大數據審計下統計分析方法研究

摘要：隨著大數據的發展，傳統審計過程中統計分析方法已經不能滿足當前時代發展需求，只有結合大數據審計下統計分析特點與各方面情況，篩選最佳的分析方法完成工作，全面提升整體分析工作水平，滿足大數據審計下的統計分析工作要求，加大管理力度，為其后續發展夯實基礎。

關鍵詞：大數據;審計;統計分析

大數據在一定程度上具有數據類型繁瑣且體積巨大的特點，數據處理速度很快，價值密度較低，與此同時還具有商品屬性、資源屬性以及資產屬性，可以顛覆傳統的經濟學原理，因此，為了在大數據背景下做好審計工作，應探索統計學分析特點與優勢，采用最佳的方式完成當前的統計分析任務，提升工作質量。

一、大數據審計分析

在社會經濟快速發展的時代背景下，審計對象開始呈現多元化與繁瑣化的趨勢，信息技術也在全面的創新，在各類因素影響之下，我國大數據審計工作已經創建了長遠發展模式，雖然大數據下的審計工作與傳統審計分析方式相較并未出現根本性改變，但是，審計作業核心已經出現了變化，此類變化表現在采集以及導入各方面數據信息，使用統計分析方法對數據進行探索，及時發現審計疑點，挖掘相關的數據內容，根據自身發展特點，實現結構化數據的審計目的。通常情況下，大數據審計工作流程主要就是：使用已經進行結構化的數據信息開展審計工作、采用多元回歸分析方式開展審計工作、對數據離散點可能出現的偏差進行計算，以此促進審計疑點的合理挖掘。為了更好的應用大數據審計，需要明確具體的應用思路，開展描述類型、關聯類型、多元回歸類型等分析工作，更好的為大數據審計工作服務，同時，還需遵循以下幾點原則：

（一）描述類型統計分析原則

在實際工作中需要做好求和、求中位數以及均差極差等，在各類要素的支持下開展相關分析工作，描述性的完成審計任務，集中對審計財務知識進行掌握，了解業務數據的分布特點，進行離散與集中程度的分析。對于描述類型的審計而言，應根據大數據審計特點，對結構化數據進行挖掘，對數據信息進行歸納整理，并將屬性轉化成為數字符號，以便于開展回歸分析工作，提出更多數據資料的可行性分析方法，在此之后了解被審計單位的風險點，提升審計工作效果。

（二）遵循關聯類型的分析原則

在關聯類型分析方式實際應用的過程中，主要是在數據庫的支持下，對數據進行存儲、采集與分析等，實現不同關鍵詞或是表格的關聯性分析工作，及時發現異常信息，了解審計中的疑點，并對數據的相關性進行分析，以便于了解風險點，提出最佳的建議。

（三）多元回歸類型的分析

對于此類統計分析而言，在實際工作的過程中，主要將多元回歸類型的分析方式作為基礎，將各類重點因素綜合作用的結果融入其中，采用歷史數據的歸回關系分析方式，進行實際數據的對照，了解數據區間的實際情況，在離散分析的基礎上，更好的完成當前審計任務。

二、大數據審計下的審計分析方式

在大數據審計之下，應結合審計分析工作特點與方式方法，進行初期的研究，了解大數據審計下的統計分析方法與特點，開展實踐操作工作，提升整體工作效果。具體措施為：

（一）合理使用描述類型的統計分析方法

對于描述統計分析而言，需要明確總體的審計工作思路，采用描述統計分析，開展求和工作、均值計算工作、極值計算工作、方差計算工作、眾數計算工作、中位數計算工作與分位數的計算工作，了解基本要素，全面分析數據的分布特點與趨勢變化情況，直觀的開展分析工作。在此前可以采用線性回歸的分析方法，全面考察被審計單位的各方面業務與財務數據，了解集中趨勢以及離散程度，開展各方面管理工作。通常情況下描述類型的統計分析，除了可以實現數據整體掌控目的之外，還能利用描述統計的方式，真實的對數據庫中的細節數據進行反映，有機整合細節數據以及相關的審計工作，快速的對數據進行整合，提升審計工作服務水平。在描述類型的統計分析而言，不僅能夠從時間方面開展被審計單位情況與變化趨勢的分析工作，還能重點掌握結構化數據內容，例如：在實際工作中，將虛假與正常財務數據對比，了解結構化數據內容，并進行合理的分析，了解實際情況。例如：某企業在2016年的時候，營業總收入為1100億元，同比增加了11%，而成本費用為1090億元，同比增加了12%左右，在審計工作中開展成本費用結構的統計分析工作，采用各方面數據信息的對比方式，了解實際情況與特點，編制完善的計劃方案，全面提升統計分析工作效率與水平，加大管理力度，完成大數據審計下的統計分析任務，達到預期的描述類型分析目的。

（二）關聯類型的分析方式

在大數據下審計分析的過程中，采用關聯性的研究方式，可以結合大數據審計工作特點，采用數據庫軟件進行數據的收集以及存儲，針對表格亦或是關鍵詞的關聯進行分析。對于每個獨立的表格而言，都屬于某件事情的數據描述，可以真實的反映出各方面數據內容，提升數據信息的真實性。且表格與表格之間，會存在較多差異性的項目集合以及相互之間的交易，對表格之間的關聯性進行詳細分析，可以獲取不同交易主體之間的頻繁交易狀況，全面了解數據相關性特點以及各方面的因果關系，對數據集合的隱蔽作用進行挖掘。審計工作人員在實際分析的過程中，還可以根據表格之間的數據關聯分析結果，合理的完成當前工作任務，了解異常數據信息，并進一步的開展分析工作，此時還需要明確數據異常的主要原因，并且實現還原事實的根本目的，發現審計中存在的疑點。例如：某企業在審計期間，審計工作人員就對不同產品的數據信息進行分析，采用關聯類型的統計分析方式，實現同一企業、交易對手按照產品書庫數據信息以及出庫信息的對比，了解產品在同一天交易中入庫出庫的數量，分析實際情況，進一步開展入庫核實工作，并對出庫狀況以及相關的發票開具形式，了解是否存在虛假發票的問題，實現相同業務下各方面工作業務的管理目的，更好的分析財務報表真實性問題或是收入虛假相關問題，提升整體審計工作效果。在審計工作中，相關工作人員還可以采用關聯分析技術完成任務，挖掘數據庫中的各類信息，對其關聯性進行分析，找到審計數據疑點，采用綜合性與科學化的方式開展工作。

（三）回歸類型分析

大數據審計工作的背景之下，數據庫系統中結果類型以及過程類型的業務數據，相互之間存在變量關系。對于結果類型數據而言，主要就是因變量內容，對于過程類型數據而言，主要為自變量。在處理過程中可以結合事項內容，對結構類型數據信息的影響因素進行分析，發現不僅為單一因素，還表現為多種綜合因素。且在審計數據統計分析的過程中，正常的業務數據，會受到因變量以及自變量因素的影響，呈現出線性亦或是非線性的關系。審計工作人員就可以采用歷史數據回歸分析的方式，帶入歷史數據之后，對特定時間的數據進行推導，以便于與實際數據相互對比，獲取離散程度的相關特點內容，提升整體工作效果，分析各方面工作內容。例如：在某企業審計的過程中，審計工作人員發現了消耗性的資產核算較為困難，鑒定的難度較高，不能撥正量化標準的統一核查，采用常規的審計方式，難以了解資產核算期間是否出現了舞弊問題，難以進行精確定位。為了可以解決此類工作難點，審計人員需要獲取今年之前的相關經營數據，并且選擇具有代表性的要素，開展多元回歸分析工作，推導理論數據區間的各類審計內容，從而進行各類數據信息的合理性研究，更好的完成任務。與此同時，在大數據審計下開展統計分析工作，需要遵循科學化的原則，統一標準開展大數據審計下的統計分析管理任務，提升整體審計工作效果。

三、結語

在大數據審計之下，應篩選最佳的統計分析方法，統一標準進行各方面的審計工作，合理使用描述類型與回歸類型的統計分析方式，提升大數據審計下的統計分析工作效果，促進統計分析工作合理落實。

參考文獻：

[1]田程濤.大數據審計下統計分析方法研究[J].會計之友，2018，（01）：140-145.[2]馮曉坡.大數據審計下統計分析方法研究[J].消費導刊，2018，（17）：48.

[3]程曉冬.大數據審計下統計分析方法研究[J].現代經濟信息，2018，（06）：106.

[4]傅雪梅.大數據審計下統計分析方法探討[J].財訊，2018，（25）：178.

作者簡介：

朱珍臻（1992-），女，江蘇宿遷人，中國礦業大學（北京）會計碩士，中國礦業大學（北京）管理學院，研究方向：審計。