標準化工作，形成本地化的財政、地稅、社保等行業的數據標準表，推進行業審計方法體系建設，形成完整的、系統的、不斷充實完善的行業審計方法體系集。二是做好各行業間數據的橫向整合分析。大數據審計，最顯著的特征就是對數據的關聯分析，依托大數據分析平臺，開展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分析，實現審計從單點審計向多點審計過渡，從離散審計向連續性過渡，從局部審計向整體審計過渡。積極探索多行業之間的橫向審計模式，統籌規劃重點行業和關聯性部門數據，將各行業復雜、海量業務數據實現有機融合，消除信息孤島現象，構建跨行業、跨部門、跨地區、跨年度的大數據集，建立對數據信息和業務進行全面深層次綜合分析平臺，實現多角度分析的大數據審計分析模式。

四、組建審計分析團隊建設，這是支撐

大數據環境下，傳統各個審計小組各自為政、獨立作戰的工作模式已經完全不能適應大數據環境下，必須從審計組織方式上進行變革，對現有的組織架構進行整合，著力構建數據分析團隊。應建立計算機審計人才隊伍建設長效機制，將AO應用培訓、計算機中級培訓等納入常態化管理，努力培養一批掌握信息技術技能的管理型人才、專家型人才、復合型人才、技術保障型人才。成立計算機技術攻關小組和數據分析團隊，組織力量克服計算機審計中遇到的難題，通過發揮骨干人員的作用，促使更多的審計人員自覺運用計算機進行審計，促進計算機整體應用水平的提升。充分發揮出兵團作戰的整體優勢，全面推進審計工作向“總體分析、發現疑點、分散核實、精確定位、系統研究”的審計模式轉變，實現審計工作的“精確制導”，促進審計效能和質量的全面快速提升。

信息是把雙刃劍，大數據更是如此。我們在享受大數據帶來的成果時，也不斷地飽受大數據的侵擾。因此，在大數據的風險管理方面應該投入更多的精力。比如要對數據安全更加注重，積極開展信息系統等級保護，防止數據丟失，確保數據安全。

參考文獻：

[1]伊微，周芬. 以大數據為核心的審計信息化建設[J]. 中國市場2016（10）：136

作者簡介：

江丕俊，男，1984年7月出生，六安市審計局審計信息技術科科長。