大數據審計技術方法研究

導語：大數據審計技術方法研究一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

摘要：對政策落實跟蹤審計技術方法進行研究，不僅有助于建立政策落實跟蹤審計制度，也是審計機關的實踐需要。在大數據環境下，政策落實跟蹤審計技術方法在發展過程中既面臨著難得的創新機遇、也面臨著嚴峻的風險挑戰，亟待采取對策措施予以應對。在政策落實跟蹤審計中，大數據環境下的審計取證技術更加多元化、取證范圍更加寬廣，審計分析方法從抽樣分析擴展到總體分析、從因果關系分析拓展到相關性分析，同時也面臨法律層面的缺失、大數據信息平臺建設不平衡、審計組織模式不適應和數據真實性要求等風險挑戰。為了抓住發展機遇和應對風險挑戰，應采取建立健全相關法律法規、繼續推進大數據平臺建設、加強大數據分析團隊建設等措施，創新和發展大數據環境下政策落實跟蹤審計技術方法。

關鍵詞：大數據環境;政策落實跟蹤審計;審計方法;審計技術

2013年下半年以來，國務院緊緊圍繞穩增長、促改革、調結構、惠民生、防風險陸續出臺了一系列政策措施。為了推動國家重大決策部署和相關政策措施的貫徹落實，2014年10月，國務院《關于加強審計工作的意見》（國發[2014]48號），明確要求審計機關要對國家重大政策措施和宏觀調控部署落實情況進行審計。2016年，在審計署制定的《“十三五”國家審計工作發展規劃》中，政策落實跟蹤審計成為審計機關八大業務之一?！兑巹潯芬髮Ω鞯貐^、各部門單位貫徹落實國家重大政策措施的具體部署、執行進度和實際效果進行審計，創新政策落實跟蹤審計的方式方法。作為一次新的技術革命，大數據技術得到了審計實務界的高度重視。2016年7月22日，在審計署機關，中國審計學會召開了“大數據環境下審計技術方法”專題研討會。2016年12月22日，在中國審計學會與有關省級審計學會、審計署有關特派辦合作開展的政策措施落實情況跟蹤審計理論與實務課題研究成果匯報交流會上，會上專家一致認為要在政策落實跟蹤審計中廣泛運用大數據審計方法，加大計算機運用的力度。大數據技術的精髓在于促使人們在采集、處理和使用數據時思維的轉變，這些轉變將改變人們理解和研究社會經濟現象的技術和方法（秦榮生，2014）。大數據風暴引發了審計技術方法新一輪的革新，同時也帶來了風險。政策落實跟蹤審計的重要性不言而喻，而審計內容又復雜多樣，本文立足于大數據環境，從審計取證方法和審計分析方法兩方面研究政策落實跟蹤審計技術方法發展過程中的機遇、面臨的風險挑戰和應對措施。

一、大數據環境下政策落實跟蹤審計技術方法的創新機遇

政策落實跟蹤審計分為兩個層次，一是對政策執行過程進行審計，另一個是對政策執行效果進行審計。相應地，政策落實跟蹤審計的審計目標是通過跟蹤檢查政策措施執行情況，揭示和反映阻礙政策執行的困難，推動政策落實；通過跟蹤檢查政策措施執行效果，揭示和反映政策本身存在的問題，促進政策完善。在政策落實跟蹤審計中，審計主體是政府審計機關，審計客體是政策。但是政策并不是直接被審計對象，審計人員是通過審計政策的載體來了解政策的具體落實情況。政策的載體大致分為三個方面，一是項目，例如交通扶貧政策中批準建設的交通工程、教育政策中的資源數據庫等；二是資金，例如精準扶貧政策中扶貧財政資金、“三去一降一補”政策中政府撥給企業的安置職工補貼款等；三是除項目和資金之外的政府部門職責履行，例如各級政府部門按照簡政放權要求出臺權力清單和責任清單。相比于其他常規審計，政策落實跟蹤審計同時具備事中預防、動態追蹤和綜合性的特征，因此，政策落實跟蹤審計任務的完成和目標的實現，對審計人員的取證能力和分析能力要求更高。伴隨著大數據技術的發展，審計人員不僅可以更有效地利用在傳統手段下獲取的數據信息，甚至能夠挖掘以前未注意到的、或傳統手段無法獲取的數據信息，在質與量上提升審計數據的價值。（一）大數據環境下政策落實跟蹤審計取證方法的發展機遇。相對于小數據時代，在大數據環境下，依托海量數據和大數據技術，審計人員在進行政策落實跟蹤審計時，可運用更加多元化的取證技術搜集審計證據，同時取證范圍更加寬廣，取證來源更加充分。1.審計取證技術更加多元化。小數據時代下，審計人員在政策落實跟蹤審計時，可用的審計取證方法有梳理政策、檢查文件資料、觀察被審單位及人員行為、詢問被審人員并得到對方確認、從外部獲取信息、直接復制、重新計算等。大數據環境下，除了原有的審計取證技術之外，一些專門針對大數據的采集方法可用于審計取證。如對于非結構化數據的采集，可以采用網絡爬蟲等方式獲取網站數據信息，運用3S（遙感RS、地理信息系統GIS和全球定位系統GPS）技術獲取地理數據信息；對于系統日志數據采集，可以采用Hadoop的Chukwa、Facebook的Scribe等。例如對國家耕地保護政策落實情況進行審計時，由于項目空間位置廣、范圍大，審計人員不便進行大范圍審計勘查，而抽樣審計勘查反映不了項目整體情況，審計人員利用GIS技術采集地理信息，從而全面、直觀了解到耕地分布狀況和使用情況。2.審計取證范圍更加寬廣。大數據的發展幫助審計人員拓寬了數據獲取來源，擴大了審計取證范圍。一方面，在小數據時代，由于信息技術的限制，數據大多分散在各個部門，即“信息孤島”，使得數據的利用效率非常低。在大數據環境下，審計機關在進行政策落實跟蹤審計時，針對某些涉及眾多機構部門的國家重大政策，審計人員可以利用計算機技術跨層級、跨部門、跨行業獲取數據信息，甚至可以通過信息平臺實時遠程采集相關數據信息。例如，在對國家稅務總局政策措施落實情況審計中，由于國稅體系的管理體制是垂直管理，用傳統取證方法采集數據不僅費時費力而且數據零散，審計人員通過運用大數據審計方法，跨層級實時遠程采集相關數據從而解決了這一難題。另一方面，小數據時代下審計人員由于分析技術的有限，不得不關注最精確的結果，這可能導致審計人員只能觀察到局部情況。而在大數據時代下，大數據技術的發展為審計人員提供了繁多的大數據分析技術手段和方法，使得審計人員更關注數據的完整性和混雜性，進一步認識事物的全貌和真相。例如，在民生政策落實跟蹤審計中，由于某些大型建設項目的隱蔽工程無法實地查看，審計人員利用大數據技術從工程建設、施工、設計、監理等內部單位和港監、石料供應、氣象等外部單位采集建設期間所有相關數據，通過比對分析，發現虛報工程款等審計問題。（二）大數據環境下政策落實跟蹤審計分析方法的發展機遇。1.從抽樣分析擴展到總體分析。在政策落實跟蹤審計中，一項政策的落實往往包含多個任務環節，審計人員需要面對不同行業、不同部門、不同門類的數據。在這種情況下，如果審計人員繼續采用基于數據量小、技術手段有限的抽樣分析方法，不僅事倍功半，降低審計效率，還可能影響審計人員對現象的總體評價，作出與事實相反的錯誤判斷，提高了審計風險。而在總體分析的思維方式指導下，審計人員在政策落實跟蹤審計中，可以因地制宜采用多維分析技術（OLAP，又稱聯機分析處理技術）、數據挖掘技術、征兆發現技術、探索性數據分析技術等一系列大數據總體分析技術，解決面臨的難題。例如，在稅收政策落實跟蹤審計中，涉及征收、管理、稽查、評估等多個環節的業務數據，數據關系復雜，只依靠簡單的SQL查詢不僅費時費力，而且易產生較高的審計風險。審計人員利用OLAP技術進行宏觀分析、深度鉆取，深入剖析稅收結構、比重、稅源稅基變化情況和稅收計劃完成情況等，進而迅速鎖定疑點，揭示了稅務機關在稅源控制管理方面存在的薄弱環節。2.從因果關系分析拓展到相關性分析。在政策落實跟蹤審計中，單依靠因果關系分析，審計人員可能在短時間內難以觀察到政策執行產生的直接、間接或整體效果。利用相關性分析，審計人員可以將表現相關的現象聯系在一起進行相關性分析，再深入探究背后的因果關系，從而更加客觀全面地評價政策落實情況。審計人員可以通過BigTable、云計算、分布式系統、Hadoop、Hbase、可視化技術（如Grapheur、Spotfire、TableauDesktop等）等開展數據相關性分析以及結果展示，分析被審計單位的發展態勢，捕捉問題和疑點。例如在教育政策的落實跟蹤審計中，審計人員借助TableDesktop軟件對某市教育資源庫訪問的時序特征趨勢進行了統計分析，利用“切塊”操作將一年分為暑假、寒假、第一學期、第二學期四個階段，然后利用“上卷”操作對各階段按周匯總資源訪問量，最后生成折線圖來可視化分析展現資源訪問的趨勢性特征，發現對教育資源的訪問明顯集中在寒、暑假的最后一個星期。由此，審計人員推測教師在學期開始前備課的時候使用需求大，經過與部分教師的訪談，核實了推測，進而審計人員確定此項教育政策的一項目標達成，即該市教育資源庫成為“教師教學的助手”。

二、大數據環境下政策落實跟蹤審計技術方法面臨的風險挑戰

（一）法律層面尚未體現大數據審計取證相關內容。雖然大數據技術在審計中應用的重要性已得到審計實務界和理論界一致認同，在國務院于2014年的《關于加強審計工作的意見》中也提出要構建國家審計數據系統、運用大數據技術等內容作為審計能力建設的重要內容，但在法律層面上相關的規定和規范仍為空白，現行的審計法律法規和審計準則尚未體現大數據取證相關內容。在依法審計的基礎上，法律層面的缺失必然會阻礙大數據技術在政策落實跟蹤審計取證和審計分析方法上的應用以及推廣，進而影響政策落實跟蹤審計效率和效果的提升。（二）大數據信息平臺建設尚不滿足大數據審計技術方法應用需求。建立大數據信息平臺是解決大數據搜集問題的有效途徑之一。審計取證方法和審計分析方法需要有相應的數據來支撐，七分數據，三分技術。一組數據須經搜集、處理、儲存、分析等多個環節，才能被審計人員有效利用，發揮應有的價值。目前，全國各地建設和應用大數據信息平臺的情況不平衡，審計數據零散，致使審計人員在開展政策落實跟蹤審計時，仍需要重新根據目標政策的涉及范圍，建立數據庫獲取相關部門的數據信息。而這些數據庫大多為關系型，審計人員只能采集像財務報表一樣的結構性數據，難以采集到非結構性數據，使得原本可以利用大數據技術提高審計效率的取證方法和分析方法難以被充分利用，發揮不出效果。（三）政策落實跟蹤審計組織模式不適應大數據審計技術方法的發展。目前，審計機關實施政策落實跟蹤審計時，一般情況下是一位機關領導分管下的1個業務處室牽頭，其余1-2個業務處室配合，一起承擔政策落實跟蹤審計工作。這種方式在以前的小數據環境下具有合理性，但目前進入大數據時代，信息技術的發展影響了審計環境，加之政策落實跟蹤審計經常需要開展大型復雜的審計項目，審計人員面臨的數據規模巨大，結構復雜。而除了計算機審計處室和大數據分析團隊的成員，其他業務處室的審計人員往往不具備大數據審計技能，他們更習慣于利用傳統審計方法進行審計取證和審計分析，對大數據審計技術方法既不會用也不習慣用。因此，大數據審計取證方法和分析方法在目前的政策落實跟蹤審計組織模式下不能完全發揮應有的作用。（四）審計大數據真實性要求影響大數據審計技術方法的發展。在審計大數據的真實性存疑的情況下，應用大數據審計技術方法進行審計，是“假賬真審”，一方面降低了審計效率，做無用功，另一方面很有可能會得出與事實相反的審計結論，引發審計風險。而在大數據環境下，很多因素都會影響數據的真實性。目前，在政策落實跟蹤審計中，審計人員通常要求被審單位書面保證其所提供數據的真實性，來間接確認審計數據的真實性，轉移部分審計風險。缺乏直接確認審計大數據真實性的有效手段，在一定程度上阻礙了大數據審計技術方法在政策落實跟蹤審計中的應用和發展。

三、大數據環境下發展政策落實跟蹤審計技術方法的對策分析

（一）建立健全大數據環境下審計法律制度與標準規范。在依法審計的要求下，面臨應用大數據技術的審計實務需求，建立健全一套適應我國國情的大數據環境下審計法律制度與標準規范勢在必行。在《審計法》中增加有關大數據審計的規定，確立大數據技術應用于審計工作的合法性，對審計機關應用大數據技術采集數據信息的方式、范圍進行明確授權，使得審計人員在政策落實跟蹤審計中利用大數據技術進行審計取證和審計分析能有法可依。同時，由于被審單位的數據信息中有可能涉及到商業秘密和國家秘密，因此立法機關要對大數據技術的基本操作進行規范，審計署要制定相應的審計準則和操作指南，引導政策落實跟蹤審計技術方法的發展方向。（二）繼續推進并完善大數據信息平臺建設。依托大數據技術和云計算的發展，審計機關可以通過建立統一標準連接審計機關與被審計部門的數據庫，構建政府審計大數據信息平臺和大數據存儲系統，實現審計大數據的實時采集和存儲共享。政策落實跟蹤審計不僅需要審計機關外部部門之間共享數據信息，也需要審計機關內部部門之間共享數據信息。在政策落實跟蹤審計中，常常涉及金融、財稅、電力、工商等多個外部部門，同時由于政策的周期較長，往往由多個業務處室輪流牽頭實施審計。因此，政策落實跟蹤審計需要審計機關外部部門之間和內部處室之間均進行數據信息共享。審計大數據信息平臺的建立和統一，不僅便于審計人員在政策落實跟蹤審計中更高效地獲取被審計數據信息，提高了數據的可信度，幫助審計人員降低審計風險，同時為發展審計數據實時分析方法創造條件。此外，在推進大數據信息平臺建設中，審計機關可以有條件地聯合科研單位一同參與研究開發，改善研發團隊力量薄弱的現狀。（三）加強部門內獨立大數據分析團隊建設。目前，已有部分審計機關著手建立本部門的大數據分析團隊，如審計署駐廣州特派辦、江蘇省審計廳和福建省審計廳等等，雖然在管理模式和職責上互有差異，但在這些大數據分析團隊中，均采用擇優選撥的方式，囊括了計算機數據分析人員和審計業務骨干，同時根據具體項目外聘有關專家。團隊組成既具穩定性，又有靈活性。審計人員在進行政策落實跟蹤審計時，不必在審計組內重新組建大數據分析團隊，可以通過牽頭處室與大數據分析團隊的協作，共同完成需借助大數據技術完成的審計取證過程和審計分析過程。一方面，增加大數據分析團隊的實戰經驗，為最新的大數據審計技術方法提供應用空間；另一方面，通過一線審計人員與大數據分析團隊的協作，提高一線審計人員對大數據審計技術方法的感知和認同，培養更多具備大數據審計技能的審計人才。通過組建大數據分析團隊并用之于政策落實跟蹤審計實務中，審計機關可以總結大數據技術在審計取證和審計分析中的應用經驗，進而發展政策落實跟蹤審計取證和審計分析方法。

作者:陳 麗 夏詩明 單位:南京審計大學政府審計學院