审计数据分析论文精选(九篇)

第1篇：审计数据分析论文范文

从麦肯锡公司提出“大数据时代”以来，目前商业、军事、金融、通讯等各个领域已经完全处于大数据环境下。哈佛大学社会学教授加里·金说：“这是一场前所未有的数据化革命，庞大的数据资源使得各个领域都将开始量化进程。”随着时间的不断推移，越来越多的企业开始意识到大数据的重要性，数据时刻都在迅速膨胀扩充，它对企业的发展以及未来起着决定性的作用。数据对于审计工作来说是最重要的部分，审计工作必须要由全面准确的数据支撑，才能得出最准确的审计结果。大数据时代下，数据呈现出繁多性、多变性等特性，并且数据在企业渗透的越来越深，数据处理也变得更加复杂。而信息处理技术也随之换代更新，云计算、网络技术等逐渐被各领域广泛应用。由此可以看出审计工作所处的信息环境和技术环境发生了巨大的改变，传统的审计模式在大数据环境下已经出现了局限性，不能满足于现在的审计需求。因此审计工作必须要顺应变化迅速改革，去满足快速变化的信息环境。

2 文献综述

大数据时代的不断发展和覆盖，也逐渐成为理论界的研究热点。本文对目前我国学者关于大数据环境下审计工作的研究进行了分析，主要总结为以下几个方面：一是关于大数据环境下我国政府审计的研究。应该从建立相关法律法规、搭建政府审计大数据平台、加强安全保障体系的建设、培养适应大数据时代要求的审计人员这几个方面来完善我国政府审计（刘娜，2017;钱希撼，2015）。二是基于Hadoop生态系统，结合文本挖掘技术提出了基于文本挖掘的审计数据分析框架。该框架是，建立融审计数据的采集、存储、分析处理、结果可视化为一体的审计数据分析框架（张志恒，成雪娇，2017）。三是对大数据时代下审计取证的研究，从观念层面对大数据时代审计环境特点的分析、审计证据特征的提炼、审计思维变革的方向、审计风险来源的识别等问题进行了初步探索（阳杰，应里孟，2017）。四是数据式审计模式的研究，从逻辑流程、网络架构和应用架构的角度对大数据环境下的数据式审计模式进行完善性设计（郑伟，张立民，杨莉，2016）。五是主要是从理论的补充、审计技术的不断创新、大数据环境下审计人员的培训、审计风险的规避等方面去完善未来的审计工作（丁淑芹，2015;王群，2016;白玮，2015等）。

目前理论界针对大数据环境下审计工作的研究相对较少，并且尚未形成统一的观点和理论。而从实际情况来考虑，审计理论的研究是支撑新的环境下审计工作实施的关键步骤，因此对于大数据环境下审计变革的研究具有很高的理论价值和实践意义。

3 大数据时代对审计工作的影响

3.1 大数据时代下数据的变化

3.1.1 样本数据到全部数据的转变

大数据时代下，数据量的爆发式增长和硬件存储技术的发展让大量数据成为了潜力无穷的财富。数据就相当于信息，整个数据库里面就包括各种各样的信息，如何有效地利用这些信息也是大数据时代最为重要的一步。早期的审计工作由于各方面技术的限制，在面对数据量非常大的数据时，人们往往不能有效全面地分析到所有的数据，因此通常采用的一种方法就是抽样调查。但是采取抽样调查进行分析和处理，会存在忽略了少数或个别数据可能会揭示的规律或问题。而在大数据时代，数据的快速式扩张伴随着技术的不断创新。由于数据量太过于庞大，传统抽样方式已经难以代表整体，抽样分析的方式已经渐行渐远。目前比较领先的技术例如云计算技术、数据挖掘技术等应用已经可以满足处理全部数据，因而大数据要求数据分析者面向全部数据而非局部抽样数据。

3.1.2 对数据的要求从准确性变为复杂性

大数据环境下对数据的分析往往更侧重于数据的规模。因为数据相当于信息，数据量越大、数据种类越复杂的数据必然包含着大量的信息。当以往数据量比较小时，人们通常是将数据的准确性做到万无一失，因此数据的精确性将影响到最终的结果。大数据环境下数据量过于庞大，面对海量的数据库很难保证所有的数据都是最准确的。因此目前所关注的并不是数据的精确程度，而是利用更大规模的数据去分析其能够反映出的各种信息。量的积累就会导致质的变化，通过大量数据分析出的是一种大的趋势。这种分析结果是基于非常大的数据量，特别小的数据出现不准确的现象对于最终结果的影响是几乎不存在的。因此，面对海量数据的分析处理时不必过分关注数据的精确度。

3.1.3 海量数据下更加注重数据的相关性

传统的数据分析比较着重于分析数据之间的因果性，得出最终的分析结果。而面对数据量规模异常庞大的数据库，数据的复杂性非常高，数据的种类也非常多，分析不同数据之间的因果性就非常困难。现如今企业更为关注的是多元化发展，多元化更加重要的是信息的多元化、信息的共享，信息共享其实就是数据之间相关性的分析，因此分析数据之间的因果性并非最为重要。海量数据环境下，单一种类数据的存在性非常低，数据基数越庞大，单一数据的准确性对整个数据库的分析结果影响就越小。反之，分析数据之间的相关关系就成为更加有效的处理模式。

3.2 数据变化对审计工作带来的影响

3.2.1 审计对象需要重新界定

随着社会的不断发展，审计工作一直适应变化，审计对象也开始进行了扩充。最初的审计对象都是以会计报表或者其他反应经济活动的载体为主，为了适应经济发展，先后又出现了经营审计、管理审计、“三E”审计或绩效审计等等，以及在中国实施的经济效益审计，其审查对象都超出了原有的财政财务收支活动的范围，进而扩展到影响经济效益的生产经营管理等各个方面。那么大数据时代下，技术的不断更新并且经濟环境发生了翻天覆地的变化，尤其是信息技术的巨大变革，对审计对象必然有着更大的影响。因此为满足大数据环境下审计工作的正常进行，必须要对审计对象进行更进一步的扩充。

3.2.2 审计方法需要不断更新

大数据时代的影响下，样本数据发生了翻天覆地的变化。在以前数据量相对小的时候，企业对于数据的保存通常是以纸质形式进行保存，由相关的会计人员进行手工的记录。在进行审计工作时，通常审计人员也是以手工和电脑辅助的方式进行数据的取证，工作效率比较低。而大数据时代下，原始数据的量变得非常巨大，审计人员对数据处理的复杂性以及准确性无法确保万无一失，难以依靠手工去完成审计工作。而现在代替人力的已经变成更高效的计算机处理，云计算、数据挖掘等先进技术的应用为数据处理提供了更为高效、准确的基础支撑。因此，传统的审计方法已经不能适应大数据时代审计工作的要求，必须结合工作的需求不断的改进和探索更加有效的审计方法。

3.2.3 审计风险变得更加复杂

大数据时代下，新技术的产生也伴随着出现了新的风险。例如云计算技术所固有的风险，数据基数过于庞大时，难免会出现原始数据的错误，这也是技术带来的风险以及数据透明度风险、数据存储安全风险等。因此，大数据环境下各种风险的产生也会对审计人员进行审计工作有非常大的影响，需要审计人员更加谨慎准确地完成审计工作。

4 大数据环境下审计工作的变革路径

4.1 必须对审计相关理论进行完善和创新

理论的支撑是进行实践最关键的因素。审计工作目前的正在快速地发生着变化，必须要对审计相关理论进行快速的补充和完善。完善审计理论，需要从实践出发，对实践进行分析和总结。大数据环境下的审计理论补充，必须要对大数据审计的性质和概念进行新的界定，并且对大数据审计的职能以及任务等基本问题进行深入的分析和研究，通过全面的完善和研究建立起符合大数据时代需求的全新审计理论体系。首先应结合大数据环境的特点以及新技术的产生对审计的相关理论进行界定和完善，包括大数据审计的审计对象、审计方式等。有效的审计理论能支撑支持新环境下审计工作的高效进行，还要进一步保证审计理论的发展与审计工作实际环境的变化互相配合，才能防止理论与实践脱节的现象。其次是对审计相关准则的积极补充。目前审计工作所应用的审计准则基本都是只满足于传统的审计业务，而大数据环境下，从审计对象、审计方式、审计技术等各个方面都发生了巨大变化，必须要结合实际建立新的准则来规范，保证新时代下审计工作的正常运行。

4.2 不断探索更加准确高效的审计方法

审计方法是审计工作中最为关键重要的因素，大数据环境下，如何推进更高效的审计方法完成相关的审计业务是应该首要考虑的问题。首先应从原始数据的层面进行探索。大数据时生最大变化的就是原始数据，审计人员如何获取和处理海量的原始数据成为最为重要的一步。当然传统的Excel软件或者相关审计软件已经无法完成如此复杂的工作，必须要采用更加先进的数据挖掘技术。针对所要审计的目标，运用数据挖掘技术能够更加准确高效地获取有效的数据。其次是持续审计方法的应用和完善。大数据环境数据的变化非常之快，企业每天的业务可能就会产生非常大的数据量，特别要强调审计工作的时效性。如果对一个企业进行审计工作的时间跨度非常大，那么极有可能新产生的数据会影响最终的审计结果。因此采用持续审计方法，可以保证在审计业务的持续进行过程中，被审计单位的相关经营活动与审计数据的不断更新保持一致，就可以使得最终的审计结果更加的科学准确。最后需要更全面地应用审计云数据系统。审计云数据系统的特点就是数据的共享，通过多个渠道形成对数据的获取并存储，然后实现多个部门的数据共享。从审计的成本、效率和运用多个方面都更好地推进了审计工作的高效进行。

4.3 更加全面地规避新的审计风险

审计工作的准确完成，必须保证有效地规避审计风险。大数据环境下，新产生的审计风险主要存在于数据信息的安全。首先是数据信息存储的安全问题。数据信息安全要做到数据信息的硬件、软件及数据受到保护，不受偶然的或者惡意的原因而遭到破坏、更改、泄露，保证系统连续可靠正常地运行，信息服务不中断。其次在大数据环境下，数据的获取和传输过程也会出现信息安全的问题。例如数据传输过程中发生的数据泄露问题，数据的泄露有可能对企业的经营活动产生巨大的影响，不仅会对企业利益相关者带来经济上的损失，也有可能会给被审计单位自身带来重大的法律责任。因此大数据审计的巨大体系中，保障审计数据信息安全是最为重要的环节，必须要建立更加全面合适的制度规范，针对数据信息风险问题提出更加完善的相关准则规定。

第2篇：审计数据分析论文范文

（一）大数据增值价值巨大，商业价值、经济价值和社会价值不可估量，终极价值在于助力社会进步与升级。美国奥巴马政府将数据定义为“未来的新石油”，是对其价值最生动的再现。大数据虽然价值密度低，但通过对数据的处理、整合和分析并使用，可创造出巨大的商业价值、经济价值和社会价值。面向大数据市场的新技术、新产品、新服务、新业态已不断涌现，大数据成为经济高速增长的新引擎，正在“吞噬”和重构传统组织架构，必将引发政府、公共事业、制造业、流通等领域全方位变革。特别是人机“生命共同体”快速进化，大数据将为人类的生活创造前所未有的可量化的维度，成为当代文明建设的助力器，让社会得以革新与升级，最终改变未来。

（二）大数据横空出世，源于个人全球化、记忆数字化、社会网络资本化的全力驱动，是IT业发展演进的历史使然。大数据不是突然产生的，是IT技术发展的必然产物。大数据浪潮主要源于三大驱动力推动。一是互联网、移动互联网及物联网等新一代信息技术，实现了信息、知识和社会关系网络乃至“个人”全球化，为大数据提供了广泛的数据来源。二是数据开放运动和数据民主化，实现了数据的分布式共享和全球性覆盖，云计算等廉价、高效的存储提取方式，让数据成为“共享的社会记忆”，客观上开启了大数据时代大门。三是挖掘复杂社会网络资本价值，加速了大数据技术的深度应用，构成了大数据的经济驱动力。全球化、数字化和社会网络资本化齐力推动了大数据大发展。

二、大数据：国家审计改革发展新动力

正在发生和演变的趋势表明，大数据时代无论对于社会、组织还是个人，都是一次革命，一个巨大的挑战，一个重大的转型机遇和飞跃的契机。国家审计无疑也是如此。1.飞速发展的经济社会新实践，必将推进国家审计理论与时创新。当前，人工智能、社交网站、RFID、语义网、云计算等技术或理念风驰电掣一般闯入我们的工作生活，数据开放、软件开源、普适计算、智慧地球等新思想令人眼花缭乱，新的技术和观念层出不穷。在信息技术环境下，丰富多彩的经济社会实践，通过信息交换、权能传递和功效联动等方式，将先进的信息技术、网络技术、网络时空观、数据挖掘、系统集成以及多媒体等多种学科理论和技术思想深层次地植根于审计理论，刺激审计理论的变革和创新。同时，国外一些先进管理理念，如企业再造工程、虚拟组织、穆尔法则(Mooreslaw)、基尔德法则(Gilderslaw)和麦特卡夫法则(Metcalfeslaw)等，与传统审计理论进行分化、碰撞、对接与融合，必将从广度和深度上推进审计理论不断繁衍与创新，审计理论将呈现多样性、交融性和虚拟性。2.审计客体内涵和外延的扩张，必将呼唤国家审计权力边界顺势突围。近年来，经济社会实践活动中，计算机、数据库、网络等现代信息技术得到了广泛运用，实物流、资金流表现向无纸化、数字化和信息流的转变，业务处理和财务管理逐步实现自动化和网络化，国家审计的审计内容、审计对象、审计资料、审计证据线索等都呈现出普遍电子化、数字化的特点。从而摆脱了传统帐套、传统财务信息、纸质的业务轨迹，从被审计单位的财务收支及有关的经营管理活动，会计资料和其他相关资料，扩展到电子数据、系统内部控制和信息系统自身；从财务数据延伸到业务数据；从内部数据关联到外部数据，审计客体外延和内涵的扩张，突破了以财政财务收支、纸质载体为主的审计权限范围。必然要求法律赋予审计部门数据采集、技术侦查、行政强制、诉讼等更多权力，以应对大数据时代的高科技舞弊，确保审计职能的充分发挥。3.新型大数据技术的广泛应用，必将推动国家审计作业流程优化再造。联机分析、数据挖掘、WEB2.0互联网审计、云技术等大数据技术普遍运用，将所有的审计内容、审计技术、审计方法纳入大数据审计之中。传统的现场审计作业流程必将改造优化为：了解调查，获取信息；采集数据，整理数据；进行数据转换、清理和验证；创建审计中间表；进行数据分析，找出审计重点；构建审计分析模型，分析数据；延伸落实，审计取证。数据分析成为审计作业的核心。信息技术还可以优化审计项目管理，如利用信息技术为审计项目管理内置一个标准的、符合质量要求的审计作业流程，用以规范审计人员的审计作业行为，使不同背景、不同水平的审计人员能够执行相同的审计动作。通过虚拟组织形态和数据集成智能化管理，实行远程控制审计项目，包括审计方案的控制、分工控制和授权控制，为质量控制和风险预防搭建一个良好的、高效的管控平台。4.国家审计供需矛盾更为激烈，必将要求国家审计主体能力自我革命。审计作为综合性经济监督部门，覆盖领域之广，涉及的经济社会活动之多，所产生和集聚的数据规模不可谓不大。大数据价值的发现和挖掘，必定给审计创造了更多需求，打开了更广阔的市场，对审计供给能力提出了新挑战。而决定审计供给能力的关隘就是国家审计主体能力。大数据时代，IT审计师将主导国家审计舞台。而目前，大部分审计人员主要精通财会知识，计算机知识和技能比较欠缺，知识结构还不能满足大数据技术的要求，数据分析与管理高端人才紧缺。审计人员除了要有专业的审计、会计知识外，必须精通信息技术，掌握网络、数据库、电子商务、信息系统的开发与管理和计算机辅助审计技术。优化审计人员能力结构，增强审计干部信息化审计基础能力、数据采集处理和分析能力、监测指标和模型的构建和分析能力、信息系统内部控制测评能力，尤为紧迫。

三、大数据背景下国家审计发展路径

无论是组织结构，还是国家文明，只有充分发挥大数据时代的价值、迎接好大数据面临的挑战并积极应对，才会处于不败之地。因此，国家审计应放眼未来，以大数据审计为目标，加快改革创新步伐，抢占审计发展的突破点和制高点，迎接新时代挑战。

（一）加快理论创新，为大数据审计落地提供实践指南。要坚持实践上的“摸着石头过河”与理论上的“顶层设计”相结合，加强审计理论和实务的研究，在理论上对大数据审计的性质以及由此决定的审计职能与任务等基本问题进行深入研究，构筑起适应大数据时展的、可用于解释和预测多种审计现象的审计理论。加强与国家信息化咨询委员会、公安部、发改委、工信部、财政部和国家信息中心等相关部门的合作研讨，多角度、更准确地把握客观现实及政策约束；组建由学术界专家、审计研究人员和实务骨干组成的团队，承担把握前沿热点、规划审计思路等工作，为加快大数据审计实践提供操作指南。要制定大数据审计发展的长远规划，坚持把大数据审计作为国家审计发展的核心战略，从数据、制度、人才和技术等方面逐步积累基础资源，有计划、有步骤、长期不懈地坚持推进。要加大宣传，营造数据审计文化氛围，革新思想观念，树立正确数据观，建立基于全数据模式、从整体到局部的审计思维模式，用大数据时代精神武装头脑。

（二）加快制度创新，健全完善大数据审计相关法规建设。目前，我国电子商务、网络经济和计算机应用相关法律法规制定相对滞后于经济社会实践活动，有些甚至还是盲区，导致大数据审计的法律地位和权限虚置。要加强电子商务、网络经济等相关立法，把电子合同、电子凭证、电子证据、电子签名的法律效力和保管要求，数据认证机构的管理，电子信息与网络安全等相关问题，以法律法规的形式明确固化下来，为大数据审计提供法律依据。要强化审计权威，扩大审计权限，赋予审计审查审计对象计算机信息系统的功能与安全措施，利用网络和审计软件进行审计，接入、采集、存储、提炼审计对象所有数据等的权力。要坚持本土自创与模仿移植相结合，建立健全与大数据时代相适应的审计标准和准则，如制定大数据审计评价准则、技术标准，数据挖掘分析指南，信息系统输入—处理—输出的符合性和实质性测试的准则，云计算以及网络审计准则等，确保大数据审计有法可依、有章可循。

（三）加快机制创新，积极构造政府主导、审计主推、IT企业参与的大数据审计联动机制。大数据技术在国家审计领域中的推广应用是技术进步的必然要求，但根据国家审计行业自身的特点，其无法自发地独自实现，必须积极构造政府主导、审计主推、IT企业参与的多点支撑联动机制，形成聚合效应。对政府而言，要积极把握大数据战略机遇，制定积极的政策法规，提供高质量的网络基础设施，营造适度宽松的大数据发展环境，鼓励企业、审计部门进行大数据相关的技术研发与应用创新，从标准、法律和意识形态层面大力引导大数据审计发展。对审计部门而言，要制定战略数据储备计划，加快与被审计单位数据实时互联互通，消除“信息孤岛”，为大数据审计提供数据载体；要逐步建立完善中央和地方的审计数据中心，构建审计管理、审计业务、审计方法和评价信息资源库，加快推进国家电子审计信息资源目录体系和交换体系建设，实现数据大集中。对IT企业而言，要深刻洞察大数据审计的需求，提供从硬件到软件、从产品到服务的一体化解决方案；要专注细分领域创新，提供具有审计行业特色的大数据审计专家级方案。

（四）加快应用创新，不断研究、探索、实践大数据审计技术方法。可以预见，大数据时代，审计人员时时刻刻都需要利用信息技术手段处理各种审计业务和工作。要结合审计工作实际，认真研究并积极实践A/B测试、关联规则挖掘、分类、数据聚类、众包、数据融合和集成、数据挖掘、集成学习等大数据分析技术，BigTable、商业智能、云计算、Cassandra、数据仓库、数据集市、分布式系统等大数据处理技术，以及标签云、Clustergram、历史流、空间信息流等可视化技术。要深度分析挖掘审计部门的大数据价值，从“业务驱动”转向“数据驱动”，实现审计决策和管理智能化。通过云计算的IaaS、PaaS和SaaS三大服务模式，建立国家层面的跨行业、跨领域的审计私有云和审计大数据分析平台。要建立审计专家和信息技术专家合作的审计信息技术研发模式，加强审计大数据分析模型和软件的研究开发。建立审计信息技术评选机制，对优秀的审计技术创新进行表彰奖励。建立审计信息技术库，把现有审计信息技术分类整理录入，实现网上查询、培训和新技术添加功能，加快大数据审计技术的推广和应用。

第3篇：审计数据分析论文范文

关键词：审计；数据挖掘；计算机审计；技术；应用

中图分类号：F239 文献标识码：A 文章编号：1009-3044（2013）15-3445-02

随着网络的发展，我国的审计事业步入了计算机审计时代，这样以来大大提高了审计工作的效率。在实际审计过程中，审计人员还要改变自身的审计分析思路，要打破传统的审计模式，能够运用系统论的思维，以全局的观点、联系的观点，把握事物的总体和各部分之间的联系，从而发现其中的规律。可以借助于一种数据分析工具——数据挖掘技术，它能够帮助审计人员从海量数据当中，发现数据背后潜在的联系和规律。

1 数据挖掘的定义和常用技术

数据挖掘（DM），就是从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取出隐含在其中的、人们事先不知道的、但又是潜在的、有用的信息和知识的一种过程。

通过数据挖掘，不但可以来完善、丰富数据库，也为用户决策提供数据支持。常用的技术有以下几种：

1.1关联分析

关联分析的目的是为了找出数据库中隐含的关联规则。

1.2分类

分类对数据概念的描述建立模型，再用这个模型来进行分类，生成一系列的分类规则，用于对其他的数据进行分类，从而更好地理解数据库中的内容。

1.3预测

预测就是找出历史数据之间的变化规律，建立相应的模型，可以获得当前数据的未来变化趋势，所具有的属性值的范围、种类和特征等。常用的方法是回归分析法。

1.4聚类分析

聚类是一个将数据集划分为若干组或类的过程，类似于人们常说的“物以类聚”。

1.5偏差检测

数据库中的数据之间存在着很多异常的情况，称为偏差。这些偏差包括很多潜在且有用的知识，如分类中的反常实例、模式的特例等。

1.6时序模式分析

通过时间序列搜索出重复发生概率比较高的模式。

在实际审计过程中，选择合适的挖掘技术能给审计工作带来很大的帮助，而且不同的挖掘技术应用的对象也不同。

2 数据挖掘的应用价值

从审计角度来看，数据挖掘就是根据事先明确的审计目标，对被审计单位的大量业务数据进行分析，揭示其中潜在的逻辑关系和规律，并进而形成明确且有效的审计思路的过程。

数据挖掘技术在审计中的应用价值，主要体现在可以依据其发现的知识来构建审计分析模型，将其运用到实际的审计业务中，可以大大提高审计工作的效率。比如，通过对银行信用卡恶意透支的历史数据进行数据挖掘，可以发现“信用卡恶意透支与信用卡客户的收入状况、平均消费额、职业、年龄等客户属性之间的联系”这类知识，以此为基础构建出相应的审计分析模型并运用到被审计银行的当前信用卡业务数据中，审计人员就可以快速确定审计重点。

3 数据挖掘技术在计算机审计中的应用操作步骤

一般来说，数据挖掘技术在计算机审计中的操作步骤主要有以下几步：

3.1审计业务问题的定义

指的是要明确审计时需要发现什么信息、解决什么问题。这个定义驱动了整个数据挖掘的过程，是整个挖掘过程的基础，也是检验最后结果的依据。

3.2数据准备

这个环节包括数据采集、数据清理和数据预处理三项内容。

数据采集要尽可能地采集所有与需要解决的审计业务问题密切相关的数据。

数据清理将采集到的数据经过数据清理形成审计中间表，这些审计中间表就成为数据挖掘模型的实例数据集。

数据预处理工作首先进行数据集成，整合来自不同数据源中的数据，然后从集成的数据库中选择性地提取用与挖掘的数据，最后再对选择的数据进行投影、归一化变换等处理，方便进行下一步的数据挖掘。

3.3建立模型，挖掘数据

设计人员（包括经验丰富的审计人员）对预处理好的数据进行分析，选用合适的数据挖掘技术和方法，生成适合挖掘的数据模型。模型建立的好坏关系到数据挖掘结果的正确与否，可以说是整个挖掘过程的核心。模型不是一成不变的，需要经过反复的修改调整，最后才能成为适合当前的审计任务要求的挖掘模型。

利用建立好的模型，进行数据挖掘，输入相关审计数据，会得到具体的结果，或者数据间的规律。审计业务人员要根据这些结果，对模型以及模型的输入参数值进行多次的修正和完善，以利于得出正确的挖掘结果。

3.4分析评价结果

将挖掘模型最后得到的正确的结果，提供给审计人员。审计人员根据审计任务要求和被审计对象的特征来分析得到到的挖掘结果，得到明确有效的审计思路，从而得出正确的审计结论。有些结果可能会为发现审计问题提供线索，审计人员可以根据这些线索进一步地追查相关的资料，发现问题所在。

以上几个步骤在实际的审计过程中，往往不是一次完成，中间的某些步骤可能需要反复进行，这要根据当前阶段和将要实施阶段的审计任务要求来定。

4 结论

虽然数据挖掘技术在计算机审计应用，还处于初级阶段，还需要进一步的研究，不断地探索和完善。但是我们也看到了它在计算机审计领域的优势。在教育、金融、企业、经济责任等各行业的审计工作中，面对庞大的、复杂的数据库，使用数据挖掘技术，可以让审计人员在审计过程中迅速把握总体，从海量数据中根据需要找出有用的知识信息以及数据间潜在的规律和联系，进一步提高审计工作的效率，并为领导的正确决策提供数据支持。

参考文献：

[1] 牛丽敏.Apriori算法分析与改进综述[J].桂林电子科技大学学报，2007，27（4）： 25-29.

[2] 韩家炜.数据挖掘概念与技术[M].北京：机械工业出版社，2000.

[3] （美）Mehmed Kantardzic.数据挖掘-概念、模型、方法和算法[M].北京：清华大学出版社，2003.

[4] 胡俊俊，孙静.一种新型的计算机审计模型[J].计算机应用研究，2008.

第4篇：审计数据分析论文范文

关键词：内部审计；非现场；数据挖掘

中图分类号：F239 文献标识码：A

收录日期：2013年8月29日

21世纪以来，我国财产保险行业得到了较快发展。国内财产保险公司早已引入了信息系统，建立起了涵盖承保、理赔、财务、销售乃至经营管理等方面的数据库，对企业的交易活动、经营状况进行记录。数据库和数据库管理系统的广泛运用，使得内部审计人员能够在激增的数据背后，按照既有的审计经验，查找出保险公司在经营环节上存在的违规行为，有效地对业务或财务行为的真实性、合法性和效益性方面进行监督，从而促进公司业务的健康发展。虽然激增的数据背后隐藏的许多重要信息给人们识别财务报告舞弊提供了更大范围的数据支持，但同时也衍生出一些新的问题，致使传统的以风险点为出发点的审计手段不能适应现代审计工作的要求。为提高审计质量，降低审计风险，迫切需要引入现代化审计方式和手段，以实现审计监督从单一的事后审计转变为事后审计与事中审计相结合，从单一的静态审计转变为静态审计与动态审计相结合，从单一的现场审计转变为现场审计与远程审计相结合。目前，各大财产保险公司相继进行了业务系统总集中，将业务、财务、理赔、影像等相关数据统一起来，这为非现场审计提供了必要的技术支撑。数据挖掘技术是处理纷繁复杂、日益庞大对象数据的一种新型信息技术。它采取排除人为因素而通过自动的方式来发现数据中存在的新的、隐藏的或不可预见的规律或事实，是在对数据集全面而深刻认识的基础上，对数据内在和本质的高度抽象与概括，所以把数据挖掘技术引入到审计工作中是非常必要的。

一、财产保险公司内部审计人员面临的问题

业务的迅猛发展，为保险公司积累了大量的经营管理数据，这同时也给内部审计人员带来了极大挑战，具体表现为：一是基础数据量超大，审计人员在数以千万计的数据库记录中陷入茫然，在浩瀚的经营数据中很难找出对内部审计人员有价值的信息，犹如大海捞针；二是保险公司的业务流程、管理规定和操作实务不断更新，各项管控规定不断出台，新的违规问题变得越发隐蔽，审计人员对如此快速的变革往往不能与时俱进，既有的审计经验往往显得力不从心。KPMG（1998）调查发现，超过1/3的舞弊事件是在偶然的情况下被发现的，只有4%的舞弊事件是由独立审计人员发现的；三是简单的数据库查询语句，无法从庞大复杂的数据库中进行深层次剖析，不能发掘更多的审计线索，所得出的审计结论缺乏深度和广度，为规避自身审计风险埋下隐患；四是数据处理技术为违规者提供了更加隐蔽的违规手段，舞弊者可以通过数据修改的方式伪造数据，以假乱真，审计人员如何识别出被篡改的数据是个难题；五是对同一对象审计，由于审计方法、审计角度的不同，不同审计人员可能会得出完全不同的审计结论，问题定型不一，审计知识的“不对称性”无法保障审计质量；六是由于数据量的激增，垃圾数据、异常数据时有发生，如何将这些数据剔除，不干扰审计人员的审计思路，科学合理地安排审计工作，将精力投入到真正的审计问题上去，值得思考。

二、审计领域对数据挖掘技术的探讨

简单地说，数据挖掘指的是从大量的、不完全的、有噪声的、模糊的、随机的应用数据中提取出隐藏的、不为人知的却潜在有用的信息和知识的过程，是一个从数据中汲取潜在有用的、先前未知的和最终可理解的知识的过程。数据挖掘通常与计算机科学有关，并通过统计、在线分析处理、情报检索、机器学习、专家系统和模式识别等诸多方法来实现上述目标。数据挖掘技术的应用非常广泛，我国学者也做了一些将数据挖掘技术应用到审计领域的研究工作。

易仁萍、王昊等（2003）探讨了审计框架下的数据挖掘技术的应用，提出了利用数据挖掘技术对原始审计数据进行初步的数据清洗并进行挖掘，形成可疑数据，为审计活动提供必要支撑。胡荣和陈月昆（2004）提出了关联分析和聚类分析这两种常用数据挖掘技术在审计中的具体实践。陈丹萍（2009）在《数据挖掘技术在现代审计中的运用研究》中提出数据挖掘审计的基本路径包括数据的采集、预处理、发现规律、发现异常和提出处理建议等环节；数据挖掘审计主要通过离群点挖掘、孤立点检测等七种方法获取有效证据；数据挖掘技术在审计中的应用步骤包括评估被审计单位、内控制度的符合性测试和实质性测试审计三个方面。

三、数据挖掘技术在财产保险内审领域的应用

数据挖掘技术可实现的目的很多，在此仅列举目前对财产保险公司内部审计工作最有帮助的几个方面，主要有：

（一）统计分析。首先根据已有的审计经验，确定出固定的审计模型，然后将该模型运用到被审计单位的对象数据库上，对审计区间内的业务数据进行分类，借以实现对保险经营管理行为的分类和预测。

（二）聚类分析。它是把被审计单位的业务数据按照相似性归成若干类别，使得同一类别的个体之间的差异尽可能地小，而不同类别的个体间的差异尽可能地大，从而找出偏离主类别的业务数据。

（三）关联分析。通过利用关联规则，从被审计单位数据库的记录中抽取频繁出现的模式，找出隐藏在数据间的潜在关系，抽取出事项A和事项B出现的频率和相关性，从而通过对A对象的分析达到对B对象分析的目的。

具体实施流程如下：

1、需求提出阶段。根据特定的审计目标和审计内容要求，将审计问题进行描述和表达，并将审计问题转化为数据挖掘问题，然后转化成数据库语言，编写提数语句。

2、数据清洗阶段。明确数据来源，熟悉数据结构，从被审计单位数据库中选择适用于数据挖掘的数据源，在充分了解数据质量的情况下，运用数据库中表与表之间的勾稽关系，剔除垃圾数据和异常数据，对源数据进行转换和清理，做到基础数据的可靠性和完整性。

3、数据挖掘阶段。针对所要发现审计问题的类别，确定采用的挖掘操作类型，如统计分析类型、聚类分析类型、关联分析类型等，设计或选择出有效的数据挖掘算法，形成特定的数学分析模型并加以实现。数据挖掘阶段是核心阶段，可能一种类型不适合，需要选取另一种类型，也可能同时需要几个不同类型的数据模型进行分析，此时可能会出现反复现象。

4、评估阶段。根据已掌握的审计证据，对挖掘结果进行解释和评估，测试与评价所发现的审计结论，对审计结论进行一致性、效用性处理。由于模型的建立是一个迭代循环过程，因此可利用反馈机制，利用已有的模型不断地建模、分析，直到能够得出充分、正确的审计结论为止。

5、阶段。根据审计人员的审计目的，对所获得的审计结论进行组织，并以审计人员能够使用的方式呈现，从而使审计人员能在审计数据分析工作中运用所发现的审计结论。

上述各步骤不是一蹴而就的，各步骤均可能需要反复进行，这取决于每个阶段的结果和接下来将要实施的阶段或者一个阶段的具体任务。（图1）

四、实际审计工作中的具体案例

随着保险市场竞争的加剧，不规范业务行为时有发生。下面结合笔者工作实际，对数据挖掘在保险公司内部审计上的具体应用进行案例分析。

审计需求：查找出经营机构违规列支会议费、招待费问题。此问题如果按照常规手段，通过调阅财务凭证的方式，人工来发现问题，几乎很难实现。如果将此问题转化成数据挖掘问题，对一个地市级（或者省级）分公司下辖各分支机构的会议费、招待费财务数据进行分析，就可以快速地查出违规机构。具体步骤如下：

（一）需求提出阶段。本案例的需求为查出违规列支会议费、招待费问题。鉴于基层经营单位有可能同时在会议费、招待费两个科目之间来回列支费用，故此需求可以细化为3个小需求，既违规列支会议费需求、违规列支招待费需求、违规列支会议费和招待费需求。

（二）数据清洗阶段。首先剔除掉费用金额字段值为空、字段值超大或超小、收付日期过早或过远的垃圾数据、测试数据、异常数据，然后选择恰当的收付区间作为审计区间，选好基础数据。

（三）数据挖掘阶段。由于此问题要解决的是违规列支费用问题，也就是要提取出来属于超额列支的那部分费用，因此要掌握公司正常经营管理下的费用列支状况。然而，每个基层公司的经营管理状况并不相同，单纯从自身的角度去纵向比较，科学性难以保证。因此，要掌握同一市公司（或省公司）下的各个经营机构的实际状况，状况趋同的视为合理情形，偏离大多数的视为疑似对象。

根据上述分析，拟采取聚类分析的数据挖掘方法，即以某市所有经营机构为审计样本，以每个月为一个审计区间，用所有经营机构的相关费用总和除以保费金额，得出系统内费用与保费的平均比例，再分别计算出所有经营机构自身列支相关费用的金额与自身保费金额的比例，再将这些比例和系统平均比例按序排列，远离系统平均值且大于系统平均值的对象，确定为疑似对象。图2为对某市公司下辖12个经营机构会议费数据挖掘结果。从图上可以看出，机构3和机构10的会议费比例明显超出系统平均水平，因此将两者作为疑似对象。（图2）

（四）评估阶段。根据步骤（三）数据挖掘阶段取得的初步性结论，结合被审计单位业务经营实际状况做出进一步的判断。若初步判断审计结论合理，可与被审计单位进行确认。若被审计单位提供了合理的解释说明，则要进一步修改聚类分析模型，加入必要的参考因子，比如业务类型、市场环境等加权因子，重新迭代计算，再次得出审计结论。

（五）阶段。根据上述数据挖掘模型取得的成果，将此模型运用到所有辖区单位，绘制出辖区单位违规列支会议费、招待费的全景预警图，供日后审计使用。

主要参考文献：

[1]陈乃激.基于财务分析的数据挖掘技术[J].中国管理信息化，2008.9.

第5篇：审计数据分析论文范文

关键词：功能性需求分析；非功能性需求分析；业务里程分析

中图分类号： G463 文献标识码： A 文章编号： 1673-1069（2016）36-195-2

1 概述

作为大学本科生必须完成的最后一门课程，毕业论文具备了其它课程所没有的典型特征：①由于毕业论文的宗旨是考查学生对本专业核心知识的掌握程度和运用知识解决实际问题的能力，因此在其完成过程中将会综合运用多门课程的知识点并将这些知识点与实际研究对象进行结合。②参与毕业论文过程管理的对象多，不仅包括学生和指导教师，还包括负责毕业论文的系主任、主管教学的分院领导和教务处实践教学管理科的工作人员，管理层次多，职能划分详细。③耗时长。按照培养方案的要求，毕业论文从开始选题到最后的答辩，总共耗时将近半年的时间，期间学生可以采取在校完成或者外出完成的形式进行毕业论文。以上特点决定了毕业论文过程管理的复杂性，不同的高校对该教学任务采取了不同的形式，以达到降低管理成本、提高管理成效的目的。

2 系统分析

系统分析主要围绕用例分析、业务流程分析和非功能性需求三个角度来开展。

2.1 用例分析

用例分析主要分析系统中各类角色对系统各个模块的操作权限。根据前期调研结果的分析，本系统的用户可以分为系统管理员、教务部门工作人员、教师、专业负责人、分院领导和学生共六种角色。系统用例分析就是分析这六种角色在系统中可以操作的应用场景。

2.1.1 系统管理员用例分析

毕业论文管理系统的系统管理员只负责本系统运行相关的支撑数据，即系统管理和基础数据两个模块中的功能。通常，系统管理模块包括部门管理、角色管理、用户管理、菜单管理、权限管理、数据管理、日志管理；基础数据包括专业设置、班级设置、教师管理、学生管理和教室管理。其中，部门管理是管理高校现有的教学单位和与毕业论文管理工作相关的部门；角色管理是管理系统用户的分类信息，以便为系统的权限分配提供基础；菜单管理是管理系统可以操作的模块以及模块的层次结构；权限管理是将菜单的操作权限分配给每类角色，从而确保系统操作和数据浏览的安全性；数据管理是对系统的数据库进行管理，包括数据备份和数据恢复；日志管理是管理系统操作的日志，以便系统出现问题时，可根据系统寻找发生故障的原因；专业设置是按照高校现有的专业结构和隶属关系完成专业信息的管理；班级设置是负责按照专业设置学生所在的班级；教师管理是管理高校教师的基本信息；学生管理是管理在校毕业班学生的基本信息；教室管理是管理目前学校可供使用的教室，为答辩安排提供基础数据。

2.1.2 教务部门工作人员用例分析

教务部门工作人员在系统中主要负责三个方面的工作，分别是基础数据中关于时间的设置、答辩安排审核和答辩结果审核。其中，基础数据中的时间设置包括学期的设置、选题时间设置和过程时间设置。选题时间设置主要设置学生选题的开始时间和结束时间；过程时间设置包括指导记录时间的设置、中期检查时间的设置和答辩时间的设置。

2.1.3 教师用例分析

毕业论文管理系统中具有操作权限的教师主要包括指导教师和交叉评阅教师以及答辩教师。教师在系统中可以操作的用例包括出题、审批开题报告、指导记录、答辩申请审批、交叉评阅和答辩结果登记。其中，出题只有被专业负责人指定为指导教师的教师才具有该权限，交叉评阅也只有被专业负责人指定为交叉评阅的教师才具有操作权限；答辩结果登记通常由答辩小组组长来完成。

2.1.4 专业负责人用例分析

专业负责人在系统中主要负责安排工作，包括教师安排和答辩安排。其中，教师安排主要安排指导教师、交叉评阅教师和答辩教师的人选；答辩安排则负责安排答辩教师的分组、参加答辩的学生分组以及教室和具体的答辩时间。

2.1.5 分院领导用例分析

分院领导在系统中主要负责两类信息的审核，分别是出题的审核和答辩安排的审核。

2.1.6 学生用例分析

学生是毕业论文管理系统的主体，在该系统中可以操作的用例包括选题、开题报告撰写、指导记录、中期检查、答辩申请、答辩安排和答辩结果。

2.2 业务流程分析

毕业论文管理系统包含的核心流程包括撰写开题报告和答辩安排两个核心流程。

2.2.1 开题报告流程分析

参与开题报告工作的主体包括学生、指导教师、专业负责人和分院领导，其流程如下：首先，学生完成开题报告的撰写，并提交给系统验证，验证通过后保存信息，并转交给指导教师审批，审批通过后转交给专业负责人进行初步审核，审核通过后再转交给分院领导进行最后的审核，并将最后的审核意见反馈给学生。

2.2.2 答辩安排流程分析

参与答辩安排的主体包括专业负责人、分院领导和教务部门工作人员，其流程大致如下：首先，专业负责人在答辩安排页面完成答辩安排的信息，然后提交给系统进行验证，如果验证通过再将安排转交给分院领导进行初步审核，审核通过后，转交给教务部门工作人员进行最后审核，审核通过后再将最终的审核结果反馈给专业负责人，并最终显示给学生和教师查看。

2.3 非功能性需求分析

与功能性需求分析的侧重点不同，非功能性需求分析更注重的是系统的整体性能要求，是衡量系统整体质量的依据。根据本系统的特点，系统的非功能性需求主要包括稳定性、准确性、安全性、易用性和可移植性。

3 系统设计

根据系统的功能需求分析的结果并结合管理信息系统的管理模式，总结出毕业论文过程管理系统的功能框架如图1所示。

图1中的系统管理通常负责管理一般系统运行所需的支撑数据。毕业论文管理系统的系统管理由部门管理、角色管理、用户管理、菜单管理、权限管理、数据管理和日志管理共七个模块组成。

4 结束语

代码开发仅仅是系统开发生命周期中的系统实现的主要任务，在此之前需经历系统分析和系统设计两个不可逾越的阶段。本文通过分析，得出了高校毕业论文管理系统的需求，并对这些需求进行整理后，完成了系统功能框架的设计，为下一步系统开发搭建系统应用程序架构提供了直接依据。

参 考 文 献

[1] 包慧敏.基于Web的毕业论文管理系统设计[D].南京：南京理工大学，2013.

[2] 郑鸿英.毕业论文管理系统的开发与实现[D].上海：华东师范大学，2011.

[3] 刘珊.本科毕业论文管理系统的设计与实现[D].厦门：厦门大学，2014.

[4] 陈斌.基于JQuery框架的毕业论文管理系统的设计与实现[D].苏州：苏州大学，2012.

[5] 孙晓妍.基于UML的面向对象信息系统开发[J].价值工程，2013（10）：189-190.

[6] 陈振庆，罗兰花.基于动态描述逻辑的UML状态图形式化方法[J].2011，37（13）：55-57.

第6篇：审计数据分析论文范文

关键词：会计师事务所;规模 ;审计质量

引言：自从安然事件爆发以后，引发了国际社会对审计质量质疑的浪潮。面对国内主要审计业务被四大垄断的格局，我国本土的会计师事务所该何去何从？因此，越来越多的小规模会计师事务所走上了合并的道路。会计师事务所发展主要有两种方式，一种是通过自身的累积不断发展壮大，另一种则是通过事务所之间的合并实现。然而，是否会计师事务所规模越大，其提供的审计质量就越高？理论界与实务界一直都存在意见分歧。本文以此为切入点深入分析了会计师事务所规模与审计质量的关系，并指出事务所在合并化进程中面临的问题，最后就如何提高审计质量给出了一些建议。

一、理论分析与假设提出

针对事务所规模与审计质量这二者关系的理论研究，目前国外学术界比较认可的是“保险理论”和“声誉理论”。

（一）“保险理论”，亦称深口袋理论。该理论认为当事务所面临较高的诉讼赔偿可能性时，为了规避这一损失，事务所会更加注重其承接的审计业务质量，出具客观公正的审计意见。对于规模大的事务所，其拥有的财富较多，实力强大，面临着较高的赔偿可能性且被要求赔偿的数额也较高。为了规避诉讼造成巨额赔偿的风险，规模大的事务所会提高其审计质量，发表恰当准确的审计意见。因此，理论研究大都认为会计师事务所规模越大，审计质量越高。

（二）另一个关于事务所规模与审计质量关系的理论是“声誉理论”，最早是1981年DeAnge1o发表的两篇论文中提到的。他认为，声誉是事务所的无形资产，规模大的事务所与小所相比，更加注重声誉对于企业的价值，一旦声誉受到损失，客户会因为该事务所在资本市场上声誉下降而选择变更事务所，致使事务所客户大量流失。因此，对于规模大的事务所而言，声誉恰好能够抑制事务所的投机行为，维持良好的的职业独立性及必要的执业审慎性以发表客观、公正的审计意见。

根据前面理论分析，本文提出研究假设：会计师事务所规模越大，审计质量越高。

二、研究设计

（一）因变量的选取。在现有通行研究方法中，均以事务所出具的审计意见类型（OP）来衡量审计质量，主要指标分两类――标准无保留审计意见（用0表示）和非标准无保留审计意见（用1表示）。如果事务所出具的非标准无保留审计意见的频率越高，说明审计结果越客观、公正，即审计质量越高。

（二）自变量的选取。本文选取事务所规模作为自变量，以事务所年营业收入的自然对数作为事务所规模的替代变量。年营业收入的优越性不仅体现在可以权衡某个事务所在整体行业中的名次，更能展现其竞争实力，所以它是事务所规模较合适的替代变量。从理论上讲，事务所规模与审计意见正相关。

（三）其它控制变量的选取。考虑到被审计单位的财务状况会对注册会计师出具审计报告产生影响，本文初步选取了被审计单位的现金流量、偿债能力、资产规模和盈利能力四个财务指标作为控制变量。

（四）样本的选取。本项目选取来自2013年以前在A股上市并在2013年正常交易的564家上市公司作为研究对象，考虑到数据的完整性与可靠性，本文把其所发行股票被“PT”与“ST”以及被摘牌的公司和部分财务收据不完整的公司从样本中剔除。

（五）数据模型的建立。基于本文数据的特征，在进行实证研究时，我们采用Logistic回归模型对研究假设进行检验。我们所建立的模型具体形式如下：

OP=β0+β1 SIZE+β2 CFO+β3 LEV+β4 TA+β5 ROE+ε （1）

三、实证分析结果

（一）变量描述性统计。本文按照前文所述的原则选定了

564家在2013年1月1日以前上市的公司作为样本单位。变量的统计性质如下：

表1 全样本描述性统计

数据来源：CCER金融数据库、中国统计年鉴、中国金融年鉴

（二）相关性分析。本文对样本变量是否存在多重共线性的问题进行了分析。通过分析表明，SIZE与TA的相关系数为

0.325相对较高，除此之外其它变量之间的相关系数都较低。因此，可以认为样本各变量之间不存在明显的共线性问题。

（三）实证检验结果。本文选用统计软件Eviews6.0对公式（1）进行估计，回归结果见表2

表2 Logistic回归结果

注：变量符号中带*号的表示在显著性0.05的水平上是显著的;带**表示在显著性0.01的水平上是显著的。

从估计结果可以看出，该模型整体上是有显著性的，各个解释变量的系数符号也符合经济理论的预期。当然，如表4所示，SIZE（会计师事务所规模）对应的系数为0.354，虽然符号与预期一致，但并不显著。对于控制变量，经营活动现金流量（CFO）的P值为4.2%，显著负相关，资产负债率（LEV）的P值为0.7%，具有极强的显著性，上市公司资产规模（TA）的P值为

1%，显著负相关，净资产收益率（ROE）关系不显著，但估计系数符号与理论分析一致。说明注册会计师在发表审计意见时，主要衡量企业的经营活动现金流量、资产负债率和总资产等财务指标。此外，净资产收益率也会影响审计意见类型。

四、结论与建议

本文的研究结果表明，随着我国经济体制改革的深入进行，与国际更进一步接轨，我国社会主义市场经济体制正处在不断完善的过程中。国内外审计市场的实际情况具有较大差异，规模大的事务所提供的审计服务质量不一定较高，若客户在选择事务所时盲目地追求大所，将会导致中小所的生存危机，进而影响整个审计市场的垄断格局，因此，审计客户的利益也会受损。因此，对于中小规模的事务所而言，在努力提升自己的实力的过程中，不能一味追求企业资产的扩大，更要注重事务所内部文化的整合、人员的协调性等问题。另外，从企业客户的角度来看，上市公司内部治理结构的完善与外部市场规范化也有助于审计质量的提高。本文的检验结果在一定程度上证实了这一结论的正确性，为以后学者进一步的研究提供了一定的参考作用。

参考文献：

第7篇：审计数据分析论文范文

[关键词]颜色、评审方法、大数据、权重系数

中图分类号：U466 文献标识码：A 文章编号：1009-914X（2016）18-0049-02

Studying on the evaluation methed of automobile painting color

JIANG Chao-Fu，QIN Xiao-qiang，WEI Zheng-xi，XU Zhong-qiong，XIAO-yu，YAN Xu-hui，YANG Yi-cheng

（CHANGAN AUTOMOBILE CO.，LTD.，400023）

[Abstract]With the gradual improvement of people’s aesthetic level，the color of cars has become an important factor affecting customers to choose and buy a car. So developing the evaluation methed of automobile painting color highlights the important position. Currently ，there are a variety of methods can be used for assessment of the color，but they have their own shortcomings and imperfect. This article is mainly to research a kind of comprehensive integral analysis method，which can be effective，real and objective to reflect the result of color evaluation.

[Key words]color； evaluation methed；big data；the coefficients of weght

0 引言

近年来，随着人们物质生活的日益提高、精神文化的逐步充实，人们的审美观念和文化品位得到极大的提高。在购买汽车时，对汽车颜色的关注度也越来越高，因此在汽车涂装颜色开发过程中评审颜色给人带来的视觉感的过程也越来越苛刻，特别是在全球化、大数据化时代背景下，需要利用大量的、真实的数据作为评论选择颜色的依据。因此，寻找一种科学的、有效的颜色评审方法，成为了一个新的研究课题。

1、 传统的颜色评审方法

目前，汽车行业常用的评审方法有三种模式：A、举手表决法；B、计数法；C、积分统计法；三种方法均各有优点，但是各方法的缺点也很突出，比如举手表决法的最大缺点就是容易导致评审跟风，导致人云亦云，使数据不能真实的、有效的反映客观事实。具体的优缺点说明如图1所示（本文中凡是参与评审的颜色均是根据颜色流行趋势、与造型搭配等方法设计的，评审的目的是进行上量生产的最终选择）。

现在需要将各评审各种方法的优点综合到一起，也就是通常所说的聚百家之长于一身。根据上述优点，寻找一种科学的、有效的颜色评审方法的主要方向为：操作简单、能够实现对颜色客观排序、能够对后续颜色开发有指导意义、需要评审人员综合评定、能够横向比较、能够反映评审人员在领域的权重。为实现这个目标，让评审方法更能有效、真实的反映颜色的视觉感和趋势化，我们创新性的建立了综合积分分析法。

2、 创新的颜色评审方法―综合积分分析法

综合积分分析法结合了举手表决法、计数法、积分统计法的优点，将大数据化、权重系数等优点有机的结合到一起。综合积分分析法有以下创新点：

A、评价原则及方法统一、需要评审人员综合评价：不管备选颜色有多少种，评审人员只对自己满意的前三名进行排名，其中第一名记5分，第二名记3分，第三名记1分；评审时，需专家团队与非专家团队同时进行评审，使颜色评价意见体现出各种人群对颜色的想法。

B、可以实现横向比较：由于评价原则及方法统一，每次评审的积分可以展开横向比较，对后续颜色开发有非常重要的指导意义；

C、建立了评价系数原则：能够利用权重系数，对经验丰富的颜色专家可以适当增加评价系数权重，能够得出更加准确的颜色信息，从而进行更加科学、系统的分析；

D、大数据化：让大量的人员参加评审，增大颜色评审样本量，进行大数据分析，使得评审结论更科学，更真实，更符合市场需求规律；

E、应用广泛：可以横向推广应用，其他评审也可以参考选择该方法进行评审。

下面以某公司某次颜色评审案例来说明：某一公司策划选择5种颜色作为该上市车型的量产颜色，颜色设计人员根据市场趋势设计出符合市场的10种颜色，并完成涂料及涂装工艺相关开发。将以上10种颜色实车喷涂后进行颜色评审，需从10种颜色选出5种进行上市。具体操作如下：

（1）、将喷涂不同颜色的10辆车进行依次编号，分别记录为：1、2、……10；依据评审原则邀请了15名专家与15名非专业人员进行评审。颜色评审开始后，由评审人员对所有车辆进行观察、欣赏、判断后（一般设定每个车观察时间不得低于2分钟）按表格要求选出自己喜欢的前3名，由分析人员进行数据收集、整理、统计计分，并对评审结果进行汇总，如图2（某公司评审颜色记录表）：

（2）、将所有颜色评审记录结果进行统计，分析其综合积分的分布情况，得出所有颜色的综合排名，如图3

由上述统计表格可以发现：通过综合积分分析法不仅可以很直观的选出所需要的颜色，还可以充分反映专家团队与非专家团队对颜色认知的区别。

3、 总结：

第8篇：审计数据分析论文范文

一、XBRL应用对审计工作的影响与挑战

（一）XBRL的广泛应用对审计工作产生积极影响 包括：一是审计内容得到了拓展。与现有审计范围不同，在XBRL环境下，审计人员不仅要审查的企业过去的经济交易事项是否合规，而且要审查各类XBRL实例文档是否符合规。因此，在XBRL环境下，审计人员需要对信息系统、XBRL分类标准、XBRL系统数据的可靠性、合规性进行认证，审计的内容得到了拓展，审计的范围得到了扩大。二是有利于提高审计效率，增强了审计的准确度和可信度。在现行的审计模式下，会计信息的处理和审查完全是依靠审计人员的手工操作来完成，虽然ERP技术的发展促进了计算机辅助审计在审计工作中的应用，但是由于数据格式的兼容性问题，使得审计人员在进行审计时仍需手工录入大量财务数据，这就延长了审计时间，增加了审计风险和成本。而采用XBRL技术后，数据的格式得到统一，会计信息得到规范的分类，大大减少了审计工作人员数据提取的难度。同时，XBRL能与多种软件兼容，使数据可在各软件平台上进行轻松转换，节约审计人员的时间，提高审计效率。XBRL的应用可以使审计人员从繁重的数据收集、处理工作的解放出来，更加专注于企业的财务和经营状况，进而增强审计的准确度和可信度。三是XBRL促进了审计模式的创新。基于XBRL的特点，在其广泛推广应用后， 审计模式将得到创新发展。实时审计、在线审计、持续审计等新型的审计模式都有可能得到应用。同时，借助XBRL信息处理的优势， 审计自动化水平也将得到极大提高。 随着XBRL的推广与应用，现有的审计模式将会有较大改变， 新的审计模式将不断出现。

（二）XBRL应用对审计工作提出新的挑战 包括：一是审计内容的拓展增加了审计风险。在XBRL环境下，审计不仅是审查财务数据，还要对XBRL信息系统进行审查，首先，XBRL作为计算机系统有计算机系统固有的风险，因此在XBRL环境下，审计的内容要增加对XBRL系统处理和控制功能的审查。其次，被审计单位能否正确运用XBRL分类标准等问题都会增加错报风险，被审计单位XBRL系统的处理是否合规、合法，都将成为审计工作的重要内容。二是对审计人员综合知识要求较高。在XBRL环境下实施审计，对审计人员的综合知识要求较高。审计人员不仅需要掌握财务、审计知识，还必须掌握相应的计算机知识。为了保证审计质量与效果，二者缺一不可。因此，XBRL环境下的审计人员必须是一个复合型人才才能胜任XBRL环境下的审计工作。三是信息安全将是影响XBRL环境下审计的关键因素。由于XBRL技术是基于网络的，因此，网络财务报告安全性是人们不得不正视的一个重要问题。在网络环境中，计算机病毒入侵以及数据在网络传输过程中，可能受到攻击，甚至是数据被截取等问题，使审计的风险增大。如果不能解决安全性问题，基于XBRL的审计将面临巨大安全隐患，甚至会影响其广泛应用。因此，信息安全将决定XBRL审计模式能否得到应用的关键因素。

二、XBRL环境下审计方法创新研究

XBRL给审计工作带来了一次重大变革，对审计工作提出了新的要求。审计人员应当在现有的基础上，掌握XBRL的特点及对审计工作的影响，采取相应对策，改进和创新审计技术方法，进而提高审计质量。

（一）以审计软件研究为重点，开发新的审计软件 XBRL提供了标准化的信息，同时电子数据可以在其他软件、平台、技术间进行交换。在XBRL环境下，审计人员将摆脱会计数据不标准、多样化、难采集等问题，这将大大提高审计的效率和质量。因此，在XBRL环境下，审计工作的重点应当转向数据挖掘技术、联机分析处理技术等软件开发方向。这些技术在XBRL环境下的审计中将有着广阔的应用前景。通过这些审计软件的开发可以对财务数据进行各种查询、计算、重组等工作，以达到审计的目的。因此，基于XBRL的特点，开发功能强大、通用性强的审计软件是XBRL环境下审计软件开发的重点与难点。目前，XBRL在我国的应用还处在探索期，将XBRL应用到实践中的多是上市公司。在现阶段，可以开发具有一般审计功能的嵌入式软件，将具有审计功能的程序嵌入在被审计单位的财务系统中，一旦被审单位系统中有违反审计规定的事件，便触发审计程序工作，不断检测、分析被审计事件。XBRL最大的优点在于数据的共享性，因此，可以建立被审计单位的数据仓库。数据仓库的分析型数据库是面向决策支持系统的，整合不同时间收集的数据来支持决策过程。在数据仓库中存储的审计软件可以通过处理从数据库中提取，整理，综合决策分析的历史数据。在数据库中可以预先设定的标准审计程序，这些程序的每一个具体的时间将运行一次，自动收集审计证据，供审计人员检查。在上述基础上，可以将人工智能、数据挖掘、决策论等模型应用到审计系统中，开发专用审计系统。运用丰富的审计分析模型，将审计方法模块化、规范化、标准化。通过建立审计系统，可以将传统的审计分析方法和审计人员的经验融合到审计系统中。审计系统可将定量分析和定性分析结合起来，不但包含财务分析、资产评价等指标的计算，进行定量分析，而且还能对各种数据进行分析，以便考察数据之间的关系和变动规律，进而从大量的数据中找到有价值的信息，进行定性分析，以发现深层次的问题。建立审计专用系统，可以提高审计自动化程度，这样无论何种层次的审计人员操作此系统都能获得专家级审计效果，提高审计的效率和审计质量。

（二）创新审计流程，实施事中审计、连续审计 现行的审计模式多是事后审计，通过追溯被审计单位的历史财务数据，检查被审计单位在过去某一时点的财务状况和某一时期的经营状况。XBRL技术打破了审计的阶段性界限，改变了以往的财务报告按年度、半年度、季度的阶段性模式，理论上可以使企业财务报告的时间缩至“零”天。因此，基于互联网和XBRL技术，审计可以实现动态、远程的实时审计，审计工作人员可以依据企业的经营情况对企业的财务状况进行实时监督，做到实时和连续审计，从而帮助审计部门及时发现问题、解决问题，达到控制审计风险的目的。实施事中审计和连续审计首先要解决的关键问题是网络安全问题。XBRL虽然可以在提取数据等方面提供了诸多便利，但数据的传输依然要依赖网络，在这一过程中如何保证数据不被截取、篡改就显得尤为重要，可以这样讲没有安全的数据传输网络，XBRL就不可能得到广泛应用。为此，建议在数据的传输中引入Web服务以实现信息实时获取；在信息传输中，可以引入数据加密、数字签名以及安全认证等信息技术来保障网络环境中信息传输中的安全。Web服务是基于XML和HTTPS的一种服务，其主要是基于SOAP的通信协议，通过WSDL进行服务的描述，通过UDDI来发现和获得服务的元数据。XBRL是基于XML的标记语言，而XML是Web服务平台中表示数据的基本格式，除了易于建立和易于分析外，最主要的优点在于既是与平台无关的，又是与厂商无关的。因此，XBRL格式的财务报告和分类账文档可以被封装成Web服务，同时为审计单位提供Web服务客户端程序，这样审计单位就可以在线调用Web服务，从而获取财务报告及相应分类账信息，这样就可以动态地获取企业最新财务数据并进行审计。基于XBRL的特性，审计人员可以方便地对审计所需数据进行提取、汇总、统计与分析。网络传输中的数据保密问题可借助成熟的数据加密技术与数字签名技术加以实现。数据加密技术可以防止除企业和审计单位之外的第三方窃取会计信息，通过引入数字签名技术，则可以保证信息传输的完整性、发送者的身份认证、防止交易中抵赖问题的发生，也就是说可以有效的防止企业否认文件是自己发送的或者审计方伪造、修改来自企业方的文件。

在综合考虑连续审计、网络安全性要求的基础上，提出新的审计流程，见图1。企业将会计数据按照XBRL标准生成XBRL数据库并上传至Web服务，在数据经过数据加密和数字签名等安全认证后，审计方Web服务器客户端可以根据授权访问被审计企业的Web服务器，获取审计所需要的XBRL数据，审计单位利用自己的审计模型对提取的数据进行分析，同时将审计内容、发现的问题以及疑点记录在审计工作底稿中，最后生成审计报告。审计报告在经过数据加密和数字签名后，发送至企业Web服务器，完成审计工作。随着XBRL技术在企业中的不断推广，审计环境也将发生深刻变化。在这种变化中，审计单位只有不断创新审计技术，重新规划审计流程，提高审计的信息化水平，才能有效降低审计的风险，进而提高审计质量。

[本文系山东省高等学校人文社会科学研究项目“XBRL在上市公司财务报告中的应用”阶段性研究成果]

参考文献：

[1]迟丽华：《ERP环境下的审计技术方法创新》，《中央财经大学学报》2008年第6期。

[2]陈丹萍：《信息环境下现代审计技术探索》，《审计与经济研究》2005年第7期。

[3]欧阳电平、郑春梅：《XBRL财务报告的新风险及其审计鉴证》，《财会通讯》2007年第10期。

[4]年仁德： 《 XBRL对连续审计的影响》， 《中国管理信息化》

2008年第11期。

[5]李九斤、王甲山、张彦明：《基于XBRL环境的连续审计模式构建研究》，《价值工程》2012年第20期。

第9篇：审计数据分析论文范文

【关键字】大数据，审计工作，风险防范，建议

当前，随着全社会信息化建设的飞速发展，各行各业信息化、数据化程度越来越高，一个全新的大数据时代已经到来。对于审计工作来说，大数据环境势必对审计思路、审计方式方法、组织模式及相关制度等方面产生深远的影响，同时，要求审计工作从信息化初级建设阶段逐步走上大数据建设、利用阶段。

一、大数据时代的特点

大数据具有4 个特点： 第一，数据体量巨大 （ Volume） ，从 TB 级别跃升到 PB 级别。第二，处理速度快 （ Velocity） ，这与传统的数据挖掘技术有着本质的不同。第三，数据种类多 （ Variety） ，有图片、地理位置信息、视频、网络日志等多种形式。第四，价值密度低，商业价值高 （ Value） 。存在单一数据的价值并不大，但将相关数据聚集在一起，就会有很高的商业价值。

二、大数据时代审计工作的改变

（一）持续性审计将成为内部审计发展的方向和重心。大数据时代下的信息化审计将使持续性审计模式成为现实，内部审计可以常态化开展对机构和业务的持续关注、风险评估、持续监测、专项分析、审计发现跟踪等活动，动态掌握被审计单位的业务运营状况、风险变化态势等整体情况，实现对整个集团全机构、全产品各类风险的“全面、深入、持续”的有效审计覆盖，并以此为主线形成内部审计对业务发展及经营管理中各风险环节及其随环境变化情况的持续关注与快速反应。

（二）审计项目的作业模式发生颠覆性变化。对信息的全面掌握、充分挖掘和技术的广泛运用，将会极大地改变现有审计项目的作业模式，大幅提升审计效能。立项依据将由“专家经验+风险评估”向“持续性审计信息触发”转变。审计视角将由识别“单业务条线风险”向运用整合信息“全面识别风险”转变。审计范围将由“抽样审计”向“全量审计”转变。工作方式将由“现场+非现场”向“信息化+智能化”的方式转变。

（三）内部审计管理模式将重新构造。信息化审计的另一层涵义，是审计管理的全面智能化。计划制定与调控变得科学化。资源配置与管理变得合理化。流程控制与监督变得规范化。成果统计与跟踪变得自动化。

三、大数据时代审计的风险防范

信息是把双刃剑，大数据更是如此。我们在享受大数据带来的成果时，也不断受到大数据风险的侵扰。在大数据的风险管理方面应该投入更多的精力，需要做好以下几个方面的工作：建立严格有效的数据加密管理体系；严格数据传输存储使用过程的保密管理；建立分层的数据分析形式；建立数据授权制。

四、大数据时代开展审计的建议

为了应对“大数据”时代对审计技术和方法发展的影响，审计理论界、实务界和行业组织应未雨绸缪，采取各种措施积极应对。

（一） 制定大数据时代审计应用的长远发展战略。大数据时代应根据审计行业自身的特点，制定大数据技术审计应用的发展战略，在较短的时期内实现审计行业和实务的大数据化。这需要审计行业苦练内功，在现有的审计信息化成果的基础上，通过全行业艰苦不懈的努力才能完成，是一项广泛涉及到技术和业务的复杂系统工程，必须在发展战略指导下有计划、有步骤地实施。

（二） 加快大数据时代的审计法规建设。现行法律、法规和审计准则没有明确规定应用大数据技术，因此审计应用大数据技术缺乏法律依据。大数据技术应用的合法性问题是审计立法面临的一项重要而迫切的课题。只有拥有符合其发展规律的法规支持，大数据技术应用才能成为审计人员依法审计的基础。不解决与大数据技术等应用相关的审计法律依据问题，大数据、云计算技术应用就很难在审计领域中真正展开。

（三） 加强大数据审计分析模型和审计软件的研发。不同行业需要不同的大数据分析模型和开发环境，审计行业需要加强适合自身特点的大数据分析模型和软件的研究与开发。审计数据分析可以分为查询型分析、多维分析和挖掘型分析等类型。由于大数据涵盖内容广泛，在解决具体审计问题时，所需的高端人才除了数据分析专家，根据不同问题也可能需要地理、生态、数学和统计、社会网络和社会行为心理等领域专家参与。大数据审计分析模型和审计软件不仅要有审计功能，而且应有预测功能。

（四） 提高对大数据的认识和利用能力。目前，虽然利用大数据技术开展审计工作已经获得很多审计人员的广泛认可，但由于我国审计工作起步时间不长，大部分审计人员的知识结构较单一，对大数据技术了解、接触少，习惯于用传统的审计方法，总认为审计不用大数据技术，同样可以查出问题线索。在信息化环境下，数据量巨大且都以电子数据的形式存在，只有加强大数据技术的应用才会促进审计工作的顺利开展。审计组织要加强对大数据技术的培训以及培养审计人员发现和研究大数据技术的能力。大数据技术应用是审计人员综合能力的体现。审计人员只有拥有了良好的大数据技术，才能在审计工作中将数据利用发挥到极致。

当前，我国与大数据相关的技术和工具的运用相当不成熟，无论是在大数据存储分析能力上，还是处理技术上都还很薄弱，数据仓库、数据挖掘等领域的技术普遍落后于国外先进水平。所以，要达到信息智能化审计，无论从人力、财力还是技术上都需要长时间大力投入。因为审计工作只有驾驭了大数据，通过建立高级大数据的分析模型，实现快速抽取大数据的核心数据，高效分析这些核心数据并从中发现价值，才能进行全面而深入的分析挖掘，才能在海量数据中迅速、准确地发现疑点，使审计工作真正成为信息化智能审计，解决审计中存在的各种问 题，达到通过快速全数据分析，发现疑点，靶向检查，系统研究，从而大大提升审计工作效能。

参考文献：

[1]邓川，杨文莺.云审计对会计事务所的机遇、挑战及对策[J].财会研究，2012（2）