大数据在审计中的应用精选(九篇)

前言：一篇好文章的诞生，需要你不断地搜集资料、整理思路，本站小编为你收集了丰富的大数据在审计中的应用主题范文，仅供参考，欢迎阅读并收藏。

第1篇：大数据在审计中的应用范文

[关键词] 大数据审计；“三农”工作；保驾护航

[DOI] 10.13939/ki.zgsc.2016.28.232

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。

第2篇：大数据在审计中的应用范文

从近年来审计署等部门出台的审计相关的政策可以看出，我国对审计信息化建设越来越重视。审计信息化不仅是提高审计工作效率的必要途径，也是时代发展的必然要求，因此审计信息化建设势在必行。随着审计信息化建设的逐步推进，对技术发展也提出了更高的要求，大数据技术则能够满足审计信息化的要求。大数据技术能够有效缩短审计时间，并且推进审计信息化建设的创新发展。然而，由于大数据在审计信息化中的应用时间尚短，所以还存在诸多问题影响审计信息化的进一步发展。本文对大数据在审计信息化中的应用及思考的研究具有十分重要的意义。

2大数据在审计信息化中的作用及应用背景

（1）大数据在审计信息化中的作用。在审计信息化发展过程中，大数据技术发挥着有力的推动作用。第一，大数据技术有利于审计信息化效率的提升。大数据技术能够处理体量较大的数据，并且处理速度非常快，在一定程度上提升了审计信息化的处理速度，提高了工作效率。同时大数据技术应用于审计信息化过程，还能够有效减少人员投入，节约人力成本。第二，大数据技术丰富了审计信息化过程中的分析方法。大数据技术应用之前，审计信息化分析方法更加注重自动化过程，分析方法缺乏多样性。大数据技术则不仅能够实现传统的统计分析，如回归分析、方差分析等，而且能够实现数据挖掘、模型预测等方法，有利于丰富审计信息化过程中的分析方法。第三，大数据技术有利于推动审计信息化实现创新式发展。大数据技术应用后，审计样本由抽样审计变成了全样本审计，进一步扩大了审计取证范围，对审计结果的完整性具有积极影响，从而有利于推动审计信息化的创新式发展。

（2）大数据在审计信息化中的应用背景。2016年，审计署引发了相关指导意见，用于指导审计信息化建设，要求推动审计向信息化、数字化发展，说明我国将审计信息化建设提上日程。2017年4月，世界审计组织大数据审计工作组第一次会议召开，会议指出大数据审计不仅关乎审计技术的创新，而且关乎审计理念、制度等方面的变革，因此，应当大力推动大数据审计工作实践。2018年5月，中央审计委员会第一次会议召开，习近平主席再一次强调了审计信息化发展的重要性，同时指出要积极应对大数据背景下的审计工作[1]。随后，大数据在审计信息化发展中的应用逐渐被提上日程，我国出台了多项政策和措施鼓励大数据在审计信息化建设中的应用。

3大数据在审计信息化应用中存在的问题

（1）数据信息的采集不够全面。大数据技术的优势在于可以实现对不同类型的数据信息进行采集并处理，例如图片、文字等类型的信息数据。但与此同时，这也对审计信息化的数据采集提出了更高的要求。如果审计信息化软件采集的数据缺乏全面性，则不利于大数据技术优势的发挥。而在现实发展中，由于审计信息化管理模式存在一定的局限性，审计信息化软件往往只是对文字、财务报告等方面的数据信息采集较为全面，对其他类型的数据信息采集不足，因此无法实现大数据技术的充分利用，也不利于出具科学完整的审计结果[2]。

（2）未能进行充分的数据挖掘。从现实发展来看，很多企业虽然着力于审计信息化建设，但是并未建立科学合理的数据平台，因此不利于大数据技术的应用。部分企业部门之间的财务数据等信息都是独立的，缺乏统一的平台将其整合起来，这样则不利于对数据进行深入挖掘和使用。从审计信息化发展整体来看，我国对审计数据平台的建设还处于探索阶段，数据之间的关联度还不高，没有为大数据挖掘提供基础条件，因此大数据技术的价值也无法得到有效发挥[3]。所以，如何实现数据挖掘的深入化是现阶段需要解决的问题，也是大数据技术充分应用的基础条件。

（3）数据信息的安全性存在隐患。大数据在审计信息化应用过程中，主要依托于计算机和互联网等媒介，通过这些媒介实现数据存储、传输和处理，在此过程中数据信息的安全性风险不容忽视。一方面，计算机在数据信息存储过程中，一旦遇到病毒感染，则容易发生数据信息损毁等情况，这样就严重损害了数据信息的安全。另一方面，互联网固有的风险也是数据信息安全隐患的主要来源。互联网环境下，一旦发生黑客攻击等情况，很容易造成数据信息被盗取、篡改等问题，这样数据信息安全则无法保证，大数据技术在数据信息处理中也会发生偏差。

（4）审计人员的综合素质仍需提高。随着大数据在审计信息化中应用的深入，对审计人员的要求也越来越高。传统的审计工作中，更加注重审计人员的专业知识和经验。随着审计信息化建设的逐步推进，审计人员在掌握专业知识和遵守财经法规的同时，还需要对计算机进行熟练操作。而大数据技术应用于审计信息化之后，审计人员除上述技能之外，还需要对大数据技术有充分的认识，对大数据分析方法等内容有深入的认知，这样才能更好地利用大数据进行审计。但是，我国目前大数据审计人才仍然处于供不应求的状态，特别缺乏既具备专业审计知识又熟练掌握大数据技术的综合型人才。

4大数据在审计信息化应用中的思考

（1）进一步规范审计信息化中的取证方法。为了解决数据信息采集不全面的问题，应当在审计信息化取证过程中进一步规范相关方法。一方面，我国应当加大研发投入，研究具有统一口径的审计信息化软件和平台。为了加强审计数据信息之间的关联性，应当对现有审计信息化软件和平台进行整合，同时加大研发投入，研究更加科学合理的统一审计信息化软件和平台。另一方面，应当注重审计数据信息采集类型的多样性。由于大数据技术可以实现对多种类型数据的采集和处理，因此审计信息化软件也需要不断更新，通过优化相关模块实现数据信息采集的多样性。

（2）数据挖掘不断深入化。数据挖掘的不断深入有利于大数据技术应用优势的发挥，有利于在审计信息化建设中发挥更大的价值。数据挖掘是大数据技术的重要方法之一，随着数据挖掘的深入，有利于对审计数据信息进行多维度分析，从而得出更加科学的审计结果。一方面，应当加强审计信息化数据库建设，通过建立功能强大的数据库实现大数据技术的良好应用。数据库的建设是对数据进行深入挖掘的有利条件，有利于大数据价值的发挥。另一方面，在大数据应用于审计信息化过程中，充分利用大数据进行评价判断和宏观分析，从而实现数据挖掘的深入。

（3）加强数据安全风险防控。审计信息化建设中对数据安全风险的防控是重中之重，也是大数据应用的基础条件。首先，我国应当加强对数据安全风险防控的认识。对数据安全风险防控工作给予足够重视，避免在审计信息化发展中出现数据安全问题。其次，应当加强防火墙等技术的应用，加强对数据安全的防护。通过设定安全的防火墙，并设定审计人员的查询级别，保证数据信息的安全。最后，做好数据信息备份工作，避免由于互联网风险引发的损失。一旦发生由于互联网风险造成的数据损毁等问题，通过备份也可以重新获得数据，从而最大程度地降低损失。

（4）建设素质过硬的审计人员队伍。大数据在应用于审计信息化过程中，需要培养一支专业素质硬、综合素质强的大数据审计人才队伍。一方面，不断优化审计人员队伍组成。要保证大数据技术良好地应用于审计信息化，就需要不断提高审计人员的整体素质。在审计人员队伍组成中，增加高学历、技术型审计人才，这些人应当兼具审计专业知识和大数据技术知识。另一方面，通过考核引导提高对审计人才培养的重视程度。通过对审计信息化相关培训的参与度、培训成绩等纳入考核体系，以提高审计人员参与相关培训的重视程度，同时强化审计信息化相关培训的效果。

第3篇：大数据在审计中的应用范文

传统方式下,孤立分析数据,单纯依靠经验发现问题,片面反映个别问题的技术方法已经无法适应企业审计发展的要求。企业审计需要全面采集与企业财务活动相关的数据,既包括财务数据,也包括业务数据和管理数据,既包括企业内部的数据,也包括主管部门、研究机构等的外部数据,既有财务数据、业务数据结构化的数据,也有会议纪要、政策法规等非结构化的数据;企业审计需要整体把握一个企业的整体情况,能够更科学、全面地评价一个企业,企业审计需要更准确的确定审计重点,能够在数据分析的基础上科学确定审计重点;企业审计需要更善于把握数据的规律和趋势,在发现企业现阶段存在问题的同时,更要能够揭示企业未来发展存在的风险和隐患。传统审计方式下缺乏采集管理、科学分析海量电子数据的技术,也就无法满足企业审计发展的新要求。

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,企业内部审计需要应时而变来适应商业模式、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,辨认出对内部审计的意义与价值,并进而协助内部审计人员做出最佳的决策。“大数据”对企业内部审计的影响主要表现在以下几个方面:

(一)审计方式由传统审计的事后审计、周期审计向连续审计转变。随着大数据技术的快速发展,审计方法和模式也在与时俱进。传统审计中,审计人员只是在完成财务报告或经过特定的周期或离职等情况的时候才进行审计,而且审计中并不是检查所有的信息,只是抽样分析。这种有限的检查对复杂的商业系统来说很难起到监督作用,而且传统审计的测试程序主要采用常规的方法关注被审计单位活动,包括数据、授权和执行等。企业如仍然采用这种审计方式,对于确认迅速发展的商务活动的真实价值或合法性显得过于迟缓;另外,从内部控制的角度来讲,我国目前的内部审计实务多是针对财务、会计事项,对经营活动、内部控制、管理事项的监督、评价极为有限,审计活动理念也多为“监督导向”型,而非“服务导向”型,公司部门间的不同流程缺乏衔接都使审计工作难以为经济活动提供全面的监控和服务。随着企业经济业务日趋复杂,信息技术迅速发展,企业电子商务和信息化建设逐渐成熟,越来越多的人意识到连续审计的重要性,而大数据技术及大数据基础使连续审计成为可能。连续审计可以降低传统审计过程中的浪费和时滞问题,降低审计错误和风险,促进企业发展。连续审计是信息技术与审计学科较好交叉融合的产物,是信息化条件下审计科学发展的必然,尤其对内部风险控制“实时性”要求极高的特定行业,如银行、证券、保险等金融和债务契约等行业中,实施连续审计监督迫在眉睫。某财产保险公司内部审计部门,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式连续审计,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)审计抽样开始系统化、模块化、智能化,并开始具有预测功能,而样本最终将扩展至数据全体。目前,常规审计工作已广泛采用随机抽查法,其意义用较小的投入来获得审计结论,提高审计效率;但利用抽查法所得出的审计结论存在着发生重大错误的可能性,其可能性的大小就意味着审计风险的大小。然而,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只是凭借审计人员的主观判断和实际经验对财务报表中的重大事项进行审查,而忽视了大量的业务活动,无法发现和揭示企业内部发生的、对财务报表真实性有重大影响的舞弊行为和技术性错误,难以对企业财务报表及经营管理做出准确的判断和评价。但是,庞大的企业规模和繁多的业务活动,致使审计工作难以回到详细审计方式,只能在抽样审计方法本身寻求改进。审计抽样开始向以下几个方向发展:一是审计抽样系统化。通过抽样系统增加审计抽样的实用性和效率性,为审计人员从大量的审计数据中抽取有用信息,为审计的预测分析提供依据,这样的抽样采用人工方式在海量数据的情况下是无法进行的;二是审计抽样模块化。通过模块化设计,审计抽样系统将得到最大的灵活性,以便抽样时采用各种模型组合便抽样更有效率;三是审计抽样的智能化。审计抽样系统将积极吸收审计、统计、计算机、 人工智能等方面的最新研究成果,抽样模型及时得到更新,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;四是审计抽样系统开始具有预测功能。随着大数据技术的发展,计算机的运算能力和处理速度不断提高。审计抽样系统会强大到处理复杂的运算,并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并进行数据挖掘,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。通过审计信息系统所提供的庞大数据库可以实现对被审计单位的信息进行数据挖掘和综合分析,对被审计单位的财务及经营状况进行预测分析,为被审计单位提供决策依据。目前,某财产保险公司的审计系统,应用了大数据技术进行风险数据的提取,并应用PPS抽样、随机抽样、系统抽样、模型抽样、组合抽样等进一步提高审计效率。而在抽样模型中应用了汽修厂与驾驶员、报案人、定损员、收款人等的关联程度模型,伤者、驾驶员、报案人、联系人、领款人等的出险频繁度模型,人伤重复出险伤者、标的车多次与同一三者车碰撞出险等高风险模型,承保、理赔、财务系统非同一档案中上传相同照片等以“大数据”技术为基础的模型,收到良好的效果。

然而,在不久的将来,伴随着以真实性、服务性为基础的各项企业内部审计的深化,随着数据信息化的深入以用大数据技术发展应用的深入,企业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运作的基本规律及特征;预测出被审计单位发展的趋势,从宏观上把握被审计单位科学地发展。审计也不仅仅局限于抽样审计,而是对企业所有财务、业务等经营数据的数字式连续审计。

(三)促进审计成果的转化与应用。目前,内部审计成果应用主要是针对屡查屡犯的问题重点进行检查、督促整改,部分企业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。一是促进对以往审计中获取的大量信息资料和相关情况资料的汇总、归纳,从中找出财务、业务和经营管理等方面的内在规律、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,为各级领导提供数据证明、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;二是促进问题的全面发现,即应用大数据技术可以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,可以将所有问题通过IT手段检查出来;三是应用大数据技术进行连续式审计有利于问题的整改监督;四是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;五是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,可以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。

总之,大数据并非被过度渲染的产业题材,大数据对企业内部审计的影响,既是应对企业数据集中模式、数据爆炸式增长趋势而进行的实时处理超量数据的技术升级,又是将方方面面的数据进行电子化、信息化,并将信息规则化、知识化,最终使各种应用网络化、智能化的过程;大数据更是一次从分散到集成、从共享到协同、从封闭到开放、从离线孤立到持久在线云服务、从专享到普适的挑战。

主要参考文献:

[1]维克托·迈尔-舍恩伯格,肯尼思·库克耶.大数据时代中译本.浙江人民出版社,2013.

[2]Bill Franks.驾驭大数据中译本.人民邮电出版社,2013.

[3]陈丹萍.数据挖掘模式下的审计风险决策研究[M].中国社会出版社,2007.

[4]陈福军.计算机辅助审计应用教程[M].清华大学出版社,2011.

[5]《企业审计制度方法和技术建设》课题组.信息化环境下企业审计的技术方法[M].中国时代经济出版社,2011.

[6]中国会计学会.企业内部控制自我评价与审计[M].大连出版社,2010.

[7]陈倩雯.深圳审计研究成果论文选编:2010~2011[M].中国时代经济出版社,2012.

[8]浙江省注册会计师协会.国际高级审计业务文集[M].中国财政经济出版社,2010.

[9]上海国家会计学院.内部控制与内部审计[M].经济科学出版社,2012.

第4篇：大数据在审计中的应用范文

一、计算机审计技术

计算机审计技术，是指通过计算机完成一系列审计工作的计算，从大体上讲，主要包括数据转换和验证。计算机审计的目的分析数据和整理数据，最终获得审计证据。审计的最重要步骤是数据分析，这个过程直接影响审计结构。

在计算机审计中，数据的分析方式是审计工作中最重要的步骤，审计人员应掌握数据的分析思路，并将自身的审计能力和水平发挥出来。从审计事业的角度来讲，能够给审计思路进行正确和深入的总结是体现计算机审计整体发展水平的重要内容。审计人员应从设定计算和限定条件的过程中，创新审计思路，由此判断审计单位经济活动的真实性和合法性，然后做出合理的判断。

二、基于数据挖掘的审计模式

随着计算机审计理论的不断发展和实践的不断完善，很多计算机审计模式被合理的融入到审计工作中，由于实际工作的需要和相关技术的发展，数据挖掘技术被尝试性地引入了审计过程当中。审计人员通过数据挖掘给审计工作的创新带来了新的突破，现将数据挖掘计算的计算机审计模式归纳如下，如图1所示。图1：数据挖掘计算的计算机审计模式数据挖掘技术能提供高效的方法，让审计人员在面对大量而复杂的审计数据时，拥有宽广的思路。数据挖掘技术在审计项目中主要有两大作用：一是在海量的数据中寻找有用的知识作为审计线索；二是直接找到孤立点。

计算机审计模式因为数据挖掘技术的应用而有所完善，并解决了很多计算机审计模式中的缺点。我国正处于“问题导向型”政府审计的环境中，计算机审计的目的是发现一些异常数据明确被审计单位的业务活动是否具有合法性和合规性。数据挖掘技术在计算机审计中，是为了找出一组异常和孤立的数据，由此获取知识丰富现有的审计知识，并完善业务逻辑等方面。

(一)查询式

在计算机审计模式中，最常被使用的是查询式。这种方法主要是审计人员将采集到的被审计单位的数据，在整理后存入审计人员的数据库，然后编写成SQL语句，进行灵活的查询，由此更加有效的利用数据挖掘技术进行查找和分析，并对记录进行累计、基数，综合计算其最大值和最小值，连接不同的表格，运用函数编写公式，从而生成疑点再进行核实。

这种审计模式的核心技术是掌握SQL语句，该方法的主要对象是关系数据库的二维表。该方法对审计人员的SQL语句的掌握能力要求较高，如何审计情况比较复杂，那么SQL语句也会变得复杂，步骤也较多。这种方法的图形数据很少，结果无法直观的体现出来。例如在以此农村信用社贷款的审计过程中，审计人员在将数据导入整理后，想在贷款数据表输入对应的查找条件，并对应写出转换后的SQL语句。

(二)验证式

这种审计模式需要审计人员先提出自己的假设，然后采用一定技术和方法进行验证和否定这个假设。这种假设到验证的分析方法在日常生活中很常见，在审计工作中，应充分分析这种审计模式的关键，并提出相关合理的假设，假设的提出与审计人员的职业判断有一定关系。例如在某大型酒厂销售的真实性审计中，酒厂标准的酒包装是每盒1瓶，每箱6瓶盒，每件6盒，所以可以得出1件=1箱=6瓶=6盒。由此审计人员能够得到假设，在酒厂进行销售期间，酒产品的数量和消耗的包装物数据应该有一定比例关系，然后在通过这一假设，验证酒厂销售收入情况是否真实。如果审计数据过于复杂，就无法简单的假设，那么可以使用多维分析技术进行准确的分析。

所以，审计人员运用数据挖掘分析和计算审计数据，并找出数据的规律和特点，然后通过相关方法，将这些数据整理成图形或报表展示出来，根据这些内容总结审计经验，建立审计经验库，或是得出新的审计经验，并对这种经验的合理性和准确性进行判断。审计人员应根据审计经验进行适当的更正，并之前不够准确的审计经验，重新挖掘和分析，进行总结归纳，由此可以得出，数据挖掘技术的工作可能是一个不断重复的过程，并且是对目前计算机审计的一种补充。

三、结束语

第5篇：大数据在审计中的应用范文

关键词：重大突发公共事件；全过程跟踪审计；大数据

一、引言

近年来，中国重大突发公共事件频频发生，2003年非典、2008年特大雪灾、2008年汶川大地震、2010年玉树地震、2020年爆发新型冠状病毒。国家审计作为公共危机管理的重要组成部分，理应承担监督公共财政资金使用与维护社会捐款捐物公平分配秩序的重大责任。2020年1月，在武汉爆发新型冠状病毒并迅速扩散至全国。紧接着全国25个省区市先后启动重大突发公共卫生事件一级响应。国家审计署随即也采取了行动，2月7日印发了《关于做好新型冠状病毒感染肺炎疫情防控财政资金和捐赠款物审计监督工作的通知》，要求各级审计部门针对疫情防控款物的筹集、拨付、使用、管理情况进行实时跟踪，及时将审计中关注的问题予以反馈，帮助和促进有关单位做好疫情防控款物的募集、接收、登记、拨付、划转、使用及管理等工作，确保防疫款物收支真实完整、管理可控有序、使用合法合规，切实发挥审计监督作用。但在跟踪审计过程中仍然存在着许多问题。大数据技术为解决突发事件跟踪审计提供了新思路，相较于传统审计方法，大数据技术在数据采集、分析、共享方面具有较大的优势。但大数据与国家审计相结合在中国仍处于探索阶段，在处理重大突发公共事件中的应用更是少之甚少。本文基于国家审计目标，通过构建大数据审计系统，完善跟踪审计流程，以此突破重大突发公共事件跟踪审计的局限性。

二、重大突发公共事件跟踪审计相关概念

（一）重大突发性公共事件的概念

重大突发公共事件是指突然发生的事情可能会对社会公众造成危害，需要政府及时采取应急措施。Farazmand（2001）认为突发公共事件一般具有紧急性、高度不确定性、社会影响性、非程序性决策等基本特征。突发性公共事件通常遵循一个特定的生命周期，每一个级别的突发公共事件都有发生、发展和减缓的阶段，需要采取不同的应急措施（Coombs，1999），因此国家审计在不同阶段也应采取不同的应急措施。

（二）重大突发公共事件跟踪审计主要内容

当重大突发性公共事件发生时，社会各界会纷纷通过捐款捐物表达爱心，国家也会投入大量的救灾资金。对救灾物资和资金的规范使用是广大民众高度关注的问题。国家审计在重大突发公共事件处置和救助过程中，实施全过程跟踪审计。对救灾开始、物资储备调运阶段和物资发放使用阶段实施审计，监督数额巨大的防控和救灾资金信息是否真实、捐款捐物能否得到合法合规使用、相关制度是否完善，对审计发现的问题进行监督整改。具体审计主要内容见表1：

（三）重大突发重大突发事件跟踪审计方法

由于重大突发性公共事件的突发性、公共性、破坏性等特点，所以要求突发公共事件审计具有及时性，各级审计机关合作及时展开全过程审计，对责任主体履行责任的全过程进行监督。因此，要求审计部门需将审计关口前移、提前介入、全方位、全过程进行跟踪审计。审计部门要根据跟踪审计项目的需要，简化常规审计流程，提高跟踪审计的效率。在审计过程中，获取审计证据不能过于依赖常规审计方法，要根据突发公共事件的实际情况进行灵活变通。

三、大数据背景下重大突发公共事件跟踪审计发展优势

随着信息技术和云计算的快速发展，大数据应用成为审计领域的热点话题。大数据最主要的特征体现在大量的数据需要强大的数据处理平台；广泛的数据来源，决定了大数据的多样性；多数平台可以做到对大数据进行实时分析，速度更快更高效；对于大量的数据，利用分析技术，可以发现新规律与新知识。面对这样的机遇，现代审计也颇受影响。大数据技术为审计带来的影响改变了审计人员的工作方式与思维模式，为审计工作带来了诸多便捷。

（一）审计数据来源更加多样

传统审计想要获取审计证据，局限于对会计账簿、原始凭证、注册会计师获取的函证、书面说明等等结构化数据，但在大数据时代，审计人员不仅可以获得传统的结构化数据，也可以包括图片、文本、音频、视频等非结构化数据。传统审计中，审计人员较多依靠因果分析得出审计结论，这就会造成在跟踪审计中审计人员无法在短时间内分析出审计对象的直接、简接原因，但通过结构化数据与非结构化数据结合进行相关性分析，可以更加全面客观地评价政府在处置重大突发公共事件的情况。

（二）审计取证技术更加多元

传统的跟踪审计一方面需要大量的人力物力，对被审计对象实施询问、观察、重新计算、分析等，从而获取审计证据；另一方面，数据大多分散，受到技术限制而在大数据时代，除了原有的审计方法外，审计人员可以利用Python获取需要的数据、遥感3S技术获取地理信息，最后再利用Oracle、ODBC技术等进行数据分析。可以全面、直观地了解政府处置重大突发公共事件的情况。

（三）审计工作效率大大提高

以往的传统审计因为成本与时间的限制，不可能对所有的样本进行检查核实，只能采取审计抽样的方式进行审计，最后用小样本推断得出总体的结论。选择这样的审计方式可能会影响审计人员对总体现象的评价，作出与事实相反的错误判断，提高了审计风险。大数据时代审计人员可以利用计算机技术对所有有用的信息进行搜集、分析，从而得出准确的审计结论，不仅速度得到了提升，审计质量也大大提高。大数据技术的发展，前期研发投入成本高，但后期应用之后，会大幅降低人力物力，审计效率也得到逐步提升。

四、大数据背景下重大突发公共事件跟踪审计存在问题

2008年审计署发布《2008年至2012年审计工作规划》，其中提出了全过程跟踪审计。这一方式广泛应用于处理重大突发性公共事件。全过程跟踪审计不同于常规审计，在实践中它打破了常规审计的思维方式、工作程序以及审计标准。常规审计通常是事后进行审计，对被审计单位财务报表进行审计；而跟踪审计通常是融合了事前审计、事中审计以及事后审计三个过程。但是以往以及此次国家审计实施的重大突发事件跟踪审计案例中，如汶川地震跟踪审计、玉树地震跟踪审计、新冠疫情跟踪审计等等，仍然存在诸多问题。

（一）组织建设不完善

中国在预防与应急准备阶段缺少针对性较强、实践性较高的事前审计预案构思与审计平台建立，没有做到防患于未然，且当重大突发公共事件发生时，常规的审计组织结构无法满足重大突发公共事件跟踪审计的有效开展。审计署不能及时成立专案小组并启动预案，提前介入，对政府处置突发事件时筹集、拨付、分配资金不能实时实施监督，对发现有苗头、有倾向性的问题不能及时得到解决。因此相对于常规审计来说，跟踪审计范围更加广泛，任务更加繁重。面对如此繁重的工作任务、以及需提前介入及时解决问题，审计署与各级力量需要在较短的时间内临时组建专业的审计队伍，所以常常会出现审计人员调配不当、工作分配及管理混乱等现象，从而造成了审计效率低下，审计人员专业性不强。

（二）审计方法创新不足

重大突发性事件发生时，受灾群众以及政府都需要大量资金以及救灾物资，但是使用资金和救灾物资时申报手续繁杂，这时，很多被审计单位会先批准资金或救援物资使用再申报形成原始凭证。此时就会出现使用资金和物资与原始凭证不能对应，使得对被审计单位审计证据获取困难与分析程序实施困难，同时会耗费大量的人力物力，增加了审计成本。在审计过程中还存在着过于依赖常规审计方法的问题，因为审计范围广，需要审计人员对资金使用、拨付以及政府机关分配资金等每一个环节都要进行审计，项目复杂且庞大，常常会出现信息沟通不畅或者信息不对称，对救济物资的有效管理造成了影响。

（三）信息披露不具时效性

在此次新冠疫情爆发以来，多省市都启动了重大突发公共卫生事件一级响应，影响范围广泛，人民群众对此十分关注，甚至全球都在关注中国政府处置疫情的能力。审计署及时下达全过程跟踪审计的通知，最终出具审计报告并公之于众。通过审计报告，信息使用者能清楚知晓政府在处置重大突发性公共事件时的决策能力以及资金拨付、使用、物资分配的具体情况，甚至通过审计报告可以控制舆论导向。因此，审计报告必须及时且准确。但是，在实践中事后审计往往涉及信息披露时效性差等难点痛点，从而影响了政府的公信力。

五、大数据背景下重大突发公共事件跟踪审计的建议

（一）组建高效应急队伍

当重大突发公共事件发生时，面对审计关口前移，实施全过程跟踪审计需要各级审计部门积极配合，应当立即组织人员展开审计工作。而临时组建跟踪审计队伍会造成人员调配不当，且队伍成员磨合时间长，降低了审计效率。针对这样的情况，在经历了多次重大突发性事件跟踪审计后，国家审计部门根据经验总结应当组建备用应急队伍。对于跟踪审计出现的人力资源管理混乱现象，可利用大数据技术构建平台，将各大审计机关审计人员信息录入系统，按照他（她）们的专长进行编码与绩效评价考核，对参与过重大突发公共事件跟踪审计的有经验人员进行特殊标记，以期实现审计工作的高效性。当重大突发公共事件发生时，系统内及时匹配最优审计人员，针对实际情况选择专业实力较强，且经验丰富的人员组建项目组（见图1）。

（二）构建数据处理系统

在实际审计过程中，对于被审计单位审计证据获取与分析程序实施困难、审计成本高昂等问题。应当灵活变通，针对审计证据获取困难的情况，审计部门可以联合其他部门共同构建数据处理系统（见图2），专门用来在发生重大突发公共事件时使用。对于被审计单位审批资金使用情况，可以通过数据系统完成，加速审批进度。审批完毕，可迅速提交审计部门审核，同时也可以解决审计人员不能到达现场的问题。在运用数据处理系统时，还可以根据数据类型选择不同数据处理软件进行采集、分类，再通过预处理筛选出有用的数据，最后再进行建模分析，与此同时，大数据审计平台的建立可以大大提高审计效率，减少人力物力投入。

（三）信信息披露实时可视化

第6篇：大数据在审计中的应用范文

论文关键词：计算机辅助审计,账套式审计模式,数据式审计模式

账套式审计模式作为一种计算机辅助审计正在被广泛应用，被审计单位的财务数据和业务数据大多数都能在审计软件中实现数据采集和转换，便于审计人员用自己熟悉的方式对财务数据和相关业务数据进行分析和审核。然而，审计软件的发展总是落后于财务软件的发展和变化，财务软件多种多样，数据结构和后台数据库形式不一，有时无法实现财务软件数据和业务系统数据与审计应用软件的对接，有时使用审计应用软件采集分析业务数据要比直接在数据库系统中分析数据更加繁琐。

数据式审计模式与账套式审计模式不同，数据式审计模式不是将被审计单位的电子数据转换成规定的电子账套，而是直接把被审计单位的财务与业务电子数据作为审计对象。数据式审计模式更加科学地考虑到计算机系统内部控制的因素，考虑到电子数据预处理过程中的数据质量定义，它将“适合使用”作为衡量数据质量的标准。数据式审计模式是计算机审计的未来发展趋势。

一、账套式审计模式与数据式审计模式结合应用的必要性

计算机辅助审计是循序渐进的过程，一步到位采用数据式审计模式，对审计人员的专业素质要求显然太高了。

在现阶段，账套式审计是不可或缺的，也是审计现状的要求。例如AO(2008)在设计上充分体现了审计质量控制原则和流程，从编制审计计划、开展审前调查、制定审计实施方案、收集审计证据、编写审计日记和审计工作底稿、撰写审计报告、审计复核、审计归档等全过程进行控制，能实现建立项目、财务数据采集、账簿凭证浏览查询、审计抽样、项目数据筛选、日常会计资料的分析计算、财务指标分析、审计底稿和审计报告编制、辅助工具、系统管理等多项功能，以计算机管理方式实现了规范审计行为、健全审计程序、明确审计责任、提高审计质量的目的。

然而，当前审计软件的发展并不能满足这种变化的需要，如，审计软件的开发仍没有摆脱传统的手工审计模式，仅适用于一些固定的查帐的程序，跟不上信息化的发展要求，等等。而且，通过账套式审计模式采集的财务数据和业务数据，一般是经过数据清理或整理的“有用”数据，只是被审计单位数据库系统中的部分数据，其它大量可利用数据沉淀于采集的数据之外，同时也将一些审计线索隐藏起来。从隐藏的数据中“淘取”有用数据要通过数据式审计来实现。只有将账套式审计模式采集的数据与数据式审计模式淘取的有用数据进行重新分析，才能解决审计软件采集数据缺失的问题，实现审计数据获取的完整性。

账套式审计模式与数据式审计模式各自在审计中发挥着应有的作用。相比之下，数据式审计比审计软件占据优势，效率更高，但审计软件的项目管理和工作底稿功能、人员管理功能、信息交互功能，是数据式审计不能直接实现的。因此，在审计工作中将账套式审计与数据式审计结合应用。

二、账套式审计模式与数据式审计模式结合应用的路径

1.提高审计队伍信息化素质。

一方面，以普及应用现场审计实施系统为目标，开展学习培训，使审计业务人员通过认证考试，使现场审计实施系统成为审计人员普遍掌握的审计工具；另一方面，积极探索，按照审计信息化发展的要求，培养和造就计算机审计高级人才，从而为账套式审计模式与数据式审计模式在审计工作中结合应用做人本准备。

2.不断优化审计软件。

以应用为导向，按照审计业务和管理工作的实际需要，开发完善审计应用系统，推进计算机技术在审计业务中的应用。并不断地总结审计人员和相关计算机专业人员的实践经验，将审计思路和计算机语言紧密相联，优化审计软件，使其更加实用。如AO(2008 )就设计了界面操作按钮，可以让审计人员简单、方便地完成基本审计查询操作，还提供了图形化SQL功能，并不需要太多数据库专业技术知识。从而为账套式审计模式与数据式审计模式在审计工作中结合应用做物质准备。

3.规范管理软件与财务软件的开发设计，使其与审计软件相匹配。

由财政部牵头，会同工信部等有关部门，规范财务软件和管理软件的开发设计。管理软件及财务软件应建立标准的审计数据接口，使审计时顺利实现数据导入与转换，从而节省审计人员的时间和精力，提高审计效率。此外，在财务软件与管理软件中设置相应的模块，让系统能提供完整的数据修改日志，使审计线索更加清晰有效，这就要求在软件开发过程中设计相应的内部控制子系统。从而为账套式审计模式与数据式审计模式在审计工作中结合应用做技术准备。

4.建立健全审计信息化标准规范。

依托全国审计信息化标准化技术委员会，积极组织国家标准的制定和修订，完善审计信息化建设与管理规范。构建以审计信息化方面的国家标准、审计准则、审计指南为主要框架的规范体系，推进审计信息系统有序建设、有效运行。总结和推广计算机审计专家经验，建立各专业审计领域的计算机审计方法体系，积极研究探索审计抽样、控制测试、风险评估等方面的信息化实现技术和方式。从而为账套式审计模式与数据式审计模式在审计工作中结合应用做制度准备与方法准备。

5.突破账套式审计模式与数据式审计模式结合应用的难点。

将数据式审计获取与发现的底层有用数据与账套式审计中获取的财务及相关信息综合起来，进行关联分析、统计分析，从多维角度发现审计疑点，获取审计证据，实现审计目标。然而，一笔完整的业务在后台数据库的存储形式很复杂，一般会分散在多个数据表中，数据库系统中每张表代表不同的数据信息，财务软件系统和相关业务系统使用的后台数据库不同，数据表结构也不相同，如何找到数据的特点和规律，有效使用关联、排序、分组、筛选等技术工具对其进行分析是账套式审计模式与数据式审计模式结合应用的难点，需要在结合应用中给予突破，为账套式审计模式与数据式审计模式结合应用打破瓶颈。

6.合理配备审计项目组成员。

在审计工作中，审计项目组人员配备要考虑审计项目组成员的业务能力、工作经验和专业水平，审计经验丰富的老审计人员一般对于计算机技术都不很精通，而年轻审计人员计算机知识丰富，但审计经验略显不足。若审计采取账套式审计方式，则在审计组有一人能够将被审计单位的账务数据和业务数据导出，就能够为整个审计团队所分享，实现信息共享，顺利完成审计工作，实现审计目标。从而为账套式审计模式与数据式审计模式在审计工作中结合应用做组织准备。

参考文献：

【1】徐瑾.基于信息化环境下数据式审计的特征与实施路径【J】.《审计与经济研究》，2009(1)

第7篇：大数据在审计中的应用范文

为适应大数据新常态，利用海量数据进行审计监督，审计机关必须做出一系列转变。

（一）审计方法转变。大数据审计将彻底改变以往基于抽样方法的审计模式。抽样审计模式，由于抽取样本的有限性，而忽视了大量的业务活动，无法完全发现和揭示被审计单位的重大舞弊行为，隐藏着严重的审计风险。在大数据时代，数据的跨行业、跨企业搜集和分析，可以不用随机抽样方法，而采用搜集和分析被审计单位所有数据的总体审计模式。要实现大数据环境下的总体审计模式，要求审计人员用总体审计的思维模式去分析与审计对象相关的所有数据。同时由于大数据大样本、全量分析技术的大量应用，将使审计人员不再局限于抽样样本，而是着眼于全部数据，去发现和反映问题的本质，使之更具全面性、整体性。

（二）实施方式转变。大数据时代下的信息化审计使持续性审计成为现实，审计机关可以常态化开展对被审计单位业务运营进行持续监测，定期进行风险评估和专项分析；持续审计将改变传统审计立项在前、实施在后的传统审计方式，以风险为导向，充分依赖数据，转变为先分析、后立项，让审计项目立项更加科学。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，是党中央、国务院对审计工作提出的明确要求。依托大数据，有目的的整合、分析、研究大数据，开展对大数据的监督，使审计机关对重点资金、重点单位、经济责任开展常态化的审计监督将成为可能，实现有重点、有步骤、有深度、有成效的全覆盖。

（三）组织模式转变。这就要求打破传统的以审计小组为单位分散审查的审计模式，转变为以数据为基础，坚持数据分析的思路和方法，开展数据基础式审计。要实现组织模式的转变首先是要摸清信息系统运行特点，全面了解被审计单位（项目、行业）信息系统建设运行情况，包括信息系统的数量、名称、版本、功能模块、管理部门、访问模式、数据存储等。重点开展对信息系统数据资源的调研，详细了解后台数据库的种类、版本、数据量、存储及备份方式等信息。二是紧密围绕审计工作目标，整合全体审计资源。以审计工作目标为导向，成立数据集中分析团队。对被审计单位（项目、行业）数据进行重点分析，发现数据运行和运用过程中存在的缺陷和不足，明确数据分析的思路和方法，为审计工作的顺利开展提供技术支持和数据保障。要坚持数据分析为先导的审计新模式，在分析研究的基础上，指导审计实践工作。三是加强对数据结构的研究，确定重点数据资源。对审计工作来说，大数据中的很多内容与审计无关，与审计重点无关，过分利用和采集数据就会造成审计资源的浪费。要借助采集的数据库设计文档和数据字典，掌握后台数据结构，明确重点领域数据库的范围通过采用新数据测试、代码审查、文档查阅等技术方法确定与审计业务紧密相关的核心信息资源，如重点表、重点字段、表间关联及字段含义等，为深入开展数据分析做好准备，为审计目标完成提供数据支持和保障。

二、审计技术准备

面对大数据时代给审计工作带来的挑战，必须不断更新理念、夯实基础、筹划发展，以数据为核心实现信息技术与审计业务的有机融合。

（一）数据采集。大数据环境下开展审计工作，需要将各行业各部门的各类数据整合起来，转换成为审计工作需要的大数据。审计机关要建立健全数据定期报送制度，加大数据集中力度，对获取的数据资料严格保密。适应大数据审计需要，构建国家审计数据系统和数字化审计平台，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I、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。探索建立审计实时监督系统，实施联网审计。审计大数据采集需要明确采集范围。一是充分利用现有数据平台数据资源，做好数据的及时性储备。审计机关要明确大数据采集的领域和管理数据的部门（包括机构、社会团体、企事业单位等），要求这些部门提供相应数据信息，开放数据资源。二是积极整合大数据。要充分利用“金审工程”，加快与金税、金关、金财、金盾、金宏、金保、金土、金农、金水、金质等信息系统实现跨部门、跨区域共享。三是将以往审计成果作为数据整合的基础性数据资源，充分利用各级审计机关现有的审计数据资源。在数据采集方式上可以采取联网数据共享与采集、定点采集和定期报送方式实现。

（二）数据储存。要实现大数据的有效采集，首先应完善数据储存方式。由于大数据的容量大、类型多的特点，造成审计机关采集数据储存方式难。要实现大数据的有效储存，首先应有效整合审计资源，建立多部门、多系统、跨行业的大数据审计资源，从而实现在组织架构、现场管理、数据资源、信息传递等多方面的审计大协同作业。充分利用网络优势，实现联网审计，把大数据实现无缝对接，利用审计技术和手段完成审计目标。其次加快完成审计大数据的顶层设计和统筹规划。刘家义审计长提出：将加快实施“金审三期”工程，拓展大数据技术运用，形成独特的“国家审计云”。给下一步数据储存提供了明确的方向和思路。即完成由云计算到审计云的转变。云计算系统体系的核心是资源层。“审计云”则是以审计专网为基础，依托国家审计信息资源体系建设，将云基础设施与审计信息系统、审计数据中心、审计指挥中心、国家模拟审计实验室等软硬件资源创建在审计专网防火墙之内，以供全国各级审计机关共享和利用审计专网内的资源。

（三）数据清理。数据清洗（Data cleaning）是对数据进行重新审查和校验的过程，目的在于删除重复信息、纠正存在的错误，并提供数据一致性。指发现并纠正数据文件中可识别的错误的最后一道程序，包括检查数据一致性，处理无效值和缺失值等。审计机关面临的和采集的大数据，将是数据规模庞大、增长迅速、类型繁多、结构各异的，如何将繁杂的大数据变成我们能应付的、有效的“小”数据，即构建针对特定问题的一个干净、完备的数据集，这一过程变得尤为重要。在大数据时代，若不加强数据清洗，则GlGo（垃圾进，垃圾出）现象会非常严重。对数据的清洗之后进行深度分析挖掘的过程就是审计“去粗取精、去伪存真、化零为整、见微知著”的过程。只有通过清洗与过滤得到干净完备的数据，才能通过分析与挖掘得到可以让人放心的、可用于支撑决策的审计数据基础。

数据清洗的任务是过滤那些不符合要求的数据，将过滤的结果交给实施审计的审计组。不符合要求的数据主要是有不完整的数据、错误的数据、重复的数据三大类。其中，残缺数据主要是一些应该有的信息缺失；错误数据是指因业务系统不够健全，在接收输入后没有进行判断直接写入后台数据库造成的，这类数据必须经过修正后才能被采集使用；重复数据是指重复记录和重复字段，审计数据采集时往往会出现此类问题，需要进行数据整理。数据清洗是要对于每个过滤规则认真校验，将废弃的数据过滤掉，保证数据的清洁、完整，保证审计查询结果的正确性。

（四）数据分析。数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。依托网络化管理及云计算技术逐步将各个数据平台、各个数据中心及各级审计机关数据资源进行整合，最终建立起审计大数据环境资源平台是大数据环境下审计工作的基础，而进行大数据分析是审计成败的关键。在审计机关大数据审计顶层设计过程中，应重点关注数据分析平台建设，将取得多个部门的数据进行关联性分析，研究出有针对性的，依据不同技术水平审计人员设置不同的数据分析平台。对专家型人才可以开放一个保存数据原始面目的基础数据平台，而对于只能利用简单查询语句或者通过按键操作的普通审计人员来说，亲切、易操作、界面简单的应用数据平台可能更加能够发挥审计人员的作用。针对大数据开展审计的主要目的仍然是完成相应的审计任务，达成审计目标。通过数据分析，按照审计要求完成数据查询、趋势分析、政策执行等方面的工作，使审计工作更具效率、效果，为实现审计“全覆盖”创造有力条件，即是达到了开展大数据审计的初衷。

三、人力资源准备

面对大数据时代，要求审计人员积极应对电子数据高度集成、数据量巨大、数据结构复杂、数据类型多样的数据特征给审计工作造成的挑战。2015年2月，全国审计工作会议对大数据审计提出三点要求：数据归集要全、稻莘治鲆深、技术手段要新。要达到这个要求，首先是人才的推动。审计机关急需培养一批懂得大数据，收集大数据，并且善于研究大数，据，深挖大数据的专家，急需培养一批懂审计、懂计算机、懂大数据的复合型审计干部。

（一）从高校毕业生中选拔一批数据管理、采集和分析专业的毕业生，作为专业性人才充实审计队伍。利用他们的专业知识和专业能力强化审计队伍大数据处理和分析能力。

（二）从专业领域聘请一批专家型人才，进入审计专家库，利用专家结合审计工作实际做好大数据审计顶层设计，建立审计分析数据平台；也可以联合高校、专业公司设计出适合专家分析、审计人员实际操作的，适应不同审计人群的数据采集、分析、审计软件。

（三）加强岗位技能培训。依托计算机审计中级培训，增加引入外部数据，开展多维总体分析、数据对比、关联关系配比分析、跨行业跨区域关联分析等学习内容强化审计人员适应大数据的能力，同时可以设立领军人才培养机制，力争多出人才，多出能够胜任大数据审计任务、达成审计目标的领军人物。

（作者单位：陕西省审计厅）

图片新闻

第8篇：大数据在审计中的应用范文

关键词：大数据环境；内部审计；创新

引言

纵观党和国家改革发展大局，自2018年成立中央审计委员会以来，内部审计在国家治理结构中获得前所未有的重视，党和国家自上而下的内部审计体系不断完善、拓展、强化，在经济社会发展中发挥的作用越来越大。内部审计在促进企业经济决策科学化、内部管理规范化、运行风险防控常态化中也发挥着重要作用。在世界范围内各个国家已经进入到一个快速发展的大数据背景之下，大数据也成为一种重要的战略发展资源，也对企业内部审计工作提出了崭新且更高的要求，并且大数据技术在企业内部审计工作中的应用之后，可以实现大量信息和数据的处理，从这一方面上来说，大数据与企业内部审计工作具有一定的契合性。

一、大数据背景之下企业内部审计创新改革的必要性

大数据，作为海量、高增长且多元化的信息资产，具有数据体量大、处理速度快、数据类型多、价值密度低的特点。在企业发展过程中，数据和信息占据着重要的位置、发挥着重要的作用，大数据已经成为企业非常重要的战略资源。大数据理念和技术开始不断普及，业务被大量数据化，使得企业内部审计工作的内外环境都发生了巨大的变化，数据类型和数量的激增，使得传统的企业内部审计工作理念、方式方法等难以应对内外环境的转变，无法适应新时代企业发展的要求[1]。因此，在大数据背景下，企业内部审计工作必须要随着内外环境的改变进行改革创新，并且提升审计工作人员的理念认知和计算机、数据分析等综合能力水平，这样才能真正意义上的做到顺应时代的发展。再从另一个层面上来说，数据也是内部审计有效开展工作的重要基础，需要审计人员对各种类型的数据和信息进行处理和整合，内部审计工作的这一本质属性非常契合大数据环境。因此大数据环境下企业内部审计的创新发展对企业的健康发展具有重大意义。

二、大数据环境下企业内部审计遇到的机遇和挑战

（一）大数据环境下企业内部审计遇到的机遇

首先，大数据环境下，使得数据的种类更加丰富，数据的采集、使用更加便利，大数据技术在企业内部审计工作中的应用，能够大大提升审计工作的效率、拓宽审计思路、降低审计风险，同时企业的管理层也能够根据大数据计算分析的结果，清晰看出企业的发展状态，为企业科学合理的发展决策提供重要依据，从这一点上来看，大数据技术对于内部审计工作及企业发展发挥了非常重要的作用[2]。其次，传统的企业内部审计工作采用的是数据抽样分析法，主要依赖审计人员的工作经验和判断选取样本进行分析检查进而发现问题，这一工作方式主观性较强，而且最终得到的分析结果的准确度也不是很高。而在企业内部审计工作中应用大数据技术，内部审计更加充分，使得审计分析程序更加简单，审计内容更加全面，能够获得全方位的审计证据，并且计算分析结果的准确度也是相对比较高，大数据审计分析的洞察力、决策力都能充分有效地实现，并且可以进行良好的数据预测，这些都是传统的企业内部审计分析工作无法实现的。

（二）大数据环境下企业内部审计工作遇到的挑战

内部审计作为企业治理中的一支重要力量，在大数据环境下面临着严峻的挑战。首先，企业内部系统多样化，如ERP系统、CRM系统、OA系统等，在大数据环境之下，各个系统之间不能再是竖井式的架构，需要各系统间呈网状结构，通过大量的数据接口，实现数据的共享，但目前国内众多企业各个管理系统之间并未打通接口，难以实现企业管理系统数据的全面整合，对于实际审计工作效率和准确度的影响都是比较严重的[3]。其次，大数据环境下给予企业内部审计工作一定发展机遇的同时，也对内部审计工作人员的知识、技能提出了更高的要求，除了要具备财务、审计方面的综合判断能力以及专业处理能力，还需要具备计算机、法律、大数据挖掘和处理等方面的知识，但是目前国内企业内部审计工作人员知识面相对较窄，缺乏计算机、经营管理和大数据处理等其他专业能力。再次，大数据环境下，内部审计工作需建立在审计系统以及审计模型等平台工具完善的基础上才能更有效发挥价值，但目前内部审计技术相对落后，多数企业在财务、业务方面使用信息系统管理较普遍，但使用审计系统的企业却很少，多数审计人员仍采用财务、业务系统取数后借助办公软件进行数据处理、分析等。最后，大数据环境下的企业内部审计工作也具有了新的风险，其中包括比较常见的信息安全风险和数据透明度风险等，轻则影响企业的发展，严重的情况下还会出现比较严重的经济损失，不利于企业的发展。

三、大数据环境下企业内部审计的创新发展有效路径

（一）推进审计理念的创新

进入数字化时代，数据被广泛应用于各种经济业务中，内部审计工作需要与时俱进、勇于创新，而审计理念的创新是审计工作创新的前提，内部审计人员应树立“以审计精神立身、以创新规范立业、以自身建设立信”的审计理念，打破原有的审计思维，将创新融入内部审计工作，运用大数据技术积极探索和创新审计方式、方法，丰富审计手段，提高审计工作质量和审计效率，更好地适应大数据时代的发展需求。

（二）完善内部审计制度

审计制度的创新是审计工作创新的保障。在大数据环境下，企业内部审计工作的环境发生了比较大的转变，审计工作的难度也增加很多，在这种情况下，企业自身需要重视内部审计制度的健全和完善，不断调整审计工作标准，使得审计人员在内部审计实践工作过程中具有良好的指导，工作目标清晰。例如，在完善企业内部审计工作制度的过程中，可以结合大数据的主要特点来进行，可以对大数据环境下企业内部审计工作起到指导作用。另外，在原有的企业内部审计工作制度之上进行完善和优化，促使审计工作得到有效的规范，审计工作也能够高效开展[4]。

（三）促进审计工作内容的创新

传统的审计工作内容侧重财务和内控制度方面的审计，且主要为事后审计，随着大数据技术的广泛应用，一方面原本无法实现的各层面数据资源已逐步被获取，另一方面企业的快速发展下传统的审计工作内容已无法满足企业内部管理的要求，内部审计工作必须拓展审计内容的广度和深度，全面覆盖、突出重点，大力推进有重点、有深度、有步骤、有成效的审计全覆盖，促进审计工作内容的创新，提升内部审计的价值。另外，借助大数据审计平台及审计模型，内部审计工作要从财务层面审计向风险导向审计转变，并且从事后审计向事前、事中审计逐步转型，进而及时发现企业针对性、苗头性的问题，提出合理化管理建议，充分发挥内部审计的监督和服务职能，加强企业的内部治理。

（四）强化审计工具和管理平台的创新

工欲善其事必先利其器，对于大数据环境下企业内部审计的创新发展工作来说也是一样，传统的企业内部审计工具及方法是难以进行“大数据”的整合处理，审计工具的创新和审计信息化建设变得十分紧迫，利用大数据平台开展审计工作也将成为新常态。首先，在企业目前的信息化建设基础之上，实施审计信息化系统管理，并打通与业务、财务等各个系统之间的数据接口，实现数据的流通共享[5]，为审计工作获取内部数据提供必要条件，同时可以对企业的业务环节实施实时监控，对异常情况进行预警提示，及时发现问题并寻找到问题的根源，提高审计的工作质量。其次，构建审计管理平台，集中存储内部数据和外部数据，作为内部审计工作的数据库，内审人员可以及时运用大数据技术挖掘有用数据信息，进行全量数据分析，提高了审计工作的客观性、准确性、高效性。最后，传统的审计程序已不能满足大数据环境下企业审计工作的要求，审计人员需结合企业的实际情况，针对不同的审计项目，创新审计程序和方式，搭建不同的审计模型，作为内部审计工作的重要辅助工具，以达到提高企业内部审计工作水平和效率的目的。

（五）强化审计团结的建设

在大数据环境下，企业内部审计工作需要高素质、专业化的复合型审计人才，为了适应大数据环境下企业内部审计的创新发展需求，着力打造一支理论知识和实践能力都比较强的企业内部审计团队，这样才能使得工作效率和效果得到保障。首先，需要强化企业内部审计工作人员的专业知识和技能，通过多种渠道对内部审计人员进行计算机、业务、数据分析等方方面面的专题培训，使其深入掌握计算机及精炼的数据处理、分析能力，运用大数据分析快速地从海量数据中提取有效的信息，从中发现审计疑点，不仅提高审计效率、节约审计时间，更加保障审计结论的准确性和全面性。其次，还需要强化审计工作人员综合能力的培养，从经验审计，逐步向经验+数据审计转型，使得审计工作的质量和水平得到提升，为企业的持续健康发展提供保障。

结语

综上所述，世界在不停地变化，时代也在不停进步，在大数据环境下创新是审计工作发展的不竭动力，新时代审计人要理性认识内部审计工作面临的新要求、新挑战，从审计理念创新开始拓展审计思路，强化审计工具和管理平台的创新，推进审计工作全覆盖，也是内部审计履职增效与发展所需。在对大数据技术和理念进行应用的同时，强化企业内部审计团队的建设和复合型人才的培养，促进审计工作的高效开展，提升内部审计的价值。财

参考文献

[1]王桂兰.浅谈大数据环境下企业内部审计模式创新[J].知识经济，2018（08）：94–95.

[2]郑敏.企业内部审计创新发展探讨[J].经营与管理，2020（04）：45–47.

[3]程石.新时代下企业内部审计的创新发展探析[J].中国市场，2020（03）：177–178.

[4]汤进锋.当前大数据环境下企业内部审计模式创新途径探讨[J].科技经济导刊，2019，27（31）：222+130.

第9篇：大数据在审计中的应用范文

一、大数据时代下CPA审计的特征

（一）传统CPA审计与大数据CPA审计的对比

传统审计主要以手动操作，纸质环境为主，来进行审计。大数据审计则利用了更多新技术，两者的异同点可分析如下。

1.相同点

传统CPA审计与大数据CPA审计都必须以《注册会计师法》以及相关准则作为业务标准和职业规范，以相关的法律法规和会计准则作为判断被审计单位的财政收支是否合法的标准。并且无论是传统还是大数据审计，其审计过程都必须经过筹备、实施与报告这三个阶段，通过调查了解、签订业务约定书、评估内控、确认重要性水平、分析审计风险、编制计划、对被审计单位内控进行测试、对报表实行实质性测试、整理在审计业务中收集到的审计证据、稽核工作底稿、形成审计意见、编制报告等基本审计程序来发表审计意见。

2.不同点

从审计证据上来说，传统CPA审计主要存在于纸质上，通过查找被审计单位的账本和相关资料来获取审计证据，而大数据CPA审计则减少了繁杂的纸质任务，经远程技术在对被审计单位进行收集审计证据；从审计程序上来说，传统CPA审计主要依赖于传统审计程序，而大数据CPA审计则加入了更多技术上的支持，使其更加便利；从审计方法上来说，传统CPA审计方法是抽样审计，大数据CPA审计则可以进行总体审计；从审计时间上来说，传统CPA审计是定期进行审计，大数据CPA审计更多采用了实时审计；从内部控制上来说，传统CPA审计要求被审计单位人工操作，大数据CPA审计要求被审计单位采用自动化控制；从工作职员来说，传统CPA审计人员需要专业技能，而大数据CPA审计要求审计人员掌握操作这些信息技术的能力；从审计思维上来说，传统CPA审计先需要分析审计对象的每个部分，再对其整合，总结，大数据CPA审计打破了传统审计思维，掌握审计对象，分析数据然后进行总体评价；从审计风险上来说，传统CPA审计因为主要是抽样审计所以存在的风险较多，大数据CPA审计实现了总体审计，在一方面减少了抽样审计风险；从审计质量上来说，传统CPA审计不能保障审计数据的全面而大数据CPA审计使审计人员能运用计算机技术避免人工误差，使审计对象更加全面完整，审计质量也变得更高。

（二）大数据CPA审计的基本特征

因为有大数据的支持，总体审计得以实现，即使面对大量样本，也不再使用抽样的方法，使审计风险降低，审计结果的准确性提高。大数据使得被审计单位可以利用外部数据，这样解决了传统审计难以获得及运用外部数据的弊端，并且可以从许多的方面察觉可能会存在的问题，提高审计的精确性。大数据下环境，审计人员直接利用原始数据就可完成相应的审计工作，减少了被审计单位舞弊的可能性，并且极大的节约时间、人力和物力。因为大数据下的审计工作在互联网上运行，使得审计人员不需要去被审计单位进行调查，也不用在固定时间进行工作，仅一台联网计算机，便可进行工作，使审计工作更加灵活，在很大程度上提高审计效率。大数据审计使预算定额指标的分类更加细化，使得指标值之间的可比性提高。大数据审计能降低审计成本，比如，审计工作底稿要存储大约10年，运用大数据的信息技术可以将数据保存在云平台上，减少纸张使用量。审计人员还可以运用云平台进行工作，则不受时间空间的局限，降低了相应的管理费用。大数据审计使内容从财务审计转变为综合绩效审计，以往审计主要关注的是被审计单位的收支情况，这使得审计监督仅仅分析了财务数据，不能深入分析被审单位的业务指标，导致审计结果不能全面的反映被审计的单位的绩效状况，而大数据审计使分析业务的数据变得信息化，因此使综合绩效审计得以实现。

二、大数据时代下CPA审计面临的机遇和挑战

（一）大数据时代下对CPA审计面临的机遇

1.审计质量提高

传统审计采用抽样审计的主要原因是因为企业需要审计的数据信息很多而且数据的采集需要一个很长的过程和时间，这在很大程度上限制了工作效率，因此只能运用抽样审计，大数据审计则实现了全面审计，极大提高了审计质量，由于可以运用大数据，审计证据也变得更多，更准确，更全面，并且在大数据审计下所有的数据都是公开透明的，所以不存在其他因素的干扰。正因为这些原因，审计质量将大幅提高。

2.审计风险降低

大数据技术拥有强大的处理信息的能力，这个能力使得审计工作的压力大大降低而且通过大数据技术还能够得出一个更为精确的答案，使得审计工作更加全面，进而减少了审计风险。大数据的应用还会使得舞弊现象减少，因为技术的应用使审计数据更加透明化，所有的信息都可以公之于众，在此情况下，通过修改会计信息来获利变得不可行，因此大大降低了审计风险。

3.审计成本降低

大数据技术下，审计人员的工作时间和空间变得灵活，一些资料的上传录入可以保存到互联网系统中或者云数据平台，这样可以节约了空间而且还能够永久性保存，在需要查找相关资料的时候，可以直接在互联网上查找，提升了工作效率；节约了时间和空间，使审计成本在很大程度上降低。

（二）大数据时代下对CPA审计面临的挑战

1.相关审计人员需要具有数据分析能力

从传统审计转换到大数据审计，审计方式等都发生了转变，仅仅靠之前的技能是远远不够的，在使用大数据审计时，要有对数据的敏感度还要有对数据的分析能力，并且要熟练得使用有关软件，对数据能进行分析处理，进而得出真实可靠的结论。除以上能力外，审计工作还要求具备法律、经济、管理等知识和人际交往沟通的能力、信息系统运用的技术、评价内部控制能力等，审计工作是知识全面复合型人才，在现阶段审计部门里面大多都是审计业务员工，缺少专业性技术分析人员，一些大龄的工作人员可能接受新技术的速度比较慢。这严重影响了审计工作在大数据环境下的发展，所以需要提高审计人员专业技术的能力，培养审计人员的工作能力，使其了解大数据技术以及在审计工作中的应用。

2.审计应用技术落后

大数据审计不同于传统审计，它是一种全新的审计方式，大数据审计不再依靠以往通过人工收集、整理和分析来的数据，这些工作将通过计算机来实现。但是计算机并不是直接的向审计工作人员提供精准的数据，而是提供图片信息和视频等传统的显示方式这些难以将信息精确的传达，所以就需要审计人员对这些数据进行处理使其再次可视化分析但是应用信息技术时，水平不高使数据精确分析能力降低。

3.数据保密问题

大数据审计结果都是通过网络上传，因此难以保证数据的保密性，审计工作涉及的活动由于具有很高的商业价值，一些审计师可能会披露违反职业道德的数据内容以获取利益。但是在目前这种云计算方式下，把对审计工作的监督、管理的工作做好的话是十分困难，由于审计结果由第三方管理，审计相关人员可以轻松逃避责任。另一个方面是网络系统的风险问题，这要求企业需要完善自己审计系统的防御能力，能够应对各种网络风险的能力，否则系统出现漏洞就会使信息泄露并且形成不可弥补的损失。

三、大数据时代下CPA审计的发展策略

（一）加强相关专业人才的培养

大数据审计的运用需要大量的具备专业技能的人才，而现在审计人员大多都不具备此能力，所以要对审计工作人员进行专业能力技能培训，并且要使审计人员的思想观念和思维意识转变，除了培养会运用大数据审计的工作人员还要培养审计队伍中的审计人员具备对审计大数据分析和评估的技能，这是为了更好地保证大数据的准确度及可靠度。在培养过程中，要因材施教，使每位参与审计的人员都具有个性化。

（二）建立自己的数据平台

在运用大数据平台时，收集数据和收集信息时容易受到阻拦，当被审计单位要求出具审计报告且无保留意见时，在被审单位要求以及审计准则要求时会相互矛盾，这时候，如果事务所拥有了自己的数据库和自身的数据平台时，事务所可以将客户数据进行录入，然后对其进行研究，运用这些数据能更加认识企业的过去现在，预测和分析企业将来的发展情况，进而可以扩大会计师事务所的业务范围，这样会计师事务所可以开展预测、税收代理、咨询和企业战略等业务，能扩展经营范围，为其带来更多收益。

（三）提高安全意识，加强风险防范

因为计算机审计结果都是通过网络上传，因此难以确保数据是否完全保密，首先要对大数据云平台进行加密处理，控制用户的访问，管控大数据来保护敏感隐私信息。其次在大数据采集分析过程中实施保护，在执行过程中需要使用不同管理者。最后，要建立一个通过网状的客户端进行检测的一个异构数据中心的安全平台，以便及时发现异常，这样可以从最基础的地方对数据进行保护。

（四）完善审计组织模式

传统的审计组织模式采用的是分散的方式，大多都是小组分析，对工作人员进行小组分工，然后通过小组来进行分析数据。而大数据审计模式是统一的一个整体数据体，是以数据的分析为基础的审计工作，并且以数据为核心展开工作，可以有效得整合资源，变得更加科学和精确。