大數(shù)據(jù)環(huán)境下信息系統(tǒng)趨勢審計分析

陳大峰（高級實驗師），陳海勇

一、引言

趨勢分析（Trend Analysis）最初是一種財務報表分析方法，近年來審計研究人員將其應用于審計工作，進行核心數(shù)據(jù)取樣，構建分析模型，將各個不同時期的數(shù)據(jù)進行綜合比較，從中揭示經濟活動的規(guī)律并做出預測[1，2]。另有一些研究人員針對不符合整體趨勢的數(shù)據(jù)，提出離群數(shù)據(jù)挖掘的審計研究方法[3-5]。當前信息系統(tǒng)審計研究的主要目標是，如何合理搭建系統(tǒng)的體系架構，設計完備的功能模塊并進行輔助決策支持[6]，以及通過對數(shù)據(jù)的深層分析，揭示審計工作中一系列影響績效信息使用的組織因素[7-8]。隨著大數(shù)據(jù)技術的出現(xiàn)和興起，將其引入審計，可以對復雜的電子審計信息進行有效轉換集成、查詢統(tǒng)計以及數(shù)據(jù)挖掘[9]，但目前大數(shù)據(jù)應用僅僅停留在比較初級的階段。面對標準越來越高的審計要求，需要在復雜數(shù)據(jù)環(huán)境下對新的審計手段展開研究，進一步提高工作效率。

大數(shù)據(jù)時代下，審計機構、被審單位、上下游單位以及所在行業(yè)都已經建立了相關的信息管理系統(tǒng)，各種計算機審計技術和方法取得了長足的發(fā)展，這給基于大數(shù)據(jù)的信息系統(tǒng)趨勢審計提供了良好的研究基礎。為了充分發(fā)揮大數(shù)據(jù)技術的各種優(yōu)勢，將大數(shù)據(jù)的最新技術與審計實務結合起來，本文提出了基于大數(shù)據(jù)的趨勢審計的概念，并給出以下定義：大數(shù)據(jù)環(huán)境下信息系統(tǒng)趨勢審計是指使用大數(shù)據(jù)技術對被審計單位和上下游單位或所在行業(yè)的業(yè)務數(shù)據(jù)、財務數(shù)據(jù)進行集成、對比、統(tǒng)計和分析，研究某段時期的效益走勢、驗證前期趨勢、預測后期發(fā)展趨勢，以判斷被審計單位數(shù)據(jù)的合理性。

利用趨勢審計可以對財務數(shù)據(jù)的合理性進行判斷，揭示被查單位的財務問題，也可以在經濟效益審計和事前審計過程中判斷經濟效益以及預測經濟活動的發(fā)展前景。在傳統(tǒng)環(huán)境下進行趨勢審計時，一方面由于受到審計數(shù)據(jù)抽樣的限制，得到的被審計單位的趨勢存在相當大的誤差；另一方面行業(yè)之間、上下游單位之間數(shù)據(jù)獨立、互不關聯(lián)，如果僅僅對某個被審計單位的數(shù)據(jù)進行趨勢分析，則只能針對其中的離群數(shù)據(jù)做審計判斷或者是趨勢估計，得到的趨勢審計結果沒有參照上下游單位數(shù)據(jù)以及其所在行業(yè)的數(shù)據(jù)，所以其價值往往會大打折扣。脫離整體環(huán)境的趨勢估計也顯得太過理想化，失去令人信服的依據(jù)。另外，脫離整體環(huán)境產生的離群數(shù)據(jù)量是巨大的，并且絕大多數(shù)情況是合理的，只有在通過本行業(yè)和上下游單位綜合分析后得到的離群數(shù)據(jù)才值得進一步去追蹤調查。趨勢分析面向的數(shù)據(jù)越多，分析得出的結果準確性越高，并且需要在分析過程中排除非可比因素。

二、趨勢審計實施框架

大數(shù)據(jù)環(huán)境下趨勢審計的主要任務是根據(jù)被審計單位的經濟活動的邏輯關系設計審計方案，運用大數(shù)據(jù)技術對信息系統(tǒng)在運行過程中產生的大量業(yè)務數(shù)據(jù)與財務數(shù)據(jù)進行采集、轉換、集成和分析，然后進行信息預測處理和數(shù)據(jù)挖掘，最終對數(shù)據(jù)進行趨勢判斷，發(fā)現(xiàn)可疑數(shù)據(jù)，取得審計線索。在此基礎上，本文構建了趨勢審計實施框架，如圖1 所示，整個實施過程分為審計準備、數(shù)據(jù)采集與集成、趨勢分析與表示、審計結論四個階段。

（一）審計準備

審計機構在接收到審計任務后，首先要根據(jù)審計業(yè)務的性質和范圍確定趨勢審計目標；然后對被審計單位的經營情況進行詳細的了解，掌握其組織結構、經營規(guī)模、潛在風險、內部控制、上下游單位、關聯(lián)方及交易、所處行業(yè)的整體狀況、主要競爭對手、以前年度審計報告等方面的情況；最后制定審計工作計劃，報上級審批后確定趨勢審計方案。在大數(shù)據(jù)環(huán)境下，被審計單位、上下游單位以及所在行業(yè)的數(shù)據(jù)情況比較復雜，審計人員在制定工作計劃前應先根據(jù)審計任務進行需求分析，對數(shù)據(jù)資料進行初步分析和篩選，有針對性地縮小審計數(shù)據(jù)范圍。好的審計方案不僅便于合理安排任務，而且能夠減輕后續(xù)工作量。

圖1 趨勢審計實施框架

審計準備階段需要對數(shù)據(jù)進行相關性檢驗。趨勢分析往往是假設被審計單位數(shù)據(jù)與上下游單位的數(shù)據(jù)高度相關，如果挑選的某些上下游單位數(shù)據(jù)與被審單位數(shù)據(jù)之間的關聯(lián)不大，那么得到的趨勢分析結果顯然是沒有意義的，所以在選擇上下游單位時首先需要檢驗與被審單位數(shù)據(jù)的相關性。相關性檢驗是指對多個數(shù)據(jù)集合進行統(tǒng)計和檢驗，判斷其是否相關以及相關的程度如何，數(shù)據(jù)相關的程度用相關系數(shù)r 標識，當r 大于給定顯著性水平a 和一定自由度f下的相關系數(shù)臨界值T"a時，表示變量之間在統(tǒng)計上存在相關關系，否則不存在相關關系[10]。在眾多相關性分析方法中，應用最為廣泛的是Pearson積差相關，但該方法只能適用于被審計單位數(shù)據(jù)與上下游單位數(shù)據(jù)都為正態(tài)分布的情況，如果不是正態(tài)分布或者分布類型未知，宜采用Spearman 等級相關或Kendall等級相關[11]。

（二）數(shù)據(jù)采集與集成

審計人員在進行趨勢審計時，先按照審計需求對被審計單位和上下游單位信息系統(tǒng)中的數(shù)據(jù)進行采集。審計數(shù)據(jù)采集是進行趨勢審計的首要前提，也是審計過程中最基礎、最耗時的工作。進行審計數(shù)據(jù)采集時，審計人員需要依據(jù)事前調查所提出的需求，結合本次審計工作方案，確定本次審計數(shù)據(jù)的采集范圍、采集內容以及采集重點。

由于各個數(shù)據(jù)源的數(shù)據(jù)結構不同（包括結構、半結構和非結構數(shù)據(jù)），為了方便后續(xù)操作，采集獲取的數(shù)據(jù)首先要使用數(shù)據(jù)轉換技術和整合技術進行處理，將其轉變?yōu)闃藴式y(tǒng)一、便于處理的數(shù)據(jù)格式，再將數(shù)據(jù)進行聚合、修正和關聯(lián)性分析，清理去噪，以保證數(shù)據(jù)的質量和可靠性，最后得到可信賴的關聯(lián)數(shù)據(jù)存儲集成[12]。在大數(shù)據(jù)環(huán)境下，數(shù)據(jù)量特別大而且結構多樣，不能仿照傳統(tǒng)環(huán)境下將所有類型的數(shù)據(jù)轉換為同一種類型數(shù)據(jù)存儲，一般是針對各種類型的數(shù)據(jù)建立專門的數(shù)據(jù)庫，分門別類地放置這些不同種類的數(shù)據(jù)信息，這樣可以有效縮短數(shù)據(jù)查詢和存取的時間，提高數(shù)據(jù)集成速度。

趨勢審計所涉及的數(shù)據(jù)量巨大、種類繁多，傳統(tǒng)的數(shù)據(jù)存儲方式依靠新建數(shù)據(jù)庫、添加表字段和記錄等方式，已經落后于所需處理數(shù)據(jù)的增長速度。為了高效地處理這些類型不同且價值密度較低的海量數(shù)據(jù)，必須采用分布式存儲方式。Google 公司自行開發(fā)了一種分布式文件系統(tǒng)GFS（Google File System），它是一個基于分布式集群的大型分布式處理系統(tǒng)，為大數(shù)據(jù)環(huán)境下分布式計算提供低層數(shù)據(jù)存儲和數(shù)據(jù)可靠性的保障。對于規(guī)模不大的趨勢審計項目，可以使用GFS 實現(xiàn)數(shù)據(jù)的有效存儲。對于大型審計項目，由于數(shù)據(jù)量的逐漸加大、數(shù)據(jù)結構的愈加復雜，最初的GFS 架構會出現(xiàn)單點故障和海量小文件存儲等問題，而且無法滿足數(shù)據(jù)進一步分析處理的需求，Google 公司在原先的基礎上對GFS 進行了重新設計，升級為Colosuss系統(tǒng)，在這個系統(tǒng)中以上問題得到了很好的解決。

（三）趨勢分析與表示

趨勢分析與表示是整個審計流程中最核心的部分，需要利用多種大數(shù)據(jù)處理技術，技術要求較高，在這個過程中根據(jù)審計業(yè)務需求最終得到趨勢分析報告。經過上一階段數(shù)據(jù)的集成得到了關聯(lián)集合，其中的原始數(shù)據(jù)可以認為是比較正確和可靠的，審計機構首先按需要對這些原始數(shù)據(jù)做初步的抽取、篩選、分類、統(tǒng)計和標識，然后根據(jù)業(yè)務要求使用大數(shù)據(jù)技術（如分布式文件系統(tǒng)GFS、開源實現(xiàn)平臺Hadoop、分布式數(shù)據(jù)庫Bigtable、批處理技術Mapreduce、高性能計算與通信HPCC 等）進行規(guī)范化處理，期間生成的階段性結果存儲在數(shù)據(jù)中心，最后在規(guī)范化的基礎上通過數(shù)據(jù)挖掘、信息預測、智能算法、決策支持等手段得到趨勢分析，并使用數(shù)據(jù)可視化技術和人機交互技術形成趨勢圖示。

在趨勢分析中可使用數(shù)據(jù)挖掘、集群、分割、孤立點分析等算法，深入數(shù)據(jù)內部來挖掘其中的價值，典型算法有用于聚類的K-Means、用于統(tǒng)計學習的SVM和用于分類的Naive Bayes等。數(shù)據(jù)挖掘不會預先設定固定的主題，主要是根據(jù)實時審計業(yè)務處理的要求，進行基于各種算法的計算，從而起到篩選和預測的效果。若要實現(xiàn)一些高級別數(shù)據(jù)分析，則可以使用聚類和分類的方法，針對不同類別的數(shù)據(jù)，按照具體業(yè)務需求進一步進行處理。該過程的特點和挑戰(zhàn)主要是用于數(shù)據(jù)挖掘的算法很復雜，并且計算涉及的數(shù)據(jù)量和計算步驟都很多，常用的數(shù)據(jù)挖掘算法都以單線程為主，這些算法不僅要處理大數(shù)據(jù)的量，還要處理大數(shù)據(jù)的速度[13，14]。

審計機構需要與被審計單位多次交互，進行業(yè)務請求、信息反饋和信息確認。審計人員通過挖掘和分析得到的信息是否可作為審計線索，需要對照審計項目特定情況來分析和驗證，進一步追蹤和檢查相關輔助資料，落實問題，找出潛在的價值，以保證后續(xù)的審計業(yè)務分析工作順利完成。此外，需要使用數(shù)據(jù)可視化技術，模擬人腦的視覺思維能力，將抽象的數(shù)據(jù)表現(xiàn)為圖形中的趨勢曲線，使得審計結果形象化。

（四）審計結論

審計人員首先需要對上一階段形成的趨勢圖示中的信息進行篩選、歸類和整理，然后與根據(jù)被審計單位的相關經濟活動產生的數(shù)據(jù)做驗證，綜合評價被審計單位的效益，出具趨勢審計報告初稿。期間輔助的審計工作還有評估持續(xù)效益情況、檢查期后事項、檢查離群數(shù)據(jù)事項、檢查或有事項和行業(yè)整體情況研究等。審計報告初稿經過項目專家組認證后報上級部門，最終確定審計報告。被審計單位遵照審計報告中的審計意見執(zhí)行，相關部門也需要從審計報告中提取有價值的信息。最后整理和歸檔各種審計數(shù)據(jù)資料，以備復審和查閱，并將調閱的被審計單位資料全部歸還給被審計單位。

三、趨勢審計應用類型研究

在實際的審計工作中，被審計單位內部大數(shù)據(jù)的焦點在于業(yè)務流程信息與知識及溝通信息的融合，而外部大數(shù)據(jù)的焦點在于上下游單位、市場及行業(yè)社會環(huán)境信息的融合，所以大數(shù)據(jù)環(huán)境下被審計單位數(shù)據(jù)集成是要將內、外部大數(shù)據(jù)做全方位融合。集成后對數(shù)據(jù)的分析包括內容、關系和時空三個基本維度。內容維度是指被審計單位的數(shù)據(jù)所承載的信息內容，關系維度是指行業(yè)數(shù)據(jù)、上下游單位數(shù)據(jù)與被審計單位的數(shù)據(jù)之間的聯(lián)系，時空維度是指各審計數(shù)據(jù)生成的趨勢及數(shù)據(jù)隨時間演變的模式，三個維度的交叉綜合可以形成趨勢價值。

根據(jù)趨勢審計業(yè)務的需要，上述三個維度上的需求主要由三種類別的分析技術來支撐：一是全局視圖技術。對于審計機構而言，對審計數(shù)據(jù)內容全局狀況的把握，是開發(fā)趨勢審計價值的一個基本需求。但審計數(shù)據(jù)的復雜性往往超出一般認知的信息承載能力，所以需要使用有效的技術從大量數(shù)據(jù)中提取出一個足夠小的集合呈現(xiàn)給審計人員，同時這個小集合充分地代表了被審計單位和相關行業(yè)的信息。二是關聯(lián)發(fā)現(xiàn)技術。其目標在于敏銳識別被審計單位數(shù)據(jù)與參照單位或行業(yè)數(shù)據(jù)之間的聯(lián)系。對于績效審計和事前審計，尤其需要強有力的關聯(lián)發(fā)現(xiàn)技術，對大量的數(shù)據(jù)屬性之間所構成的復雜潛在關聯(lián)網(wǎng)絡加以處理，最終形成趨勢對比。三是動態(tài)跟蹤技術。其目標在于對審計數(shù)據(jù)進行實時的快速增量分析和流數(shù)據(jù)分析，以達到監(jiān)控和預警的作用。近年來這三種技術發(fā)展非常迅速，已經從實驗研究逐步走向實際應用。為了滿足趨勢分析需求，對審計數(shù)據(jù)的分析就是利用分布式數(shù)據(jù)庫或者分布式計算集群來對存儲于其內的海量數(shù)據(jù)進行篩選、標識、分類和統(tǒng)計等。

趨勢審計作為一種全新的技術手段在審計的多個領域加以應用，旨在提高審計工作效率和準確率。在大數(shù)據(jù)環(huán)境下，趨勢審計工作可以分為以下幾個類別：

（一）區(qū)間審計

區(qū)間審計是針對被審計單位某段時期的數(shù)據(jù)，判斷業(yè)務數(shù)據(jù)或財務數(shù)據(jù)相對于上下游單位是否存疑，是否符合經濟發(fā)展規(guī)律，這是較為常見的一種趨勢審計類型，其前提是假設被審計單位數(shù)據(jù)與上下游單位的數(shù)據(jù)高度相關。以審計某單位財務收支項目為例，首先將某段時間內的所有財務收支數(shù)據(jù)分為三個類別，分別是本單位的收益數(shù)據(jù)、與上游單位相關的數(shù)據(jù)以及與下游單位相關的數(shù)據(jù)，然后使用大數(shù)據(jù)的數(shù)據(jù)挖掘技術和可視化分析技術進行處理，將每類數(shù)據(jù)顯示為時間收益曲線，再相互比較得到趨勢判斷。判斷的結果有兩種：一種是近似正常，如圖2 所示，在圖中被審計單位的收益曲線大體是在上下游單位數(shù)據(jù)曲線控制的區(qū)間內；另一種是存疑，如圖3所示，在圖中被審計單位的收益曲線與上下游單位數(shù)據(jù)曲線相互交叉，比較雜亂，不太符合經濟規(guī)律，這就提供了審計線索。

（二）后勢預測審計

后勢預測審計是指對一段時期的現(xiàn)實數(shù)據(jù)進行分析和統(tǒng)計，根據(jù)其規(guī)律預測將來數(shù)據(jù)的發(fā)展趨勢，屬于事前審計的一種應用。事前審計又稱預防性審計，是對將來可能要發(fā)生經濟或社會事項前景的提示，是當前審計領域的一個研究熱點，但其實現(xiàn)的手段比較少，大數(shù)據(jù)環(huán)境下的后勢預測審計能夠提供一種較為科學的依據(jù)。以財政預算項目為例，對當年第四季度的預算做事前審計，需要將前幾年的財政數(shù)據(jù)變化規(guī)律曲線加載（使用計算機圖形技術來進行模擬）到當年前三季度數(shù)據(jù)中，然后進行比較，形成科學化的決策。在圖4 中，預測的預算資金低于存量資金，則可以視為風險可控；在圖5 中，預測的預算資金高于存量資金，則可以視為風險不可控，需要進一步的論證。后勢預測審計是以決策為主要審計對象，可以減少失誤和錯弊，起到預防和警示的作用。

圖2 時間收益曲線近似正常

圖3 時間收益曲線存疑

圖4 趨勢風險可控

圖5 趨勢風險不可控

（三）前勢驗證審計

前勢驗證審計是指采集某段時期的后續(xù)數(shù)據(jù)，假定后續(xù)數(shù)據(jù)是真實可信的，根據(jù)其規(guī)律推測以前的發(fā)展趨勢，最后與這段時期的數(shù)據(jù)進行比較，以期發(fā)現(xiàn)這段時期的審計疑點。以審計某單位上半年財務狀況和經營成果為例，將前幾年的財務數(shù)據(jù)變化曲線加載到下半年的財務數(shù)據(jù)中，與上半年財務狀況進行比較。在圖6中，前推的財務數(shù)據(jù)與現(xiàn)實數(shù)據(jù)相差不大，則可以視為正常；在圖7 中，前推的財務數(shù)據(jù)與現(xiàn)實數(shù)據(jù)相差大而且振幅紊亂，則可以視為存疑。前勢驗證審計的監(jiān)督作用還是比較明顯的，其對于研究分析問題、改進工作、挽回已造成的損失和糾正錯誤弊端等都有重要作用。

圖6 前勢驗證正常

圖7 前勢驗證存疑

（四）行業(yè)內趨勢對比審計

行業(yè)內趨勢對比審計是指將被審計單位的數(shù)據(jù)參照所在行業(yè)整體水平，或者與相似單位的相似業(yè)務數(shù)據(jù)進行比較后得到審計結論，主要應用于績效審計中。績效審計越來越注重效果性，尤其關注資金使用效益，但如果檢驗效果性時脫離了相互比較，得到的結論也是經不住推敲的。以審計某市專項公共資金的使用情況為例，首先采集專項公共資金發(fā)放前后的效益數(shù)據(jù)，繪制出趨勢曲線，然后尋找另一相似的城市，將其專項公共資金的使用情況也繪制出來，或者統(tǒng)計這段時期所有市的公共資金平均使用情況，再相互比較。在圖8 中，公共資金發(fā)放前后效果明顯，并且取得的效益優(yōu)于本省平均水平，則可以視為績效好；在圖9中，公共資金發(fā)放前后效果不明顯，且取得的效益遠差于本省平均水平，則可以視為績效差。通過行業(yè)內趨勢對比審計可以發(fā)現(xiàn)績效不佳的領域，在經濟性、效率性、效果性方面監(jiān)控并分析存在的問題，幫助被審計單位進行整改。

圖8 行業(yè)內趨勢對比績效高

圖9 行業(yè)內趨勢對比績效低

圖10 多行業(yè)綜合趨勢績效高

圖11 多行業(yè)綜合趨勢績效低

（五）多行業(yè)綜合趨勢審計

多行業(yè)綜合趨勢審計是將各行業(yè)內的數(shù)據(jù)進行統(tǒng)計后再與其他行業(yè)相互比較，或者統(tǒng)計所有行業(yè)的數(shù)據(jù)形成時間趨勢曲線，以判斷各個時間段的績效。多行業(yè)綜合趨勢審計可以應用于績效審計，也可以應用于大型審計項目中，其能夠在宏觀上整體把握項目的開展。以省級重點產業(yè)調整和振興專項引導資金績效審計為例，首先采集各產業(yè)在專項資金發(fā)放前后的效益數(shù)據(jù)，繪制出趨勢曲線，然后統(tǒng)計相鄰行業(yè)和所有行業(yè)的綜合效益，最后相互比較，形成階段性的審計結論。在圖10 中，資金發(fā)放前后各個重點行業(yè)效果明顯，并且相鄰行業(yè)和所有行業(yè)的綜合效益得到了很大提高，則可以視為績效好；在圖11 中，某些行業(yè)的效果雖然有所增長，但其增長率明顯較低，相鄰行業(yè)和所有行業(yè)綜合效益的提高也有限，則可以視為績效差。多行業(yè)綜合趨勢審計利用大數(shù)據(jù)技術及其相關工具，可以通過對照發(fā)現(xiàn)績效不佳的行業(yè)，實時識別風險，提高宏觀監(jiān)控能力。

區(qū)間審計的趨勢研究主要是為審計人員快速提供審計線索，縮小存疑數(shù)據(jù)所在的范圍，需要采用其他傳統(tǒng)的方法固定證據(jù)，取得審計結論。后勢預測審計等其他類型的趨勢研究可以直接應用到績效審計、經濟責任審計以及事前審計中，綜合分析被審計單位、本行業(yè)和上下游單位的數(shù)據(jù)，得到的結論更為嚴謹和科學。對于其中的向后預測或向前推導，除了上文提到的依據(jù)某段數(shù)據(jù)進行直接加載外，還可以使用外推法和因果法。外推法的實施比較簡單，適用于短期預測，最常用的是時間序列法，包括移動算術平均法和指數(shù)滑動平均法。使用移動算術平均法進行審計的前提是假定未來的狀況僅與近期數(shù)據(jù)有關，與更早期的數(shù)據(jù)無關。當時間序列已經表現(xiàn)出某種規(guī)律性趨勢時，Brown等[15]提出可以采用指數(shù)滑動平均法，對整個時間序列進行加權平均，加權指數(shù)一般取0.7左右。因果法是依據(jù)審計對象之間的因果關系進行預測，最常用的是回歸分析法和計量經濟學方法。回歸分析法是先進行定性分析，確定有哪些相關因素，然后使用最小二乘法求出各因素之間的相關系數(shù)和回歸方程，并依據(jù)這個方程做預測或前推。計量經濟學方法是利用經濟理論和經驗數(shù)據(jù)建立表達各經濟因素關系的統(tǒng)計模型，并用隨機擾動誤差代表忽略的因素對模型的影響，反應較長時間的規(guī)律性，適用于中期預測。另外還有線性預測模型，可以充分利用先驗信息的貝葉斯方法，整合各種模型的優(yōu)點進行組合預測。對于一些預測精度要求不高的審計項目，還可以采用定性預測，近年來人工智能也產生了如Boosting、貝葉斯網(wǎng)絡等定性預測算法，已有學者分別對這些定性方法進行了探索與應用[16-18]。在具體的審計工作中，審計人員應根據(jù)特定需求和應用環(huán)境，靈活地選擇預測方法。

四、實例研究

以2015 年某地區(qū)住房公積金征管審計項目為例，住房公積金的提取對應著當?shù)刈》夸N售，而住房銷售往往會涉及公積金貸款、住房契稅繳納以及開發(fā)商土地出讓金繳納等信息，因此，首先需要將采取的數(shù)據(jù)進行簡單的去噪和格式轉換處理，并導入到GFS系統(tǒng)中完成分布式存儲。然后使用Hadoop平臺中的Mahout 工具，對數(shù)據(jù)執(zhí)行聚類算法，并對聚類結果進行分析。住房公積金提取信息可以分為提取人、住房、開發(fā)公司、公積金、土地等多個維度，包括住房地址、公積金提取時間、金額以及類型（貸款按月劃撥、年度一次性提取等）等信息。如果需要的數(shù)據(jù)在有限的時間內得不到滿足，可以使用數(shù)據(jù)交換模式進行收集。

數(shù)據(jù)收集并集成后，將各個不同數(shù)據(jù)源信息根據(jù)提取人信息或住房信息對應關系互聯(lián)，采用的數(shù)據(jù)挖掘算法為K-Means 算法，特征為“公積金提取金額”和“房屋信息”，把這幾個數(shù)據(jù)源對象分為若干個簇，以使簇內具有較高的相似度，根據(jù)一個簇中對象的平均值來計算相似度。在Hadoop 平臺的mahout 目錄下執(zhí)行bin/mahout 命令，檢測系統(tǒng)是否安裝成功，再將各類別的數(shù)據(jù)執(zhí)行劃分，導出各簇數(shù)據(jù)集合。這里審計人員假定數(shù)據(jù)中有1/k 部分需要重點關注，k當前取值為30，實際可以根據(jù)工作需要動態(tài)調整，在得到的方差最小標準的k個聚類中，將公積金提取額均值最大的聚類認定為離群數(shù)據(jù)集。因為這些數(shù)值比較大的數(shù)據(jù)往往對應著某個階段的特別業(yè)務，可以作為離群數(shù)據(jù)，需要額外的審計驗證。通過審計驗證的數(shù)據(jù)可作為正常業(yè)務數(shù)據(jù)，發(fā)現(xiàn)有問題的數(shù)據(jù)應記錄在案并剔除出來，不能作為趨勢審計數(shù)據(jù)。若審計工作時間緊迫，可將所有業(yè)務中的這些特別數(shù)據(jù)直接清洗掉，形成初步的趨勢分析，同樣具有一定的價值。另外，缺少完整互聯(lián)信息的數(shù)據(jù)同樣可以認定為離群數(shù)據(jù)，離群集合作為孤立點為后面的審計提供線索。

接著需要對相關數(shù)據(jù)做相關性檢驗。基于各簇數(shù)據(jù)集合中對應的住房公積金提取數(shù)據(jù)、住房契稅繳納數(shù)據(jù)、公積金貸款數(shù)據(jù)以及土地出讓金繳納數(shù)據(jù)建立線性回歸，將數(shù)據(jù)導入Eviews 軟件中進行顯著性檢驗，結果如表所示。

由表可知，住房契稅繳納（I）、公積金貸款（G）、常數(shù)項（C）都通過了1%的顯著性檢驗，而土地出讓金繳納（Y）未能通過顯著性檢驗。表明住房公積金提取數(shù)據(jù)與住房契稅繳納數(shù)據(jù)、公積金貸款數(shù)據(jù)緊密相關，而與土地出讓金繳納的相關性不大，所以趨勢分析時可以摒除土地出讓金繳納數(shù)據(jù)。

最后將各簇數(shù)據(jù)集合中住房公積金提取、住房契稅繳納和公積金貸款的相關數(shù)據(jù)按一周為統(tǒng)計單位匯總，繪制出趨勢曲線，如圖12所示。

相關性檢驗

圖12 趨勢曲線

圖12 中有兩個突出的部分，分別是8 ～16 周和37 ～ 45 周，對應著每年的3、4 月和8、9 月，是每年買房的高峰期，但對比契稅繳納和公積金貸款曲線，住房公積金提取的趨勢曲線上第17 周和第22 周數(shù)據(jù)有異樣，可以認為這是重大審計線索，需要重點審計，如果被審計單位沒有相關資料輔證，則可以判斷出此期間公積金提取不合規(guī)。

五、總結與啟示

面對大數(shù)據(jù)，若采用普通的審計工作模式，需要對每個核心數(shù)據(jù)逐個檢驗，針對每個存疑數(shù)據(jù)都要對被審計單位做驗證性分析，即使在數(shù)據(jù)已經高效集成的基礎上，其工作量也是極其巨大且低效的。傳統(tǒng)環(huán)境下的趨勢分析對數(shù)據(jù)進行抽樣，建立分析模型，對比參照行業(yè)，得到趨勢結果。參照行業(yè)的選取存在很大的隨機性，而且數(shù)據(jù)抽樣誤差大，得到的趨勢結果不嚴謹。而大數(shù)據(jù)環(huán)境下的信息系統(tǒng)趨勢審計利用大數(shù)據(jù)集中處理技術和統(tǒng)計技術代替?zhèn)鹘y(tǒng)的數(shù)據(jù)抽樣，誤差得以控制，并且可與本行業(yè)和上下游單位數(shù)據(jù)進行綜合分析，形成的趨勢更科學，審計線索能夠更快地被發(fā)現(xiàn)，得到的審計結果更有說服力。

趨勢審計技術可以在發(fā)現(xiàn)審計線索、行業(yè)綜合判斷、事后審計、績效審計、經濟責任審計、審計驗證等多個方面得到應用，提高審計工作的效率和準確率，借以糾正錯誤和防止弊病，并根據(jù)審計結果，提出改進建議和措施。大數(shù)據(jù)環(huán)境下審計數(shù)據(jù)最顯著的特征是其多種類型的來源、多樣化的形態(tài)、持續(xù)快速地產生和演變，以及對深度分析能力的高度依賴。因此，審計機構對大數(shù)據(jù)的統(tǒng)計和分析，其核心并不在于采集并整合出大規(guī)模的數(shù)據(jù)，而是能否對來自被審計單位內外部多樣化的數(shù)據(jù)進行高效的集成和篩選，并通過深度分析發(fā)現(xiàn)其審計價值。本文提出的基于數(shù)據(jù)交換的信息系統(tǒng)趨勢審計成功地實現(xiàn)了這一點，在理論上提出了信息系統(tǒng)趨勢審計的定義，總結了趨勢審計的應用范圍和類型，在實踐上使用數(shù)據(jù)交換模式提高數(shù)據(jù)預處理速度，構建了實施框架并將多個關鍵技術加以整合，其工作效率和準確率高于傳統(tǒng)的審計工作方式，建立的分析模型可直接應用于其他相似單位的審計工作，并針對不同時期、不同審計需求反復使用。

大數(shù)據(jù)趨勢技術的應用環(huán)境要求較高，審計機構需要額外收集上下游單位數(shù)據(jù)以及行業(yè)數(shù)據(jù)。另外，審計人員一般需要經過嚴格的培訓后才能掌握復雜的大數(shù)據(jù)技術。隨著社會各行業(yè)信息化工作的開展和審計人員操作能力的提高，以及數(shù)據(jù)交換模式的開啟，大數(shù)據(jù)趨勢技術使用的桎梏將會逐漸被打破，從而實現(xiàn)高效的信息系統(tǒng)審計。