大数据在审计中的应用第1篇

同人力资源、自然资源一样，大数据也是一种资源且是非常重要的战略资源[1]，它将世界的本质看成是数据的集合，用数据化思维和先进的处理技术去探索海量数据之间的关系。大数据的特征可以归纳为“4个V”：容量（volume）、多样性（variety）、生成速度（velocity）、价值（value）。目前，大数据已经成为经济社会发展的巨大引擎，其在提升产业竞争力、推动商业模式创新、国情分析和社会管理等方面发挥着越来越重要的作用。大数据技术，是指从各种类型的数据中快速获得有价值信息的一种技术，其水映了提取有用信息的能力。鉴于此，本文拟在分析大数据对传统审计带来的挑战的基础上，探索大数据审计的方式和途径，以应对大数据时代给审计工作带来的深刻变革。

一、大数据对审计工作带来的影响和挑战

大数据审计是对各类电子数据、账套、文件进行审计，是计算机审计的延伸和发展，是对多行业、多领域、多种形式海量数据的电子审计方式。大数据审计既要处理结构化数据，又要处理大量的非结构化数据，对审计目标、审计内容、分析技术和审计思维模式都提出了新的、更高的要求。

1.审计目标的转变

在信息化发展初期，计算机审计能够通过对数据的观察和分析发现疑点，为审计提供线索。随着大数据时代的到来，审计目标逐步转向发现线索、评估风险、关注效益等方面，审计不仅要发现违法违规问题，更多的是要揭示制度方面存在的问题，评估内控风险，通过对经济社会相关大数据的获取和分析，洞察行业整体走向，探索发展规律，对国家、行业、部门的制度出台与发展策略做出前瞻性的思考和战略性的分析。

2.审计内容的转变

传统意义上的“数据”大多是指数字，如主营业务收入金额、营业费用等，由简单数字或用数字编码的简单文本组成，传统的数据分析工具基本上能够满足其需要。而大数据不再单纯指数字，其涵盖的内容更加宽泛；传统意义上的 “数据”是关系型的、结构化的二维表数据，而大数据则是指在不同时间生成的复杂、异构、多样化的数据，包括xml、html、文本、音频、视频和“影子数据”（如访问日志和web搜索历史记录）等。

3.分析技术的转变

顾名思义，大数据分析就是指对规模巨大的数据进行分析。大数据分析包括5个基本方面：一是可视化分析，利用图表完整展示数据分析的过程和数据链走向；二是数据挖掘算法，从海量的、随机的、不相关的数据中构建数据挖掘模型，提取有价值的、隐含在数据内部的信息；三是预测性分析能力，根据可视化分析和数据挖掘的结果，做出预测性的判断；四是语义引擎，借助一系列的工具去提取、解析和分析数据，从“文档”数据中自动提取信息；五是数据质量和数据管理，通过标准化的流程和工具对数据进行处理，保证数据分析结果的质量。

4.审计思维模式的转变

大数据时代带来审计思维模式三大转变：一是实现审计全覆盖而非抽样审计，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[2]。二是审计数据的混杂性而非精准性。传统审计以财务数据为审计重点，其核心是结构化的报表和凭证信息，而大数据具有高度的数据混杂性，数据类型涵盖了结构化、非结构化和半结构化的数据，保留了最宝贵、最有价值的信息，其内涵具备更深、更广的洞察力。三是大数据主要反映事物的相关关系而非因果关系。大数据没有改变审计事务间的因果关系，而是注重对相关关系的开发和利用，使得数据分析对因果逻辑关系的依赖性降低了，甚至更多地倾向于基于相关关系的数据分析。

二、大数据审计的方式和途径

面对大数据时代对审计工作带来的挑战，审计方式和途径将实现以下4个方面的转变。

1.应用大数据分析技术，实现审计方法从数据验证性分析向数据挖掘性分析转变

传统的计算机审计，是通过电子数据采集转换对数据进行验证，通过构建查询分析、多维分析等方法模型进行数据分析，而应用大数据分析技术，则能够使审计数据分析逐步由传统的验证性分析向挖掘性分析转变。挖掘性分析是指采用大数据处理技术，利用数据仓库、数据挖掘和模型预测工具进行审计分析[3]，从大量数据中发现蕴涵的数据模式和规律，包括分类分析、聚类分析、关联分析和序列分析等。其中，分类分析按照数据属性，将数据分派到不同的组中；聚类分析根据数据的相似性原则，将数据划分为若干类别，使同类数据差别极小，不同类别数据差异尽可能大；关联分析可发现隐藏在数据间的相互关系，通过挖掘发现不同数据间的密切度或关系；序列分析可发现数据出现时间、出现序列的规律，分析数据间的关联性。

例如，在金融审计中，运用数据挖掘中决策树的关联规则和挖掘方法，可对不良贷款与正常贷款之间相互错分的规律进行研究，创建对不良贷款和正常贷款具有较强分类能力的条件属性指标，从而增加分类预测模型的可理解性，并在一定程度上揭示商业银行信贷资产风险等级分类的相关规律[4]；在税收征管审计中，利用聚类方法，根据聚簇规则，可将纳税户进行分组，使组内纳税户具有最大的相似性，组间纳税户具有尽可能大的相异性，从而产生聚类标准，并按照标准对纳税户进行分行业、分税种聚类分析，确定纳税群体的总体情况和特征，为审计目标和审计重点的建立提供依据。

2.应用大数据分析模式，实现审计方式从发现问题向风险预警转变

传统审计工作以发现问题为主，对经济形势进行预测分析，因而须等到相关事件发生并且形成一定规模后，再根据搜集到的足够数据进行分析研究，具有滞后性[7]。而大数据技术可通过对跨领域的大规模经济、社会行为数据进行分析，对经济社会相关异常动态实现早期关注，利用其对异常数据的敏感性实现早期预警。当前，审计可以运用大数据相关技术，对宏观经济社会风险问题展开初步分析。例如，可以综合利用政府债务审计数据、社保审计数据、宏观经济运行数据、金融市场数据等多种数据库构建大数据集合，运用数据挖掘等数据分析工具，结合多个数据库信息交叉分析与宏观经济社会运行相关的事件，通过基于个别领域、结构化的数据分析，不断将半结构化、非结构化的跨领域数据加入分析框架中，逐步提高大数据审计的分析能力。

3.应用大数据审计作业平台，实现单机审计向云审计转变

以审计大数据为中心建设“云审计”平台，实现远程存储和移动计算，使审计机关能够通过网络接入“云”实施审计，利用大数据分析、人工智能等信息技术，解决数据采集分析和管理中存在的问题，实现审计成果共享。其次，应完善联网审计系统，逐步建立预算、执行、财政、地税、社会保障、医疗机构、公积金等重要行业和部门的审计实时监督系统。再次，应建设审计数据综合分析平台，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，提高运用信息化技术查核问题、评价判断、宏观分析的能力。最后，应推广“总体分析、发现疑点、分散核实、系统研究”的审计模式。

4.构建专业的审计分析队伍，实现传统纸质账本审计向大数据审计转变

审计工作应实现“六大转变”，即由单点离散审计向多点联动审计转变、由局部审计向全覆盖审计转变、由静态审计向静态与动态审计相结合转变、由事后审计向事后与事中审计相结合转变、由现场审计向现场审计与非现场审计相结合转变、由微观审计向微观与宏观审计相结合转变。为此，需要在组织方式、人员结构、思维方式等方面与之相适应。在组织方式上，应尝试开展无项目审计，依托审计数据中心积累的数据资源，横向关联比对分析，纵向深入挖掘分析，从数据中发现审计疑点和线索。在人员结构上，应不断提升“四种能力”，即大数据分析能力、综合研究能力、创新能力和跨领域知识运用能力，不断加强对大数据先进理念和前沿技术的学习，掌握大数据分析方法，提升审计人员综合素质。在思维方式上，应培养“数据先行”意识，以数据为核心，使数据分析在审计工作开展前先行实施，根据数据分析结果，有重点、有步骤、有深度地在审计实施过程中进行核查验证、追踪线索、发现问题，全面深化大数据技术在审计工作中的应用。

三、大数据技术在审计中的应用

大数据技术在审计中的应用广泛，具体说来，主要表现在以下4个方面。

1.创新大数据工作模式，探索部门预算执行审计全覆盖

传统的以处（科）室为单位的孤立审计，已不适应大数据审计的要求，需要打破部门界限，以审计项目为管理主线成立大审计组，进行扁平化管理。大审计组分领导小组、数据分析组和问题核查组三个层面：领导小组负责审计方案的制定、领导决策等，由牵头机构组建；数据分析组由审计能手和计算机操作骨干组成，具体负责审计实施，筛查审计疑点和线索；问题核查组由审计一线人员组成，进行实地延伸核查。例如，在“同级审”项目中，采集各部门预算执行审计数据，通过对数据进行集中分析，发现是否存在部分预算项目缺乏科学论证、影响预算执行的问题；结合各预算部门的财务数据，发现是否存在预算项目因连年结转的情况下仍然安排新增预算、造成资金闲置的问题；通过对数据进行宏观整体分析，发现是否存在预算执行效率不高、分配下达预算不及时、拨付转移支付资金超期等情况。

2.应用数据分析作业平台，开展跟踪审计

通过建设审计数据综合分析平台，搭建关系国计民生的重点行业联网审计系统，用Hadoop等专业工具处理半结构化、非结构化数据，规范高效地汇集和处理大规模数据信息。例如，在地税审计中，可利用地税联网审计系统，集中进行全省地税数据整理分析，探索“数据集中采集、集中统一分析、疑点分布落实、资源充分共享”的大数据审计模式，实现全省联动审计；通过构建查询分析模型、多维分析模型，固化审计思路，对地税数据进行全面分析，重点选择税款征收、税款缴纳和税款管理等信息，在财政审计中，运用部门预算执行分析平台，将独立运行、分散存储的各部门预算编制、预算指标、部门决算、部门财务核算等业务数据，进行标准化清洗和整理，同时与组织预算执行数据进行整合，实现各类资金的横向关联，对资金分配结构、资金使用流向、资金管理情况进行总体分析，全面反映预算执行整体情况，实现对预算单位的审计监督全覆盖。

3.多领域数据融合，开展经济责任审计

运用关联分析，找出数据间的相互联系，分析关联规则，发现异常联系和异常数据，寻找审计疑点。在经济责任审计中，可利用财政、税务、社保、公安、工商、养老、房管、教育、培训等数据，进行纵向比对、横向关联分析。例如，可将城镇居民医保、城镇职工医保、新农合等信息进行综合分析，检查是否存在同时参保、重复报销、虚假报销、套取资金等情况；将小额担保贷款与人社部门行政事业单位人员信息进行关联分析，检查是否存在违规向行政事业单位人员发放担保贷款和进行财政贴息的问题；将职业技能培训补贴、创业培训补贴与企业法人和行政事业单位人员进行关联分析，检查是否存在向不符合条件人员发放就业补贴的问题；将人社、农业、扶贫、教育、民政管理的各项培训资金进行关联分析，检查是否存在虚报冒领财政资金的问题；将义务教育、中职中专、中学学籍数据与中职助学金发放、免学费补贴等信息进行关联分析，检查是否存在虚报冒领或者套取中职助学金、免学费补贴等专项资金的问题。

4.深入挖掘数据，开展宏观经济形势预测

利用数据仓库、数据挖掘和模型预测工具进行审计分析，运用回归分析等统计方法，分析趋势变动或数据关系，发现总体情况和规律，进而揭示体制机制性问题。例如，在“三公经费”专项审计中，可通过各预算单位财务核算数据提取“三公经费”预算编制和实际支出情况，结合单位人员花名册，构建统计分析模型，进行结构分析和时间序列分析，横向比对所有预算单位“三公经费”的支出规模、各项支出占比、人均支出金额与年度支出趋势等，分析其压缩控制比例是否符合要求，各项支出比例和人均支出金额是否存在异常和明显偏离，进而挖掘行业性、趋势性问题，并对离群点进行延伸，发现违规违纪问题线索等。再如，利用城镇或农村居民家庭人均收入指数和各地制定的最低收入保障标准进行分析，查找人均收入指数与最低收入标准间的差异，分析各地低收入标准制定是否科学，为政府制定宏观经济政策提供参考。

综上所述，大数据技术的发展对审计工作提出了新的、更高的要求，也为审计提供了新的工具。大数据审计应从数据、人才和技术等方面逐步积累基础资源，创新工作思路，研究技术方法，培养高素质人才，不断提升大数据技术在审计中的有效运用。

参考文献：

[1]

怀进鹏.大数据是国家战略资源[J].中国经济和信息化，2013（8）：49.

[2]秦荣生.《关于完善审计制度若干重大问题的框架意见》学习笔谈摘要[J].审计研究，2016（1）：3.

[3]李玲，刘汝焯.计算机数据审计[M].北京：清华大学出版社，2012：4-36.

大数据在审计中的应用第2篇

 

农业、农村、农民称为“三农”，下大气力办好“三农”之事，是整个社会主义现代化建设时期的重中之重，这可从2004—2016年连续13年中央一号文件都以“三农”为主题中清楚显示。随着国家强农、惠农政策扶持力度逐年加大，公共财政资金投向“三农”的规模越来越大，同时，频频曝出的涉农资金贪腐案件及侵害农民利益的案件，也使社会各界触目惊心。更多地斩断那些伸向涉农资金的“黑手”，使弱质农业、弱贫农村、弱势农民的正当权益得到保障，为国家“三农”工作的有效落实保驾护航，审计有职能，有手段，有技术。

 

1 财政支农项目资金的特点及审计面临的难题

 

1.1 财政支农资金项目众多，涉及面广且散

 

财政支农资金涵盖：①对农民的各种补贴资金。如农资综合补贴、农作物良种补贴、农机县购置补贴、农业保险保费补贴、种粮直补、柴汽油补贴、重点公益林补贴等。②农业和农村基础设施建设投入资金。如新型城镇化、新农村建设资金、农村“水、路、电、气、房”建设资金等。③农村社会事业投入资金。如财政扶贫资金、新农保补助、新农合补贴、农村教育、医疗、卫生、文化财政专项资金等。④其他重点“三农”专项资金。如被征地农民补偿费用、阳光工程、造福工程、移民后期扶持资金、村级组织运转保障费等。繁杂的项目，漫长的战线，给审计工作带来巨大的挑战，实现审计监督“全覆盖”任重道远，困难重重。

 

1.2 财政支农资金量大，来源渠道众多，涉及农民数量庞大

 

既有中央财政、各部委计划分配的资金，还有地方各级政府、各部门配套及计划分配的资金等。加之大量的项目资金在补助分配的末端都涉及庞大的对象，如新农合补贴、新农保补助、农资综合补贴等，一个县几乎涉及整个县所有农户。一些不法分子正是看中财政支农资金这一特性，心存侥幸，躲藏在繁杂海量的补贴补助项目背后，不断地侵吞、贪腐着宝贵的支农资金。面对浩如烟海的电子数据，传统审计方法往往难以审深、审清、审透。

 

1.3 财政支农资金主要拨入乡镇村居最末端，而基层审计力量严重不足

 

对财政支农资金的审计，主要是依靠基层县一级的审计机关承担，而县一级的审计机关目前普遍只有十几个审计人员，大点的县也就20几个，每年既要承担预算执行“同级审”等法定项目，还要完成署定、省、市定的项目，同时要完成地方政府交办的一些审计项目，实难以抽出足够的审计力量投入涉农资金审计。

 

2 解决问题的出路

 

审计工作中积极运用大数据技术，可以很好地解决上述问题。大数据(Big Data)是指“无法用现有的软件工具提取、存储、搜索、共享、分析和处理的海量的、复杂的数据集合”，大数据具有四大特征，业界通常用四个V(即Volume、Variety、Value、Velocity)来概括。一是数据体量巨大(Volume)。二是数据类型繁多(Variety)。三是价值密度低(Value)。四是处理速度快(Velocity)。

 

四大特征可完美解决现在财政支农资金审计中存在的问题：财政支农资金庞大的数据量，繁多的数据类型。很多的资金运用是规范的，问题只是隐蔽的极少数，这正是符合大数据的前三个特征，而处理速度快的特征正可解决当前基层审计力量严重不足问题，用传统审计方法有时要费上几天甚十几天才勉强能完成的比对分析工作量，运用大数据审计技术几分钟就可完成。这极大地提高了审计能力、质量和效率，扩大了审计监督的广度和深度。

 

3 开展大数据审计的关键措施

 

3.1 牢固树立大数据思维和大数据审计意识

 

面对财政支农工作繁杂海量的财务数据与业务数据，靠传统的单点离散局部审计根本无法取得良好的审计效果。思路决定出路，要想扩大审计监督的广度和深度，提高审计成效，就必须从审计项目立项到制订审计实施方案，再到现场实施及项目整理归档，牢固树立起大数据思维和大数据审计意识。

 

3.2 加大数据采集集中力度，夯实大数据审计分析基础

 

通过组建审计数据库中心，运用采集平台，对涉及“三农”资金项目的电子数据，结合日常审计工作，加大数据采集力度。“三农”资金涉及财政、发展改革委、农业、林业、教育、民政、水利、交通、金融机构等众多部门和单位，收集时，对相关的数据应坚持“横向到边，纵向到底”的收集原则，做到应收尽收，为开展数据多维分析、实现精准打击、提高审计效能打下良好的基础。

 

3.3 深入进行数据挖掘，加大数据综合利用力度

 

在广泛采集多部门、多项目、多领域数据的基础上，要深入进行数据挖掘，加大数据综合利用力度，强化疑点筛查，比对分析，精准聚焦，以此提高查核问题，评价判断，宏观分析能力，通过多维度的大数据分析，来扩大审计覆盖面，进而实现对支农资金的审计全覆盖。

 

3.4 创新审计组织模式，提高审计成效，解决审计人力不足瓶颈

 

鉴于目前审计任务越来越繁重、人力严重不足的瓶颈短时间内难以突破的现状，开展对“三农”资金的大数据审计工作，宜采用“共享式”及“捆绑式”审计，稳步推进，再不断扩大战果。“共享式”审计即结合社保审计、财政预算“同级审”、经济责任审计等项目一同进行，就是“一次进点、同时进行、成果共享”。“捆绑式”审计，就是对性质相似、受惠对象差异不大的涉农资金实施“捆绑式”审计。捆绑在一起，运用大数据技术实施“一篮子”审计。

 

3.5 加强“三农”资金大数据审计工作队伍建设

 

大数据审计工作模式，具有前沿性、探索性及高技术性。做好这项工作，需要有一支有理想、有冲劲、有能力的审计工作队伍来承担。各地应高度重视，把一些熟悉“三农”工作、懂信息技术、懂财务管理、思想政治素质高的人员配置到这一支队伍来，让他们大胆去探索，不断去推进。

大数据在审计中的应用第3篇

关键词：孤立点；数据挖掘；电力系统；营销审计；应用探索

随着计算机技术的高速发展，其高效的运算和海量的储存为供电企业管理提供了强大的技术支持。尤其是涉及运营环节的审计工作，因为需要对大量的财务数据和经营管理数据进行分析，通过计算机的数据挖掘技术辅助开展审计工作，可以有效减少传统审计方法对审计工作的限制，有效提高审计效率。在大数据时代的今天，基于计算机数据挖掘技术的孤立点分析方法，通过建立数据挖掘模型，具有快速发现异常审计现象的特点，因此，孤立点分析在供电行业营销审计中具有深远的应用意义。

一、孤立点和孤立点分析方法

孤立点分析，是数据挖掘技术中的一项重要技术，主要用来检测审计数据中的异常数据，是针对常规审计工作中疑点数据的孤立点表现而产生的一种技术分析方法。

1.孤立点

在进行审计的海量数据集中，通常会出现一些与众不同的数据，这些数据并不是由随机偏差产生的，很有可能产生于完全不同的机制，因此在聚类分析中表现为不属于任何的类或簇，这种数据对象在聚类中被称为噪声，在孤立点分析中则叫孤立点。在审计领域中，由于审查背景的不同和模型假设的差异，对于孤立点也会得出不同的结论。

另外，操作错误、蓄意操作，以及测量、系统的错误和相关总体数据的自然偏差等，都会导致孤立点的产生，因此，审计人员需对这些情况产生的原因进行深入分析，从中筛选出有价值的审计信息。

2.孤立点分析方法

（1）孤立点分析方法的概念：孤立点分析方法是通过在给定的数据集合中找出定义不一致的数据，并检测这些不一致的数据的方法。即，给定一个有n个数据点的集和，并对其中可能出现的孤立点数目进行预期，这个数值为k，发现与剩余的数据相比是显著异常的、孤立的、或不一致的前k个对象的过程。

（2）孤立点分析方法介绍。基于距离的方法：即对数据域中的数据对象进行相异度的分析，通过对审计数据进行清洗，并检验有效性后，结合所审计的行业的特点，以公式计算出符合大多数对象之间距离的阈值，并将这个数据确定为一个孤立点。这个方法可以克服基于统计方法中数据分布特征确定的问题。

基于偏离的方法：这一方法是通过对数据对象的主要特征进行检查从而确定孤立点。在基于偏离的方法中，主要采用的是序列异常技术和OLAP数据立方体技术。前者是通过对定义样本集的一般特征进行预先定义，从而将“偏离”这些特征的样本区分出来，是一种利用审计数据集的总方差找到相异度函数的有效方法。后者则是以审计中对异常的单元进行标注下钻，从而发现更深层次的异常。

基于密度的方法：这个方法的是利用数据对象的局部密度来对孤立点进行检测。当某一数据对象周围区域的局部密度与其他邻近数据的局部密度的局部孤立点因子（Locai OutlierFactor，LOF）值越大时，则越有可能是孤立点，从而提示相关审计人员注意，其特点是对于局部孤立点的发现效果较好。

基于距离和密度的聚类和孤立点检测方法：这一方法是将距离和密度方法进行融合，利用两种方法的优点来进行准确的聚类和孤立点确定，对于高维数据中的孤立点的识别更有效。

基于人工神经网络模型的方法：这一方法使用的数据集可以是较小的通用统计数据集，也可以是现实的较大的专用数据集，因此对于大小数据的孤立点检测都能获得较好的预期效果。但这一方法对于含有放射状的孤立点数据集检测效果不好。

在审计过程中，孤立点分析技术主要用于审计数据预处理过程和异常检测两个方面。审计人员需完成对原始数据的采集、清洗、验证，使数据满足建模的需求，再根据数据的类型和特征从以上几种常用的孤立点分析方法中找出适应的孤立点算法，既可以选取其中一种，也可以将几种方法进行有效组合，以满足审计工作寻找异常数据的要求。

二、孤立点分析方法在供电行业营销审计应用中的流程

孤立点分析方法在电力营销行业审计工作中的应用，应结合供电行业的特点，根据审计的需求，选择合适的方法，一般情况下，具体工作可以遵循以下流程：

1.提出需求

在进行审计时，审计人员需根据自身的经验和洞察力对经营业务中的异常情况进行分析，找出业务及数据中的孤立点，并与数据挖掘人进行深入沟通，实现对审计需求的全面了解。在提出审计需求时，相关内容应包括业务理解和数据理解两个方面，业务理解包括审计项目目标、评估审计目标的资源、确定数据挖掘目标、生成项目计划，并根据这些需求进行相关审计人员的假设；数据理解则是对审计部门的系统和业务流程进行了解，并对原始数据进行采集分析，同时对数据质量、数据变量进行初步检测和探索。

2.检验

基于对审计需求的理解，相关数据挖掘人员需要对能否采用孤立点分析方法解决审计问题进行判断。这需要预定义相关参数和孤立点的识别规则，后通过数据清理算法清理审计数据，最终实现对孤立点的精准定位。

3.建模

进行相关审计的建模工作，需要数据挖掘人员根据实际情况，提交数据挖掘模型，并将相关的功能和作用向审计人员进行详细介绍，使审计人员熟悉模型并确定其使用方法，之后即可对数据挖掘模型进行试用。

4.挖掘、评价

在挖掘模型的基础上，审计人员对其得到的数据挖掘结果进行评价。

5.修正和完善

如对模型得出的试用结果进行评价发现模型与审计需求不相符，这时就需对模型进行相应的修正和完善，使模型迎合审计的需求。

6.重复评价

在对模型进行调整后，对模型进行重复评价，保证其符合审计需求。

7.判断

根据模型得出的最终数据挖掘结果进行检测，如果结果的异常情况在合理范围内，审计人员可以根据自身的经验对其是否达到重要性水平进行判断，如果没有达到相关水平则可不予处理。

在进行基于孤立点分析方法的审计数据挖掘模型的建立时，审计人员需对相关数据的进行深入的理解，并对审计需求和孤立点算法的融合程度进行有效把握，以此决定数据挖掘模型的建立标准。在这一过程中，需通过不断的论证和反馈才能实现挖掘模型及方案在针对性、实用性上的最优化。

在大数据时代下，孤立点分析在供电行业营销审计中的应用，是实现科学审计的重要前提。根据供电行业营销业务的特点，通过制定最佳的]孤立点分析方法，可以为相关审计工作提供最符合需求的数据、目标及审计环境，从而得到最满意的结果。当然，要实现审计目标，还需要相关审计人员具备扎实的专业技能和丰富的经验，通过对算法的科学选择和模型的精确建立，对相关数据进行深入挖掘，假设孤立点，并以此找出特殊的、反常的疑点，进一步追踪、查阅相关资料，探寻异常问题的本质，经过分析验证营销业务中是否存在舞弊、违规等行为，从而提高审计效率，降低审计风险，促进供电行业的发展。

参考文献：

[1]陈丹萍.数据挖掘技术在现代审计中的运用研究[J].南京审计学院学报，2009，02：57-61.

[2]魏克哲.孤立点分析方法在现代审计中的运用研究[J].财会学习，2013，05：43-45.

大数据在审计中的应用第4篇

关键词：大数据 高校内部审计 影响 建议

当前，大数据随着云计算、移动互联网、物联网等的发展，对世界社会经济生活产生了巨大影响。随着海量数据的挖掘和应用，大数据正逐渐被广泛运用于高校内部审计，并对高校内部审计产生较大影响。

一、引言

大数据是一个抽象概念，于20世纪90年代提出。真正应用解决问题和引起世界高度重视却是源于2012年美国奥巴马政府实施的“大数据研究和开发计划”。目前，对“大数据”的定义有多种版本，比较权威的是互联网数据中心（IDC）的描述：“大数据”是利用信息化社会所产生的海量数据，采用相关的新架构和技术，为获取相关价值而进行技术发展与创新。大数据具有数据体量巨大、处理速度快、数据种类多、价值密度低、商业价值高的特点。

“大数据”在高校内部审计中的广泛应用，影响了高校内部审计人员的观念，改变了高校内部审计所面临的内外部环境，更重要的是大数据能够综合利用数据，提高查核问题的效率，并通过整理、分析，挖掘相关性、趋势性的大量潜在信息，进行全方位、立体式、多角度、多维度的描述，进行评价判断和宏观分析，降低审计风险，提高审计效率，充分发挥了高校内部审计“免疫系统”“一审、二帮、三促进”和“增值”的作用，对规范高校经济管理、落实经济责任、提高高校资金使用效益具有重要意义。

二、大数据应用对高校内部审计的影响

（一）大数据应用对高校内部审计发展方向的影响。目前，我国高校内部审计可以说是账项基础审计、制度基础审计和风险基础审计并存，不少高校内部审计仍以财务账项基础审计为主，审计中以资金合法性、合规性为重点，较少涉及资金绩效、内部控制及风险审计等。在大数据时代，高校的信息化建设为内部审计提供了丰富开放的信息源；高校内部控制建设和基础性评价工作使高校业务流程整合优化并更加趋于合理，信息更加贯通。高校高度整合的信息化平台和信息化发展必将打破各高校以及高校内部各部门间的信息壁垒。高校管理风险控制点、高风险领域也随之将发生变化。这些变化极大地拓展了高校内部审计的视角和审计范围。特别是大数据时代，信息存储、挖掘数据、分享数据、利用数据等的广泛使用必将极大提高，促使高校内部审计向“信息化审计”“联网审计”“数据化审计”“持续性审计”和“管理审计”等方向发展。高校内部审计不再仅仅是查错防弊，更重要的是通过高校内部审计实现“增值”。

（二）大数据应用对高校内部审计理念的影响。在大数据时代，高校内部审计将由知识驱动、经验驱动向数据驱动转变。高校内部审计可利用数据既包括财务数据等结构化数据，如高校财务报表、财务决算所提供的数据，也包括非结构化和半结构化的数据，如高校使用的以文字、图片、网页、流程、音频、视频等存在的数据。审计人员利用大数据工具对高校发生的这些海量数据进行搜集、归纳、挖掘、整理和多维度分析，一方面可以发现有价值的审计线索，另一方面可以获取更加客观、全面且具有趋势性的审计信息，为满足高校内部审计结果提供更直接、更客观、更全面的审计证据支持。同时高校内部审计通过运用大数据技术对在审计中获得的大量审计证据进行归纳、汇总，从中找出高校内部管理中教学、科研、财务、基建等方面的发展趋势和存在的共性问题，并通过相关性分析为高校内部管理提供数据证明和决策建议。高校内部审计人员在大数据审计下，面对海量数据，不必再追求小数据的“精确性”，而应站在宏观和全局的角度审视问题，发现审计线索，并运用大数据分析得出科学合理的审计结论。因此大数据时代高校内部审计人员利用数据的方式和方法必将发生根本性改变，审计人员必须创新理念，相信“数据即是资源，也是审计证据”，全面开启高校内部审计新时代。

（三）大数据应用对高校内部审计方法的影响。审计方法随着科学技术和管理的发展而发展，经历了账表导向、系统导向和风险导向等审计方法。大数据时代，高校内部审计数据采集和处理来源及范围更加丰富和多样化，云计算、Hadoop海量数据处理平台等大数据技术，数据挖掘、数据分析可视化等大数据分析方法的广泛应用，以及数据导入和预处理的智能化，必将影响高校内部审计方法的改变。审计方法也将从事后审计向事中、事前审计，从抽样审计向全面审计、持续审计，从精确的数字审计向数据审计，从因素分析法等传统审计分析法向大数据分析法等转变。在实施审计过程中，高校内部审计人员应大量使用数据挖掘、联网审计、云计算数据库等新型技术方法，以提高审计效率和质量。

（四）大数据应用对高校内部审计人员的影响。在大数据时代，审计人员通过云计算、大数据将审计中搜集的海量数据和相关信息资料进行汇总、整理、归纳，并进行关联性分析和处理，从中找出高校管理方面存在的共性问题、内在规律和发展趋势，并向学校管理者提出建议，促进高校管理水平提高。这些对高校内部审计人员综合利用移动互联网技术、云计算技术，大数据挖掘分析、预测判断等综合能力提出了更高要求，同时也为高校内部审计人员提供了更大的职场发展空间。目前我国高校内部审计人员大部分知识结构单一，主要由具备财务、建设工程等专业背景和专业资格人员组成，具有信息系统等专业知识背景、具备大数据综合审计能力人员极少，同时高校内部审计人员对大数据时代审计的认识还不到位，直接影响了大数据时代下高校内部审计职能的发挥。

三、大数据时代下对高校内部审计的建议

（一）制定满足大数据时代审计的相关法律法规制度。目前，我国高校内部审计利用大数尚处于起步阶段，国家现行法律、法规以及相关制度对高校内部审计应用大数据进行审计相关内容未做明确规定，高校内部审计具体业务运用大数据缺乏具体操作执行指引；国家对高校运用大数据审计相关管理监督机制尚缺失；高校运用大数据审计所需信息系统和大数据平台数据信息的安全性还不能得到完全保障。因此，国务院及相关部委应从“依法治国”“依法审计”的战略高度，修改并完善审计相关法律法规和制度，并制定大数据下高校内部审计具体准则，指引高校运用大数据进行审计的流程和具体业务实施，规范高校内部审计人员的审计行为，明确大数据审计中数据搜集与存储的制度化、规范化，大数据审计所形成审计证据、审计分析等的法律地位，作为大数据在高校内部审计应用中依法审计的基础，为在大数据时代下高校内部审计提供一个规范、安全的环境和强有力的支撑。

（二）加快制定大数据审计应用的发展规划。大数据审计在高校内部审计中的推广应用是时展的必然。国家审计行政主管部门、教育行政主管部门和审计行业协会应根据内部审计特点结合高等教育发展规律，制定大数据应用在高校内部审计的长远发展战略规划，在充分利用现有审计条件下，促使大数据有计划、分步骤、分阶段在高校内部审计得到充分应用，以提高高校内部审计效率和质量，充分发挥高校内部审计在学校管理中的“免疫系统”和“增值”的作用。

（三）加快高校内部审计大数据平台和审计分析系统的建立和共享。在大数据下高校内部审计进行审计必须要有相应的数据平台，才能实现数据的搜集、归纳、加工、转换、交换、存储、共享和管理，才能利用大数据技术进行分析。因此，一方面，教育行政主管部门在要求各高校进行信息化建设的同时要加快大数据采集、存储、管理等平台和审计分析系统建设，将各高校在内部管理过程中和内部审计中产生的大量数据存储到大数据平台上进行共享和交换。另一方面，为充分发挥大数据审计的功能，国家有关部门应组织力量开发与大数据审计相配套的审计软件，让高校内部审计人员能充分利用审计软件进行内部审计工作，促使高校内部审计部门的管理能力、审计质量和审计效率得到极大的提升。

（四）加快高校内部审计大数据人才的培养。大数据时代下，高校内部审计发挥作用关键靠人。利用大数据进行高校内部审计虽然得到了很多高校管理层和内部审计人员的认可，但由于目前大数据在我国高校内部审计中的应用才刚起步，高校管理层对内部审计重视程度不够，再加上高校内部审计人员知识结构单一，审计中习惯使用传统的审计方法，对大数据接触了解少，大数据技术还不会使用等问题存在，造成高校内部审计人员还难以满足大数据时代下高校内部审计对具有大数据思维和创新能力的复合型人才需求。因此，教育行政主管部门和高校应加强高校内部审计队伍建设和培养。一是推进高校内部审计队伍职业化建设。要根据大数据审计需要，建立符合高校教育规律职业特点的内部审计队伍管理制度，完善内部审计人员岗位设置和选拨任用机制，积极引进大数据审计应用和管理人才。二是完善高校内部审计队伍职业教育培训体系。根据高校内部审计特点和大数据审计对审计队伍的要求，制定高校审计职业教育规划，建立高校内部审计人员继续教育和分岗位、分类分级培训制度。特别是应采取多种途径和方式加强对高校内部审计人员进行云计算、大数据技术等培训，培养高校内部审计人员运用大数据进行分析和综合判断的能力，使其C合素质得到提升。同时要加强高校内部审计人员教育培训网络平台建设，为培训出适合大数据审计所需人才，对高校内部审计人员进行财务会计、审计、管理、云计算、大数据技术等知识进行综合测试。这样通过各种渠道拓宽内部审计人员知识结构，培养高校内部审计人员通过大数据审计发现数据线索、分析数据和解决问题的能力，打造一支高水平的内部审计团队，真正发挥大数据在高校内部审计中的作用。X

参考文献：

[1]秦荣生.大数据、云计算技术对审计的影响研究[J].审计研究，2014，（6）：23-27.

[2]秦荣生.“互联网+”时代的审计发展趋势研究[J].中国注册会计师，2016，（1）：84-88.

大数据在审计中的应用第5篇

关键词：数据库技术 计算机辅助审计 应用研究

中图分类号：TP399 文献标识码：A 文章编号：1007-9416（2016）10-0083-01

随着信息技术的发展，审计职业的发展面临着重大的挑战。在审计发展过程中，信息技术的使用促进了计算机辅助审计的发展。而信息技术在审计中的应用也不是一成不变的。其中数据库技术的应用提高了计算机辅助审计的持续性和实时性。这在一定程度上促进了我国持续审计的发展。

1 数据库技术在审计数据采集中的应用

数据采集主要指的是在计算机辅助审计的过程中，按照审计的要求，审计人员需要从被审计单位的数据库系统中获取相关的电子数据已达到完成审计任务的过程。目前现场审计实施系统、ACL、IDEA等这些常见的审计软件都可以完成数据的采集。另外，一些基于数据库技术的数据采集方式在目前也被广泛使用。第一，通过备份/恢复功能来实现审计数据采集。如果审计人员所使用的数据库系统和被审计单位的数据库系统完全一样，那么审计人员就可以通过备份/恢复功能来采集审计数据。第二，利用数据库工具来采集审计数据。数据库工具的作用为导入、导出和转换数据。审计人员可以应用这些软件来采集数据。第三，通过ODBC接口来完成审计数据采集。审计人员可以直接通过ODBC接口来访问被审计人员的数据库系统并进行格式的转换。总之，数据采集实际上就是数据库技术中的数据迁移，将一个数据库中的数据迁移到另一个数据库中。

2 数据库技术在审计数据预处理中的应用

审计数据预处理是计算机辅助审计中最重要的部分。目前，被审计单位数据的来源种类非常的多，这导致了数据的质量出现了大量的问题，在一定程度上影响了数据的分析。同时，这些质量问题对于审计结论的准确性有着很大的影响。所以，审计人员必须对采集来的数据进行预处理，已达到数据分析的需求。另外，如果将采集到的数据表和字段改成直观的名称，这样就能够使数据分析更加的方便。同理，其他的数据预处理也能够使数据分析更加的简便。目前一些审计软件就具有审计数据预处理的作用。

3 数据库技术在审计数据分析中的应用

审计数据分析也是计算机辅助审计中的一个重要部分。审计数据分析能够完全检测出审计数据中具有可疑性的数据。最常用的审计数据分析法主要包含了数据查询、数据分析等多种方法。其中审计人员最常用的分析法为数据查询法。数据查询是指具有一定实践经验的审计人员在通用软件上按照审计分析模型和SQL命令来分析采集到的数据，也有一些审计人员使用审计软件来通过一些不同的查询命令和格式来进行采集数据的检测。这种方法不仅能够审计的结果更加的正确和准确，还能够应用计算机来代替工作人员繁重的手工劳动，减轻了工作人员的工作量。目前，虽然审计人员可以通过审计软件在审计数据过程中使用一些分析方法，但是审计软件的灵活性较低，这使得大多数的审计人员仍然是通过使用数据库产品来分析审计数据。

数值分析是只审计人员通过观察数据的分布情况和出现频率等来找出审计线索的一种数据分析方法。这种方法主要是实现对于数据微观方面的分析，通过审计判断来从数据中找到审计线索。对于其他分析方法而言，数值分析法容易发现审计数据中较为隐蔽的信息。常用的方法主要包含了重号分析和断号分析。重号分析是记录字段中相同数值重复的次数。而断号分析是分析在数据记录中，字段值的连续性。这两种方法已经被应用于各种审计软件中。

4 数据库技术在持续审计中的应用

如上文所述，持续审计在计算机辅助审计中具有着重要的发展。目前，我国以及国外都出现了大量的持续审计的方法。有研究表明，持续审计的实现方法包含了子系统和单机系统模式两类。其中，子系统必须嵌入到被审计系统当中，而单机系统必须持续监视被审计系统并能够将抽取到的数据和标准数据进行比较，从而发现异常。单机系统本身就有着一定的审计软件、数据库和操作系统，能够实现与审计系统之间的连接。目前，我国政府审计所开展的联网审计也是持续审计的一种，利用单机系统模式来进行被审计单位系统数据的采集。

目前，虽然国内外有着许多的持续审计的方法，但是这些方法仍具有着大量的缺点。在一些情况下，通过关系数据库触发器也能够进行持续审计。同时，在关系数据系统上，大量的被审计系统被建立。这更有利于关系数据库触发器的应用。因此，笔者分析并总结出了一种应用数据库触发器的持续审计方法。

5 结语

综上所述，随着数据库技术的应用，计算机辅助审计也出现了一些新的方法。其中审计抽样就是应用聚类算法来实现审计数据的聚类并在这些审计数据中进行抽样。这种方法在一定程度上降低了审计数据的风险。同时，关联规则分析法能够通过发现被审计数据中具有一定联系的数据来获得一些审计线索。这些方法都促进了我国计算机辅助审计的发展。

参考文献

[1]肖涵.浅谈我国计算机辅助审计的应用现状及发展趋势[J].市场论坛，2016（06）.

[2]秦宁.浅谈计算机辅助审计技术的优势及作用[J].江苏卫生事业管理，2015（01）.

[3]刘红明.探讨面向数据的计算机辅助审计[J].财经界（学术版），2014（04）.

[4]刘崇明，杜乾.我国计算机辅助审计发展现状及对策[J].现代经济信息，2014（13）.

[5]翁红霞.计算机辅助审计风险及其对策研究[J].经营管理者，2010（01）.

大数据在审计中的应用第6篇

什么是大数据？最早提出“大数据”时代到来的是全球知名咨询公司麦肯锡。麦肯锡提出：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来”，并对大数据做出了以下定义：“大数据是一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。”大数据带给我们的三个颠覆性观念转变：（1）不是随机样本，而是全体数；（2）不是精确性，而是混杂性；（3）不是因果关系，而是相关关系。

（1）数据采集风险

采集数据是审计分析的第一步，也是关系到审计质量的关键一步。特别是大数据环境下审计人员需要采集被审计单位的海量业务数据，在数据采集过程中审计人员主要面临两个风险：一是保证所采集数据的真实性、完整性，满足审计分析的需要；二是保证数据采集过程中被审计单位的系统安全性。

（2）大数据存储和管理的风险

海量的大数据从被审计单位采集回来，在存储和管理方面审计机关和人员面临两方面的风险：一是数据存储风险，海量的大数据如何进行存储，保证数据的完整性，同时可以供审计人员进行审计分析操作；二是数据管理的风险，被审计单位提供的数据包含大量的个人基本信息、敏感信息，审计人员面对如何对这些数据进行管理，从技术上和制度上保证这些数据不泄露到社会上的风险。

（3）数据分析质量风险

审计人员从被审计单位获取了审计需要的大量数据，接下来要做的就是数据整理、分析，发展审计疑点，对审计疑点进行核实，并生成审计证据。在数据分析过程中审计人员会面对以下审计风险：

1、面对海量数据和有限的审计时间，审计人员无法在审计要求的时间内对数据进行充分的研究、整理、分析和发现审计疑点，审计质量不高。

2、只对被审计单位的数据进行分析，忽略对被审计单位信息系统安全性、可靠性的关注，如果被审计单位系统出现重大漏洞，会对审计产生一定风险。

3、审计人员技术水平滞后，面对采集回来的数据无法进行处理和分析。比如，现在社保、公积金、医院等大量的数据使用OEACLE数据库进行管理，而我们的审计人员在进行计算机中级培训的时候学习的是SQLSERVER数据库，有些单位只有极少数审计人员或者没有审计人员熟悉掌握OEACEL数据库。审计人员采集回来数据如果要进行分析，只能依靠外部人员，或者转换成熟悉的数据库格式。但是依靠外部人员存在数据如何保密的风险，转换成其他数据库格式又存在数据丢失的风险。

4、电子数据不同于纸质资料，具有无形性和脆弱性的特点。其中，无形性是指电子证据存储在存储介质中，其内容与载体相互分离，复制不改变其完整性和真实性，相较纸质证据而言，不易区分原件及复印件。脆弱性是指人为篡改或伪造易导致数据的灭失或失实，由此产生易被修改、损坏且不留痕迹的特征。审计人员面临着如何保证从原始数据到最终的审计证据的证据链的完整性，保证电子数据生成的证据的证明力的风险。

（1）规范数据采集管理，减少审计风险。

1、做好采集前的准备工作。主要包括三个方面：一是明确本次审计的目的，充分调研、了解满足审计需求需采集的数据范围；二是通过与被审计单位相关人员接触，熟悉被审计单位的信息系统流程和数据结构；三是根据审计目的和了解情况，提出明确的数据需求。

2、选择合适的数据采集时间。通过与被审计单位进行沟通，选择合适的时间，在不影响被审计单位正常业务的前提下进行数据采集。

3、制定科学的数据采集流程，并严格按照流程进行操作。审计人员应不接触被审计单位的系统和后台数据库，应只提出操作需求和数据要求，由被审计单位相关人员进行现场操作，审计人员全场监督。

4、数据采集前、采集后对相关数据进行检查，通过记录计数和控制总数检查、连续性检查、业务数据对比检查、重要数据检查、各处理阶段数据完整性检查、在周期性发生事项的完整性检查等必要的技术手段审查数据的真实性和完整性。

5、采集结束被审计单位应提供“数据真实完整性承诺书”、“数据采集语句”、“日志文件”、“数据采集现场记录（审计人员、被审计单位相关人员签字）”、“数据字典”等相关技术资料。

6、审计机关对移动存储设备进行杀毒，保证无病毒后存储被审计单位提供的资料。

7、由于电子数据无形性和脆弱性的特点，在使用移动存储设备存储同时，应将数据在存入移动存储设备的同时刻制成光盘，光盘上由审计人员和被审计单位相关人员签字，然后将光盘封存、加盖被审计单位公章，作为备份原始数据由审计机关保存。

（2）从技术和制度上完善大数据存储、使用管理，减少审计风险。

1、建立数据中心，集中管理审计大数据。审计数据只有严格规范的存储才能保证数据得到有效的管理和使用，防止出现失密和泄密的问题。地市级审计机关应该严格按照审计署和省厅的要求，建设审计数据中心，将各个行业采集来的大数据进行科学安全的管理。

在建设审计数据中心中应该注意以下方面：一是按照国家规范建设机房、确保数据中心硬件的安全性；二是按照上级要求建设数据中心相关

平台；三是确保数据中心的网络安全，数据中心应与互联网物理隔离；四是加强用户管理，只开放必要的用户，同时对密码的长度和规则进行控制，使用CA认证登录；五是加强日志管理，所有对数据中心的操作有完整的日志进行记录；六是加强数据下载管理，严格控制下载权限，保证数据的安全性。2、完善数据管理、使用制度。一是制定严格的数据管理制度，对数据的管理人员提出严格规范要求，规范审计人员使用数据的审批流程；二是建立完善的机房管理制度，非相关人员不得进入机房，进入机房人员应进行详细登记；三是建立大数据的使用制度，审计人员应该在指定的终端登录数据中心进行数据分析；四是建立数据下载制度，数据中心的数据审计人员在经过分析后需要下载的中间表和最终表应该经过严格的审批流程后由技术人员进行下载；五是审计人员应每年签订数据保密协议，保证不对外泄露相关资料。

（3）提高审计分析质量，减少审计风险。

1、充分使用数据中心，通过建立标准数据库和多行业数据关联提高审计人员的分析效率和质量。

面对大量的原始数据和表格和有限的审计时间，审计人员必须尽快熟悉被审计单位的数据结构、形成审计思路、查找出审计疑点，只有通过标准数据建设，才能将晦涩难懂的原始数据变成审计人员可以快速掌握和使用的数据，从而提高审计质量和效率。

被审计单位的数据库有ORACLE、SQLSERVER、SYBASE等多种形式，而审计人员往往只熟悉一两种数据库，只用通过数据中心将所有格式的数据库都转化成为审计人员熟悉的数据库格式，审计人员才能尽快进行数据分析，查找问题。

大数据时代下，所有的数据都是相互关联的，对于审计也是同样。通过不同行业之间的数据对比可以更快的查找出审计疑点，例如，通过将公安部门的户籍信息、车辆信息、死亡人员信息，工商部门的企业工商登记信息，住房公积金的住房公积金信息，建设部门的房产信息，财政局的财政供养人员信息，民政局的低保人员信息进行关联分析就可以找出不符合低保保准领取低保人员的疑点信息，这如果仅仅通过民政部门的信息是无法查出来的，只有多部门的信息进行管理才能查出以往审计不容易发现的审计疑点。

2、在进行数据审计的同时，关注被审计单位的信息系统的安全性。

我们以往在审计中重点往往是关注数据，而忽视了对承载数据的信息系统的安全性、可靠性的关注，如果被审计单位的系统本身存在重大漏洞，对我们的审计质量也会造成一定的影响，会增加我们审计的风险。

对于被审计单位系统的关注我们应该包含两个方面：一是技术上的安全可靠性，审计人员应该通过资料审查、模拟数据符合性测试、典型数据实质性测试等方法和使用漏洞扫描、主机检测、主机审计、数据库等网络和审计工具审查被审计单位的信息系统的安全性和可靠性；二是制度上是否安全可靠，审查被审计单位是否制定严格的人员和设备管理制度，是否存在超级管理员，是否技术人员和使用人员严格区分，是否存在个别人员掌握全部核心技术的情况。

3、加强对审计人员的专业技术培训，不断提高审计人员的技术水平。

随着计算机信息化的高速发展，审计人员应该不断加强计算机方面的业务学习，只有通过不断的学习，才能适应大数据的要求，才能提高审计质量和效率。审计人员的学习应该包含两个方法：一是各种先进的数据库操作和分析语句的学习；二是先进的快速梳理数据、分析数据、关联数据，查找审计疑点的学习。可以通过聘请专业老师讲解和“以干代训”的方式对审计人员进行大数据集中分析、信息系统审计等相关技能的培训。

4、提高大数据环境下审计证据的证明力。

《中华人民共和国国家审计准则》规定，“审计人员获取的审计证据，应当具有适当性和充分性。适当性是对审计证据质量的衡量，即审计证据在支持审计结论方面具有的相关性和可靠性。相关性是指审计证据与审计事项及其具体审计目标之间具有实质性联系。可靠性是指审计证据真实、可信。充分性是对审计证据数量的衡量。审计人员在评估存在重要问题的可能性和审计证据质量的基础上，决定应当获取审计证据的数量。”

相对于传统纸质证据，电子数据分析所生成的审计证据从原始数据到最终的审计疑点往往要通过大量的数据整理和分析，无法直接建立原始数据与审计事项及其具体审计目标之间的实质性联系，要提高大数据环境下形成的审计证据的证明力就必须保证其相关性和可靠性。

首先，根据“（1）规范数据采集管理，减少审计风险。”中提到的7条建议，科学规范的获取原始数据和相关纸质电子资料。

大数据在审计中的应用第7篇

【关键词】大数据 内部审计 影响 研究

目前国家电网公司逐渐实现了现代信息化、网络化管理，公司大数据时代已经来临。从2013年初，国网大同供电公司审计部门开展了“大数据下供电企业内部审计变革研究”的项目，就大数据对供电企业内部审计的影响，以及内部审计如何应对，审计工作中如何利用电子计算机审计开展处理数据、分析数据、驾驭数据等进行研究，并逐渐将研究成果应用于审计实践之中。

一、大数据对供电公司内部审计的影响

长期以来，供电单位传统的审计方式具有一定缺陷：孤立分析数据，单纯依靠经验发现问题。缺乏采集管理、科学分析电网信息系统中海量电子数据的技术，也就无法满足企业审计发展的新需求。面对大数据时代的来临面对大数据所带来的新技术、新思维的变革，公司内部审计需要应时而变来适应思维模式及数据处理模式的变化，从而影响了审计方式、审计抽样方法、审计评价模式、审计重点等。而内部审计人员不仅要能了解数据的变化以及数据处理技术的变革，更要能处理数据、分析数据、驾驭数据，要能够充分、及时地从大量复杂的数据中，辨别内部审计的意义与价值，并协助决策层做出最佳的决策。

二、大数据下供电公司内部审计的几个转变

（一）审计方式向连续审计转变

以往审计中，公司审计人员只是在完成财务收支或经过特定的周期或离职等情况的时候才进行审计，而且审计中并不检查公司所有的信息，只是抽样分析。这种有限的检查很难起到监督作用，审计方式对于公司迅速发展的经营活动的真实价值或合法性显得过于迟缓。随着国网公司信息技术的迅速发展，公司电子商务和信息化建设逐渐成熟，大数据技术及大数据基础使连续审计成为可能。而连续审计可以降低传统审计过程中的时滞问题，降低审计错误和风险，促进公司发展。例如，公司内部审计部门已经在新开发的审计系统中固化了连续审计模块，该模块可以实现在线的风险预警，并安排专人进行日常数据连续审计，将发现的风险数据、超预警值指标及问题登记为疑点，并建立审计底稿，按照重要程度进行远程审计、核实或下发给现场审计人员进行现场核实。该模块经过一段时间的使用，收到了很好的效果。

（二）改进传统的审计抽样方法

以前，公司的常规审计工作广泛采用随机抽查法，利用抽查法所得出的审计结论出现重大错误的可能性极大；数据量的爆炸式增长使审计人员意识到现行的抽样审计方法忽视了大量的业务活动，无法发现和揭示公司内部发生的、对财务信息真实性有重大影响的舞弊行为和技术性错误，难以对经营管理作出准确的判断和评价。

为此，目前公司审计抽样开始向三个方向发展：系统化、模块化、智能化。审计抽样系统积极吸收审计、统计、计算机、人工智能等方面的最新研究成果，抽样模型得到及时更新，抽样经验在知识库中得到积累，审计抽样系统开始“学习”、“推理”，不断朝着智能化方向发展。将海量的数据经分析、预测等“加工”后，以知识的形式呈现给审计人员，为审计人员发现审计问题提供深度支持。随着大数据技术发展应用的深入，公司内部审计逐渐开始能够从大量的、杂乱无章的海量数据中发现潜在的有用的信息，能够从这些大量的数据中发现被审计单位（部门）运作的基本规律及特征；预测被审计单位（部门）发展的趋势。公司审计也不仅仅局限于抽样审计，而是对大同供电公司所有财务、营销、基建业务等经营数据的数字式连续审计。

审计抽样系统会强大到处理复杂的运算，这一度严重困扰着审计人员。为此公司审计部与部门科研单位合作，开始尝试性地利用大数据技术改进后的审计抽样算法来对这些审计数据进行分析，进行数据挖掘，找出特征数据，缩小抽取样本的数量，降低审计成本、提高审计效率；利用关联规则，预测被审计单位经营风险的高低，帮助审计人员确定审计重点，提高审计效率。

（三）促进审计成果的转化与应用

目前，公司内部审计成果应用主要是针对屡查屡犯的问题进行重点检查、督促整改，部分县（支）公司已经将审计成果应用闭环管理的手段对整改过程进行管理，以达到良好的审计成果运用效果。大数据技术的出现，促进了审计成果的进一步应用。为此，公司审计部门采取了如下举措：促进对以往审计中获取的大量信息资料和相关资料的汇总、归纳，从中找出基建、营销、财务等方面的内在规律、共性问题和发展趋向，通过汇总归纳宏观性和综合性较强的审计信息，以及运用审计成果，为公司领导提供数据证明、关联分析和决策建议，从而促进完善制度、机制、决策和执行，促进企业管理水平更上一层楼。促进问题的全面发现，即应用大数据技术将同一问题归入不同的类型使用，从不同的角度、不同的层面整合提炼以满足不同层次的需求。同时，通过对带有共性、普遍性、倾向性的问题进行挖掘，提炼出问题与数据中的关联性，将所有问题通过 IT 手段检查出来。应用大数据技术进行连续式审计，促进审计问题的整改监督。将审计成果进行知识化留存，通过大数据技术，将问题规则化并固化到系统中，以便于计算或判断问题发展趋势、对问题进行预警等。将审计人员与审计成果、被审计单位与审计问题进行关联，并进行信息化备案；在进行下次检查时，根据审计方案中的重点，有侧重地选取有相应检查经验的审计人员组成审计组，并按审计目标抽取相应被审计单位进行重点审计检查等。

大数据在审计中的应用第8篇

【关键词】大数据；审计；创新

21世纪以来，随着全球信息技术快速发展，互联网、移动互联、社交媒体、电子商务等快速普及，互联网思维及IT技术被大规模应用于企业管理和社会经济活动，以电子数据为核心的信息资源大规模集中，传统审计方法已经很难满足政府、企业对业务的管控需求。如何充分利用互联网环境下海量数据资源，充分、全面、准确地反映国家和企业经济运行和管理情况，提高政府、企业的综合管理能力、风险管控能力、服务质量和水平，成为新时期审计工作必须面对的问题。

一、大数据特点及其在提升管理能力中的应用

大数据，又被称为“巨量资料”，是一种规模大到常规、主流数据库软件工具无法进行捕捉、分析、处理的数据组合。与传统数据相比，互联网环境下的大数据具有数据体量巨大、类型繁多、单一数据价值率低、总体商业价值高、数据处理要求速度快等特点。大数据时代的到来，改变了传统数据采集、处理和应用的技术与方法，也促使人们的思维方式发生改变。突出表现为：一是大数据不再依赖于传统抽样分析，而是采集处理关于事物整体的全部数据，可以收集到过去无法收集到的数据。如，企业ERP系统产生的海量数据、移动互联网络产生的海量数据，以及电子商务产生的海量数据等。二是与依赖小数据和精确性的传统数据时代相比，获取数据能力已极大提升，因而大数据更加注重数据的完整性和混杂性，注重对事物全貌和真相的认识，不刻意追求数据的精确度，数据利用效率显得更加重要。三是大数据突破了传统的寻求事物直接因果关系的认知局限，向着揭示更具普遍意义的事物间相关关系转变，这有助于人们全面准确地捕捉事物发展的现在和预测未来。近年来，世界上很多国家开始建立大数据平台和项目来提高政府管理能力。2012年，美国奥巴马政府高调宣布实行“大数据研究和开发计划”，大数据概念开始在全球变得异常火爆。甚至有社会学家预言，这是一场革命，庞大的数据将使社会各界开始了量化进程。无论是个人、企业还是国家，谁能更好地抓住数据、理解数据、分析数据，谁就能在下一波社会竞争中脱颖而出。欧盟委员会在2012年强调公共数据资源及挖掘公共数据资源的潜力价值。新加坡通过了风险评估和水平扫描计划，强调通过对大数据采集分析帮助国家控制诸如恐怖袭击、传染病传播、金融危机等重大安全问题。大数据正在进入社会各领域并开始发挥作用。

二、大数据时代对传统审计服务提出诸多挑战

（一）对传统审计方法的挑战

传统审计方法主要运用的是查账方式，如审阅法、核对法、函证法、复核法等，在进行经济效益审计中，通过财务审计与现代经济管理方法的综合运用，如财务审计与宏观经济形势分析、决策分析的结合等。这些方法是与传统的数据获取方式相适应的。在大数据时代，传统审计方式方法日益显示出其局限性。大数据时代，由于可以低成本、瞬时、持续获得大量的数据，突破了传统数据分析中的抽样、核对，很快能将经济活动分析形成监控模型，很多方式、方法开始平面化，并诞生了嵌入式审计等一些新的技术方法，让传统审计方法有了革命性的突破。如在银行、证券、保险等对业务数据和风险控制“时效性”要求高的行业，可以将审计组织与商业银行业务数据接口相连，在海量的客户中挖掘、分析行业性和区域性风险趋势，实现在线风险预警，并将发现的风险数据指标按照重要性程度归类，下发给现场审计人员进行核实，以便较好地处理和实时分析问题。

（二）对传统审计模式的挑战

抽样审计是现行条件下评价被审计单位的重要审计模式。由于不可能收集和分析被审计单位全部的经济业务数据，所以传统审计模式依赖于审计抽样，从局部状况推断总体情况。从样本入手对被审计单位整体进行推断，易受样本局限性影响，忽视了大量具体的业务活动，使审计人员无法发现被审计单位可能存在的舞弊行为，从而隐藏审计风险。大数据资源的开发，使审计人员可以从总体审计的思维出发，搜集分析被审计单位的所有数据，并利用云计算等先进手段对大数据进行多角度、深层次分析，从而可以看到更加细微、深入的信息，发现隐藏在细节数据中的风险，发现传统审计抽样模式所不能发现的问题，从而提高审计效率。

（三）对传统审计评价结果的挑战

传统审计主要是以审计报告的形式提出被审计单位最终的审计结果，格式相对固定，内容较为单一，包含信息量相对有限。合理应用大数据资源，将使被审计单位审计结果除审计报告外，还能对审计过程中采集、挖掘、处理的大量资料和数据，通过云计算将审计与经济管理结合，找出财务、业务和经营管理的内在规律、共性问题，判研发展趋势，归纳出更具有实践价值的、宏观性和综合性的审计信息，提出针对性更强的决策建议，促进被审计单位管理水平的提升。对被审计单位存在的问题，则可能通过云计算技术固化到系统中，对未来被审计单位进行预警。

（四）对传统审计人员的挑战

信息技术的发展，大数据、云计算时代到来，对审计人员提出了极高的素质要求。审计人员要对大数据真实性、可靠性从审计角度进行鉴定，所以应具有计算科学、数据分析方面的专业知识和技能，需要有大数据分析和预测的评估能力。面对海量的数据，审计人员需要利用数学、统计学、审计学、管理学甚至社会学知识，来分析、处理、解读数据。审计人员需要的不仅是财务、审计方法和技术，还可能运用到拓扑结构、联网审计、数据挖掘等新的技术手段和工具，以提高审计效率。

三、用好大数据资源提升我国审计服务能力

（一）制定国家审计大数据战略

大数据应用是创新提升审计服务能力的重要基础。当前，大数据在我国审计领域的应用还处在起步阶段，应从国家层面制定大数据在审计领域的应用发展战略，推动理论和实务创新，尽快更新审计理论、审计方法、审计模式、审计人才培养模式。具体而言，国家层面制定“大数据审计”战略，通过“金审工程”，推进以大数据为核心的审计信息化建设，拓展大数据技术应用，形成国家审计数据系统和数字化审计平台。行业协会、企业重点构建大数据审计工作模式，推进大数据与云计算的有机融合，稳步提升审计能力、质量和效率，拓展审计监督的深度和广度。政府重点制定加快大数据审计发展政策，推动跨行业、跨地区、跨部门数据分析利用，形成有利于大数据审计发展的环境。

（二）建设大数据一体化审计平台

加强数据资源平台建设和共享是大数据审计发展的重要前提。由于数据资源的区域分割、部门分割、行业分割，审计部门在调用政府、企业、行业协会等相关数据库过程中，面临诸多困难，海量的数据资源不能得到有效利用。加快推动一体化审计数据平台建设，将海量的数据资源集中到统一的电子平台，通过远程存储和移动计算，减少数据移动带来的物理和效率上的损耗。依托国家审计信息资源体系，加快云计算设施与审计信息系统、审计数据中心、审计模拟实验室等软硬件资源建设。积极探索建立联网审计平台，加强与公安、地税、社保、工商、金融等专业性机构的数据联网，通过采取定期拷贝与定期报送相结合的方式，实现无障碍接受数据。根据相应的审计权限，授权获得不同的数据库资源，保障电子数据库资源的安全性。

（三）推动大数据审计理论与技术创新

审计理论创新包括审计方式、模式、评价等方面的创新。我国政府、企业和事务所信息化发展仍处在基础阶段，大数据、云计算等在审计中的应用不够广泛。反观国际审计发展，一些国际性大型会计师事务所已经竞相投入研究大数据时代审计理论、审计方法的创新。如一些公司开发出智能审计工具，能够串联被审计单位的咨询系统，整合风险评估、内控测试及证实查核程序，并可快速扫描大量会计分录，同时比对行业领域平均值，以辨识特定风险。大数据、信息化背景下，国际审计准则委员会新查核报告准则、欧盟审计改革法案等一系列审计改革也已经展开。加快我国大数据审计理论与技术创新势在必行。

（四）加强大数据审计人才培养

人才是保障大数据审计发展的关键。大数据平台建设、运行以及维护更新，需要有大量具有大数据思维和创新能力的复合型人才。我国审计人员知识结构较为单一，对审计知识、经济知识掌握较多，对大数据技术、方法掌握不够。重点应从两方面加强大数据审计人才队伍建设：一是引进大数据分析需要的各类数据分析人才、审计软件研发人才，以及经济、地理、生态、数理统计、社会行为学、心理学等领域的专家，共同参与大数据审计发展分析模型开发，共同探讨研究大数据背景下审计方式的革新，审计报告的撰写模式。二是加强各类在职审计人员培训，重点加强对大数据收集、处理能力的培训，提高审计人员运用综合信息资源，多维分析、挖掘数据的能力。

（五）推动大数据审计法规建设

随着大数据资源应用的快速发展，现行法律、法规和审计准则已不能适应信息化条件下审计的发展，应尽快加以补充、改进和完善。一是对大数据在审计中的法律地位要有明确规定。允许相关审计人员运用大数据资源对被审计单位进行审计。对运用大数据分析、处理的审计结果、电子证据，重点是明确其法律地位，确保运用大数据资源分析的成果得到有效落实。二是明确大数据审计程序、规范，提出规范的操作规程，明确相关人员在大数据资源应用中的权利和责任，保障相关审计机构、人员能够如实获得大数据资源，同时也保障企业、个人的大数据信息不被泄露。

四、大数据审计发展中应注意的几个问题

（一）注意强化数据安全管理

信息时代大数据资源安全问题值得关注。在互联网条件下，大数据资源相关的硬件、存贮信息软件的质量和水平，以及不确定条件下的破坏、入侵，都可能影响到大数据审计信息库的安全。在审计数据的录入、传输过程中，同样存在着信息安全问题。信息资源一旦泄露，审计单位、投资者、利益相关者等都会受到影响，甚至带来无法挽回的损失。对审计信息平台中的大数据资源，主要采取物理隔离的方式，将审计信息内网与外网隔离，并强化信息安全监管，避免出现人为因素造成的数据泄露。数据库资源在利用相关软件中，注意对软件程序的审查，保障系统连续、可靠、安全运行。

（二）注意大数据资源全面应用

受知识结构、传统思维等影响，目前我国的审计仍然停留在传统的审计方法，一些人甚至认为传统方法一样可以发现被审计项目的问题，并查处项目问题线索。还有的依据少量数据和以往经验，就开始审计，很容易造成审计风险加大，影响审计结论的客观和准确。注意提高对大数据的认识水平，加强大数据资源的全面开发、全面应用，才能真正提升大数据时代审计效率，提高审计报告的质量水平，提高政策建议的有效性、时效性。

（三）注意提升电子证据效力

大数据环境下，电子数据是审计人员搜集的最多的审计证据。但电子证据具有不可见性、可迁移性等特点，审计人员跟踪审计的难度、复杂性加大。对电子数据的安全性、可靠性，是需要审计中关注的问题。必须注意电子证据取得程序合法、来源合法、审计分析有章有法。电子数据取得时，应详细记录电子数据原始来源的信息系统名称、取得方式、相关起止时间，对电子数据处理中，应详细记录如何应用特定工具进行处理的过程，对审计的事实要整理详细完整的审计记录表，作为审计取证的附件。

（四）注意内部审计安全预警作用发挥

信息技术的发展，使企业、单位已经从单一的数据孤岛变为数据信息富集区。应重塑内部审计流程，将组织运营信息子系统无缝衔接为一个流畅的整体，形成有利于企业经营、风险控制的审计证据支持链条，满足整个审计信息需求，对于降低全社会经济运行成本，提高审计效率具有重要意义。为更好发挥内部审计的增值作用，需重视通过全域数据分析，为组织内部审计的使用者提供更加全面的建设性、预防性审计成果。

主要参考文献：

[1]秦荣生.大数据、云计算技术对审计的影响研究.审计研究，2014（6）.

[2]王群等.大数据背景下审计工作面临的挑战与启示.沈阳大学学报（社会科学版），2016（1）.

[3]刘荣.浅析“大数据”时代的内部审计应对策略.中国内部审计，2015（5）.

[4]郝玉贵等.国家审计服务“一带一路”战略的理论分析与实现路径.审计与经济研究，2016（2）.

大数据在审计中的应用第9篇

关键词：大数据审计；转变；风险；对策

一、引言

近年来，随着互联网思维及信息技术被大规模应用于企事业单位以及政府等公共部门管理当中，传统的审计方式已经难以适应被审计单位对业务信息系统的管控需求，因此，将大数据与传统审计模式相融合，探寻信息化时代新型的审计模式至关重要。传统的审计主要是运用查账的方法，如审阅、核对、函证、询问法等。但在进行经济效益审计时，传统的审计方法不足以解决审计中的诸多问题，难以形成全面客观的审计判断，这就需要运用大数据的手段，对被审计单位进行数据挖掘和分析。相对于传统的财务分析方法，大数据分析的结果更加有效和可靠，并在很大程度上节约了审计人力成本。大数据审计应用统计分析方法对审计数据进行采集和处理，主要通过数据结构化来实现，从而达到数据分析处理的精准性（霍欣，2020）。审计人员可以利用数据可视化分析方法对海量的数据进行分析和探索（李新平，2020）。大数据审计的优势在于通过采集和分析数据的总体审计方法，规避传统抽样审计的风险（刘瑞华、何芷柔，2020）。一些传统审计方法存在的固有缺陷，可以通过大数据审计方法来弥补，但也不可避免地带来了新的风险。面对海量数据进行分析时，涉及数据的难度系数不断提升，产生信息风暴，信息风险也随之上升（王扬、李嵘，2020）。因此，在大数据背景下，审计人员需要关注大数据审计方法带来的种种风险，并尽可能地避免或者降低风险发生的可能性。本文将着重探讨大数据背景下，审计工作模式的转变路径和在此过程中产生的风险，以及应对这些风险的对策。

二、文献回顾

（一）传统审计方式的不足1.审计广度不足。传统审计需要审计人员手工收集各项业务凭证、报表、账册等纸质材料，在原始数据采集方面，可能存在由于准备不充分或者凭证收集难度大等原因，造成数据量采集不足的现象。在传统审计中，审计人员主要采用抽样的方式，通过询问、观察、检查和分析程序，对会计凭证和财务资料进行合法合规性的检查。这种以样本推断总体的做法容易遗漏风险，难以满足审计所需的广度，一定程度上影响了审计的价值。2.审计成本较高。需要审计的单位数量庞杂且类型众多，传统审计往往需要审计人员进入被审计单位现场开展工作，在这一过程中，将产生一定金额的费用，造成审计财务成本上升。再者，现场审计往往要开展进点会谈、被审计单位提供纸质材料等程序，也耗费了一定的时间成本。3.审计精度不高。传统审计结论主要依靠审计人员的职业判断而做出，对审计人员工作经验要求较高，加之现场审计时间紧、任务重，审计人员往往感到力不从心，难以发现隐藏的深层次风险。实际操作中，审计人员一般选择基数和变化较大的数据进行分析，主要采用趋势分析法、比率分析法等受人为影响较大的方法，存在一定的审计误差，最终导致审计结果精度不高。

（二）基于大数据的非现场审计优势

1.提高审计效率。基于交易数据的电子化，审计所需的数据和资料均存储于电子设备中，审计平台通过与相关交易平台的数据交互，集成了交易数据。审计人员可以从中迅速提取相关的交易数据，获取审计过程所需要的全部数据信息，使获取交易信息的效率得到极大提升。信息获取的全过程基本无须被审计单位人员配合，有效降低了审计周期。审计人员拥有更多时间，可以将审计重点集中于对整体交易数据的风险评估上，为审计判断提供更加全面和准确的依据。2.降低审计成本。大数据背景下的审计系统集中了海量的交易信息，有利于对跨时间、跨区域的数据进行整合处理，以减少审计人员对数据整合和汇总所需时间和人力。审计人员主要根据非现场审计过程中发现的风险点，合理安排审计力量和审计周期，有针对性地对已发现的问题进行延伸排查，从而极大地节约了现场审计所需时间和成本。3.提高审计精度。在大数据背景下，审计人员基于对海量数据的挖掘、归纳、深度分析，能够有效提高审计发现问题的能力。审计人员可以从不同的视角出发，对被审计单位的业务活动、运营情况和财务状况进行多角度分析，促进审计人员对被审计单位总体经营信息有较为全面的掌握。通过对大数据的分析，有利于快速定位被审计单位的主要风险领域，然后有针对性地对经营管理提出建设性意见，提升审计人员的审计判断能力，从而有效提高企业的整体风险防控能力。对海量数据开展审计，改变传统审计抽样的方式，能够降低审计风险。审计部门可以通过审计预警系统，及时分析经营信息，在第一时间发现问题，变事后监督为事前预防，提高审计监督的时效性。

三、审计工作模式的转变路径

（一）强化大数据技术应用，改进审计工作模式

在大数据背景下，为了科学地优化审计工作模式，需要着眼于大数据技术应用。与传统审计模式相比，大数据审计构建了以数据挖掘技术、云计算技术为核心的全链式信息审计，这是对传统审计模式的改革和创新。因此，在进行大数据审计过程中，需要对大数据技术应用进一步完善和落实，主要体现在以下几个方面。1.审计数据库的应用。利用大数据技术的信息存储优势，建立审计数据库，将被审计单位的财务以及非财务数据存储在审计数据库中，以便随时快捷地提取所需要的数据，并利用数据挖掘和分析技术，发掘潜在的风险。2.审计模式方法的转变。依托大数据分析技术，可以实现对海量数据的全面审计，使审计工作从各个审计要素中发现可能存在的问题，进而提高审计的精确度。3.全链式跟踪审计。大数据审计实现了互联网状态下的审计工作构建，能够在持续性、全面性的审计工作中，实现全链式信息审计，对审计全过程进行实时跟踪，及时发现问题、调整审计工作，为提高审计工作质量提供有力保障。

（二）深化大数据审计构建，推进数据可视化发展

大数据审计包含的大型数据的挖掘分析，可以通过构建数据可视化，对数据结构及数据之间的关系进行更有效的把握和控制。与此同时，在深化大数据构建过程中，对于数据库的建立，需要充分立足于数据信息的动态性，提升对信息的获取效率。

（三）搭建云计算平台，提高大数据审计工作水平

大数据审计的关键在于数据存储及挖掘机制的有效构建。利用云计算平台实施大数据审计主要有以下几个方面：一是以云计算平台为载体，提升审计工作的数据挖掘与分析能力，使数据分析更精准；二是利用云计算平台，对数据进行筛选和过滤，保留有效数据，使数据处理更加高效；三是发挥云计算平台对关键数据的转换和整合能力，使审计结果更准确。

四、大数据审计模式可能产生的风险

（一）数据采集风险

大数据环境背景下，主要包含的数据采集风险有获取污染信息和遗漏信息两方面内容。造成获取污染信息和遗漏信息的原因，主要是当前大数据审计工作模式还有许多需要完善的地方，相应的技术应用还不成熟，不能完全保证采集来的数据之真实性和完整性。数据采集的风险可能导致审计程序失效、审计证据法律效应降低，从而影响审计工作的开展。

（二）数据存储风险

由于当前的审计信息系统还不够完善，储存在信息系统里的数据可能会遭到病毒、黑客的攻击，信息数据面临被篡改或者窃取的风险。此外，审计人员本身的信息技术能力和素养还有待提升，这使得审计人员难以应对变幻莫测的互联网风险。

（三）数据分析风险

数据分析风险是指在大数据审计模式下，审计数据分析不足，获取审计证据较为困难，而且信息化的审计证据存在较多的局限性。造成数据分析风险的原因主要有：首先，审计信息系统在数据分析方面的应用不够完备，只能检查出一些显而易见的简单问题，无法识别出那些高级舞弊情况；其次，大数据背景下，审计数据较为复杂，依靠当前的审计信息系统，难以保证挖掘出的审计证据是否有效；最后，由于信息化时代审计人员能够获取的纸质审计证据越来越少，而现阶段由于审计信息化水平的限制和相关法律法规不完善等，导致电子审计证据的维护管理存在许多问题。

五、大数据审计模式风险应对策略

（一）提升审计信息系统安全性

首先，可以利用区块链技术，建立起审计信息系统专属的私有链，对存储的审计数据进行加密。由于区块链的固有特性，存储在区块链中的数据天然具有不可篡改性，并且用户必须获得权限才可以访问系统，这将为审计信息系统中数据的安全性提供有力保障。其次，要建立起审计大数据预警机制，对数据采集、存储和分析的全过程进行风险预警，每个阶段的数据安全由不同的管理者来执行保障任务，以及时发现异常情况，从系统管理层面保障数据安全，实现各个客户端的共享。

（二）创新大数据审计分析方法

在审计技术方法上，需要继续加快数据可视化发展进程，将审计数据的分析结果清晰地展现出来。同时还需要进一步完善审计数据挖掘模型，使用机器学习、深度学习等算法自动学习特征，以解决审计数据分析过程中的聚类问题和总体群体行为等问题，为审计人员从整体上把握审计数据做出宏观决策提供依据，同时也可以增强揭露隐蔽舞弊行为的能力。

（三）加强大数据审计人才培养

为了加快大数据审计的步伐，审计领域有必要加强对审计人员信息技术能力的培养。高校对审计专业人才教育培养中，要注重对信息技术审计能力的培养和考查，以此提升审计人员对审计大数据的分析能力和评估能力，避免由于数据伪造而引发的信息安全事故。

主要参考文献

[1]陈伟，SmieliauskasW.大数据环境下的电子数据审计：机遇、挑战与方法[J].计算机科学，2016（01）：8-13.

[2]陈伟.大数据环境下基于模糊匹配的审计方法[J].中国注册会计师，2016（11）：84-88.

[3]胡靖.互联网时代企业内部审计转型发展的思考[J].中国内部审计，2016（03）：17-19.

[4]严刚，师慧.大数据时代背景下内部审计发展思路研究[J].经贸实践，2018（23）：113-115.

[5]李鑫.大数据环境对内部审计的影响[J].中国集体经济，2018（12）：16-17.