大数据审计实践应用研究

作者简介:
福州市审计局课题组,课题组负责人:林芳,课题组成员:吴祥添、陈辉瑜、刘殷星

原文出处:
福建审计

内容提要:

02


期刊代号:V3
分类名称:审计文摘
复印期号:2018 年 05 期

关 键 词:

字号:

      中办、国办《关于完善审计制度若干重大问题的框架意见》及省委办、省政府办《关于完善福建省审计制度的实施意见》等文件明确要求要积极运用大数据技术,加大业务数据与财务数据、单位数据与行业数据以及跨行业、跨领域数据的综合比对和关联分析力度,提高运用信息化技术查核问题、评价判断、宏观分析的能力。当前,创新大数据审计分析技术,构建大数据审计工作模式,建立健全与审计全覆盖相适应的工作机制已成共识。特别是,在审计实践中加大数据综合关联分析力度,加大对财政、金融、企业等各领域之间数据关联分析,中央、部门、地方间的数据关联分析,财务、业务数据见的关联分析,部门纵向各级间数据的关联分析,被审计单位、行业、地方单个系统与宏观经济运行间的数据关联分析已成为关键技术。

      一、大数据与审计大数据

      目前,大数据的研究与应用已经成为国内外的热点,列入全球10大关键技术。不同文献,给出的大数据的定义也有不同。最初的概念,是指需要处理的信息量过大,已经超出一般电脑在处理数据时所能使用的内存,因此必须改进处理数据的工具。这导致新处理技术的产生,如谷歌的MapReduce和Apache的hadoop平台,这些技术使得人们可以处理的数据量极大地增加。最常见的定义,是世界著名咨询机构麦肯锡公司做出的,大小超出常规数据库工具获取、存储、管理和分析能力的数据集。概括起来说,大数据主要具有大量Volume、高速Velocity、多样Variety、真实Veracity四个特点,即“4V”特点。

      审计领域,审计大数据的内容也是包罗万象,涉及国民经济运行的主要数据。当前,审计大数据主要基于被审计单位信息系统存储的结构化数据,但非结构化的文档、网页和社交数据对审计的价值也是毋庸置疑的。将来,来自物联网的传感器数据也会成为审计大数据的来源。具体来说,审计大数据既包括来自被审计单位信息系统的财务、业务数据和相关支撑资料,也包括其他部门、互联网的交互数据;即包括结构化数据,也包括文档、音频等非结构化数据。实践中,审计大数据在揭露重大违法违纪问题、提高揭示宏观经济社会运行风险的能力和效率方面发挥积极作用,是实现审计全覆盖的技术保障,其最终目标是维护国家经济安全,促进国家审计在国家治理现代化中发挥基石和保障作用。

      二、大数据审计带来的影响

      大数据时代的到来赋予了审计技术改革新的动力和内容,对审计机关分析利用大数据、审计模式和审计组织方式等带来正向的积极的影响。

      (一)数据利用上,强化对数据深层次多维度的关联分析

      一是提高现有数据的价值。大数据的价值不再单纯源于数据本身的基本用途,而更多源于它的二次利用。随着各地审计机关开展审计数据定期报送制度化,加之历年审计项目中积累的各种数据,审计可用的数据将越来越多,审计数据集中力度将更高。如何将现有多行业、多部门、多类型数据利用好,是当前审计数据分析的要务。二是应更加注重数据关联分析。数据总和比部分更有价值,当多个数据集的总和重组在一起时,重组总和本身的价值也比单个总和更大。只有加大行业内数据以及跨行业、跨领域数据的综合比对和关联分析力度,才能提高运用信息化技术查核问题、评价判断、宏观分析的水平。

      (二)分析模式上,注重大数据常态性的数据分析

      一是审计范围由“抽样审计”向“全景审计”转变,审计模式也将会转向大数据审计模式。过去,审计分析由于受到人力、时间和分析条件的限制,无法做到对所有审计数据的收集和分析,所以在审计项目中一般采用依赖于审计重要性水平的审计抽样方法。大数据时代,大数据审计模式可以精确定位问题所在,减少抽样审计带来的片面性和局部性,让风险控制更有针对性。二是审计数据分析呈现常态化。数据分析不只局限于审计项目开始时,可以在整个项目年度持续开展。日常数据分析中,审计人员将采用新技术,从海量数据中挖掘相关审计疑点,通过一个一个审计项目现场进行验证,使得后台数据分析与审计现场作业融合更加紧密。促使单兵审计向兵团联动审计转变,现场审计向现场审计与非现场审计相结合的转变,提高了审计能力、质量和效率,拓展了审计监督的广度和深度。

      (三)组织形式上,强化数据分析管理“中心制”

      审计大数据应用必然需要一种能打破行业界限,突破项目限制、有利于审计资源整合的组织管理模式。《“十三五”国家审计工作发展规划》也明确提出创新审计管理模式和组织方式,大力推行现代审计综合模式,全面推广“总体分析、发现疑点、分散核实、系统研究”的数字化审计方式。目前,尽管已经形成以扁平化模式组织实施大数据审计的共识,但多头管理的问题还是客观存在,一定程度上会消解大数据审计所带来的技术优势。实践中,可由审计机关主要负责人指定一位分管领导、处长负责领导具体项目数据分析,其他同级别的负责人在审计现场或业务方面服从统一调度。成立领导小组办公室、政策分析组、数据分析组和现场核查组等,打破多头指挥,有效落实“统一审计计划、统一审计方案、统一审计培训、统一审计实施、统一审计处理”的“五统一”的工作方式。

相关文章: