<legend id="h4sia"></legend><samp id="h4sia"></samp>
<sup id="h4sia"></sup>
<mark id="h4sia"><del id="h4sia"></del></mark>

<p id="h4sia"><td id="h4sia"></td></p><track id="h4sia"></track>

<delect id="h4sia"></delect>
  • <input id="h4sia"><address id="h4sia"></address>

    <menuitem id="h4sia"></menuitem>

    1. <blockquote id="h4sia"><rt id="h4sia"></rt></blockquote>
      <wbr id="h4sia">
    2. <meter id="h4sia"></meter>

      <th id="h4sia"><center id="h4sia"><delect id="h4sia"></delect></center></th>
    3. <dl id="h4sia"></dl>
    4. <rp id="h4sia"><option id="h4sia"></option></rp>

        2022年01月17日

        星期一

        当前位置:首页 > 专题专栏 > 审计科研

        大数据技术对审计创新的思考

        来源:连云港市审计局 发布时间: 2022-09-05 08:40
        加大字体 缩小字体 收藏 打印

          2018年习近平总书记在中央审计委员会第一次会议上指出“要坚持科技强审,加强审计信息化建设”,为大数据技术与审计的深度融合做好理论探索。传统审计由于人工审计的效率低下,在有限的时间内仅能进行抽样审计,这给审计工作带来了很大风险。随着大数据技术、人工智能技术的发展,获取数据的渠道变的多样,重复性的数据分析处理工作可以交由计算机负责,审计人员有更多的时间研究审计思路,审计方法重新恢复详细审计将是大势所趋。大数据审计可以提供更多的手段来减少审计人员不必要的工作量,在有限的审计时间内提高审计工作的效率。笔者在进行某区市场监管部门进行审计时,首先利用大数据技术分析了财务、业务等数据,在宏观上把握情况,大大推动了审计效率。

          一、大数据审计现状

          大数据的出现推动了新型信息化技术的探索,也推动了审计工作与大数据技术的融合。2014年,管彦庆等人利用Treemaps将账户式资产负债表以图形式资产负债表的形式呈现出来,实现了企业的合并资产负债表图形式直观呈现[1]。2015年,马志娟和梁思源分析了大数据技术对政府环境责任审计的影响,并提出大数据背景下政府环境责任审计的实施路径,给环境责任审计的全覆盖审计提供了思路[2]。王雪荣等人基于Citespace知识图谱对大数据审计研究的现状进行了描述,并指出了大数据审计未来的发展方向[3]。2018年,陈伟和居江宁提出了基于大数据可视化技术的审计线索特征挖掘方法, 并分析了该方法的原理,为大数据审计提供了技术方法[4]。2022年,刘蕊等人分析了大数据审计的优势,并提出了大数据技术在采购管理审计中的应用模式,最后针对数据质量控制和审计人才培养提出了建议[5]。

          这些新型信息技术的大量涌现给审计工作和审计工作人员提出了新的要求。2014年,《国务院关于加强审计工作的意见》(国发〔2014〕48号)中提出,要加快推进审计信息化,加大数据集中力度,构建国家审计数据系统。探索在审计实践中运用大数据技术的途径,加大数据综合利用力度,提高运用信息化技术查核问题、评价判断、宏观分析的能力。2015年12月,中共中央办公厅、国务院办公厅印发《关于实行审计全覆盖的实施意见》,提出要构建大数据审计工作模式,提高审计能力、质量和效率,扩大审计监督的广度和深度……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。2016年全国审计工作会议上,刘家义明确地提出了“要运用大数据,创新审计技术方法。推进以大数据为核心的审计信息化建设是应对未来挑战的重要法宝,也是实现审计全覆盖的必由之路”。2016年6月,审计署发布了《“十三五”国家审计工作发展规划》,明确提出要加大数据集中力度,完善国家审计数据中心,形成全国统一的审计信息系统。加大数据分析力度,拓展大数据技术运用,大幅提高运用信息化技术发现问题、评价判断、宏观分析的能力,形成“国家审计云”。2016年12月,世界审计组织大数据工作组成立,定期举行会议分享和讨论世界各国在大数据环境下的审计工作现状、目标及前沿技术。2018年,《中共中央关于深化党和国家机构改革的决定》中指出要综合运用大数据、云计算等技术手段,增强宏观调控前瞻性、针对性、协同性。

          二、大数据审计面临的困境

          大数据技术给审计工作提供了很大的便利,但同时,在推进大数据审计中存在的问题也不容忽视。

          (一)审计人员自身的本领不够硬。很多审计人员的专业知识只有会计或者计算机中的一项,既熟悉会计专业知识,又掌握计算机专业技术的人员很不足,更多的是随着工作经验的增长,因审计工作需要而不得不自学其不擅长的部分。很多审计人员从事审计工作年限较长、工作经验丰富,他们已经习惯了传统的审计工作模式,认为再学习新的审计方式方法是件很难的事情,不愿意主动去学习。审计人员很少有大片空闲的时间去集中学习大数据审计方面的知识,只能在碎片的时间学习,更多是用到的时候才去学,这让学习的知识很难系统化,在后续用到大数据审计时,往往需要长时间的知识提取。

          (二)被审计单位的配合度存在偏差。审计机关与被审计单位之间的信息系统尚未完全建立数据访问与数据共享机制,审计大数据的获取只能依靠审计人员自己收集整理,有些第三方单位会以保密或其他理由为借口,不提供或不完全提供相关数据。如笔者在开展某镇自然资源资产审计过程中,要求国土部门提供土地分类别卫星矢量图数据,国土部门以系统保密为由未提供。个别被审计单位出于不同的目的,捏造或者篡改财务数据、业务数据等,大数据分析难以甄别,造成分析结果存在问题。

          (三)数据采集过程中会存在一些问题。审计人员往往不熟悉被审计单位的信息系统,如果没有与被审计单位进行充分的沟通交流,可能导致采集的信息出现偏差,或者采集的数据不完整。如医院、科研院所等一些专业性较强的被审计单位,信息系统数据庞大,管理人员只懂系统不懂专业,导出的数据并不能完全满足审计人员的需要,如果管理人员未提供完整、准确的数据字典,审计人员则只能自己摸索字段含义,导致最终采集的数据并非完整、准确的业务数据。

          三、大数据技术对传统审计的创新路径

          2001年9月,审计信息化项目——金审工程开始建设,金审工程分期建设,历经一期、二期,目前处于三期建设阶段。金审工程一期将审计信息化建设从无到有,重点解决了装备的问题,建设了现场审计实施系统和审计管理系统。2008年,金审工程二期开始建设,完善了现场审计实施系统和审计管理系统,建设了国家审计数据中心,重点解决了业务覆盖面的问题。2016年,金审三期项目开始建设,目标建成多个部门间的信息共享,建设审计综合作业云平台、审计大数据平台等业务支撑平台,将二期系统中点与点之间的工作连接起来,实现互联互通,形成“总体分析、发现疑点、分散核查、系统研究”的数字化审计作业方式。从三期金审工程的建设过程可以看出,金审工程建设工作在一步步深入推进,大数据审计对传统审计模式的改变将是显而易见的。

          (一)大数据技术助力提升审计准确性。传统的审计由于人力和时间的限制,在面对多年份、多类型的财政数据和业务数据时,往往采取抽样审计的办法。抽样审计虽然能提高审计效率,但是审计结果的准确性无法得到充分保障,审计结果充满了不确定性。众所周知,最原始的审计工作采用的是详细审计方法,随着企业、单位的规模越来越大,数据类型越来越丰富,在有限的时间和人力条件下,不得不进行抽样审计。但随着大数据技术的发展,财务数据和业务数据的电子化率越来越高,抽样审计回归到详细审计越来越有可能[6]。在处理体量较大的电子文件时,使用C#语言、PYTHON语言可以高效、快速、准确的批量处理,减少人工处理时产生的误差[7, 8]。利用R语言,羌雨提出了大数据的可视化审计方式,帮助审计人员直观交互分析海量数据,有助于审计人员更快、更准确地从繁杂的数据中发现审计线索[9]。利用SQL语句查询能够将全时间段的数据全面覆盖,使用保留字SELECT,同时结合WHERE,GROUP BY, HAVING等条件查询,筛选出审计需要的数据结果,避免抽查带来数据不全面、内容不全面造成的问题[10]。

          (二)大数据技术助力实现预测性审计。审计过程中需要的数据类型丰富,在这些繁杂的数据中存在着千丝万缕的联系。传统的审计思路是通过分析这些数据,找出其中不合规的地方。随着数据量的扩大,通过分析数据间的相关关系可以探索出事物发展的规律[11],从而将审计工作由事后审计改进为预测性审计。事后审计更加针对于被审计单位本身,而预测性审计可以分析总结此类问题发生的原因、趋势,在问题发生之前做出改进,避免此类问题的再次发生。预测性审计对要求审计工作人员熟悉法律法规,在审计过程中探索事物的发展规律,从治“已病” 转为治“未病”的思想,更为重要的是,在实际审计过程中能够发现法律法规相关政策落实的具体细节的不足之处,为以后的政策优化打下了坚实的基础。

          (三)大数据技术助力实现审计数据全覆盖。财务数据审计是审计过程中不可缺少的一环,但只关注财务数据往往会忽略一些问题,无法掌握事件的来龙去脉。在审计过程中对被审计单位的业务数据也需要收集,例如会议纪要、收发文、工作总结等文件,利用电子文件的筛选关键字等相关操作,业务数据与财政数据实现连通,对财政数据全面覆盖审计。除了在审计现场可以获取数据外,审计人员也可以通过网络爬虫技术获取诸如行政审批局等单位的系统数据,通过利用遥感地理信息系统(GIS)查询自然资源环境审计中所需的地理数据。多样化的数据采集方式使得数据的获取不再是难事,将审计人员的工作重点转移到处理数据而不是获取数据上。

          (四)大数据技术助力提升审计质效。在审计相同的专题项目时,每次审计开始时要进行相同的重复性工作,利用大数据技术,可以建立审计数据分析模型,例如一些固定资产审计,根据被审计单位的数据库信息,将导出的数据放入数据分析模型中,让计算机自动执行分析,减少人力资源的浪费,逐渐变为可持续性的审计工作。另外,将某项审计工作固定为数据审计标准模型后,可以减少审计人员的干扰,对于一样的模型,相同的输入就有相同的结果,不必执着与同一人进行这项工作。比如有审计人员身体不适,就可以更换其他工作人员进行简单的输入工作,减少因人力带来的工作滞后情况。将分析模型标准化也有利于审计工作经验的传承。

          随着大数据审计工作模式的不断深入,给审计人员也提出了更高的要求。审计人员不仅要懂财务审计方面的知识,更要利用大数据技术去发现审计中出现的问题,让大数据技术为审计过程和审计结果服务,提高审计工作效率。在审计署举办的计算机审计中级培训课程中,学习的内容不仅包括了计算机技术方面的SQL语句编写、PYTHON、EXCEL在审计实务中的应用等,也包括了财政审计、金融审计、农业审计、企业审计等多方面的审计知识,使审计人员能够更好的应对信息化水平不断提高的审计工作。

          四、总结

          随着信息化水平不断提高,大数据审计将是审计工作的必由之路。相较于传统审计来说,大数据审计的思想是“让数据多跑路,审计人少跑腿”,在审计项目开始之前先获取被审计单位的电子账和其他的业务数据,审计地点不再拘泥于被审计单位。笔者在开展某区市场监管部门经济责任审计工作时使用SQL语句分析了非税收入收缴、公车加油等方面的问题,把握整体宏观情况,并在相关疑点基础上进一步分析,为后续的现场审计提供了方向。

          随着大数据技术的发展,审计工作有了更多的信息获取渠道,利用计算机进行重复机械性的工作,设计审计工作模型,让审计工作变得更加简捷、高效、精准,同时也对审计人员提出了新的更高的要求。审计人员要审计、计算机知识两手抓,转变工作思维,要学会用大数据思维谋划审计思路,用大数据思维开展审计工作,用大数据思维监督审计整改,只有这样才能真正践行“科技强审”的时代嘱托。

        附件下载: