基于大數據的審計分析及優化探討

馬錦文

一、引言

要想良好的完成審計工作，則需要應用到的工作資料主要是各種類型的數據資料，并需要進一步完成對數據的整合分析。傳統的審計分析因方式方法的局限性會導致審計分析結論存在一定的偏差。在大數據時代，優化的審計分析可以有效提升審計效率，提高審計結論的準確性。

二、大數據的內涵

大數據技術，是一種在計算機和網絡平臺支持下完成數據統計與分析的技術類型，大數據是一種數據集合，其數據體量十分龐大，在數據獲取、存儲以及數據的管理分析方面，已經超過了傳統數據庫軟件能力。大數據的類型非常豐富，除一些傳統數據類型，還包括比如圖片、視頻、日志等類型。這種技術在應用中的主要優勢在于，其能夠從海量的數據中通過整合分析獲取有價值的數據信息。

大數據目前主要被應用在事件預測、定位以及城市規劃、醫療信息化發展等領域。它可以將數據資源化，并且和云計算等技術相結合，不僅可以用于社會經濟發展做預測，還可以為公司的財務管理與經營提供極大的參考價值，可以幫助企業提高運營效率。

三、大數據對內部審計的影響

在審計分析中使用大數據技術，最顯著的一點，就是數據的來源更多、范圍更廣，為審計人員提供海量數據，通過信息之間的關聯性，可以對被審計對象進行更準確的評價。

其次，大數據技術實現了企業內部審計工作范圍和內容的擴充，在傳統的審計工作中，抽樣審計是比較常用的一種審計方式，但其也比較容易受到審計數據的限制。容易產生抽樣偏差導致的結論誤差。大數據時代下，全量分析取代抽樣分析，可以收集過去無法收集到的數據，不再依賴抽樣分析。可選的審計數據范圍擴大，信息來源的增大，使得審計結論更加準確。

最后，大數據技術促進了傳統審計工作方法的轉變，審計工作的進行綜合了現場模式和非現場模式兩種形式，這種形式在全面性和先進性上都體現出更強的特征。

四、大數據背景下的審計分析

（一）大數據時代的數據處理

與傳統的審計分析和數據處理相似，大數據時代的數據處理也要經過采集、導入和預處理、統計及分析幾個方面實現。但由于其數據量巨大，處理過程又與傳統有所不同。在采集過程中，可以使用Mysql和Oracle等大數據工具。在導入和預處理環節，因為要對海量數據進行有效分析，應該將前端采集的數據導入到一個集中的大型數據庫中，并做一些簡單的清洗和處理。在統計與分析環節，其所依托的數據庫類型為分布式數據庫，通過不同數據庫的整理和收集作用，達到數據統計和整合的目的，以滿足需求。

大數據時代，因為數據的種類十分繁多，從普通的日志、圖片、位置信息到音頻、視頻等，龐大的數據量對處理數據的能力也提出了更高的要求。因此，大數據在處理中，需要針對各種數據的特點，使用合適的數據處理方法，并結合多樣化的計算模式，提高數據處理的效率。目前，大數據的處理應用主要有以下兩種：

1.可視化技術

可視化技術發揮作用的原理，是以計算機系統為依托，從圖形學和圖像學的角度應用相應的處理技術，將數字化的數據信息實現向圖形和圖像方向的轉變，并進一步完成顯示與交互的處理。可視化技術為數據的處理提供了更多的便利，可以讓數據接受者更直觀地分析數據的規律性及發展趨勢。

2.云計算技術。云計算是一種計算模式，主要的功能點在于存儲，同時，其也屬于一種類型的介入路徑，可以適應廣泛的網絡環境并具備相應的計算能力。云計算的應用，為大數據的處理提供了新的發展方向。在大數據時代下，數據量十分龐大，數據來源也多種多樣，因此給數據處理帶來了很大的困難，如果缺少有效的數據存儲與計算方式，就會造成數據處理速度慢、效率低等問題。云計算技術具有處理速度快，處理效率高的優點，可以成為大數據的良好載體，進一步優化傳統數據存儲中的不完善之處，通過合理地存儲方式，提高數據存儲的效率，節省數據存儲空間。

（二）大數據時代的數據挖掘

數據挖掘是一種從批量的無規則數據中，通過應用科學的方法分析和整理，發現和總結數據信息中的有價值部分，以便進行應用的技術。大數據時代，通過對數據的深度挖掘，可以將數據中有價值的信息提取加以分析應用。

數據的挖掘方式多種多樣，如統計分析、聚類分析、關聯分析等方法。統計分析是基于模型的方法，能夠完成對數據信息的分類和預測的工作，通過對不同類型的批量數據的挖掘和分析，建立起相應的數據和統計模型，從財務審計工作開展的角度出發，數據挖掘可以幫助審計人員在批量額財務歷史數據匯總通過觀察和比較，發現財務狀況中的實際問題，另外，數據分析中的聚類分析功能，能夠幫助審計人員分辨審計數據中的密集區和稀疏區，從而進一步得出宏觀上的數據分布特征和模式的信息。并進一步利用數據挖掘技術完成對于數據內部信息的挖掘。審計人員可通過該方法，找出被審計數據中不同數據項之間的聯系，發現異常聯系數據，在此基礎上通過進一步分析發現審計疑點。大數據時代的數據挖掘，可以讓工作人員更全面清晰地了解數據的狀況，幫助審計人員做出合理判斷。

（三）大數據時代的審計分析

對于審計分析來說，更快的處理速度提高了審計分析的效率，而龐大的數據來源，也為審計分析提供了更多的參考數據，提高了審計分析的數據多樣性。其次，在數據的分析上，可視化的數據分析方式也逐漸出現，它將大數據內容轉化成了人類可讀的形式，方便了對大數據的數據分析，提高了審計分析的工作效率。

但是在審計分析中，對大數據的應用還需要一定的優化。大數據下的審計分析，因為數據來源廣泛的因素，在進一步擴充數據量的同時，也會造成數據內容的準確性下降，由此影響到審計分析的結果。在進行數據處理前，為了保證數據處理的準確性，需要針對不同的數據信息特征，對數據進行篩選，這樣在進行數據處理工作時，可以提高處理效率，確保審計分析工作高效進行，提高審計結果的準確性。

在傳統的審計分析程序中，數據的挖掘和處理基本都是由工作人員進行，對于工作人員的要求并沒有那么高。但是在大數據時代下，應用大數據技術的審計分析工作，對工作人員的能力也提出了新的要求，主要的要求包括其在理論知識水平上要同步掌握專業的審計知識以及相應的計算機應用知識，從實現這一目標的具體方法上來講，企業可以通過開展專項培訓的方法，從理論知識到實踐應用技能上對工作人員實施全面的培訓，并且在此基礎上組織社會范圍內的更加具有專業性的職業培訓，全面提升審計人員的綜合素質。

安全隱患是大數據時代需要重視的一個重點問題，從企業的角度來說，海量信息的內容結構中必然也包括一部分具有保密性質的信息，這也意味著企業需要面臨信息泄露的風險。而這對于企業來講會造成非常嚴重的經濟上和運行穩定性方面的威脅。因此，要制定相關行業標準及企業制度，避免因為缺少相關管理條例，使得新技術的應用出現不良影響。

五、結語

綜上，傳統的審計分析方式顯然已經不能滿足行業的發展需求。而大數據時代數據處理以及數據挖掘的種種優點，可以優化審計分析的運行效率。但是，在新技術的應用中，也會存在一些技術漏洞以及管理漏洞，因此，我們在應用大數據來優化審計分析的同時，應該做好技術管理與技術升級，避免因技術漏洞而造成不良影響。

（作者單位：中國平安財產保險股份有限公司陜西分公司）