多维数据分析(on-line analytical processing,OLAP)是以海量数据为基础的复杂分析技术，它可以对以多维形式组织起来的数据进行上卷、下钻、切片、切块、旋转等各种分析操作，通过对数据进行剖析，可以从多个角度、多个侧面观察数据库中的数据，迅速找出数据反映的各类信息。 近年来，审计人员在审计领域对多维数据分析技术进行了不断的尝试和探索，取得了很好的效果，并总结出审计数据多维分析的总体过程，即：构建总体分析模型，站在一定的高度上把握总体，从观察趋势、选择重点，到运用钻取、掌握明细，直至发现线索、引导延伸。 在地税联网审计中，涉及的税务征收、管理、稽查、评估等业务数据量大，数据关系复杂，如果仅依靠简单的SQL查询是盲目的，审计风险较高。因此，在联网审计系统及数据库建设过程中，有必要对多维数据分析技术进行应用研究，并将其作为一种重要的审计分析手段融入联网审计系统中，使审计人员能够对数据进行宏观分析、深度挖掘、钻取，深入剖析税收结构、比重、税源税基变化情况以及税收计划完成情况，迅速锁定审计疑点，揭示地税部门在税源控管以及信息系统控制等方面存在的薄弱环节，以便更好地履行联网审计实时动态的审计监督职能。 一、建立多维数据集，作为地税联网审计的基础模型 开展多维数据分析，可以利用和借助市面上很多多维数据分析工具，如服务器端工具有Microsoft SQL Server Analysis Services(SSAS)、IBM DB2 OLAP Server、Oracle Express Server等，客户端工具有Excel、ProClarity、Oracle Express Analyzer、Crystal Analysis等。以下所述地税联网审计系统（已在南京市审计局应用部署并稳定运行）基于SQL Server 2005进行开发，审计数据的多维分析主要通过SQL Server 2005的BI平台和SSAS工具实现。 1、电子数据准备 数据质量的优劣直接关系到是否能进行多维分析，以及分析结果的有效性。联网后，系统定期从地税部门自动采集电子数据，经过清洗、转换、验证、集成和优化等数据处理操作，按照《地方税收审计数据规划》（审计署计算机审计实务公告第9号）的相关标准形成审计中间表，搭建审计数据库。同时，地税数据的逻辑结构设计包括主题数据、数据表、元数据、数据粒度、数据分割等方面，实践中，共设计了13类主题数据，139张基础表，40张分析表，41类元数据，并按税种、时间、行政区划等多种策略进行数据分割，为多维数据集的建立做好基础准备。 2、设计多维数据集 利用SQL Server 2005商务智能(B1)平台，建立SSAS项目，设计多维数据集。步骤如下： 第一步：定义数据源，使之连接到联网审计数据库服务器。 第二步：定义数据源视图。选择需要用到的数据表和视图，如“税款征收数据表”、“税款退还数据表”、“近3年纳税申报数据表”、“地税税种税目信息表”、“代码_申报类型代码表”等各类基础数据表、分析表、代码表。 第三步：确定事实数据表、维度表、度量值、维度等。根据审计业务和审计重点，在加工好的审计数据基础上，选择事实数据表和维度表，增加度量值和维度，还可根据度量值间逻辑关系，通过计算等方式丰富多维分析内容及审计指标，最终建立具有多种业务角度及审计角度的多维数据集。在设计多维数据集时，要充分考虑审计业务的需要，建立恰当的度量值、维度、计算成员。 如针对房产税，审计分析需求包括：房产税近几年的缴纳情况及其增长变化趋势、当年各月房产税征收的地区分布情况、与往年同期缴纳的差额等，建立“房产税征收”多维数据集时，其事实表、维度表、度量值、维度等均应结合审计需求进行设计，事实表可确定为：房产税税款征收数据、税款退还数据；维度表可确定为：国库基本信息、纳税人基本信息、税务机构基本信息、代码_预算级次代码等共26张表；度量值可确定为：应纳税额、减免税额、实纳税额、税款退还开票金额等共9个；维度可确定为：时间维度、缴款方式、国库代码、减免原因、退税类型等共32个；计算成员可确定为：本年与上年同期房产税差额、实际入库税款等。设计结构如图1所示。
图1 3、多维数据集的数据处理 通过对SSAS项目进行部署，可对基础数据源进行数据处理和计算，并将处理结果复制到多维数据集对象中。此后，就可以利用多维分析客户端工具浏览多维数据集中的实际数据，开展审计多维分析工作。 二、建立多维分析模型，实现总体分析 在地税联网审计系统中，已建立的多个多维数据集以基础模型的形式提供给审计人员，利用集成到系统中的SSAS多维分析功能，审计人员根据审计任务及审计重点，提取相关维度和度量值，设置一定的筛选条件，就可以组合出满足审计需要的多维分析结果，并以数据和图表的形式展现给审计人员，方便快捷地实现总体分析。
