大数据审计在政府审计中的应用
姚天一 苏 剑
摘要： 近年来，在大数据模型的驱动下，大数据审计模型在我国得到了越来越广泛的应用。本文以此为研究，进一步研究数据审计模式下的问题以及改善措施。目前大数据审计模式存在数据报送与整合长效机制尚不完善,基础数据获取阻碍重重等一系列问题。针对以上问题，本文采用文献分析和比较分析的方法，提出了进一步加强大数据审计思想等解决办法。与此同时,政府审计优势成为目前我国审计的重点,因大数据审计在政府审计中的地位尤其突出,变得尤为重要。
关键词： 大数据审计；数据收集；政府审计
一、大数据审计模式概念界定及优势
（一）大数据审计模式概念界定。如今基于数据的审计是指一种新的审计模式，在这种模式下，数据会在信息化条件下直接转换为定义的电子账套。最直接的使用数据是大数据审计的最大特点。数据审计的对象是电子数据和系统内部控制。审计人员深入计算机信息系统的底层数据库，获取更多更广泛的数据，加以分析处理。这些数据不仅包括传统的财务数据，还包括业务数据和外部数据。基于数据的审计也称为基于数据的系统审计，它基于系统的内部控制，并通过电子数据的收集，转换，整理，分析和验证来实现审计目标。基于数据的审计已经改变了传统的审计核心方法，在数据审计模型中，详细的调查和测试不再是审计的关键问题。面对众多数量和类型的数据，关键问题是审计师是否能够有效地分析数据并将各种原始数据转化为审计员的有用信息。数据分析方法已成为审计的核心，该方法需要创建大量新的审计技术。
10月24日，博若莱葡萄酒行业协会（Inter Beaujolais）于东莞万达文华酒店举办大师班，特邀产区宣传大使齐绍仁从葡萄种植、酿酒工艺等方面带领葡萄酒行业专业人士深入了解博若莱产区。借此机会，产区行业协会还进一步推介了以消费场景为导向的新型发展战略 ——“博若莱的新时代”（Beaujolais Nouvelle Génération）。近百名葡萄酒进口商、经销商及当地主流媒体参加了活动。
（二）大数据审计在政府审计中的优势。①大大提高审计效率；②提高审计结果的准确率；③还可以发现数据系统本身存在的弊端和漏洞；④是帮助选择科学的抽样样本；⑤是发现制度制定和执行层面的问题。
二、大数据审计模式的基本现状
从宏观上看，一是财务预算绩效审计，第一个是数据采集。按月在线采集财政部门数据或各部门定期报送各类财务数据和业务数据，构建部门电子数据依法定期报送制度和财政联网审计系统定期采集制度; 二是数据分析。集中审计机关各方面人才联合攻关，对预算编报系统、预算指标系统、非税征管系统、决算编报系统等的财务和业务数据，集中进行多系统关联、大数据比对;三是分组核查。在审计开始前，统一分发给审计组各项数据表和疑点表，将数据分析形成的审计中间表和疑点表为每位审计组成员进行讲解。在具体实施过程中，统一召开进点会，统一分发自查表和自查报告提纲，提高效率和增强指导性。审计结束后，强化经验总结，形成数据采集转换指南，归集整理形成财政大数据审计模型方法体系表，为进一步深化大数据审计积累经验。
三、目前大数据审计面临的主要问题
1.地方审计机关对大数据审计认识需要进一步提高。虽然国务院把大数据审计作为审计信息化工作的重点，但在地方审计实践中，数据审计仍然是一种可选的审计模式。由于《审计法》和《审计准则》等法规未对数据审计进行规定，大多数地方审计机关对大数据仍有较为初步的认识。审计人员认为，使用现场审计实施系统访问和浏览电子账户已经足够。他们缺乏对财务数据和业务数据进行深度挖掘和相关性分析的意识和能力，导致了基层审计。大数据分析人员缺乏思维和技术创新。
3.大数据审计队伍急需加强。随着审计领域不断放大，外延不断扩展，审计人员在完成既定任务之外难有精力对数据进行深层次的挖掘。同时，审计团队技术人员严重不足，如数据采集、数据分析等。目前，数据分析团队主要由参与单位的计算机骨干和业务骨干临时组成。这种方式影响了数据分析的效率和质量，特别是在宏观分析和政策实施分析中。临时数据分析团队受到软硬件环境、人员知识结构等因素的影响。很难完成系统的宏观划分、工作分析。
2.大数据审计共享平台急需建立。各地已建立的部分数据分析模型，目前还缺乏成果共享和培训推广机制。此外，基层审计机关没有自己的大型数据存储中心，难以实现大型数据共享平台的方式。数据管理的碎片化和大数据采集标准的不一致性，一方面，不同单位和部门之间没有数据共享，存在“信息孤岛”效应。另一方面，各级审计机关缺乏统一的大数据采集标准，导致审计部门数据利用效率低下，数据比较不准确。
5绿化格局的调整改变了原有有害生物的结构。不同国家、不同地区园林风格不断传入我国，植物配置和种植方式更加多变，如疏林草地、规则绿化等，打破了我国传统园林格局。园林植物种类、数量经过引种，外来物种绿化面积大幅度增加，改变了城市中原有有害生物的种类、结构和危害程度。如今，蛀干害虫、食叶害虫（如蚜、螨、蚧、粉虱、蓟马）和生态性植干病害已成为城市园林植物的主要病虫害。
路堑边坡是道路修建过程中开挖岩土体产生一定侧向临空面的坡体，由于其开挖过程多变、地质条件复杂、应力卸荷松弛明显，故极易在开挖过程乃至施工结束后产生变形失稳，造成严重的经济财产损失[1]。近年我国大量修建公路铁路，因此产生许多超高路堑边坡，其过程中产生的边坡稳定性安全问题越来越受到广泛的关注与重视[2-3]。
四、大数据审计在政府审计中应用的实施流程建议
（一）进一步加强大数据审计思想。信息化就像一只看不见的手一样，将审计人员推向大数据时代，但审计师并不完全理解大数据在财务审计中的使用。它们仍然停留在审计思维的传统概念中。他们认为他们将使用审计网站实施系统。浏览电子账户就足够了，他们仍然坚持以账户为基础，会计凭证的概念似乎是独立和分离的。财务数据和业务数据尚未分析，导致大量数据无法有效使用。特别是金融、社会保障、税收、企业等多种数据类型，数据量大。显然，使用现有的审计方法是不够的，这导致了财务审计覆盖面小、审计覆盖面深、审计结果差。在这方面，我们要积极推进财务审计大数据平台，支持地方政府部门的广泛应用。鼓励和督促审核员直接使用平台的数据分析功能，改变使用数据库工具直接分析数据的惯性，逐步在“大数据”中建立审核工作机制和行为习惯环境；在另一方面，培养审计平台应用的兴趣和信心，在分类审核员平台的应用中发现的问题，评估的紧迫性，并解决它及时避免审计人员的恐惧。同时，要进一步创新大数据审计的组织管理，改变传统的审计思维模式。树立大数据分析的理念，探索并尝试在更多的审计项目中使用大数据审计模式，打破部门和行业的界限，树立全球理念，进一步整合审计资源，最大限度地提高审计效率。
（二）进一步提高财政审计大数据运用广度和深度。在财务审计中，我们以多层次数据和部门数据分析为平台，将现有成熟的审计模型和方法整合到数据平台中，构建财务审计信息平台，充分利用政府数据平台汇集财政、税收、工商、住房公积金等各类信息。例如，在金融农业和科技基金专项审计中，我们可以利用企业项目横向数据分析、补贴资金、参加者人数、营业收入、税收、企业补贴总额、企业补贴补贴等数据来获取不同的项目。城市金融联动分析和终端跟踪，企业可能存在的问题分析，数据发现审计跟踪验证。在税务大数据审计中，我们将地税与房地产、环保、国土等部门的数据进行了比较，及时发现欠缴、欠税的问题。通过收回欺诈性资金或纳税，我们将提高财政资金的绩效，增加财政收入，加强问责制。
（三）进一步加强大数据审计复合型人才的培养。大数据的应用要求审计人员具备知识复合和思考，目前的审计团队掌握了数据仓库、数据收集和数据挖掘的技能。但审计机构中现有审计员大多数年龄较大，并且知识结构简单。人才是信息处理过程中最重要的部分，要加强对专业技术力量的培训，积极组织财务审计人员参加审计委员会计算机高级培训课程，并利用考试机制深入了解大数据，努力改进审计以及人事信息技术水平。同时，通过“请进来”和“走出去”的结合，引进计算机专业人员，与财务审计师合作，通过实践共同提高财务审计信息化水平，创造一种理解的技术。大数据还需要了解财务审计业务的复合型人才团队，真正使财务大数据审计工作达到一定水平。
参考文献：
[1]郑中淮.大数据环境下国家审计数据更新体系构建[J].审计与理财，2018.
[2]王章礼，余鲁.大数据时代我国社会模式审计创新[J].中国注册会计师，2016，
[3]周莹.大数据对当前审计工作的影响与应对[J].审计月刊，2017，(4)：25-26.
（作者单位：沈阳大学商学院）