审计数据分析模式在大数据时代的转变

《审计数据分析模式在大数据时代的转变》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、审计数据分析模式在大数据时代的转变姓名：刘峰单位（职务）：连云港市审计局计算机处副主任科员电话：18961393663邮编：222000审计数据分析模式在大数据时代的转变摘要：数据分析是审计工作的重要环节，大数据时代审计数据分析方式有了巨大的转变。本文介绍了大数据分析产生原因和数据分析的发展，阐述审计分析模式的几个转变，讨论大数据审计分析今后面临的挑战。关键字：大数据；审计；数据分析美国经济学家Arthur在2011年提出第二经济（secondeconomy[1]）概念，指出由处理器、链接器、传感器、执行器以及运行在其上的

2、经济活动形成了人们熟知的物理经济（第一经济）之外的第二经济（不是虚拟经济）。第二经济的本质是为第一经济附着一个“神经层”，使国民经济活动能够变得智能化，这是100年前电气化以来最大的变化。Arthur还估算了第二经济的规模，他认为到2030年，第二经济的规模将逼近第一经济，而第二经济的主要支撑是大数据。审计作为国家经济社会健康运行的“免疫系统”,肩负维护经济平稳健康运行，推动反腐倡廉和深化改革的重任。在新经济时代，审计应紧紧抓住第二经济运行特征，利用大数据技术开展多元异构、跨领域关联的海量审计数据分析。刘家义审计长在全国审

3、计工作会议上多次提到要运用大数据技术审计，要求全国各级审计机关要创新技术方法，加大数据集中和分析力度，探索审计运用大数据技术的途径，构建国家审计数据中心，推广“总体分析、系统研究、发现疑点、分散核实”的数字化审计方式，精确定位、精准发力，有效提高审计质量和效率。1.审计数据分析的几种模式1.1传统人工分析审计主要针对被审计单位财务收支情况，审计其财政资金运用和经济活动的真实性和合法性。审计的目标比较明确，主要的工作是核对财务和固定资产等账目，审计数据分析主要基于财务账册、凭证、报表数据中各类数据进行汇总核对。对计算后得到的

4、数据与实际情况进行比对，找出被审计对象经济活动中的疑点，判断产生的原因，从而找出内部控制的薄弱之处。早期信息化程度不高，被审计对象提供的资料多以手工账为主，审计人员审计时以手工计算为主，俗称“翻账本”，审计分析以审计组人员自身经验为基础，审计数据分析效率和准确性不高。1.2计算机辅助分析随着经济社会的发展和被审计单位信息化程度的提高，审计面对的数据量大幅增加，传统人工审计方法已经不能适应新的审计需求。因此，将计算机辅助审计软件引入审计工作中成为必然。审计署金审工程的推广，使审计机关信息化技术水平得到了大幅提高，其标志性成果

5、《现场审计实施系统》（简称AO）取得了很大的成绩，目前已经成为全国审计人员现场审计的必备工具。计算机辅助审计技术的应用使数据分析工作得到了有力的支撑，摆脱了单兵作战的分析方式，增进了审计人员间的交流。计算机辅助分析是目前审计数据分析的主要手段，但该数据分析方法主要针对结构化数据的分析，存在一定的局限性。1.3大数据分析大数据时代的到来导致传统的数据分析技术已不再能承载海量数据的分析工作，同时审计的工作范围也有了进一步的拓展，工作重心从传统财务收支审计，逐渐延伸到经济责任、绩效评价、政策执行和自然资源等方面。审计数据分析手段

6、随着被审计对象信息化水平的提高和审计工作范围的扩大而逐步提升，大数据中的海量数据将为审计数据分析提供基础，工作重心的转变也要求审计人员能够分析各种类型的数据，综合评价被审计对象。在审计过程中，如何高效地从各种超大规模的数据集中提取、挖掘有价值的信息，将成为今后一段时期审计大数据数据分析研究的重点。2．大数据环境下审计分析模式的转变2.1.审计数据分析理念的转变Mayer-Schönberger在《大数据时代》一书中指出了大数据时代处理数据理念的三大转变，即要全体不要抽样，要效率不要绝对精确，要相关不要因果[2]。2.1.1

7、从抽样到整体目前审计工作中，由于受被审计对象业务复杂、数据量大、审计时间紧等客观因素影响，审计人员希望通过尽可能少的资料来了解被审计对象情况。在这种背景下，产生了各式各样的审计抽样方法。但任何抽样都是基于某种前提下展开，不管多完美的抽样技术，抽到的数据只是被审计对象总体中的一部分，从中得出的结论只能是对被审计对象片面的、部分的反映。在大数据时代，我们获得的资料将是全面充分的，通过对所有与被审计对象相关的数据进行分析，既有利于了解整个被审计对象总体情况，又有利于分析其局部特征，最终得到全面科学的审计结论。2.1.2从精确到包

8、容当前审计所获数据规模小且结构单一，数据处理分析技术有限，审计人员希望所获得的有限数据能准确地反映被审计对象的情况，支撑审计结论，因此对数据的精确性要求比较高。在大数据时代，由于数据来源渠道广泛、数据量巨大，我们在获得关于被审计对象精确数据信息的同时，不可避免地会获得不精确性数据。对待不精确数据，应结合