大数据在审计中的应用篇（1）

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。

大数据在审计中的应用篇（2）

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

 

大数据在审计中的应用篇（3）

【关键词】大数据；政府审计

一、引言

麦肯锡全球研究所对大数据的定义是：一种规模大到在获取、储存、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。大数据的发展对审计方式、审计证据的获取、审计程序的设计、审计数据的处理等方面，都产生深远的影响。

政府审计是指政府审计机关对会计账目，监督财政、财务收支真实、合法效益的行为进行独立检查，其实质是对受托经济责任履行结果进行独立的监督。

被审计单位信息化进程的发展，传统审计，受到了前所未有挑战；越来越高的信息化程度，使得开展大数据审计成为必然。信息化环境下，如何审计被审计单位的电子数据并发现其存在的错误或者舞弊，成为目前审计工作最重要的一项任务。审计机关作为国家治理政治权利中监督系统的重要组成部分，必须提高其大数据分析能力，及时发现经济社会运行中存在的薄弱环节和突出问题，向党委政府献言献策，充分发挥审计的功能，推进国家良治。2014年12月，国家审计署机构调整，增设了电子数据审计司，充分说明电子数据审计在目前我国审计工作中的重要性。

二、文献综述

大数据是近几年出现的新兴事物，在政府审计领域对其的相关研究比较少。一些实务界人士已对大数据审计方式在政府审计中的应用展开了研究。学术界对此问题的分析相对较少，主要是通过实证调研的方式，分析目前我国政府审计中大数据的应用情况，并提出了相应的展望。本文将从学者身份不同为划分依据，从实务界和学术界两个方面对此问题进行文献综述。

（一）实务界

1.宏观层面

（1）面临的挑战

陕西省审计厅课题组将大数据对政府审计的挑战分为三个方面：一是对审计制度的挑战。该课题组认为现阶段我国某些审计制度上的原因，无法有效配合大数据这一先进技术的施行。二是对审计人员的挑战。由于审计人员的信息化审计水平、对审计软件和技术方法运用还较为初步。三是对审计技术的挑战。包括软件上的问题和硬件上的问题。

广东省审计厅的研究员认为大数据环境下政府审计存在的主要问题有以下三个方面。第一，审计人员能力素质与大数据环境要求存在一定差距。第二，审计监督手段和方式与大数据要求不相适应。第三，与大数据环境要求相适应的审计力量动员能力有待进一步增强。

（2）应对措施

陕西省审计厅课题组提出了四点解决方案。第一、审计制度的建设。包括设置相应的机构。第二、审计队伍的建设。具体做法有换岗方式使得业务人员和计算机人员更加亲密地结合在一起，同时针对审计骨干举办计算机培训班，针对计算机专业人才开展高级数据库管理、数据挖掘、信息系统审计等专业应用培训等。第三、审计技术的建设。加强大数据分析模型和软件的研发，制定审计软件的统一标准和行业法规。第四、大数据试点的建设。大数据审计信息化建设是一个系统工程，选点示范对开启和稳步推进政府大数据审计信息化建设具有战略意义。

2.微观层面

有学者专门从预算执行审计出发，总结了大数据平台下部门预算执行审计的主要成效。还有些学者讨论了大数据背景下的政府环境审计全覆盖的问题。

（二）W术界

目前，我国学界对大数据环境下的政府审计研究甚少，已有的文献包括对政府电子数据审计应用现状的调研并进行了相关分析，以及从微观的某一个方面，对政府审计监督全覆盖的路径研究。

江苏省社科院的陈伟教授通过对问卷调查和实地座谈情况的定量和定性分析，研究了目前我国电子数据审计的应用情况。陈教授主要统计了被审计单位主要使用的应用软件和数据库软件和审计人员在审计过程中熟悉的被审计单位使用的软件和其使用的审计软件的情况。同时，探讨了目前开展电子数据审计面临的主要问题，并提出了相应的对策。包括SQL SERVER、ORACLE、ACCESS、EXCEL 等数据库环境的问题，以及相关数据的采集问题和采集数据过程中遇到的主要困难。从宏观的角度提出了解决方案，主要包括提高审计人员电子数据审计技术、关注电子数据审计应用现状研究/结合大数据研究未来电子数据审计走向。

南京审计学院的马志娟和梁思源立足于大数据这一时代背景，以受托环境责任观为依据，分别从政府环境治理系统与政府环境责任视角出发，探讨了政府环境责任审计监督全覆盖的对象与内容，分析大数据技术对政府环境责任审计的影响，提出了大数据背景下政府环境责任审计的实施路径。

三、总结

由于大数据环境是一个新兴事物，无论是实务界还是学术界对大数据环境下的政府审计研究目前都相对较少。从已有的文献来看，基本都指出了目前我国大数据环境下政府审计所面临的困境，并提出了相应的解决方式。有些是从宏观的视角提出整体上的要求，有些是提出具体做法。但是这些研究无论是实务界还是学术界，基本都是基于某个省或者某个市的数据进行研究，并未将结果推广到全国，有一定的片面性。同时，具体做法中，大部分不够细化，实际操作性不强。随着大数据的深入发展，相关的研究会越来越多，期待更多学者提出自己的建议。

参考文献：

[1]胡俊杰.大数据环境下政府审计创新刍议[J].财经界（学术版），2014（21）

[2]吉越.大数据背景下的政府环境审计全覆盖[J].现代审计与经济，2016（4）

[3]莫培杏.大数据环境下政府审计创新探究[J].财会学习，2016（15）

[4]陕西省审计厅课题组，大数据时代：国家审计的挑战、机遇与对策[J].现代审计与经济，2015（3）

[5]铉B玮.大数据时代审计机关的应对策略[J].经济视野，2014（5）

[6]吴振雄.大数据平台下部门预算执行审计的实践与思考[J].审计月刊，2016（1）

大数据在审计中的应用篇（4）

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，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。

5结束语

大数据技术的应用对于审计信息化建设具有积极的影响。但是，还存在诸多问题影响大数据在审计信息化中的应用。本文针对大数据在审计信息化应用中存在问题进行了详细分析，从而得出了相应思考。第一，进一步规范审计信息化中的取证方法，从而解决数据信息采集不全面的问题。第二，数据挖掘不断深入化。第三，加强数据安全风险防控。第四，建设素质过硬的审计人员队伍。

参考文献

大数据在审计中的应用篇（5）

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）.

大数据在审计中的应用篇（6）

【中图分类号】F239

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）.

大数据在审计中的应用篇（7）

随着互联网技术的迅速发展，云计算技术应运而生。在信息迅速膨胀的今天，越来越多的数据出现在我们面前，传统的信息处理系统和方法不能满足大数据时代的要求。审计行业在当前社会经济环境下的发展必须寻求创新。

一、大数据与云计算概述

（一）大数据

“大数据”一词最早在1980年出现在著名未来学家阿尔文 ・ 托夫勒的《第三次浪潮》一书中，被称为“第三次浪潮的华彩乐章”。从2009年开始，“大数据”才在互联网行业中流行。2012年，奥巴马政府宣布投资2亿美元拉动大数据相关产业的发展，预示着“大数据时代”的到来，“大数据”成为社会经济发展中的重要支柱。

我们可以将“大数据”理解为海量资料，仅凭现在的软件工具根本无法将这么大规模的数据在有限的时间内进行处理分析并提供给决策者。因此，互联网数据中心将“大数据”定义为可以更经济、更有效地从高频率、大容量、不同类型和结构的数据中获取价值的新一代构架和技术。从这一定义可以看出大数据具有以下特点：第一，数据量巨大（Volume），数据规模已经从TB级别扩展到PB级别；第二，数据的增长和处理速度加快（Velocity），大量数据在迅速生成的同时被快速地处理，成为数据链。第三，数据的形式丰富（Variety），包含了图片、日志、视频、文字和地理位置信息等各种表现形式；第四，低价值密度和高价值质量（Value），单一的数据不能提供多大的价值，在将各种相关数据进行整合分析后就会具有很高的商业应用价值。

大数据时代的到来，促使人们转变思维方式，对传统的数据采集和处理方法进行创新。在大样本量面前，抽样调查分析技术将被大数据分析所取代。与小数据相比较，大数据更能反映事物的发展方向和事物之间的相互联系，有利于提高人们对事物的整体认知。

（二）云计算

“云计算”这一概念最早是由Google首席执行官埃里克 ・ 施密特在2006年举办的搜索引擎大会上提出来的。2008年，IBM宣布在江苏无锡太湖新城科教产业园为我国的软件公司建立全球第一个云计算中心。美国国家标准与技术研究院曾将“云计算”定义为一种根据使用量来付费的模式，在这种模式下，只需投入很少的管理工作，就能给用户提供一个集网络、服务器、存储、各种应用软件等于一体的资源共享空间，使用户可以更便捷有效地进行网络访问。“云计算”也有其特点：第一，云计算作为一种计算模式，也具备时间和网络存储等基本功能；第二，云计算使网络访问接入途径增多；第三，云计算可以满足用户的各种需求，为用户提供广泛的资源；第四，云计算在互联网技术的支持下可以将计算规模迅速扩大和缩小；第五，云计算向用户提供的资源可以计量，有助于资源的合理利用。

（三）大数据和云计算的关系

大数据和云计算可以看作是一个硬币的正反两面，缺一不可。大数据从数据出发，向用户提供采集和分析数据的技术方法，注重数据的存储能力；而云计算从计算出发，向用户提供具体的解决方案，关注的是数据的处理能力。有了大数据的数据存储，再加上云计算的计算能力才能使用户受益，二者是相辅相成的，共同促进社会经济的进步。

二、大数据时代与云计算对审计的影响

随着我国科学技术和管理技术的不断发展，审计方式也在不断更新，经历了从原始的手工查账表阶段到以系统为导向的审计方法，再到后来的风险导向审计方式及应用计算机技术的IT审计方式。在大数据和云计算时代下，审计行业必须顺应这一形势。

（一）推动了整体数据审计的发展

到目前为止，在审计过程中，面对小样本数据，我国审计人员都具备精准的数字审计技术。随着社会科技水平的提高，大数据时代和云计算越来越成为我们社会生活中非常重要的一部分，审计人员面对的不再是之前的小样本，而是被审计单位这个总体。与处理小样本数据需要极高的精确度不同，大数据时代更注重数据的整体性，这有助于审计人员了解数字背后的真相。随着大数据的出现，审计人员需要寻求新的数据分析处理技术，云计算的广泛应用极大地提高了审计人员的工作效率。

（二）推动了相关关系理论在审计证据中的应用

审计过程完成后，审计人员在审计报告中应当用充足的、合适的审计证据来表述自己的审计意见。目前，在大数据时代与云计算背景下，审计人员面临着筛选海量数据和选择合适的审计证据的双重压力。传统的搜集审计证据的途径都是基于因果关系理论，而现代大数据分析则为审计人员提供了新的思路――相关关系分析。值得注意的是，在大数据背景下应用相关关系理论时，事物之间的因果关系仍然成立，只是在分析数据时更多地依赖于相关关系。在审计过程中，能够被审计人员搜索到的证据大多数情况下是非常复杂的电子证据，而云计算更会加大搜集因果证据的难度。因此，在大数据和云计算技术的推动下，审计人员应该转变观念，越来越多地运用相关关系分析搜寻审计证据。

（三）促进了大数据审计人员专业能力的发展

大数据能够发挥作用是基于数据的真实性和可靠性。在大数据和云计算时代，需要有专门的技术人员来鉴定这些数据是否真实可靠，审计人员在承担这项责任时应当具备专业的计算机网络技术和审计技术、有很强的数学能力、能够熟练掌握统计学知识，并且具有大数据分析和评估能力。审计人员处理大数据时应该选择合适的分析工具，以公平公正的精神来解读大数据，判断其真实性和可靠性。审计过程中出现问题时，审计人员有权力对与分析结果相关的数据进行审查。

（四）推动了持续审计方式的发展

在以前的审计过程中，审计人员必须在被审单位业务全部完成之后才能开始工作，而且审计也只是针对项目中的一部分数据，因此这种审计方式在评价企业经营管理业务是否真实与合法方面有一定的局限性。大数据与云计算技术的出现，推动了审计行业向持续审计方式发展，很好地解决了审计过程与业务活动之间存在时差的问题，保证了审计工作的顺利进行。将现代信息技术和大数据、云计算相结合，将经济活动数据化，实时发现问题并能及时解决问题。

（五）推动了审计成果的综合应用

审计人员在完成审计过程后，审计成果主要是以审计报告的形式反馈给被审计单位，审计报告格式比较固定，内容也太单一，信息含量较少，既不能体现审计人员的所有劳动成果，也不能让被审计单位充分认识到业务项目中存在的一些问题。大数据和云计算技术的应用，审计人员还可以将审计过程中搜集到的所有数据和资料进行不同角度的分析归纳，提出业务、财务和项目管理中存在的共同问题及发展规律，并反馈给被审计单位，有助于被审计单位改善目前的业务管理，满足企业发展的需求，推动审计成果的综合应用。

（六）推动了总体审计模式的应用

由于不能获取被审计单位经济业务的全部数据进行分析，目前我国审计行业主要采用的是在对被审计单位进行风险评估的基础上进行抽样审计的审计模式。这种审计模式存在抽样调查的局限性，造成审计过程中可能无法发现企业存在的违法行为，存在着巨大的审计风险。审计人员在应用大数据与云计算技术后，可以采用总体审计模式，搜索被审计单位所有与经济业务活动相关的数据并进行分析。总体审计模式很大程度上改变了审计人员传统的思维方式，在对搜索到的所有数据进行全方位的分析后，更容易发现隐藏在数据背后的问题，极大地降低了审计风险。

三、对审计行业应用大数据和云计算的建议

大数据和云计算技术自广泛应用以来对我国审计行业产生了深远的影响，审计单位、审计人员和审计技术在大数据时代都需要改革。审计行业应该根据自身的特点，制定可以实施的云计算审计战略，以期在短时间内实现审计业务的大数据化。大数据与云计算作为新兴技术必然面临着目前法律依据不足的现状，法律依据问题会制约审计行业对于云计算技术的运用，因此加快大数据时代审计法律法规建设势在必行。

另外，审计行业在应用大数据与云计算时应该建立单独的审计分析平台，以大数据为平台中心，利用云计算技术，实现数据的远程存储和数据的移动计算，有利于减少数据在移动过程中造成的损失，保持数据的完整性。审计单位在大数据环境下需要开发更多适合自身发展的审计分析模型和研发更多的审计分析软件，有助于解决不同的具体问题。

最后，审计行业的发展需要每一个审计人员的共同努力，在大数据与云计算技术时代，审计人员应该认识到自身的不足，提高对于大数据和云计算的认知和应用能力。

四、结束语

随着科学技术的不断发展，大数据和云计算技术时代的到来给我国审计行业的发展带来了机遇和挑战。改变传统的审计模式，发展持续审计方式和总体审计模式，将数据从依赖于因果关系转变为探索事物的相关关系，在提高审计人员能力的同时丰富其审计成果。大数据和云计算技术符合我国的科学发展战略，强有力地推动了审计行业的发展。

大数据在审计中的应用篇（8）

审计署2011版《数据审计指南》指出，数据审计的目的是在信息化环境下，审计人员通过开展数据分析，科学高效地确定项目、编制方案、实施审计、出具报告，从而实现真实性、合法性、效益性的审计目标。这一释义明确指出“数据”贯穿于审计全过程，换言之，审计工作的全过程就是对“数据”认识和分析的不同状态，通过审计人员对数据的“加工”，得出审计结论，实现审计目标。对照市县审计机关数据审计情况，主要存在以下五点问题：

（一）采集数据“三多三少”。目前，市县审计工作中采集内部数据多，采集外部数据少；采集会计数据多，采集业务数据少；采集结构化数据多，采集非结构化数据少。

（二）审计档案电子数据缺失。当前，审计档案以纸质档案管理为主，财务数据、业务数据、审计分析数据等数据资料基本打印成纸质文件归档管理，相关审计数据、视频音频数据等电子化档案管理薄弱，没有形成规范统一的电子档案管理机制。

（三）审计数据管理碎片化。每名审计人员的电脑、U盘中都保存着大量的审计数据，对这部分数据由于缺乏归档、收集的管理开发机制，随着电脑、U盘的更新换代，这些数据资源要么删除，要么永久沉寂。OA系统服务器中的审计数据与其他信息数据也基本被物理隔离，数据功能尚待进一步开发。

（四）数据的共享利用不足。目前，市县审计机关对被审计单位的内、外部数据的开发利用基本以一次性为主，缺乏对部门、行业数据的连续性更新。比如行业审计中采集的户籍、民政、工商、房产、车辆、个税等数据一般停留在所需的审计期间，没有后续的数据更新，使数据的可持续利用价值大幅降低。同时上下级之间、处科室之问纵横向的数据共享利用机制尚未全面建立，比如市、县财政审计数据与部门预算执行、投资、农业、经责等专业审计的数据共享利用不足，数据审计工作整体绩效不高。

（五）非结构化数据管理重视不够。目前，审计机关大多存在对非结构化数据重要性认识不足和管理利用工作机制缺位的问题，未有效对文本、网页、图像、音频、视频信息等数据进行电子转化。非结构化数据具有简单明了、证明力强、易于采用的优点，这部分数据的获得恰恰是市县审计机关最具优势的方面，由于缺乏对非结构化数据的开发利用，使这部分数据资源闲置或流失。

二、产生问题的原因分析

（一）数据意识不强。市县审计人员受各方面因素限制，尚未根本转变传统审计思维，缺乏对数据资源长期、可持续性开发利用的认识。同时由于缺乏数据存储的专业化和整体性指导，导致数据存储的随意性和碎片化，数据利用的共享意识不够，导致数据资源闲置。

（二）数据采集条件限制。一般市县级被审计对象会计、业务管理信息化程度不高，客^上制约了数据审计的发展应用。加之行业部门条块管理限制，大多数行业数据管理权限在市以上部门单位，审计管辖范围制约了市县审计机关对相关数据的全面及时采集。

（三）数据管理机制缺位。在大多数市县审计机关，数据管理缺乏科学化、标准化的制度，审计人员缺少管理应用数据的指导和激励机制，使审计人员手中的数据资源不能及时、全面地汇集到数据中心或服务器，影响大数据资源的形成和开发利用。

（四）数据人才不足。人力资源仍是制约数据审计发展的主要因素，数据采集、数据分析、数据管理等环节需要大量专业化的数据人才，人力资源既要满足数据审计功能目标的提出，又要实现数据审计功能的技术支持。目前，市县审计机关基本处于数据采集与审计分析分离，数据更新与共享缺位的状态，需要审计专业人员与数据专业人员集约整合，才能有效实现数据服务审计全过程的目标。

三、市县审计机关改进数据审计的对策建议

（一）加强学习，提高认识。市县审计机关必须加强数据审计知识的更新学习，增强数据意识，转变传统审计思路，从审计项目的立项、方案、市计、报告等具体事项做起，采集数据、分析数据，应用数据，并及时向数据中心上传数据。学习贯彻《“十三五”国家审计工作发展规划》，落实加快审计信息化建设的要求，加大数据集中和整合力度，争取在“国家审计云”中展现“陕西数据云”特色。

大数据在审计中的应用篇（9）

（一）有助于发现审计细节问题

通过将大数作为背景，运用云计算对体育项目进行审计，能有效促使审计人员从体育项目审计的总体角度出发，发现审计过程中存在的细节问题。在体育建设项目的审计工作中，运用云审计，可有效将审计结果、被审计单位以及体育建设项目中存在的审计问题进行关联，并借助大数据对体育项目审计进行信息化处理，有助于在后续审计工作中，最大程度降低审计耗费时间以及审计工作量，从而提升审计的时效性。从体育建设项目的实践来看，对体育建设项目进行审计需要利用大量数据对项目进行分析与研究，需要进一步综合分析审计对象与相关数据之间存在的关系。在此前提下，更加要求审计人员建立体育建设项目的总体审计思维模式，这对于当代审计来说，具有重要的实际意义。

（二）提升审计结果的有效应用

对体育建设项目进行云审计，进一步利用大量数据以及体育建设项目的相关资料，可以对体育建设项目设计因素进行有效的总结与归纳，通过大数据技术分析体育建设项目中可能存在的财务风险、业务风险以及经营风险。结合大数据下已有案例与被审计体育项目中的风险进行对比，提出有效改进策略。另外，审计人员运用云审计开展体育项目的审计工作，也能有效将审计出的问题进行总结与归纳，以总体分析的方式对产生问题的原因进行分析，在此前提下进行问题的处理，可以实现通过不同视角以及不同层面对体育建设项目进行审计信息的提炼。同样，将大数据以及云计算技术应用于体育建设项目的审计中，审计人员也可将审计结果进行信息化保存，将体育建设项目审计问题以及审计规则以程序化方式保存，无论对体育项目审计工作还是对体育项目的审计计算，都是非常有益的。同时，将大数据与云计算应用于审计之中，也能有效强化对体育项目审计的风险管控。从属性角度来看体育建设项目，其具有典型的实时性，所以运用云审计强化审计的实时性非常必要。例如，结合大数据与云计算进行体育建设项目的审计，可通过将体育建设项目与相应的数据系统进行连接，从而方便审计人员查阅大量相关数据与信息，对体育项目审计中可能存在的风险进行鉴别，第一时间采取有效措施应对风险。

（三）降低审计实施运作成本

基于大数据背景下的体育建设项目云审计的发展提供了巨大的发展机遇，尤其在降低审计方面，其有着较大优势。其具体表现在：首先，基于大数据背景下的体育建设项目云审计降低了审计的实施成本以及运行成本。通常情况下体育建设项目在审计过程应用云审计，那么只需要通过联网的方式便可完成，体育建设项目单位并不需要对项目的审计进行任何基础投资，审计单位也无需关注任何场地、电力等相关成本因素，更无需投入硬件成本，云审计所应用的软件更新也并不频繁。所以这也为体育项目云审计的应用提供了广阔的前景。目前云技术已经在我国发展多年，同样我国政府部门也将云技术的发展作为“十二五”规划的重点技术，近年来无论是国家部门还是地方政府部门以及云技术供应商，都在不断建设云技术平台，这也为体育建设项目的云审计发展提供了发展空间与发展机遇。另外，基于大数据背景下的云技术也能有效提升体育建设项目的审计数据分析，从体育建设项目的角度来看，对体育建设项目进行审计不但包含了经济方面的审计，也需要针对体育建设项目的工程以及图纸等数据进行处理，为了更好地实现对这些复杂数据的处理，节省审计时间与提升审计效率，应用云审计也是体育建设项目审计发展的需求。

二、大数据背景下体育建设项目云审计体系的构建

（一）构建体育项目审计的云审计系统

图1：体育建设项目云审计系统构建

从体育建设项目的审计角度来看，审计不仅需要借助外审，内审对于体育建设项目的审计也非常重要。为了强化体育建设项目的审计工作，同时为了构建“内审云”体系，就需要借助大数据构建体育建设项目的“内审云”。其原因在于体育建设项目的内审程序不但有助于规范自身行为，还能帮助体育建设项目经营者对过程以及制度进行检查，从而验证过程与制度是否得到严格执行。所以，首先，体育建设项目单位要根据审计需求构建私有“内审云”，从而满足“云审计”的要求。其次，要进一步根据体育建设项目构建公有“内审云”，目的在于强化对体育建设项目内审工作的支撑，为内审提供社会资料与相关法律的查询，并且为云审计提供软件以及数据方面的支撑。再次，在此基础上要强化体育建设项目单位对“内审云”的访问，方便企业内部审计人员对需要审计的资料进行查询，分享社会已有的成功与失败审计案例，并从案例中总结审计经验与教训，共同为体育建设项目的稳定发展提供保障。

（二）构建云审计平台

在如今社会发展已经步入大数据的前提下，对于体育建设项目开展云审计，其首要任务便是完成云审计平台的构建，从而在审计平台中开展体育项目审计工作，在此前提下建立相应的体育项目审计信息化系统，为构建云审计系统奠定数据与平台基础。其次，在构建体育项目审计信息化系统的基础上，完善对数据储存云以及计算云的构建。原因在于要将开展体育项目审计所需的相关资料以及相关数据提供于云端，审计人员只需要在审计系统中进行信息的同步便能获取体育项目审计的相关信息，在方便的基础上，也缩短了审计人员对体育建设项目相关数据的收集时间，进一步降低了体育建设项目的审计成本。最后，要有针对性地构建审计的计算云，强化体育建设项目内审过程中对信息以及数据的分析与处理能力。无论何种审计，其对信息与数据的要求都必须科学、客观，并且要兼具关联性，如果只运用存储云进行人工分析，不但浪费时间，也无法将审计工作做大、做科学。

（三）建立信息共享体系

在大数据的前提下，开展体育建设项目的云审计不仅是较为庞大的工程，也需审计以及被审计单位充分运用云技术的优势，结合有针对性的审计措施，避免在运用云审计过程中出现各类不可控风险。需要关注的是，对体育建设项目引用云审计，其目的在于有效促进审计与被审计单位通过云审计平台，实现二者之间信息与数据的共享，从而强化审计效率与审计质量。从此前提下来看，就需要结合体育建设项目审计的实际需求，要构建收益较高并且风险相对最小的方案，从而确保审计单位以及被审计单位运用大数据系统以及云审计的“云计算系统”在进行审计的过程中，可通过运用云计算强大的信息与数据处理能力，获取更加科学、合理的体育建设项目审计信息。也要进一步强化在大数据支持下审计风险的管理与控制，确保被审计单位提供信息的真实性，也确保审计单位获取信息的有效性。当提供的信息与获取的信息之间出现差异时，相关技术人员以及信息录入人员要给予必要的处置。

（四）数据存储系统的创建

对体育建设项目开展云审计过程中，无论数据分析还是信息的处理，工作量都将随着审计的开展不断提升。这就要求体育建设项目云审计系统要不断强化存储能力，具备强大的数据与信息优化与管理能力，从而保证相关数据与信息的安全性、真实性。这也在一定程度上说明了数据储存的重要性。如果相关信息与数据无法得到应用的维护，那么云审计的作用和功能将大打折扣。所以，对于体育建设项目数据存储系统的构建，要建立在云数据处理中心下。只有这样，才能在利用集群应用、网格技术等前提下进行审计。相对于体育建设单位自己对审计数据进行管理，将审计数据存储于云审计平台的系统中，不但消除了体育建设单位对审计数据存储的风险性，也降低了审计数据的丢失性，强化了数据保存的安全。另外，在数据存储系统构建完毕之后，要进一步构建体育建设项目审计数据的传输体系，从而为企业以及审计单位提供审计结果查询与应用通道。审计单位以及被审计单位只需要借助计算机进行文件的同步，便可完成相关信息的查阅与下载，提升审计结果的应用。

三、数据处理系统在体育建设项目云审计中的应用

（一）批量数据处理系统的应用

在云审计系统中的数据处理部分，其主要应用的系统为Hadoop系统，此系统不但具备强大的信息与数据处理能力，并且对异构数据处理有着强大适应性。可最大化地将云审计系统所收集的信息与数据进行分析，以整理的方式通过图表显示，同时也可利用该系统对体育建设项目审计进行预测性分析。在审计人员运用云审计系统开展体育建设项目的审计过程中，只需要通过软件下达审计命令，云审计系统便会根据相应目录提出的要求对体育建设项目工程图纸、体育建O项目清单、价格、税务等相关数据进行分析并绘制成图表进行显示。

审计人员在对体育建设项目进行相应的数据与信息的录入时，可选择不同的算法对相应数据进行深入挖掘与分析，并不需要明确了解相应技术的工作原理。由于在体育建设项目的云审计系统，其运用的技术为分布式文件处理技术，所以审计数据在上传后，便会被系统分解成为多个数据节，其审计速度会进一步加快，并且可挖掘出更多、更全面的信息。这种数据处理模式必然会强化体育建设项目的审计发展，实现区域乃至全国体育建设项目审计信息的共享。

（二）实时数据处理系统的应用

体育建设项目的云审计虽然在一定程度上实现了批量审计，并且也实现了快速存储，但云审计在一定程度上也存在一些不足，主要表现在：只有数据收集到一定规模，才能实现对体育建设项目的批量审计，从而不利于对体育建设项目的审计进行跟踪与反馈，甚至一些漏洞被利用。体育建设项目的云审计依然处于初步探索阶段。目前针对体育建设项目的大数据处理模式主要有两类，即批次处理以及流处理两类。随着大数据时代的到来，体育建设项目对审计时效性的要求也越来越高。目前对体育建设项目审计的实施处理系统应用较为广泛的是拓扑流式数据处理系统（Storm），该系统具备较强的数据处理功能以及数据分析功能，在体育建设项目审计中具备较好的时效性与扩展性。目前Storm系统广泛应用于各类数据处理中，例如，淘宝网通过运用该系统对交易量等信息进行处理，著名团购网站Groupon则运用该系统对网站日常数据进行分析与转换。由此可以看到，Storm数据处理系统的应用已经较为成熟。所以将该系统应用于体育建设项目的云审计，对于审计的时效性与监控性有着很大的促进作用，实现体育建设项目审计用数据说话。

四、结语

大数据在审计中的应用篇（10）

关键词：

财务共享服务；大数据；大数据审计；云会计；预处理

一、引言

大数据、云计算、移动互联网等技术的快速发展，使得大数据审计作为一种新的审计手段开始得到审计人员和会计师事务所的重点关注。大数据审计是以企业业务为审计对象，围绕业务收集、处理和审计业务相关大数据的一种审计手段，从而评价会计信息系统是否能够有效做到保护资产、维护数据完整并最经济地使用资源。大数据拥有数据规模大、数据种类多、数据处理速度快、数据价值密度低的4V特点，这使得大数据审计相较于传统审计手段拥有很多不同之处。同时，大数据、云计算、移动互联网等技术也使得财务共享服务模式（FSSC）作为一种新型的企业财务管理模式得到很多大型集团企业的积极关注与应用。财务共享服务模式即通过对集团企业内部的财务流程进行评估，结合大数据和云计算技术，将企业日常的、共同的、分散的、大量的、重复的、可标准化的财务会计流程从集团分公司剥离出来，交给财务共享服务中心云会计AIS进行统一处理的模式，其本质是打破企业按职能设置部门的管理方式，以业务流程为中心重新设计企业管理过程，从整体上优化企业的作业流程。在该模式下，企业财务数据被集中在云会计平台上，集团下属分子公司可根据实际业务需求选择相应服务，提高业务的动态性、敏感性和可靠性。财务共享服务模式下的大数据审计是对财务共享服务中心处理的财务流程所反映的企业业务进行审计的一种审计手段，需要在对财务共享服务中心和业务流程数据的审计过程中形成审计疑点，获取审计证据并以此得出审计结果，最终完成审计。大数据、云计算技术的发展对审计产生了诸多影响。程平（2013）等认为云会计将对审计环境、审计对象、审计证据、审计风险和审计人员等因素产生影响，并基于影响分析的结果给出了相应的对策。大数据、云计算对审计产生的影响间接促进了大数据审计的诞生与发展，丁璐（2015）等以地税征管审计为例，从审计数据的取得、组织方式以及审计数据分析等方面阐述了大数据对审计的影响。顾洪菲（2015）从数据量、数据结构、数据处理方式三个方面分析了大数据对审计数据分析的影响，并从分析学和使用者的角度阐述了大数据环境下的审计数据分析方法。许金叶（2013）等以物联网建设为应用背景，对大数据审计的目标、审计的依据、审计对象以及企业三层审计制度进行了描述。综观现有研究，大多数文献都是基于传统财务核算模式对大数据时代的审计或大数据审计进行研究，鲜有文献基于财务共享服务模式的大数据审计方面的探讨。财务共享服务模式诞生于20世纪80年代中期的美国，目前在中国得到了广泛关注与积极应用。企业财务共享服务中心的建立为实施大数据审计提供了良好的基础条件，鉴于此，本文对财务共享服务模式下的大数据审计进行研究，结合财务共享服务模式的特点对财务共享服务模式下的大数据预处理过程进行分析，并阐述了基于财务共享服务模式的大数据审计流程。

二、基于财务共享服务模式的审计大数据预处理

（一）审计中的大数据流向大数据审计的基础是企业经营业务产生的大数据，在对大数据进行预处理之前必须明确财务共享服务模式下的大数据流向。由于财务共享服务模式下建立了统一处理企业财务数据的财务共享服务中心云会计AIS，并实现了企业下属分子公司ERP、SCM和CRM等系统的无缝衔接，使得整个审计过程中大数据的流向和传统财务核算模式有了很大区别，具体流向如图1所示。财务共享服务模式下的大数据流向可以有效地避免传统财务核算模式下进行大数据审计时所面临的问题：（1）数据采集工作量大。传统财务核算模式下企业下属分子公司的数据存储在各自的会计信息系统中，在进行审计时其数据由各个分子公司流向审计数据仓库，导致数据采集工作量很大。在财务共享服务模式下，审计人员只需要在财务共享服务中心采集财务数据，通过ERP等其他业务系统采集业务数据，极大地减少了数据采集工作量。（2）数据清洗工作量大。传统财务核算模式下，企业下属分子公司的会计信息系统没有实现无缝衔接，可能存在数据接口不同等问题，在采集和业务相关的数据时，需要进行大量的数据清洗工作以提高数据质量。在财务共享服务模式下，会计业务得以标准化，可以与图1财务共享服务模式下的大数据流向ERP、SCM和CRM等其他业务系统实现无缝衔接，能够有效减少数据清洗工作量。（3）无法有效利用外部数据。传统财务核算模式下，外部数据的采集难度大，分子公司的会计信息系统和其他业务系统在实现集成前很难从庞大的外部数据中获取到对审计有价值的信息，进而无法有效利用外部数据。财务共享服务模式为企业有效利用外部数据创造了条件，能够建立起有效的外部数据采集机制，极大地降低外部数据的采集成本。

（二）大数据预处理在明确大数据流向的基础上可以对大数据进行预处理，主要包含大数据采集、大数据清洗和大数据存储三个步骤。1.大数据采集财务共享下的大数据采集的来源主要有三个：第一个大数据来源是财务共享服务中心云会计AIS，包括共享财务数据、业务财务数据以及战略财务数据，不仅有预算管理、费用报销以及资产核算等资金管理数据，还有全面预算、投融资和经营分析等战略管理数据。第二个大数据来源为企业的其他业务系统，如ERP、SCM和CRM等系统。这部分大数据主要是来自企业采购管理、生产管理以及销售管理等业务流程的业务数据。在财务共享服务模式下财务数据得以标准化，企业的ERP、SCM和CRM等系统和财务共享服务中心云会计AIS实现系统无缝衔接，使得大数据的采集变得更加容易。第三个大数据来源为企业外部数据，和企业业务相关的外部数据能够从另外一个维度反映出企业业务中可能存在的问题。2.大数据清清洗数据清洗是为了检测、剔除和改正数据中存在的错误和不一致，以提高数据质量。在财务共享服务模式下实现了财务数据录入的标准化，可以极大地减少数据清洗工作量，但为了更好地利用外部数据，数据清洗仍然是必不可少的大数据预处理流程。3.大数据存储采集到的大数据经过数据清洗后，应当予以集中管理和分级存储，建立审计数据仓库，以方便审计人员进行大数据审计时寻找或形成审计证据。

三、基于财务共享服务模式的大数据审计实施流程

（一）大数据审计的流程框架审计人员完成对大数据预处理后，就可以开始形成审计疑点并收集审计证据以完成审计目标。财务共享服务模式下的大数据审计流程分为制定审计目标、风险评估、制定审计计划、设计审计程序、执行审计程序和出具审计结果六个步骤，其流程框架如图2所示。

（二）大数据审计的实施流程

1.制定审计目标大数据审计是一种审计手段而非审计业务，在不同审计业务当中，大数据审计有不同的侧重点，因此审计人员必须结合实际情况来制定审计目标。从审计对象来看，财务共享模式下的大数据审计可以用于对企业业务的审计，也可以用于财务共享服务中心云会计AIS的信息系统审计。从审计人员来看，财务共享模式下的大数据审计可以用于企业的内部审计，也可以用于会计师事务所对企业财务状况和运营成果的社会审计。在进行业务审计时，大数据审计应当更加侧重于反映该业务的业务流程和资金流动是否正常，资源是否得到合理运用；在进行信息系统审计时，大数据审计应当侧重于证实财务共享服务模式下的云会计AIS是否能够有效做到保护资产、维护数据完整并最经济地使用资源；在进行内部审计时，大数据审计应当侧重于反映财务共享服务模式是否能够向管理层提供财务决策支持；在进行社会审计时，大数据审计应当侧重于反映在财务共享服务模式下企业是否向投资者提供了高质量的会计信息。

2.风险评估财务共享模式下大数据审计的审计风险不仅与重要性程度负相关，还与大数据预处理的流程与结果是否满足一定的处理规则有着密切联系。一旦大数据的预处理过程不符合相关规定或处理结果不满足审计要求，那么审计风险就会增加。同时，财务共享服务中心云会计AIS的可信性对审计风险也有关系，云会计AIS的可信性过低不仅会影响最终的审计结果，也会极大地增加审计风险。为了控制审计风险，审计人员应当对大数据预处理的全过程进行监控，同时通过第三方专家获得对被审计业务所处财务共享服务中心云会计AIS与ERP、SCM和CRM等其他业务系统的内部控制和可信性评估结果。在考虑审计业务自身重要性程度的基础上，结合第三方专家给出的财务共享服务系统的评估结果，最终得出可能存在的审计风险，并根据风险的种类和指标对风险进行评估定性。

3.制定审计计划在财务共享服务模式下，大数据审计的审计计划应当规划出包括审计时间、审计范围和审计人力资源在内的审计日程表，特别是大数据审计中大数据预处理过程所需的时间和人力应当在审计日程表中得到体现。其中，大数据审计的审计范围和传统审计手段相比变得更大，经过大数据预处理后形成的审计数据仓库中存储的各类数据，包括企业的业务数据和外部数据，只要与审计业务相关，审计人员都可以在其中选取审计证据，而不是只注重数据与业务的因果关系。

4.设计审计程序财务共享服务模式下的大数据审计作为一种审计手段，其审计程序主要分为三个步骤，分别是数据分析、建立中间表和形成审计疑点。（1）数据分析数据分析是大数据审计流程中最为重要的步骤，目的是找出审计疑点，并围绕审计疑点收集审计证据。在数据分析的过程中，财务共享服务中心云会计AIS与ERP、SCM和CRM等其他业务系统的无缝衔接情况需要得到审计人员的重视，同时审计人员还需要对财务共享服务中心云会计AIS稽核、结算管理、凭证制证、电子影响和档案归档等业务操作的内部控制进行审计，以确保数据分析的有效性。大数据预处理的结果在该步骤得到运用，审计人员进行大数据分析的方法主要有以下三种：大数据挖掘。大数据挖掘是排除人为因素而通过自动的方式来发现数据中新的、隐藏的或不可预见的问题的过程，主要是通过数据挖掘算法对审计数据仓库中的大数据进行进一步处理，目的是在大数据中找到或形成审计疑点。在财务共享服务模式下，大数据审计中的数据挖掘一方面是指找到财务数据和业务数据中存在的异常，另一方面是在审计数据库中将财务共享服务中心云会计AIS的财务数据和ERP、SCM和CRM等其他业务系统中的业务数据结合起来，建立起财务数据与财务数据、财务数据与业务数据、业务数据与业务数据之间的勾稽关系，形成审计疑点，发现业务当中存在的问题。多维分析。在大数据分析过程中还经常使用多维分析的方法，即通过在审计数据仓库中形成多维的数据集合体，让审计人员能够从多个角度对数据进行汇总、关联、聚类和分类等分析。在这种方法下能够更加容易发现业务中存在的问题，形成审计疑点，然后以数据集合体为基础形成审计证据。SQL查询。SQL查询是目前数据审计中最常用的数据分析方法，在大数据审计中也能得到广泛运用。通过SQL语句可以完成模糊查询或多表之间的交叉查询，从而帮助审计人员发现问题，形成审计疑点。（2）建立中间表通过大数据分析得到了能够为形成审计疑点提供帮助的数据，下一步就应当在此基础上形成审计疑点，收集审计证据以达成审计目标，完成审计。中间表是为了形成审计疑点而诞生的中间产物，是审计人员根据审计分析模型对数据标准表进行处理后形成的步骤表。根据勾稽关系或业务数据的复杂性等实际情况的不同，在形成审计疑点的过程中可能会出现一级或多级中间表，这些中间表是审计疑点形成过程的体现，也是审计人员查证审计疑点时的重要依据之一。为了获得审计疑点和可信的审计证据，审计人员必须按照一定的标准和规范来建立中间表，并通过多级中间表的处理最终形成审计疑点。在建立中间表的过程中，一般采用“投影”和“级联”的方法。（3）形成审计疑点审计疑点是通过大数据分析、中间表比对核查后找到的企业业务中可能存在问题的数据。审计人员在形成审计疑点之后，需要收集审计证据对审计疑点进行查证，并根据查证的结果得出最后的审计结果。对审计疑点的查证主要是对相关数据的真实性的检查。在财务共享服务模式下，审计人员对审计疑点的查证不需要函证，能够通过财务共享服务中心云会计AIS、企业ERP、SCM和CRM等其他业务系统以及外部数据直接进行，可缩短审计时间，增加审计效率。

5.执行审计程序按照设计好的审计计划执行审计程序，对大数据的获取、清洗和存储过程进行全程监控，结合第三方专家或机构对财务共享服务中心云会计AIS和其他业务系统的综合测评，充分发挥财务共享服务中心云会计AIS与企业其他业务系统对接带来的、财务数据和业务数据相结合的优势形成审计疑点，寻找审计证据并得出审计结果。对在大数据审计过程发现的问题应当及时向企业管理层反馈，同时还需要对这些问题进行复核和评估。

6.出具审计意见和管理建议汇总通过实施大数据审计得到审计结果，并结合大数据审计所处审计业务的业务背景和最初制定的审计目标得出最后的审计意见，然后根据审计过程中所发现的问题向被审计单位管理层提出管理建议，在与管理层进行沟通后取得其对管理建议的相关回复，最后出具审计报告。