2014年10月，党的十八届四中全会对全面推进依法治国作出部署，并强调和巩固了审计监督在党和国家监督中的地位，同时提出对公共资金、国有资产、国有资源和领导干部履行经济责任情况实行审计“全覆盖”。2018年3月中共中央印发《深化党和国家机构改革方案》，提出为更好地发挥审计的监督作用，建立中央审计委员会。在国家治理能力和治理体系现代化的大背景下，探讨如何实现国家审计制度体系和国家审计能力现代化，特别是如何实现审计技术方法的创新，以满足党和国家对审计监督作用的要求，提高审计质量、增强审计效率、实现审计全覆盖，具有十分重要的现实意义。 近年来，信息化环境持续发生变化，审计对象已经转向大数据方向。面对党和国家对审计工作的新要求，审计实践出现了一些问题，如：大数据环境下数据复杂程度高，传统审计方法难以处理海量数据，数据中隐含的关键有用信息更难被发现；审计资源与审计任务冲突，大数据环境下审计人员要花费数倍于以往的精力进行数据分析，这与增长缓慢的审计资源存在冲突，审计资源明显不足以处理审计任务；审计方法落后且对新审计方法开发使用程度不深，新环境下消极进行方式方法改革创新，对审计效率收获甚微。为适应大数据环境，审计技术方法要随之变化。为了更好地推进大数据技术在审计领域的应用，本文尝试分析大数据审计平台的构建和实现路径，以解决部分审计难题，提升审计能力，更好地帮助审计人员开展工作。 二、大数据审计相关文献回顾 随着审计项目的日益复杂和对审计要求的提高，需要新的技术手段来辅助审计工作的开展。针对大数据审计的研究虽然刚刚起步，但研究工作正在蓬勃开展，发文数量逐渐增多。有学者通过分析大数据背景下传统审计模式的弊端，如审计机关的审计成本高，审计在数据一致性、完整性、识别性、聚合性和机密性方面存在问题，认为大数据的特点与审计的契合度非常高，将是传统审计模式强有力的替代。然而，AdrianGepp等通过分析大数据技术在审计领域的使用情况，发现其并不像在其他相关领域那样被普遍使用，审计领域在使用有价值的大数据技术方面落后于其他研究领域。因此，对于大数据技术在审计领域的使用应当提高关注度。 此外，徐鹤田基于传统的SWOT分析，对国家治理视角下的大数据审计工作模式展开研究，肯定了大数据审计对国家治理的作用。鲍朔望认为可以将大数据审计引入政府采购系统，提升对政府采购系统审计的便利程度，并大幅提高审计效率。还有学者尝试构建大数据审计平台，希望将理论成果向实务进行初步转化和尝试。如：陈伟和QiuRobin、林俊提出可以采取模糊匹配的审计证据获取方法以及数据匹配方法，找到数据的重复点和存疑点，并基于此原理构建了大数据分析平台；刘国城、王会金提出可以将大数据审计平台分拆为采集、预处理、分析和可视化四个子平台，为大数据审计实践提供了思路；鲁清仿等从审计法律法规出发，同时结合审计人员的审计经验、思路、判断依据，构建了由计算机系统自动实施的“智慧”大数据审计平台；陈大峰、陈海勇提出构建趋势审计实施框架，利用大数据集中处理技术和统计技术代替传统的数据抽样处理，以控制误差。 由此可见，学者们基本上肯定了大数据之于审计的重要性，并且两者是十分契合的。目前，对于大数据审计的研究正由理论向实务过度，从论证大数据审计的可行性转向大数据审计平台的搭建。但是，大数据审计平台的搭建大多仍停留在设想层面，并且较为宏观，技术层面涉及较少，实践意义不大。因此，本文从工程审计这一微观角度出发，利用工程审计数据来源、种类以及工程审计本身的特点，提出基于“点—线—面”思维的数据式审计模式，并据此构建大数据工程审计平台，以期增加该领域研究的边际价值。 三、“点—线—面”数据式审计模式设计思路 审计模式，又称审计取证的模式，到目前为止经历了以账项为基础的账项基础审计模式、制度基础审计模式、传统风险导向审计模式、现代风险导向审计模式四个发展阶段。审计模式的改变受到审计内部因素、审计环境及审计对象的影响。外部信息环境的变化会造成审计环境的变化，最终影响审计方法和模式，与此同时，审计人员为提高审计效率也会变革审计方式和模式。石爱中、孙俭认为，审计对象的信息化程度改变了审计模式，并基于不同的审计环境对审计模式进行了区分：手工背景下的审计模式包括账目基础审计和制度基础审计，信息化背景下的审计模式包括账套式审计和数据式审计。随着社会的进一步发展，电子数据成为主要的审计载体，审计模式得到进一步发展，数据式审计模式应运而生。郑伟等认为，在信息环境下，相应的审计取证模式发展为数据式系统基础审计模式。本文基于数据式审计模式，结合工程审计的特点，提出了“点—线—面”数据式审计模式。 “点—线—面”思维是指审计人员从单个项目细微之处入手，通过专业知识和技能，发现独立项目审计疑点，之后串联同类项目进行横向比对，最终从宏观层面对整个被审计项目进行审视、分析和预测，达到“治已病、防未病”审计全覆盖要求。 “点”是指审计人员从单个项目出发，对项目的每一个数据都进行审查，在审计业务的单个环节之中发现数据异常点，寻找数据之间的勾稽关系，作为形成审计结果的依据。“点—线—面”思维的实现要借助基于数据挖掘的大数据技术，通过将数据挖掘与审计目标相结合，充分挖掘海量数据中的隐藏信息，发现数据之间的内在逻辑关联关系，并对数据进行可视化分析，结合审计人员的职业判断着重分析异常点。 “线”是指审计人员对同一业务的数据进行纵向对比分析，或者对不同业务的相似环节产生的数据进行横向对比，对从大数据中挖掘得到的数据进行离群点分析、偏离度分析以及关联度分析，发现单个项目核查时未发现的审计疑点或者排除具有合理性的偏离，利用专业知识、技术挖掘信息。针对工程审计，不同项目中所有的相同部分项数据具有可比性与可挖掘性，这些数据可以形成一条线。对同一类型数据的分析可以从波动情况、离群点、异常点、孤立点等方面进行，以此作为寻找审计疑点（风险点）的依据。以工程变更问题为例，“点”的分析思维是，发现项目出现异常变更，审计人员将其设为审计疑点，初步可以将其归为某个施工单位为取得私利而进行的变更，或者因设计单位在初设时深度不够而造成实际情况下必要的变更；“线”的分析思维便是，将所有变更数据进行汇总，利用大数据技术进行分析，综合所有变更数据，得到一个变更区间，联系变更数据分布设置变更上下浮动比例，超过此浮动比例的则将其作为审计疑点进行进一步的审计。
