智慧审计是一个可以使得国家审计更加迅速、灵活、准确地为国家治理服务的系统。本文将微软公司的Microsoft SQL Server中的BI工具作为多维数据分析工具引入审计分析中，使得审计分析中数据层到信息层的转换更为高效。 智慧审计中的数据层与信息层 智慧审计的四层两翼模型，由下至上分别是数据层、信息层、知识层和智慧层，左翼是信息技术支撑部，右翼是法律规范支持部。该模型由底至上是依次提炼升华的过程，每上升一层都需要足够的信息技术支撑，其中数据层的主要功能是存储和共享审计工作所需的数值型数据和非数值型数据，理解数据之间的关系才能产生信息，即信息层能够表示数据的来源和去向，将数据有机地联系起来，提供一些经过组合计算的数据，即重要指标。 多维数据分析实现的逻辑模型 从数据中提取有用信息的技术方法有多种，其中包括联机分析处理（On-Line Analytical Processing，简称OLAP）。OLAP是使分析人员、管理人员或执行人员能够从多种角度快速、一致、交互地存取从原始数据中转化出来的、能够真正为用户所理解的，并真实反映企业多维特性的信息，从而获得对数据的更深入了解的一类软件技术。审计分析利用OLAP的主要特点，即多角度思考模式，预先为用户组建多维的数据模型。一旦多维数据模型建立完成，审计人员可以快速地从各个分析角度获取数据，也能动态地在各个角度之间切换或者进行多角度综合分析，具有极大的分析灵活性。审计人员运用多维数据分析技术，能够直观、快速地进行多角度、多层次的数据分析，同时灵活地展示分析结果，更好地体现“把握总体、突出重点”的审计工作原则。 多维数据分析实现的技术路径 首先选择一项多维分析工具，市面上主流的数据库系统基本都支持OLAP分析，本例选择的工具是微软公司的Microsoft SQL Server。SQL Server多维数据分析的过程是：先使用SQL Server Management Studio创建数据库，然后通过SQL Server Business Intelligence Development Studio（简称Br）这一数据库开发工具创建维度表和事实表并实现建模，再通过Analysis Services应用管理多维数据库。 本文以商业银行审计中对公贷款分析为例（见图）具体阐述多维数据分析技术的应用。 （一）数据采集和建立数据库 1.数据采集 本例数据采集来源主要是商业银行的对公信贷管理系统，包括对公信贷业务明细和公司客户信息。 2.数据规范化 在提取上述数据后，将根据多维分析的需要对数据进行规范化整理，一定程度上增加了数据的冗余。 一是对信贷业务明细表进行整理，本实例中提取了某省分行三年的对公信贷业务全量明细的年底时点数据，将金额字段按照币种汇率换算为统一的人民币金额，同时增加部分字段：[不良贷款余额]（贷款五级分类中为“次级”“可疑”“损失”的贷款余额）。 二是对代码表进行整理，将机构代码表以及行业代码表进行拆分。 （二）构建多维数据分析模型
以上节建立的数据库为数据源，通过BI工具构建多维数据分析模型。 （三）多维数据分析 在多维数据集建立完成后，开始多维数据分析，具体方法是进入SQL Server分析服务器（Analysis Services）进行浏览。 1.对公贷款的结构分析 分析各行业的贷款分布情况。将“按客户——行业”维度添加至行区域，“按年度”维度添加至列区域，“贷款余额”添加至数据区域，将“总计”列按照降序排列，可以看出贷款余额排在前几位的行业数据，便可以选择这些行业进行切片分析，具体操作是将“按机构”维度添加至行区域，将“行业大类”添加至筛选区域，从中勾选某个行业。在实际工作中，可以直接筛选关注的行业勾选进行切片操作。 分析各机构的对公不良贷款。将“按机构”维度拖至行区域，“按年度”维度拖至列区域，“不良贷款余额”拖至数据区域。在数据区域中右键选择“降序排列”，排在前列则是不良贷款余额最大的分支机构。然后进一步分析排在前列的二级分行的不良贷款结构，将“按机构”维度拖至筛选区域进行切片操作，勾选“某市分行”，将“按产品”维度拖至行区域，可以看出该机构的不良贷款的主要产品组成。对于该分行不良贷款集中的信贷产品，要继续了解该分行是否严格执行了银行对该信贷产品的操作规程和风险控制。 2.对公贷款的趋势分析 分析分支机构的贷款总额趋势变动。将“按机构”维度添加至行区域，“按年度”维度添加至列区域，“贷款余额”添加至数据区域，结果显示各二级分行三个年度的对公贷款余额数据，在数据区域中右键选择“显示为”——“行总计的百分比”，这样显示的百分比数值就更为直观地反映变动。从总计行中看出全行汇总数，分析各二级分行的贷款余额趋势与省分行汇总趋势是否一致，重点关注与汇总趋势明显不一致且波动较大的二级分行。
