首 页 新闻中心 图片视频 审计要闻 通知公告 地方动态 审计业务 廉政建设 内审园地 信息公开 审计文化 下载中心 投资审计平台
 
当前位置: 首页 > 审计业务 > 理论科研
浅谈大数据背景下的审计创新
来源: 时间: 2018-02-06 浏览次数: [ ]

浅谈大数据背景下的审计创新

bt365官方网注册顾建国

 

随着审计信息化工作的逐步推进、审计全覆盖的逐步落实,大数据分析在审计工作中扮演着越来越重要的角色,了解大数据在审计工作中的具体应用方法,展望数据挖掘和云审计平台的发展方向是未来审计工作的重点、要点和难点。本文结合具体的审计项目,对大数据在审计工作中的创新指导作用作简要论述。

关键词大数据数据挖掘云平台

 

《国务院关于加强审计工作的意见》在加快推进审计信息化工作中要求:推进有关部门、金融机构和国有企事业单位等与审计机关实现信息共享,加大数据集中力度,构建国家审计数据系统。探索在审计实践中运用大数据技术的途径,加大数据综合利用力度,提高运用信息化技术查核问题、评价判断、宏观分析的能力。创新电子审计技术,提高审计工作能力、质量和效率。推进对各部门、单位计算机信息系统安全性、可靠性和经济性的审计。与此同时,国家审计署近年来不断要求各地建立审计数据分析平台、审计数据中心和指挥中心,将审计对象库、审计数据库、知识资源库融入该体系,形成财政资金审计全覆盖新机制。

审计作为一项经济监督活动,是对被审计单位信息的真实完整性、经济行为的合规性进行鉴证。鉴证的进行依赖于数据,大数据的应用无疑是审计信息化推进工作中的一把利剑,为审计工作的飞跃带来了不可多得的机会。大数据大量化、多样化和快速化的特点与审计监督活动相结合,其审计效率必将是事半功倍。

一、大数据助推审计抽样创新

抽样是指审计人员对少于全部样本数量的项目实施审计程序,使所有抽样单元都有相同的被抽取的概率,以对抽取样本的审计结果作为整体的审计结果。抽样风险是指,审计人员对样本进行审计得出的结论不同于对整体进行审计得出的结论的风险。尽管抽样风险的大小与样本规模和抽样方法等相关,但由于其本身的局限性,只要进行抽样,就一定会存在不可避免的风险,对审计结果的准确性造成影响。

以部门预算执行审计为例,审计覆盖面窄,审计的广度深度不够的问题就一直存在。盐城市预算单位有几百个之多,其审计部门的选择往往存在这样几个问题:1.部门覆盖少,基层审计机关为统筹审计资源,解决人少事多的现状,对审计单位选择上存在一定的局限性,往往将经济责任审计与部门预算执行审计结合实施,安排年度计划项目时,以经济责任审计的单位为主,容易造成对政府组成部门安排审计较多,对人大、政府、政协等部门安排较少,甚至有的单位常年未接受审计的情况;2.延伸范围小。在实际工作中,通常会遇到由主管单位对项目资金进行统一申报,而由二级单位或基层单位具体实施使用项目资金,而我们在进行部门预算执行审计时常常只关注一级预算单位,较少能延伸审计至具体使用资金的二级或基层单位,造成审计力度不深不透,审计评价浮于表象;3.审计期间短。对某一年度的预算执行情况进行审计,审计人员往往被年度所局限,仅关注这一年的情况,没有与往年数据对比分析的意识,也默认无视资金使用的发展连续性和跨年特点,无法在对比分析中找出变化的原因或者问题。

在此背景下,大数据分析就显得尤为重要,通过采集全市所有预算单位的财务账套,将数据程序化、模块化,我们不仅能够快速直接的分析某个单位历年来的财政收支情况,更能横向比较各预算单位的财政收支,以确定审计重点。通过专业技术分析方法实现审计思路、审计目标向计算机语言的转换,借助大数据平台对数据进行收集、整合和高效处理,使审计人员既能够从宏观层面准确把握整体情况,又能够从微观上精确定位到某个预算单位某笔经济业务等预算构成分子。这样,就能将审计人员从繁琐的数据查阅工作中解放出来,将工作重心转向趋势判断、对比分析、问题发掘。

二、大数据拓展审计范围创新

以保障性安居工程审计为例,保障性安居工程建设涉及到了资金的筹措、土地的供应、工程建设的质量、对符合政策人群的房屋分配四个环节,致使其具有较长建设的周期,投入大量建设资金、惠及面广、整个项目流程持续时间长的特点,同时也使保障性安居工程审计范围会涉及到发改部门、财政部门、保障房建设单位、民政部门、社保部门、国土部门等多个部门和相关建设单位,基于上述因素,安居工程审计具有部门较多,审计任务重、工作量大、政策性强的特点。

针对保障性安居工程的问题特点,大数据分析可以从两个层面解决问题。1.多维分析,即是把分立的数据库相关联。比如要分析某个被保障户的收入情况,可以同时从房产情况、个人所得税情况、车辆情况、社保基数情况、公积金缴纳基数情况等维度进行比对分析,这样就极大程度的避免了造假骗取保障的可能性。2.非结构化数据分析。所谓非结构化数据即是数据结构不规则或不完整,没有预定义的数据模型,不方便用数据库二维逻辑表来表现的数据。众所周知,随着社交网络的流行直接导致大量类似用户习惯这样的非结构化数据的涌现,大数据技术从多角度对数据处理系统、数据库架构进行重新思考,并从中提炼出所需要的可架构化数据。站在国家审计的层面,通过对审计对象的收入、家庭条件及其日常活动轨迹等数据挖掘信息的收集,通过计算机自动确定相互矛盾、异于常态的记录。这样便更能真实有效的反映出隐藏问题。

  三、大数据促进审计平台创新

大数据平台不同于传统的审计平台,大数据平台更注重数据的检索和分析性能。财政、社保、公积金、税务、房产等等各行各业的数据纷繁复杂,如何利用这些数据有效的构建审计平台,做好两点显得尤为重要。

1.云平台建设。普通的数字审计平台存在诸多问题:电子数据较大,数据的采集缺乏长效稳定机制;电子数据多为事后采集,缺乏时效性和动态更新管理;电子数据的转换过程容易造成数据的丢失和失真;审计模板可拓展性较差,难以个性化操作;审计数据通过物理介质拷贝传输,数据的安全性没有保障;数据的共享交互机制不够健全。云平台可以借助电信专网,搭建纵横交织的审计网络。纵向实现署、省、市、县审计机关四级网络互联;横向实现审计部门与市委、市政府重要部门网络互联的。在此基础上搭建一个通用的数据访问接口。

2.数据挖掘能力提升。简而言之,数据挖掘就是从大量的数据中通过算法搜索隐藏于其中信息的过程。挖掘型分析是利用数据仓库和数据挖掘工具进行的审计分析,主要有分类、聚类、异常、演化等方法。分类分析就是通过训练集中的数据,为每个类别建立分类分析模型,然后用这个分类分析模型对数据库中的其他记录进行分类;聚类分析是将数据分成由类似的对象组成的多个类的过程,由聚类所生成的簇是一组数据对象的集合,这些对象与同一个簇中的对象彼此相似,与其他簇中的对象相异;异常就是一个数据集中往往包含一些特别的数据,其行为和模式与一般的数据不同,这些数据就被称为异常,异常就是我们所谓的疑点;演化分析是基于数据的类似性和规律性,对数据记录随时间变化的发展趋势进行推断。与目前数据分析人员采用的查询型分析等方法相较,挖掘型分析方法能高效地对海量数据进行分析,从而发现其中隐藏的疑点和规律。在数据分析中,要将查询型和挖掘型分析方法进行有机结合,从而显著地提高工作效率和成果。

 

参考文献:

[1] 苗亚平:如何运用大数据助推审计全覆盖

[2] 康倩倩:保障性安居工程跟踪审计工作中的难点和对策

[3] 罗文韬:数据挖掘在财政预算执行分析中的应用

【打印本页】【关  闭】
主办:bt365官方网注册  地址:盐城市府西路1号国投商务楼  邮编:224001  苏ICP备05002185-1号