R語言大數據審計可視化運用分析與發展探討

王文婕 康玉梅

摘要：在數字經濟時代，傳統審計逐步開始轉型。R語言以其開源、簡潔、豐富的數據挖掘能力，集數據分析與可視化為一體，服務于大數據審計領域。通過回顧有關國內外文獻，分析R語言大數據審計可視化運用領域，探討其增強審計可靠性、提升審計效率、聚焦專項審計風險等優勢，分析其發展所面臨的困境，并運用R-Studio工具對新《審計法》及泡泡瑪特的市盈率、總市值、凈利潤進行大數據審計分析，以展現R語言的多元化應用，并對R語言大數據審計應用提出建議與展望。

關鍵詞：R語言;數據可視化;大數據審計

0 引言

數據是新時代重要的生產要素，數字經濟的發展對我國工業經濟向數字經濟轉型至關重要。我國“十四五”規劃提出，用數字暢通“大循環”、融通“雙循環”，為數據產業明確了發展方向。大數據、5G、云計算、人工智能、區塊鏈等新技術飛速發展，使新時代、新發展階段下的大數據審計具備了技術先決條件。大數據技術對財務數據的輔助分析和可視化已經與審計業務密不可分，本福特定律在審計業務中的運用更確立了數據分析技術在審計進程中的重要地位。隨著數據分析技術的發展，現在的大數據審計運用R語言和Python較為廣泛，技術開發不再局限于對財務數據進行函數輔助分析，其在可視化編程領域也逐漸活躍起來。R語言適用于哪些領域？在大數據審計中擁有哪些優勢，面臨何種困境？在審計實務中如何運用？探討解決R語言大數據審計的運用困境，對數字經濟時代審計轉型與發展具有重要意義。

本文通過回顧R語言大數據可視化審計的國內外文獻，分析R語言大數據審計可視化運用領域，具體探討大數據審計的優勢與困境，并以北京泡泡瑪特文化創意公司（以下簡稱“泡泡瑪特”）為例，運用R-Studio工具進行大數據審計分析，用以展現R語言在審計實操中的靈活運用，以期對R語言大數據審計未來發展提出合理性建議并進行展望。

1 理論回顧與研究評述

隨著金融科技的廣泛應用和快速發展，國內常見的CAATs（Computer Assisted Audit Techniques，計算機輔助審計技術）工具主要有Microsoft Office、ACL、IDEA、Microsoft SQL Server、MySQL、Oracle等，數據分析則多依賴MATLAB、SAS、R語言等。R語言大數據可視化審計的理論與運用成為國內外學者研究的新熱點，無論是在政府審計、社會審計中還是在內部審計中，計算機輔助技術都得到了相應的重視，其作用也得到了發揮。牛艷芳等[1]指出，政府審計中SQL和OA運用較多;社會審計主要運用賬套審計的軟件和Excel;內部審計則差異較大，實力較強的企業在ERP（企業資源計劃）中嵌入內部審計模塊或開發專門的審計分析平臺，實力較弱的企業比較依賴Excel。陳偉等[2]認為，目前常用的信息系統（信息科技）審計方法不能很好地滿足金融科技應用系統風險審計的需要，繼而采用大數據審計技術開展金融科技風險審計，發現大數據審計技術是一種有效的審計方法。劉國城等[3]結合云計算相關技術，運用較為成熟的Hadoop系統，嘗試建立審計全覆蓋驅動下的大數據審計平臺，并從大數據審計平臺構建的需求、理念和策略3個方面進行分析，將大數據審計平臺分為數據中心、采集、預處理、分析和可視化5個系統，以此探索有效的審計新路徑和新方法，為審計全覆蓋提供技術基礎，并為未來大數據審計工作的開展提供理論支持。宋鐵波等[4]也探索了R語言、Python等技術工具的處理過程、優點和缺點。陳偉和詹明惠[5]進一步以金融科技貸款業務系統為例，提出了基于大數據可視化技術的信息系統AC審計方法，并采用R語言實現了該方法，結合案例詳細地分析了該方法的應用，從而驗證了該方法的可行性與有效性。欒心勇等[6]以山東省各級審計機關為研究對象，了解審計大數據建設及應用情況，在體制、機制、方法和創新技術方面采取的相關措施，以及在人才隊伍建設和數據安全方面的保障手段，針對大數據審計思維欠缺、大數據產生新的安全隱患與風險、審計管理模式亟須改善等問題，提出改良審計組織方式、改進數據管理模式、加強培訓和實踐應用等針對性的解決方案。王茜一[7]則研究了公立醫院績效審計對圖形、圖像數據審計分析的需求，以醫院藥品加成績效審計應用數據可視化技術為研究案例，分析了公立醫院是否存在藥品加成違規情況。

王雪榮和侯偉龍[8]采用Citespace對中國知網（CNKI）的2 768篇大數據審計領域的研究文章進行可視化分析，認為此階段學者對大數據適用于審計的情況是基本肯定的，大數據審計技術可以提高審計效率，增強審計質量，節約審計資源，充分發揮審計的監督職能，做到審計全覆蓋，但是該階段的研究還停留在理論層面，對于大數據審計技術實務層面的探討和應用方面的研究成果存在不足。王海洪等[9]通過綜述研究分析認為，大數據技術為審計工作的發展提供了新思路和新途徑，大數據審計的規范化值得繼續研究，區塊鏈等技術為大數據審計工作提供更多可能。Espinoza和Novoa-Muoz[10]通過世界衛生組織酒精使用障礙鑒定測試智利版（審計）證明序數α的有用性，并以R語言提供用于執行相應計算的命令。

近年來，隨著機器語言的進步，數據收集加速，大數據審計的運用前景得到國內外眾多學者的認同。不少學者與企業合作或進行案例調研，以R語言的特性為導向，展現了其在審計實際案例中的強大功能。由此可見，R語言大數據審計具有可實施性，但由于該領域的研究處于起步階段，審計流程的具體設計與實務還需要更多探討與挖掘。本文結合案例為該領域研究提供更多審計視角，并為R語言大數據審計發展困境提供解決思路。

2 R語言大數據可視化運用領域分析

2.1 R語言大數據可視化基于語言特征的運用領域

R語言因其簡潔、靈活、開源的特性，具備處理TB、PB級數據集的能力，能夠自由、有效地用于統計計算和繪圖的語言環境，并在UNIX、Windows及Mac-OS系統中均可以運行，提供了廣泛的統計分析和繪圖技術，包括回歸分析、時間序列、分類和聚類等建模方法[11]。在數據保存方面，R語言具有良好的處理機制，與其他語言相比，它是徹底面向對象的統計編程語言，與數據庫之間有較好的接口，可以編譯條件語句、循環語句、自定義遞歸函數，利用MapReduce模型進行分布式計算，滿足TB、PB級的數據處理需求，提高了運行速度和計算效率。R語言還提供豐富的數據挖掘算法程序包，如ggplot2程序包中的可編譯圖形，帶給R語言可視化更多的可能性。大數據可視化技術有助于數據直觀分析，因此可視化技術成為大數據應用的重點之一。

R語言已被應用于數學函數、計量統計、金融財會、生物制藥等多個領域。隨著R語言的開發，數據的可視化分析快速發展，R語言的可視化功能在學術界和企業界均被靈活應用。在學術界，R語言可視化被用于醫療、環境監測、金融分析、電子技術等眾多領域的數據圖表制作;在企業界，KPI（關鍵績效指標）報表、數據監測、人員監控、體溫測量中都有R語言可視化的身影。

2.2 R語言大數據可視化審計領域分析

隨著財會、審計領域的計量運用逐漸增多，R語言的開發和使用因其開源性、可繪制性等優勢受到眾多財會、審計乃至整個統計分析行業人員的喜愛?？梢暬瘜徲嫹治龇绞侥軌驇椭鷮徲嬋藛T快速、有效地交互分析大量數據，幫助審計人員更快、更準確地從復雜的數據中發現審計線索，洞悉財務漏洞。

在以往的審計程序中，MySQL和Oracle的使用較為普遍，而R語言通過RMySQL、ROracle、RODBC等程序包與MySQL、Oracle、ODBC等數據庫均能建立聯系。此功能很好地解決了數據轉換問題，為R語言在審計領域的普及帶來了更多可能性。

此外，以往傳統審計中的審計數據分析方法多采用紙質憑證和紙質底稿，年終匯總和出具報表工作量巨大，數據歸類方式有限，統計數據時十分煩瑣，審計人員對電子數據進行采集也多基于Excel工具。從大量數據中提取審計依據并進行分析處理是審計人員工作的難點。隨著技術的發展，財會、審計行業逐漸轉型變革，財務數據從紙質向電子化發展，從紙質發票向電子發票演變，網上報賬系統、手機App報稅平臺建設及數據的鏈接統一，帶來行業效率的提升。以往財務數據量巨大，紙質憑證的翻閱及審閱嚴重影響了審計效率，而R語言很好地解決了該問題。R語言數據可視化審計分析，是基于大數據技術開發出來的，具有時代背景。

3 R語言大數據審計的優勢與困境

3.1 R語言大數據審計的優勢

3.1.1 R語言大數據分析預測增強審計可靠性

R語言的數據分析預測優勢使得審計過程更精準，審計結論更科學、可靠。以往審計嚴重依賴審計人員的經驗判斷，審計報告的準確性難以得到證實，全面審計耗費巨大的人力、物力，但收效甚微。加之財務舞弊案件頻發，會計師事務所的公信力也飽受民眾質疑，審計的準確性、有效性受到揣測。運用機器學習的實驗新模型得出的預測結果，準確性比傳統邏輯回歸模型提高近5倍，此功能將提升通過審計發現舞弊事件的可能性。此外，張敏[12]運用機器學習的方法預測上市公司業績，發現運用機器學習方法得到的預測值與實際業績非常接近，并且比分析師的一致性預測更為準確。R語言大數據分析預測的可靠性得以證實，由此將進一步擴展R語言數據審計功能，增強審計可靠性。

3.1.2 R語言大數據分析提升審計效率

R語言數據的可視化分析還能幫助審計人員從海量數據中更快、更精準地發現問題，推演各數據之間的相關關系，找到被審計單位電子數據中的漏洞。出具審計報告不再局限于公司的個體判斷，審計人員更能結合整個行業的發展進行有效判斷。

云計算、人工智能等計算機技術的發展使數據能夠互聯互通，大數據審計的實時報告和快速反饋功能也得以實現。因此，R語言的大數據分析審計在效率和效果上都要優于傳統審計。運用R語言大數據審計切實提升了審計效率和效果。

3.1.3 R語言大數據分類聚焦專項審計風險

針對被審計單位提供的專項審計數據，R語言可以根據審計項目進行分項歸類，有效儲存數據。審計人員審計調查時可以利用分門別類的專項數據開展對不同項目的審計審查。例如，對內部供應鏈審計，采集和分析上下供應鏈數據，評估、改善供應鏈，降低運營成本，提高供應鏈效率;對稅務審計，審查納稅人是否按稅法規定納稅、減稅和免稅，有無偷稅、漏稅行為，納稅依據是否真實，計算是否準確，有無弄虛作假、截留稅款等現象;對離任審計、清算審計、經濟責任審計、高新技術企業認定審計、財產轉移審計、貸款審計等均能處理。審計單位結合詳盡的分類項目指標，出具的專項審計報告將更具體，更聚焦審計專項風險所在，促使被審計單位的風險癥結得到更早發現、更快處理。這樣可切實增強專項審計為被審計單位識別風險、排除風險、化解風險的能力，使專項審計提質增效。

3.1.4 R語言大數據審計的數據包容性

實體企業的數據類型各異，這需要具備極強數據包容性的計算機語言助力審計工作開展。傳統的審計數據是結構化的，按照詳盡的審計步驟實施，而企業各異的審計數據阻礙了工作開展。R語言的運用則能夠收集和整理不同種類的數據信息，對行業數據、個體數據，財務數據、非財務數據，以及結構化數據、非結構化數據等均能進行處理。開源的R語言功能極其強大，使審計不再局限于結構化數據。在文本信息處理方面，R語言也具備顯著優勢，其高效、準確的詞云提取功能，徹底解決了審計人員對文本信息進行審計時信息量大、效率低下等問題。

3.1.5 R語言大數據中心建設助推全面審計工作開展

推動被審計單位建設數據中心，對數據進行集中統一處理，可助力審計工作全面開展。根據企業集團構建的數據庫，由上至下，縱向審查被審計單位上下隸屬關系，對有關賬冊進行縱向加減審核，從根本上核查數據;對被審計單位經濟效益進行橫向審計，由此及彼分析宏觀數據基本面及各子公司、各部門經營情況，為被審計單位改善整體效益提供合理建議。由抽樣思想向全面審核轉變，建設大數據中心，發揮R語言海量數據處理能力，可為集團化全面審計工作開展提供便利，真正發揮全面審計的廣度效應。

3.1.6 R語言大數據多元可視化豐富審計工作

R語言出色的可視化編譯程序使審計分析效果呈現多元化、變化性。常年審計報告的黑白數據使報表使用者易產生厭煩情緒，而R語言強大的圖表繪制功能為審計報告增色添彩。其語言的可編譯能力充分凸顯了強大的數據可視化功能。該功能不僅覆蓋Excel的條形圖、折線圖、散點圖、餅狀圖，便于直觀地從數據中獲取信息，而且可以編譯出小提琴圖、箱線圖、環形圖、氣泡圖、熱力圖、詞云圖、星相圖、臉譜圖等多種可視化形式，滿足項目的各種可視化需求。R語言直觀、簡潔的可視化功能給廣大審計人員帶來福音。對于復雜性數據分析，還可以將各功能圖進行疊加，以此滿足多元化、可視化分析需求。更為特別的是，R語言還可以對大批量數據進行交互式、動態式、多維式可視化分析，以此滿足高級別可視化需求。審計工作不再是枯燥無味的數據處理，報表使用也擁有了全新的功能體驗。這對于大數據時代的審計行業來說可謂取得突破式進展，為沉悶的審計工作注入了活力。

3.2 R語言審計面臨的困境

3.2.1 R語言審計人才缺失嚴重

R語言審計作為新興領域，無論是在理論研究層面還是在實踐探索層面均存在不少空白?，F階段R語言大數據審計技術的運用水平仍然較低，擁有技術和審計2項專業技能的優秀復合型人才極其稀缺。行業中普遍存在的現象是：懂技術的人不懂審計，懂審計的人不懂技術。隨著技術的發展，R語言審計對審計人員提出更高要求，審計人員需具備一定的程序編譯能力。由于數據審計屬于新領域研究方向，相關人才的培養培訓工作相對滯后。高校的培養體系剛剛從傳統審計向現代化審計轉型，擁有技術與審計2項專業技術知識的畢業生較少。審計市場上現有的專業人員大多運用Excel工具，對Python、R語言使用尚不熟悉。經驗豐富的老審計人員計算機知識欠缺，學習計算機智能語言難度較大，將審計技術與經驗結合有一定困難;審計新人具備一定的編譯能力，但審計經驗需積累和培養。審計人員新老斷層導致R語言審計專業人才稀缺。

3.2.2 現有審計人員創新能力亟待提升

大數據審計技術的引入時間尚短，審計人員對其可視化應用的創新開發有待進一步提升。北京、上海、廣州等一線城市大數據技術運用較為普及，年輕人多，數據體量大，審計人員、報表使用者易接受傳統審計的轉型，適合大數據審計建設，具備更多的創新性;而一些二、三線城市數據體量小，創新性不足，對大數據審計技術的運用較少，也普遍簡單，大數據審計的整體建設暫未普及開來，未形成深入挖掘的態勢。R語言的審計程序開發仍需審計人員提升創新能力，完善大數據審計功能。

3.2.3 審計人才就業渠道需拓寬

疫情反復，行業經濟受阻，人才就業存在一定困難，優質復合型審計人才的就業渠道急需擴展。傳統審計崗位引進大數據審計畢業生后并未形成規?；l展，大數據審計企業相對較專業，提供的對應就業崗位尚多，但政府、事業單位提供的相應崗位較少，多以財會、審計大類招錄后，實際大數據審計專業運用卻較少，大數據審計實施也有一定難度。

3.2.4 大數據審計制度需完善

實施大數據審計程序的審計制度尚不完善。大數據審計的發展需要相應的配套制度進行完善、規范。大數據審計項目具有多樣化特點，其審計流程制度不能一概照搬，不同行業、不同企業、不同專項數據特征均不同，對審計方案的設定和實施需進行精確判斷和專項評估。無論是審計的測試環節還是實施環節，相關規章制度均有欠缺。審計制度決定大數據審計的成敗。根據行業特征、數據特點、項目需求對不同風險進行劃分并處理，設置適合的審計程序，編譯優質的R語言審計程序，是找出企業數據問題所在、解決被審計項目問題、優化審計實施措施的重點。

3.2.5 R語言數據收集和整理工作煩冗復雜

R語言審計的關鍵是數據的采集和預處理，海量數據的收集工作煩冗復雜，其成本及真實性都面臨風險與挑戰。一方面，數據采集過程任務量大，協調調度不統一，往往造成審計進度延緩;另一方面，被審計單位的數據來源往往存在體量大、格式不統一等問題，造成數據整理困難。根據項目需要，數據采集后再進行嚴格的篩選和重分類，整個過程煩冗復雜，而數據預處理質量直接影響大數據審計的后期分析效果。

3.2.6 R語言審計數據安全制度待完善

在大數據審計過程中，由于存在數據的收集、整理、傳輸、轉運等環節，數據安全問題需引起審計人員的重視。在信息化時代，信息泄露事件頻發，企業信息、個人信息泄露嚴重。因此，在R語言大數據審計分析過程中，審計人員采集數據時要嚴格遵守相關規定，進行數據轉移時不能為了便捷而簡化流程，導致數據泄露、遺失，同時需妥善保管和處置含有商業機密的數據。財務數據關系到企業整體運轉，需謹防關鍵數據泄露與遺失，審計過程必須確保被審計單位數據得到有效保護，保障數據傳輸與轉運安全。

4 R語言在泡泡瑪特大數據可視化審計中的應用

根據2021年新修訂的《中華人民共和國審計法》（以下簡稱《審計法》），運用R-Studio進行詞云圖分析，見圖1。由圖1可知，“審計”“機關”“單位”“規定”“國家”“監督”“財務收支”等關鍵詞多次出現，國家實行審計監督制度，審計機關履行審計監督職責，對“電子數據綜合分析”“數據共享平臺”及信息系統的“安全性、可靠性、經濟性”等相關內容也有規定。

基于新修訂的《審計法》，以泡泡瑪特為例，對R語言審計可視化功能進行展示。泡泡瑪特成立于2010年10月20日，2019年6月26日變更為外商投資企業，2020年12月11日在香港聯合交易所掛牌上市，成為“盲盒第一股”。

泡泡瑪特上市時，香港聯合交易所規定2020年主板新申請人須具備不少于3個財政年度的營業記錄，并須符合下列3項財務準則中的1項：

（1）盈利、市值測試。盈利：過去3個財政年度至少5 000萬港元（最近1年盈利至少2 000萬港元，前2年累計盈利至少3 000萬港元）。市值：上市時至少達2億港元。

（2）市值、收入測試。市值：上市時至少達40億港元。收入：最近1個經審計財政年度至少5億港元。

（3）市值、收入、現金流量測試。市值：上市時至少達20億港元。收入：最近1個經審計財政年度至少5億港元?，F金流量：前3個財政年度來自營運業務的現金流入合計至少1億港元。

根據R語言大數據審計的流程執行程序（見圖2），結合香港聯合交易所IPO（首次公開募股）具體要求，選取上市公司備受關注的總市值、凈利潤、市盈率3個指標，進行R語言大數據審計分析展示。

4.1 市盈率棒棒糖圖（Lollipop）分析

審計人員收集和整理2021年6月30日的行業市盈率排行數據，選取華訊、壹照明、TCL電子、凱富善集團控股、英馬斯集團、泡泡瑪特6家上市公司的市盈率，將泡泡瑪特與行業平均值、行業中值進行對比，運用R-Studio工具導入數據，繪制棒棒糖圖，見圖3。

從可視化結果可以看出，截至2021年6月30日，泡泡瑪特的市盈率遠超行業中值、行業平均值，其市盈率幾乎是行業中值的2倍;泡泡瑪特相對其他公司的市盈率偏高，公司前景看好。不同行業的市盈率差異甚大，銀行股市盈率常年在5～10倍，股價漲幅不大，而一些醫藥類企業、科技類企業的市盈率高達30～70倍，甚至達到100倍之多。

由此看來，泡泡瑪特市盈率高不能一概而論。在審計分析泡泡瑪特的盈利狀況時，應著手對其市值與盈利狀況進行相關分析，考慮其投資回收時間與未來發展潛力。未來可持續發展潛力是市值上漲的原動力，因此泡泡瑪特IPO高漲的市值與后期表現也是審計中應充分關注的對象，需要分析其市值波動的緣由，評判其財務數據的真實、可靠性。

4.2 總市值環形圖分析

選取2021年6月30日的行業總市值數據，收集和整理海爾智家、創科實業、思摩爾國際、泡泡瑪特、敏華控股、JS環球生活6家上市公司的總市值，運用R-Studio工具導入數據，繪制環形圖，并將泡泡瑪特與行業平均值、行業中值進行對比，見圖4。

審計時結合2021年6月30日泡泡瑪特的總估值看，該公司以總估值495億元排在行業第4位，遠超行業平均值102億元、行業中值3.76億元。海爾智家排在第1位，總市值達2 455億元;接著是創科實業，總市值達2 320億元;后面依次為思摩爾國際、泡泡瑪特、敏華控股、JS環球生活。

市值作為IPO項目的一個重要指標，可使審計人員在行業基礎上對被審計公司的總體地位做判斷，再根據其市場反饋與公司個體情況進行深入挖掘，從盈利、發展等多維度綜合分析公司情況，公司優劣將一目了然。

4.3 凈利潤“小提琴+箱線圖”分析

在總市值基礎上，進一步收集和整理創科實業、海爾智家、藍月亮集團、敏華控股、泡泡瑪特、思摩爾國際6家上市公司的凈利潤情況，運用R-Studio工具導入數據，繪制“小提琴+箱線圖”雙分析疊加圖，使審計人員對數據的評判更加詳細，見圖5。

6家公司的凈利潤數據集可視化后，依據高低值排列，清晰地顯示出最大值屬于海爾智家，但該公司的凈利潤波動范圍相較其他5家公司更大，其凈利潤中值在80億元附近;而排在第2位的創科實業，凈利潤最大值為52.26億元;被審計單位泡泡瑪特的凈利潤則處于較低水平，該情況可能與公司新上市便遭遇疫情影響有關。

根據可視化分析結果，審計人員可進一步分析泡泡瑪特凈利潤較低的原因，考慮是否與市場經濟環境、供應鏈暢通程度、生產線效率等因素有關，并查看其主營業務收入、主營業務成本、存貨進銷單、應收賬款、應付款項等數據，為該公司提供合理建議?？紤]到泡泡瑪特從新三板轉港股上市的特點，要確保IPO財務合規。

最后，審計人員出具不同意見類型的審計報告，以增強會計報表的可靠性，給予審計意見。借助R語言可視化審計分析工具，審計人員做出的風險預測、判斷更為精準，能夠切實保障被審計單位的財產、債權人和股東權益，以及企業利害關系人的利益。

由此案例可以看出，審計人員在開展審計業務前，利用市盈率棒棒糖圖、總市值環形圖、凈利潤“小提琴+箱線圖”對公司的市場規模、盈利水平進行更具體的了解，對后期審計業務的實施具有指導作用，環環相扣推動審計業務的開展。

運用R語言的大樣本可視化分析技術，能夠更加明晰地了解行業的整體凈利潤狀況，不再僅依賴于傳統審計專業人員的經驗判斷，在大數據技術的支持下，選取、收集的數據更為精準，審計實施程序更為有效。此外，R語言大數據可視化的多圖疊加功能也增強了可視化分析功能。

5 建議與展望

新時代下，大數據審計不斷發展，R語言可視化分析技術在審計實務方面的應用仍需加強。本文屬于探索性的研究成果，針對R語言在企業實際審計業務中的運用進行了部分演示，但R語言大數據審計仍然任重道遠。

5.1 R語言在審計業務中應用的建議

5.1.1 培養大數據審計專業復合型人才

新領域的發展需要復合型專業人才，人才是推動行業進步的關鍵所在。要解決復合型人才培養問題，需要從教師與學生培養著手，高校應從師資引進與學生培養兩方面展開：一是引進專業技術人才，加強數據技術人才與審計領域教師的交流合作，共同研討大數據審計的教學方案;二是培養財會、審計領域學生對數據技術的興趣，將最新數據技術教授給財會、審計專業類學生，解決財會、審計專業類學生學習數據技術的入門之難，進而使學生掌握大數據審計技術，培養學生運用大數據審計技術的能力，服務于市場。此外，企業、高校等應聯合開設大數據審計技術課程培訓，積極推動已就職審計人員培訓，鼓勵其加強大數據技術學習，提升大數據審計職業技能。

5.1.2 增強大數據審計人才創新能力

新領域的發展需要創新創造能力，財會、審計人員應積極學習創新創造技能，拋除陳舊思想，打開思路。隨著R語言等大數據技術的進步，結合實際工作經驗，創造性地開辟大數據審計的新途徑，發揮審計人員的智慧和才干，創造適合大數據審計的新審計模式，并在實踐中不斷探索、探討大數據審計模式的發展新思路，制定大數據審計規章制度，設定大數據審計具體流程。隨著眾多審計、財會專業人才的轉型，以及新一代具備大數據技能與財會、審計專業知識的人才畢業、就業，大數據審計行業的發展集聚雄厚力量，未來可期。

5.1.3 為復合型人才提供就業渠道

政府應大力推動企業與高校深入合作，令高校充分了解市場就業需求，開展線上、線下招聘培訓會議，讓學生明晰市場就業需求，為高校畢業生提供充足的就業、實習崗位與渠道。高校應加大力度引進具有實務經驗的優秀教師，使畢業生能將所學技能充分應用于市場、服務于市場。這樣技術才能進步，大數據審計才能快速發展。另外，企業也可推廣“導師制”，為學生提供更多實習崗位，提升其實踐工作經驗，彌補應屆生初入職場的欠缺與不足。

5.1.4 完善大數據審計相關制度

完善大數據審計相關流程制度與配套規章，對規范大數據審計具有重要意義。無規矩不成方圓，大數據審計的各項指標、流程需規范化，需對大數據審計的開發提出指導性意見。制定大數據審計準則對審計業務的開展、實施、質量控制具有保障作用。

5.1.5 推動企業數據處理一體化建設

推動財務數據一體化建設，涉及多行業的大型集團公司可成立財務共享中心，構建財務信息化處理系統。企業數據分類規范化、統一化，避免命名沖突，進一步提高R語言文本聚類技術、電子化掃描技術、文字數據提取技術的精確性、有效性，確保數據與實體的真實、統一性，克服數據初始設定的困難。經過初次審計系統構建后，逐步規范和完善審計程序，使財務數據有效轉化為審計數據，避免高冗雜、高重復性數據的收集和整理，保障大數據可視化編譯的嚴謹性，謹防“假賬真審”，確保審計程序順利實施。

5.1.6 通過制度流程設定保障數據安全

在數據庫建設進程中，應對數據制定相應的合理級別，如商業機密型、可部分公開型、完全公開型等;進一步強化數據瀏覽權限設定，因崗設權，保證審計實施過程中被審計單位的商業信息安全、員工個人信息安全，防止數據濫用;完善數據轉運流程制度，由審計人員清點審計資料后辦理轉移接收手續，謹防審計數據遺失、泄露。

5.2 R語言在大數據審計中的應用展望

隨著人工智能技術的不斷成熟，R語言大數據審計終將在審計業務中普及。大數據審計的核心依托于機器學習，審計風險智能評判提示和數據真實性甄別將是大數據審計的2個前進方向。完善“人機交互”式審計程序，智能評判資金流動關聯，監測資金總體變動情況，提示變動異常，供相關方使用;同時，審計人員也要注重對商業數據的有效保護，謹防數據遺失、泄露;做好舞弊智能識別，完善重大錯報漏報防范機制?；诖耍筊語言大數據審計充分發揮審計作用，完成審計使命。

6 結語

本文對R語言大數據審計可視化進行了分析，對大數據審計可視化的發展進行了探討，得出該領域仍處于初步發展階段的結論。運用R語言進行大數據審計，其意義不僅在于創新了審計方法，增加了審計方式的多樣性，而且為大數據審計提供了更精準、便捷的途徑，對審計行業的發展具有跨越式幫助。

參考文獻

[1]牛艷芳，鄧雪梅，陳偉.數據科學工具之R語言在審計數據分析中的應用探索[J].中國注冊會計師，2016（9）：93-97.

[2]陳偉，詹明惠，陳文夏.基于社會網絡分析的金融科技系統用戶管理風險審計方法研究[J].中國注冊會計師，2019（12）：74-78.

[3]劉國城，馬欣萌，徐志.審計全覆蓋驅動下大數據審計平臺構建研究[J].會計之友 ，2021（11）：125-132.

[4]宋鐵波，陳玉嬌，朱子君.量化文本分析法在國內外工商管理領域的應用對比與評述[J].管理學報，2021，18（4）：624-632.

[5]陳偉，詹明惠.基于大數據可視化技術的信息系統AC審計[J].會計之友，2021（1）： 120-125.

[6]山東省審計學會課題組，欒心勇，孟祥宇.山東大數據審計探索與實踐[J].審計研究，2020（3）：29-35.

[7]王茜一.基于數據可視化技術的醫院藥品加成績效審計應用[J].財會通訊，2021（9）：145-149.

[8]王雪榮，侯偉龍.大數據審計研究綜述與展望：基于Citespace的知識圖譜分析[J].會計之友，2021（23）：78-86.

[9]王海洪，呂登輝，任美，等.我國大數據審計研究綜述：基于中文核心期刊文獻研究[J].會計之友，2021（14）：134-139.

[10]ESPINOZA S C，NOVOA-MUOZ F.Ventajas del alfa ordinal respecto al alfa de cronbach ilustradas con la encuesta AUDIT-OMS [J].Revista Panamericana De Salud Pública，2018（42）：1-6.

[11]羌雨.R與當前大數據審計方法的比較研究[J].時代金融，2017（15）：220-221.

[12]張敏.大數據審計：五大趨勢與五大挑戰[J].會計之友，2020（8）：2-11.

收稿日期：2022-03-15

作者簡介：

王文婕，女，1996年，碩士研究生在讀，主要研究方向：大數據審計、公司財務。

康玉梅（通信作者），女，1973年生，博士研究生，副教授，主要研究方向：公司財務、審計。