大数据审计思维的构建路径
发布日期:2021-03-25浏览次数:字体:[ ]

随着数据获取壁垒的逐步打通和云技术、大数据、区块链等现代信息化技术的快速发展,建立大数据审计思维、运用大数据分析技术成为实现审计全覆盖、推动审计工作有效发挥作用的核心要素。向大数据审计主导转变,全面构建以大数据审计为核心的全新审计工作格局,是新时代审计工作高质量发展的重要路径。本文将研究探讨如何全面建立大数据审计思维。

大数据审计特征

当前,审计业务开展存在两种审计业务模式,即以现场局部调研为切入点的传统审计模式和以大数据分析为切入点的大数据审计模式。传统审计模式以现场局部调研为切入点,通过审计人员职业判断和现场调研初步了解的问题为直接导向,是在数据不能完全掌握情况下的一种现实选择。而大数据审计模式以数据全面分析为切入点,是在全面掌握相关数据(含政策等)的基础上开展“总体分析、发现疑点、分散核查、系统研究”的审计业务思路,是一种交互式的审计模式。与传统审计模式相比,大数据审计模式在提高审计效率和质量等方面均体现出明显优势,具体表现如下:

一是在数据方面,大数据审计模式基于全数据样本,给出了“样本=整体”的全数据模式,规避了传统审计模式下抽样分析风险,可以分析与审计对象相关的所有数据,也可以分析跨领域、跨部门、跨区域的相关数据,发现隐藏在细节数据中更具价值的信息,反映事物的整体特征。这种方式使信息记录更全面、立体、综合。

二是在审计覆盖面方面,大数据审计基于混杂数据,提供了前所未有的细节信息,与问题相关的大量信息能够得以记录和分析,且具有多行业、多地域、大量对象等特点,可以通过大数据实现审计全覆盖。

三是在审计思维方面,大数据审计模式更多依赖相关关系,通过找到良好的关联物,利用相关关系揭示问题、发现趋势和感知风险。

四是在审计流程方面,大数据审计模式不同于传统审计模式的以现场审计、送达审计为主,而是首先进行数据分析,再针对疑点开展现场核查。

五是在审计风险和成果方面,大数据审计模式以全数据规避了抽样风险,审计成果更丰富、宏观、建设性强,审计质量明显提高。

大数据审计思维转变路径

在信息技术尤其是5G技术、云储存、区块链、物联网技术正在各个领域得到不同程度运用的今天,审计工作必须适应时代变化,主动转变工作思维,提升运用大数据技术核查问题、科学评价、宏观分析的能力。

转变传统的审计思维模式。由于大数据的海量特性已经突破了传统方式的处理能力,用传统思维模式来阅读大数据已难以实现,对大数据进行分析处理已不可能。因此,必须由传统的预设疑点—因果求证思维模式转向关联分析—因果查核思维,用大数据思维模式思考、指导和开展审计实践。如在今后项目计划制订中,要深化分行业分领域,除法定项目外,要由“批项目”审计转向以项目为平台的“批被审计单位”思路,更好发挥审计的宏观管理作用。

转变对审计数据的认识。当代信息技术已经将整个世界的存储定义为数据,审计除了面对传统的结构性数据,审计还面对包括数字、影像、声音、文本等非结构性数据,结构型数据和非结构型数据多元混杂,内部数据和外部数据交织在一起,集中性数据和去中心化数据相连。面对这些变化,审计人员必须转变思维。

转变对审计对象关系的认识。审计对象千差万别,面对的逻辑关系各式各样,审计所要面对的资金、政策、项目、人员、制度等将以大数据方式进入审计工作视野,它们在全覆盖理念和大数据思维中被归集整合在一起,各个数据结构之间的关系正在由传统分析模式下的因果式、承接式、递进式关系向关联性、并列式、情境化转变,关联性成为重要纽带,关联性之间隐藏着更多事物间的密码。正视并适应这种新的逻辑关系,才能更好运用大数据思维方式,准确把握大数据背后的逻辑关系和事实真相,在外部关联与内部关系中查找联系,真正发挥出大数据审计的作用。

转变对审计技术的认识。大数据审计在很大程度上仍然基于数据清洗与归集后的Excel筛选分析,Excel、SQL、Tableau、Python是当前数据分析的主要工具,对于当前的大数据分析,还存在云技术、区块链、物联网、数据综合分析、图像处理、可视化技术、数据挖掘等前沿技术,审计人员应主动拥抱大数据时代的新技术,推动大数据审计发挥常态化“经济体检”作用。

转变对审计模式认识。面对复杂、海量的数据,必须坚持数据先行的审计理念。当前,以项目为核心的大数据审计模式,是在数据归集尚不完备基础上,由审计组提出数据需求,根据需求采集数据,形成审计疑点线索,再进行现场核查,在数据和现场之间不断进行信息交换。在今后数据归集逐步完备的情况下,将在项目驱动的数据分析的基础上,同时开展无项目的数据分析,更好发挥审计机关法定获取各部门各行业多元数据的优势,提出更有前瞻性、更贴合实际的有数据和普遍案例支持的审计建议。由于实时联网、区块链等技术的支撑,政务数据将实现分布式共享,审计将实现变革性发展,以无项目为核心的大数据审计将成为发展趋势。

按照以上思路,审计人员必须建立以全数据为分析起点的审计思维,充分认识结构性数据与非结构性数据混杂的局面,推进结构性数据与非结构性数据的清洗与关联分析,力求审计模型建立在数据基础上,预期目标来自数据分析,最终成果依靠数据支撑。积极构建集中统一的大数据中心,发挥审计项目的平台作用,分类构建大数据审计分析平台,稳步推进大数据分析模型建设,不断提高精准发现问题、及时揭示风险、准确评价判断、宏观系统研究的能力。(宋令芳)

来源:深圳市审计局门户网站


打印 关闭
Produced By 大汉网络 大汉版通发布系统