一、大数据发展历史与应用 “大数据”一词最早出现在麦肯锡公司在2011年5月发表的文章《大数据：创新、竞争和生产力的下一个前沿领域》中。截至现在，关于大数据的概念在全球还并未形成统一的标准。本文以“维基百科”对大数据的定义为基准，其解释为：大数据的组成单位为巨型数据集，并且其大小与人类有限时间内能够处理、使用和处理的数据相比较，处于遥遥领先的位置。大数据的内容已经突破结构化数据的局限，包含更多的图片、视频、网页数据等在内的半结构化和非结构化数据。依据权威的“4V”（Volum、Variety、Velocity、Value）理论分析可知，大数据具有数量大、多元化、流速快、价值密度低等特点。 2013年，“大数据之父”奥地利数据科学家舍恩伯格认为大数据成为人们获取新的认知并创造新的价值的源泉，通过大数据的挖掘可以帮助企业带来更多经济利益，逐渐成为一种“资产”。大数据相关信息的掌握越多、越可靠，其经济决策就越准确、对企业乃至经济的发展都具有更多的发言权，同样，大数据资产也将会成为企业、组织乃至国家的核心竞争力。大数据相关技术的日益发展与成熟，其作为资产的特征不断明显，国内外各个社会的认可度在不断提高。贵阳大数据交易所作为国内第一家大数据交易所于2015年4月15日挂牌运营，这是大数据在国内进入资本市场的标志，其作为资产产生真正的流动价值。目前，大数据资产是一种高价值的战略资产，涉及到企业、行业、相关部门及国家层面，其有助于提升审计预警经济社会风险、审计思维全数据模式。审计机关对被审计单位审计时的数据信息不仅可以通过被审计单位获取，还可以通过外部（比如大数据交易所）渠道购买数据并与内部数据相互验证，进一步将审计风险降低并提高审计质量。审计机关通过数据挖掘，将海量数据整合、逻辑分析发现其中关联，将这些数据关联起来变成有价值的资产，推动大数据资产在各个部门共享并最终形成可交易的资产。 审计机关可以大量收集被审计对象（或者其他客户）的相关数据形成专门的大数据数据池，以此更全面的了解被审计单位的过去及当下并对其存在的风险更准确地进行评估分析，这有助于审计机关业务范畴的拓宽。业务范围可以从审计审阅拓宽至数据审计、责任审计及行业审计等。海量的数据仅仅是大数据的外在表现，真正的价值体现的是其高价值密度信息。比如，阿里巴巴2009年涉足小贷业务后并取得了巨大的成功，其背后的关键在于其掌握了海量高价值的客户信息数据且外界一般难以获得。此处可见，私密的大数据信息有效成为了其资产并为其创造了价值。审计人员可通过海量的大数据在足不出户的情况下就全面且及时地了解被审计单位，大大提高了审计效率。大数据的资产化可使得这些价值不断体现，其共享、多用途及时效性等特征可提高其资产价值。美国的十大数据中心与十大金融中心一样，不仅体现了大数据对金融机构的重要性也同样展现了对各行业及政府的重要性。大数据集合了各种海量的交互数据、交易数据及数据处理能力，可以大幅将数据挖掘、分析能力提升，这些最终都有助于其资产价值的提升。随着大数据信息量的增加及数据处理能力的提高，大数据价值将在特定方面超越有形资产的价值，市场应用前景广泛。 二、大数据在国家审计中发挥的作用 党的十八届五中全会提出的“十三五”规划中指出：在大数据时代背景下，国家大力推进大数据战略，最重要的是进一步实现资源共享，而互联网成为政府在新形势下的施政平台。面对数量巨大、结构繁杂的大数据，仅凭政府的管理和保护能力，无法适应大数据时代的需求。所以，搭建电子政务平台，利用线上服务，有利于数据资源共享和工作效率的提升，同时保证了权力的有序运行，对出现的问题有据可查。另一方面，缩短了政府和群众之间的距离，能够直接互联互通，提高政府的反应能力，全面提升政府服务的智能化水平。通过以上分析可知，大数据的应用可以为政府的管理和决策提供可靠准确的信息，将成为社会和经济发展的新驱动力。 而作为起到国家治理作用的审计机关，可以利用大数据的海量、动态的信息及精确的数据处理方法进行风险评估分析，提高复核问题、评判的能力。大数据作为技术手段可以作为政府审计监督变革的工具，为审计思维模式带来全面的变革。 （一）“全样本审计”代替“抽样审计” 传统审计，审计人员受制于数据的有限性只能利用审计抽样对被审计单位的部分数据信息进行风险评估及实质性审计等。传统风险导向的审计模式是以样本数据审计结果推断整体，这样的审计很难全面、客观及系统的揭示被审计单位。若审计抽样结果偏差较大，会导致审计结果严重偏离真实情况，形成较大的审计风险不说，很可能会误导各个利益相关者。若能合理有效地对被审计单位的全部数据信息进行审计，则得到的审计结果将较为可靠。 大数据技术的发展使数据获取和存储等技术已经非常成熟，使得审计人员可以及时获取与审计相关的数据。这些相关的数据除了基本数据，还包含一定的非结构化的数据和反应某种个别现象的关联数据。综上，大数据可以帮助审计部门建立从局部审计思维模式到整体全面审计的转变，同时可以采用全样本与局部重点相结合，来发现被审计单位更多的信息。另一方面，可以通过跨地区、跨行业及全数据的审计，也可判断被审计单位是否存在违法违规行为。审计人员利用大数据技术可以多层次多角度的审计，发现在抽样审计时难以发现的问题，将审计范围扩大，从而提高审计质量，并在一定程度上规避审计风险。从审计角度可以理解为审计样本不断逼近总体，误差（偏差）就越小、审计风险越小，审计结果就越可靠。基于全部信息数据的数据挖掘，有利于审计人员从众多数据中发现其中某些细小数据的问题。审计人员从以前的经验判断到依靠大数据进行客观的判断，实现了对被审计对象的全面掌控，大大提高了审计的准确性及可靠性。
