導語：如何才能寫好一篇大數據在審計中的應用，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務員之家整理的十篇范文，供你借鑒。

篇1

一、大數據分析給內部審計工作帶來的機遇和挑戰

(一)審計目標

信息化技術使用的初期，內部審計工作依賴計算機技術，可以通過對數據的觀察和分析找到審計中存在的問題，為具體工作的開展提供參考。大數據分析技術的應用則將審計工作帶到了新的高度，它不僅能夠發現問題，還可以對風險進行評估，對效益進行分析，及時發現審計工作中存在的問題，降低內部控制風險，為企業發展做出預測性思考。

(二)審計內容

數字是傳統內部審計工作參考的重點，包括營業收入、費用支出、稅收情況等等。大數據分析則突破了原來數字化的限制，基本內涵和審計的內容不斷向外延展，打破了傳統數據結構化的樣式不足，在不同的時間范圍內可以生成復雜多變的數據，其中包括文本、音頻、視頻、xml 等，構建出了審計的立體化方法。

(三)分析技術

大數據分析與內部審計應用的結合，最大的改變就在于技術的更新，大數據分析可以實現大數字的整合，從五大技術方面進行了完善。即可視化分析、數據挖掘算法、預測性分析、語義引擎和數據質量與管理。這些新技術可以通過標準化的形式，建立數據新模型，提取隱藏起來的內部審計信息，利用圖表展示數據分析的全過程，并做出前瞻性的判斷，從而提高數據的分析準確性。

二、大數據分析內部審計的方式

首先，數據驗證性分析朝著數據挖掘性分析轉變。即由原來的多維分析驗證數據變為挖掘性技術的使用，將數據倉庫和模型構建起來，做好聚類分析，找到規律性內容，并提取關聯性數據。例如，在電力審計過程中，可以建立起專門的數據資料庫，找到電力使用的具體數據，分析用電情況。

其次，審計方式由事后發現問題變為風險預警。企業經營難免會遇到各種風險，對市場形勢進行分析，將可能存在的危機控制在萌芽階段，是大數據分析有別于傳統分析模式最大的特點。另外，大數據分析可以早期關注經濟運行情況，發掘數據敏感性波動，并集合社保審計、債務數據、經濟宏觀運行數據，實現信息庫的交叉使用，提升數據分析水平和審計能力。

最后，單機審計向云審計方法的轉變。云審計是基于云數據庫設立的數據平臺，它依靠的是中心統計分析，通過網絡與云的對接，對審計成果進行共享。與此同時，在大數據分析云計算實施的過程中，必須堅持技術的創新與發展，建立預算、財務、執政一體化策略，設立專門的數據平臺，提高信息化技術審核的質量，做好宏觀分析。

三、大數據分析在內部審計中的應用

大數據分析與內部審計的綜合應用是信息時代技術演變的新手段，在與內部審計結合使用的過程中必須堅持全面化使用，從制度流程、機構人員、審計業務以及技術上做好配合，全面推行新的審計方法。

(一)創新大數據工作模式

創新是進步的源泉，大數據分析的推行，與內部審計工作的結合，都必須堅持創新原則，對預算執行審計有一個全面的認識。傳統的孤立審計已不適應大數據審計的要求，需要打破部門之間的界限，以審計項目為管理主線，成立大審計組，進行扁平化管理。結合各預算部門的財務數據，發現是否存在預算項目在連年結轉的情況下仍然安排新增預算、造成資金閑置的問題。通過對數據進行宏觀整體分析，發現是否存在預算執行效率不高、分配下達預算不及時、撥付轉移支付資金超期等情況。

(二)完善跟蹤審計方式

通過建設審計數據綜合分析平臺，搭建關系國計民生的重點行業聯網審計系統，用Hadoop 等專業工具處理半結構化、非結構化數據，規范高效地匯集和處理大規模數據信息。例如，在地稅審計中，可利用地稅聯網審計系統，集中進行全省地稅數據整理分析，探索數據集中采集、集中統一分析、疑點分布落實、資源充分共享的大數據審計模式，實現全省聯動審計。此外，還要對資金分配結構、資金使用流向、資金管理情況進行總體分析，全面反映預算執行整體情況，實現對預算單位的審計監督全覆蓋。

(三)實現多數據融合，落實經濟責任審計

運用關聯分析，找出數據間的相互聯系，分析關聯規則，發現異常聯系和異常數據，尋找審計疑點。在經濟責任審計中，可利用財政、稅務、社保、培訓等數據在橫向和縱向之間都做好關聯性研究，做好數據的全面跟蹤分析，實施和推行經濟責任審計模式，提高審計效率。另外，在深入挖掘數據過程中，還要利用數據倉庫和模型分析統計數據變動信息，分析關聯性內容，對體制機制性問題開展研究，挖掘行業性和趨勢性問題。

篇2

[關鍵詞] 大數據；大數據審計；數據可視化；R

doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2016. 21. 022

[中圖分類號] F239.1 [文獻標識碼] A [文章編號] 1673 - 0194（2016）21- 0046- 04

0 引 言

隨著信息技術的發展，大數據（Big Data）時代的到來為大數據審計的開展帶來了機遇和挑戰。因為隨著被審計單位信息化的日益普及，審計對象的信息化使得審計信息化成為必然，審計信息化對審計人員和審計工作的開展也因此提出了更高的要求。對我國來說，在信息化環境下如何審計被審計單位的電子數據，發現大案、要案，是國家審計的一項重要任務。本文將通過研究R分析數據時的原理，同時與其他分析工具進行比較，總結R自身特點以及優勢，探究R在實施大數據審計中的實際應用價值，為審計人員更直觀地分析大數據提供支持。

1 大數據審計的主要技術方法

1.1 大數據技術的分類

由于信息化水平的提高，國家審計人員能否獲得審計線索越來越依賴于他們所接觸到的被審計單位數據，因為在分析數據過程中，審計人員通過對數據的篩查、比對和分析，可以通過發現明顯不同尋常的數據或分析數據之間的相關關系，進而獲得審計線索或確立審計重點，而因此提高審計效率效果。而相關審計線索的獲得依賴于大數據技術的應用。總的來說，大數據技術主要分為8類：數據采集、數據存儲、基礎架構、數據處理、統計分析、數據挖掘、模型預測以及結果呈現。

而按照不同的計算模式，大數據技術又可以以批處理、流處理以及交互分析分為三類。

1.1.1 離線批處理（Batch Processing）技術

批處理是指數據分析者將一批作業提交給操作系統后就不再干預，由操作系統控制它們自動運行。這類數據處理技術以MapReduce和Hadoop系統為代表。

1.1.2 實時流處理（Stream Processing）技術

流處理是應對流數據（大多是日志流）實時分析的數據處理模式，包括數據實時采集到數據實時計算，以及最終實現實時查詢服務三個階段，代表系統有Yahoo的S4系統、Twitter的Storm系統等。

1.1.3 交互式分析（Interactive Analysis）技術

應用交互式分析技術可允許使用者以圖表的方式查詢、比較以及分析數據，方便數據使用者更直觀地獲取數據所傳達的信息，具有前瞻性，以谷歌的Dremel系統、R等為代表。

大數據技術眾多，大數據分析工具更是不勝枚舉。本文旨在針對大數據可視化技術，對R語言的原理、特點等進行分析，特別是探索其在審計領域中對數據可視化方面的實際應用價值。

眾所周知，伴隨著信息化水平的不斷提高，大數據時代的不可逆轉，審計人員面對著日益龐雜的數據，如何從已獲得的原始數據中提煉分析其背后隱藏的信息，獲得所需要的審計證據，這成為當今審計工作的熱議話題。包括筆者有幸參與的審計署駐濟南特派員辦事處的審計工作中，在開展審計項目時，審計項目組會成立專門的數據分析組，同時審計人員都首先從數據分析過程中查找問題，并因此作為審計線索或確立審計重點，為后續的審計工作樹立了更明確的目標。

可視化技術是大數據應用的重點之一。研究表明，人類從外界獲得的信息約有80%以上來自于視覺系統，當大數據以圖形的方式直觀地呈現在審計人員面前時，無論從審計效率還是審計效果角度來說，二者都得到進一步的提高，可視化審計分析方式能夠以其直觀的展現方式幫助審計人員快速有效地交互分析大量的數據，所提供的洞察力有助于審計人員更快、更準確地從復雜的被審計數據中發現審計線索。

2 R語言的原理、特點及其優勢

2.1 R語言進行數據分析的原理

R（官網：http：//）是S語言（S語言是由AT&T？貝爾實驗室開發的一種用來進行數據探索、統計分析、作圖的解釋型語言）的一種實現，最初S語言的實現版本主要是S-PLUS，但S-PLUS作為一種商業統計軟件，因其昂貴的價格并不被廣泛接受。后來由Auckland大學的Robert Gentleman和Ross Ihaka及其他志愿者開發出R語言，作為S語言的另一種實現并免費供數據分析者使用共享。此外，R作為軟件包統計軟件，目前已包含多達5 000+的包（packages）供使用者選擇運行不同功能。同時任何人都可以在R平臺開發包，提交給R語言官方，通過測試后便可網絡供全球的R語言使用者分享。包的功能包羅萬象，涵蓋數學算法、數據挖掘、生物學、社會學、神經網絡等不同領域，可在鏡像（CRAN）上根據需要自行下載使用，CRAN除了可以下載R本身軟件包以外，也可以下載各種擴展包。

圖1描述了數據分析的基本流程以及各個環節所需的基礎技術方法，以圖示箭頭方向，首先通過對原始數據的獲取，儲存至數據倉庫或者數據集市（指規模較小的數據倉庫）中，之后利用統計學、查詢等分析方法，進行數據挖掘，獲取重要信息，展現最終結果，比如可視化技術的應用，以圖表或者報表的呈現方式供信息使用者進行分析決策。而數據分析與數據挖掘的最大區別在于：前者所應用的統計學方法清楚，分析目標比較明確，而后者因為其目標、技術、手段等的模糊而增大了處理難度。

R進行數據分析時，主要涉及圖1中，數據分析―數據挖掘―數據展示三個步驟。在進入大數據時代的今天，R能將其分析結果通過圖形方式展現，因其強大的數據可視化功能而備受關注。

2.2 R語言的特點及其處理大數據的優勢

在2016年第17屆KDNuggets網站（數據挖掘的專業網站，專門用于大數據、數據挖掘以及分析信息等方面知識共享）年度投票選舉最佳數據分析軟件中，所拋出的一個問題：在過去的12個月中，你所使用的用于數據分析、數據挖掘、數據科學、機器學習等項目的分析工具是什么？該項投票吸引了很多參與者，包括數據分析和數據挖掘等社區網站的學者專家以及一些軟件供應商等，參與的2 895人將從多達102種不同軟件的列表中選出他們所青睞使用的工具。相比較Python、SQL、Excel等常用統計軟件，R以49%的投票結果高居榜首，2015年KDNuggets網站投票結果中，R同樣成為最受青睞的數據分析工具。

雖然選取的參與人群或者選取規模可能在一定程度上有失偏頗，但其投票結果畢竟代表了在數據分析、數據挖掘領域的分析工具的不同流行程度，尤其在語言角度代表了某一人群的使用偏好。從投票結果來看，R以大比重的優勢穩居第一，與其強大的數據分析以及數據可視化能力是分不開的。

大數據時代，海量的政府服務數據在云端匯集，層出不窮的大數據使得審計人員在開展審計工作時很容易就陷入信息盲區。如何有效處理和理解這些數據，成為人們無法回避的挑戰之一。目前市場上存在各種挖掘軟件，主流的商用挖掘工具如Unica、SAS/EM、Insightful Miner、IBM IM和SPSS等，這些軟件面向通用挖掘問題，功能較為完善，具備較好的性能。但一般都存在可擴展性不強、成本較高等缺點。同時，目前市場上也還沒有針對審計專用的可視化數據分析軟件，當前可視化數據分析軟件往往側重于具體的應用領域。比如Excel操作簡單，提供了基本二維圖形分析能力，但能處理的數據量有限。而R軟件是一款集成了數據操作、統計和可視化功能的優秀開源軟件，有效克服了商用數據挖掘工具的缺點，同時具備強大的數據可視展現能力。R軟件的一大優勢是分析人員可利用簡單的R程序語言描述處理過程，構建強大的分析功能，并應用其可視化技術以更直觀地方式展示分析結果。總結來說，R具備以下特征：

（1）R是完全免費的共享資源。由于日前數據的急速膨脹，對數據分析工具的需求也隨之增長，但市場上一些商業軟件由于其高昂的價格常常讓許多數據分析者望而卻步。R語言作為免費資源，同時以其強大的數據分析以及圖表展現的強大功能而廣受好評；

（2）R 軟件有RGui和RStudio兩種不同的常用界面，足以滿足不同數據分析者的使用偏好。與RGui比較而言，RStudio的使用界面相對較為友好，使用也較為方便，而RGui界面則較為精簡，使用者能夠依據自身喜好進行不同選擇。

（3）R的軟件包短小精悍，R只需占50Mb左右的內存，相比之下，很多商業統計軟件都非常龐大，下載有2-3G之大，占較多內存空間的同時，給系統運行也帶來一定負荷。

（4）R作為開源軟件，開放性好，此外，R與其他程序的兼容性也非常理想。比如，使用者可通過C語言、Java開發R的一些子程序，這些子程序又可在R里面無障礙運行。同時，R的開放性也反映在具有不同功能的包上，比如目前同樣使用廣泛的具有強大查詢功能的SQL語句，對于有SQL背景的R語言學習者而言，R的sqldf包可幫助使用者在R中使用SQL命令。此外，R的函數和各種包的透明性極好，使用者只需調出各種包的使用說明，便可掌握該包的基礎運行操作。

（5）作為本就專門為統計和數據分析目的而開發的R軟件，除了具備各種強大的不同功能的包以及函數幫助運行程序進行數據分析之外，R還可繪出很多漂亮且靈活的圖形，具備強大的可視化功能，為便利使用者更直觀地分析數據。

R的可視化功能強大源于其擁有眾多的繪圖軟件包，比如被廣泛接受且使用的“ggplot2”包。“ggplot2”由一系列獨立的圖形部件組成，并能以多種不同的方式進行組合，這使得“ggplot2”不會局限于一些已經定義好的統計圖形，而是可以根據使用者不同的需要量身定做。在具備繪制很多美觀的圖形之外，“ggplot2”還可以避免諸多繁瑣的細節，例如添加圖例等。用“ggplot2”繪圖時，圖形的每個部分可以依次進行構建，之后還可以進行編輯。此外，“ggplot2”還精心挑選了一系列預設圖形，因此在大部分的情形下使用者可以快速地繪制出許多高質量的圖形。如果在格式上還有額外的需求，也可以利用“ggplot2”中的主題系統進行定制。R因其功能強大、設計人性化的軟件包，使得R在實際應用中作為數據可視化的工具越來越被數據分析者所廣泛認同及青睞。

在數據日益龐雜的今天，審計領域也受到大數據的沖擊。如果審計人員掌握數據可視化技術，從視覺角度直觀感知，利用圖形展現數據之間相關關系，更能做到對獲取的數據一個整體、宏觀的把握。而R語言就作為一門專門用于統計計算和作圖的工具，能夠滿足審計人員對于數據分析的諸多基礎預期。通過R的數據可視化處理技術可將被審計數據轉化為審計人員可以分析觀察的圖形和圖像，同時審計人員再結合自己的審計背景知識，通過視覺系統對可視化的圖形和圖像進行分析、觀察和認知，從而從總體上系統地理解和分析被審計數據的內涵和特征。另外，審計人員交互地改變輸出的可視化圖形和圖像，從不同的方面獲得對被審計數據的理解，從而全面地分析被審計數據。

3 結 語

由于經濟社會的不斷發展，數據可視化技術的優勢及其需求被不斷放大，同樣，在審計領域，也越來越受到國家審計的高度重視。筆者在參與的多個審計署視頻會議以及工作培訓中，培訓中都談到R語言在可視化方面所創造的巨大價值，在實際審計應用工作中，審計人員通過R語言建模，對數據分析結果所繪制出的精美圖形，足以讓人眼前一亮，審計線索也更加清晰明了，無疑給審計工作的開展提供了強有力的支持。當然，R語言擁有眾多其他統計軟件無法匹及的優勢之外，也有自身固有的缺陷，但它與其他工具之間良好的兼容性足以彌補這些不足，而且R獨特且堪稱完美的數據可視化功能也足以使其成為數據分析者青睞的理由。雖然，日前R語言應用于審計實踐的案例還不是很多，但有理由相信，它完全可以憑借其勢不可當的優勢在審計行業中得到越來越多的推廣與使用。

主要參考文獻

[1]陳偉.計算機輔助審計原理及應用[M].北京：清華大學出版社，2016.

[2]陳明奇.大數據國家發展戰略呼之欲出――中美兩國大數據發展戰略對比分析[J].人民論壇，2013（15）：28-29.

[3]張卓，宣蕾，郝樹勇.可視化技術研究與比較[J].軟件學報，2003（10）：1717-1727.

篇3

大型建設項目審計一直是我國審計的重點對象。早在20世紀80年代就開始開展施工企業財務收支審計。在20世紀90年代，開展過投資項目開工前審計。到了本世紀，大型建設項目審計逐步走向正軌，審計的內容包括項目前期管理、招標管理、合同管理、工程造價、竣工決算以及工程質量管理等。隨著我國國力的不斷增強，一些大型體育賽事，如奧運會、青奧會等不斷在我國舉辦，這些大型體育賽事加快了我國體育場館的建設。另外，在經濟穩步、健康發展的大背景下，我國許多地方政府也加快了體育場館的建設。這些體育場館不僅是開展競技體育的重要硬件設施，將來也是市民參加全民健身的重要活動場所。因此，為了加強這些大型體育項目的建設，開展大型體育建設項目審計具有重要意義。

對于建設項目審計，一般來說，在審計范圍確定之后，審計人員需要實施現場審計，獲取審計證據，進而給出審計結論。從審計機關開展建設項目審計的實踐來看，獲取審計證據的方法主要有審閱法、觀察法、調研法、簡單檢測法、專業檢測法等。在信息化環境下，由于與建設項目有關的活動是通過計算機進行處理的，其數據資料以電子數據形式存儲在工程管理數據系統之中。在這種情況下，審計人員要獲取證據，就需要采集工程管理數據系統的電子數據，然后再對采集來的電子數據進行數據分析，從而發現審計線索，獲得審計證據。為了更好地實現大型建設項目審計工作的三個轉變，即“從現場審計變為遠程審計，從靜態審計變為動態審計，從事后審計變為事中審計”，中國審計署正在探索適合我國國情的大型重點建設項目聯網審計實施方案。近年來，國內學術界也對聯網審計的一些理論和關鍵性問題進行了深入的研究，并針對云計算（cloud computing）環境下開展聯網審計的需要，探索了云計算環境下的聯網審計實現方法問題。綜上所述，研究大型體育建設項目聯網審計方法具有重要的應用價值。本文結合目前云計算技術的發展，針對已有聯網審計方法的不足，研究基于云計算的大型體育建設項目聯網審計方法。

二、研究大型體育建設項目聯網審計方法的必要性

（一）大數據時代開展聯網審計面臨的問題 聯網審計的實現原理一般來說可概括為圖1所示。概括來說，聯網審計在技術實現上可以分成4個步驟：第一、審計數據采集，審計數據采集主要是完成對被審計單位電子數據的采集。第二、審計數據傳輸，通過審計數據傳輸，把采集來的電子數據通過網絡傳輸到審計單位中去。第三、審計數據存儲，審計數據存儲用于把從被審計單位采集傳輸來的電子數據采取一定的方式存儲在審計單位的數據存儲系統中。第四、審計數據分析，審計數據分析主要是對從被審計單位采集來的電子數據進行分析，從而發現審計線索，獲得審計證據。

進入大數據（big data）時代，聯網審計實施與運行將會面臨以下問題：（1）聯網審計環境下，被審計單位的數據被采集過來集中存儲在審計單位建設的數據中心系統中，采集來的數據量大，因此審計單位建設的數據中心需要可擴展的數據存儲設施。（2）聯網審計環境下，審計數據被采集過來集中存儲，由于數據量大，為了能做到實時審計，需要高效的審計數據分析技術和處理設備。（3）現在正在應用的聯網審計實現方法實施與運行成本較高。

（二）使用云計算的優點 一般來說，云計算技術主要具有以下優點：（1）云計算平臺的數據存儲能力強大。云計算平臺可以提供海量數據存儲環境，能夠按照用戶的需要進行數據存取，支持海量數據的管理和存儲業務。（2）使用成本低。使用云計算能夠極大地提高硬件利用率，且可擴展能力強，云計算平臺能夠在極短時間內根據用戶的需要把數據存儲環境升級到巨大容量，另外，使用云計算平臺不需要用戶頻繁的升級相關軟件，不需要用戶自己投資構建新的基礎設施，從而減少了相關成本。（3）能夠提供高效、強大的數據分析處理能力。云計算在處理用戶需要的計算時可以將用戶的龐大數據分析程序分解成多個子數據分析程序，然后將這些數據分析任務交由云計算平臺中的多個服務器所組成的分析系統，由這些分析系統分別進行計算分析，最后再將分析結果匯總后回傳給用戶，云計算平臺可以使這一過程在極短時間內完成，因此使用云平臺能高效、快速地完成數據的分析處理。（4）云計算平臺能夠提供專業和相對安全的數據存儲服務。相對于用戶自己管理數據存儲，如果用戶選擇好的云計算供應商，將數據存儲在這些云計算供應商提供的云計算機平臺中，則能在一定程度上消除用戶自己因各種安全管理問題而導致的數據丟失以及其他風險。

（三）為研究大型體育建設項目聯網審計方法提供機遇 由以上分析可知：云計算技術的發展為研究云計算環境下的大型體育建設項目聯網審計方法提供了機遇，主要表現為：（1）云計算技術為降低大型體育建設項目聯網審計系統的實施與運行成本提供了條件，一般來說，如果審計單位采用云供應商提供的云計算平臺來開展聯網審計，則審計單位不需要任何基建投資，審計單位不用承擔機房空間、電力以及人力等成本，審計單位沒有硬件購置成本，審計單位也不需要軟件許可證或升級，以及雇傭新的員工或咨詢人員。因此，采用云計算技術實現的大型體育建設項目聯網審計系統在一定程度上可以降低系統的實施與運行成本。 （2）近年來云計算技術的普及應用為開展大型體育建設項目聯網審計系統提供了機遇。云計算技術是我國“十二五”規劃中重點發展的新一代信息技術，近年來全國各地政府以及很多供應商也建立了大量的云計算服務平臺，這為基于云計算技術開展大型體育建設項目聯網審計系統提供了機遇。 （3）應用云計算技術能更好地滿足大型體育建設項目聯網審計情況下大數據分析的需要。對于大型體育建設項目聯網審計，包含有大量的工程圖紙自動計算，為了更好地滿足云計算環境下大型體育建設項目聯網審計系統大數據分析的需要，應該充分利用大數據分析技術來提高審計效率，而云計算的出現為解決大型體育建設項目聯網審計系統大數據分析這一問題提供了機遇。

三、云計算環境下大型體育建設項目聯網審計方法

根據以上分析，可根據“審計單位采用云平臺”和“審計單位、被審計單位同時采用云平臺”這兩種情況來實施基于云計算平臺的大型體育建設項目聯網審計方法。

（一）審計單位采用云平臺 在這種情況下，基于云計算的大型體育建設項目聯網審計方法的原理如圖2所示。主要原理可描述為：審計部門利用云平臺提供的平臺服務和設施服務，開發運行于云平臺的審計作業系統，主要包括項目前期管理、招標管理、合同管理、工程造價、竣工決算等功能模塊。審計部門借助云平臺提供的軟件服務能夠完成以下任務： （1）審計單位利用云平臺提供的審計數據采集軟件把將審計單位應用系統的電子數據采集過來存儲在云平臺中，這些數據包括關系數據庫中的數據，也包括一些工程圖紙等文件，然后，借助云平臺提供的軟件服務（審計作業系統）對采集來的電子數據進行分析處理，獲得審計證據。（2）借助云平臺提供的軟件服務可以自動對工程圖紙計算工程量，并生成工程量清單，自動套定額，綜合單價分析，價差自動計算、計算含稅工程造價，生成工程量清單計價，識別、讀取、轉換工程預決（結）算編制軟件的數據文檔，進行驗算，生成差異對照表，實現對主流工程造價軟件數據文件的讀取、識別和轉換，并借助云平臺提供的軟件服務，設計審計工具進行審計取證作業，生成各種表格、審計工作底稿等。

（二）審計單位、被審計單位同時采用云平臺 當審計單位和被審計單位同時采用云平成自己的工作時，審計單位可以借助云計算平臺的強大計算能力，采用智能信息技術，在被審計單位的應用系統中嵌入一個審計監控模塊，并在審計監控模塊中定義相應的規則，該模塊用來檢查輸入到被審計單位應用系統中的每一筆數據，輸入的數據和定義的相應規則的任何差異都會被及時預警，并能跟蹤異常動向，及時發現問題。另外，審計人員可以根據需要靈活在傳感器和數字中定義相應的規則和參數，從而滿足實時審計的需要。這種方法的原理如圖3所示。

四、結論

本文根據目前開展大型體育建設項目聯網審計的需要，結合云計算技術的特點，研究了云計算環境下的大型體育建設項目聯網審計方法，為今后開展大型體育建設項目聯網審計提供了理論基礎。當然，并不是所有的大型體育建設項目都適合采用云計算技術開展聯網審計。相對于傳統的大型體育建設項目聯網審計實施方法，云計算環境下開展大型體育建設項目聯網審計一般具有較多的審計風險，因此，在云計算環境下實施大型體育建設項目聯網審計時，應該充分利用云計算技術帶來的優點，同時注意采取相關措施，防范云計算環境帶來的風險，這就要求在實施基于云計算技術的大型體育建設項目聯網審計時，應根據實際情況和需要選擇最佳的聯網審計實施方案。

[本文系2009年度國家自然科學基金項目“聯網審計取證技術及其泛化能力研究”（編號：70971068）和2013年度江蘇省社科基金項目“大數據環境下的審計理論與方法研究”（編號：13GLC016）階段性研究成果]

參考文獻：

[1]陳偉、Smieliauskas W：《聯網審計的績效評價方法：基于RC和AHP的組合應用》，《系統工程理論與實踐》2012年第8期。

[2]陳偉、Smieliauskas W：《云計算環境下的聯網審計實現方法探析》，《審計研究》2012年第3期。

[3]陳偉、尹平：《基于成本效益視角的聯網審計可行性分析》，《審計與經濟研究》2007年第1期。

[4]陳偉、劉思峰、邱廣華：《計算機審計中一種基于孤立點檢測的數據處理方法》，《商業研究》2006年第17期。

[5]陳偉：《聯網審計技術方法與績效評價》，清華大學出版社2012年版。

[6]陳偉：《計算機輔助審計原理及應用》（第二版），清華大學出版社2012年版。

篇4

【關鍵詞】大數據；內部審計價值；難點；策略

一、緒論

互聯網有其大數據，政府有其大數據，企業有其大數據，個人也有其大數據，所以大數據時代的來臨已不可避免。大數據給各行各業都帶來了一次徹底的革命，要分析其繁雜的數據和冗長的結構需要很大的工作量，給經營者帶來很大的困難，但是其內部數據的關聯性又使得許多行業的發展出現了新的機遇。在大數據背景下，內部審計工作也面臨著一次前所未有的嚴峻挑戰與變革。企業要想在廝殺日趨激烈的市場競爭中生存下來并占有一足之地，就需要對內部審計的審計理念、審計思維和審計方法等作出優化，將大數據帶來的困難變成提升自身的一個機遇。

二、大數據的概念

大數據是指隨計算機的使用逐漸興起的能快速形成的數量繁多、類型復雜、結構繁復的數據所形成的集合體，它不僅具有極多的數量，更重要的是蘊含有極大的價值。所以其可以在限定的時間內被分析和整理，利用從而被個人、企業、政府等所利用。大數據是由互聯網、云計算和物聯網等共同作用所產生的，集合了物、機器和人的相互關系，所以就具有了一下特點：第一，數量巨大，每天都有數以億計的人在使用計算機等信息化的產品，產生的海量數據給審計工作的信息采集和整理帶來了很大的困難；第二，有效數據占百分比低，在龐大的數據量中有效數據只占有很小的比重，千百萬種或許只有其中的幾個對自己是有用的；第三，數據具有現實性，大數據時代產生的信息和數據都是具有現實性的，這就使得企業在做出決策時有了較為準確的數據保證其正確性；第四，數據結構及其繁雜，物聯網涉及到的是物、人和機器這三者之間的交互，不僅會產生結構性數據，還會生成非結構性數據。當他們同時存在時，信息的處理會變得非常困難。

三、大數據時代內部審計價值提升面臨的難點

大數據時代，傳統的內部審計工作中在對數據進行攫取、分析后利用的往往只是其中的直接審計價值，大多會忽視它的間接審計價值，而有時間接價值在經過處理加工和深層挖掘后對企業的利用價值可能比直接審計價值更重要。另外，傳統的內部審計流程中各環節相對獨立，彼此之間的資源與信息不能做到及時交流，數據信息無法同時共享，這就使得大數據背景下內部審計難以發揮其最大的作用。因此，內部審計的價值提升就出現了一些困難。

第一，審計方法工作貫穿于整個的審計流程，不只是在一個或幾個流程中存在。

當海量的數據和數據結構出現時，審計方法會面臨一個極大的挑戰和沖擊。傳統的審計方法只是對有限的數據進行分析處理從而解決判定、決策和整改等問題，在大數據時代已經形成了一定的局限，不能滿足企業對于審計工作的要求。常規審計工作一般采用隨即抽樣的方法進行工作，這種方法的優點是投入較小、審計效率較高。但是面臨大量數據時，這種隨機的方法可能會忽略一些重要的信息，從而導致審計工作出現錯誤，也就預示著出現了審計風險，可能致使企業的經營決策出現錯誤。隨著信息化進程的不斷前進，大數據在審計工作中的影響越來越大，而內部審計較差的信息技術處理能力使得數據處理結果不盡如人意，無法滿足巨大的數據處理需求。但是，種類繁多的海量卻低密度的數據又不可能讓審計人員逐一的對其進行甄別與篩選。因此，要想提升內部審計價值，就需要對相關部門的人才培養、基礎建設和執行模式及思維方式進行全面的改革和優化。

第二，過去的審計方式都是事后審計，即階段性的、周期性的審計，無法對即時的數據進行統計和分析。

在現在的大數據時代，數據更新速度極快，傳統審計方法往往會出現嚴重的滯后性，從而致使出現審計風險和錯誤。另外，事后審計針對的一般為經濟或財務方面的問題，沒有對經營管理等方面進行評價和監督。尤其是以后企業的發展經營模式會更加多元化，這就要求內部審計采用更加多樣化和復雜化的措施和辦法來發現和規避企業在經營時遭遇的風險。

第三，審計結果的實踐是審計工作的最后一環，關系著審計人員的工作能否被正確使用。

審計成果的實踐一般受以下幾個方面的影響：首先是審計和被審計部門領導的不重視，審計時敷衍了事，很難發現其中真正的問題；其次是被審計企業的不配合，審計人員無法得到審計所需的資料自然就難以進行工作；最后是內部審計人員或復核人員的經驗少、專業素質差等導致的較差的審計質量也會使成果難以實踐。

四、大數據時代內部審計價值提升的策略

大數據時代具有四個特點：大量、多樣、高速和價值，即“4V”。在這樣的形勢下，就需要審計人員增強自身的專業素養，通過學習和日常總結去擁有更強的發現能力、流程優化的能力和決定審計策略的能力。結合先進的信息處理設備和方法對海量數據更好的提純與加工，汲取工作時需要的信息，從而實現數據的增值，即內部審計能力的增值。具體策略如下：

第一，對大數據統計分析及提取的復雜性和艱巨性的清楚地認識。

要想讓大數據在審計時更好的應用，首先需要審計人員做到以下幾點：在具備優秀的專業素質的同時還要有計算機、互聯網等科學方面的知識，與自身的工作相結合，才能綜合分析大數據時代的繁雜和海量的數據；再有就是因為大數據的開放性和公開性使得保密性較差，這就要求審計人員在工作時時刻注意自身企業數據的保密性；改變原有的內部審計分析的模式，因為傳統的審計方法很難對大數據進行分析，所以要優化現有的內部審計流程，尋求更加簡潔和高效的審計操作方法。

第二，對現有的內部審計模式及方法進行改革和創新。

傳統的審計基本上為單線操作，各審計業務間沒有交叉，審計人員只了解自己工作范圍內的業務，致使審計的深度和廣度不夠。改變原有審計為連續性審計可以使審計過程中的信息化程度更好，有利于增強風險識別能力，審計執行時的力度更大，縱深和延展更好。另外，這種審計模式可以建立企業自己的審計成果庫，以后的審計工作中可以方便的在其中調取所需數據，更方便、科學、合理。傳統審計方法一般采用抽樣審計，其準確性較低，很難利用到全部的數據。這就需要將隨機抽樣改為全面審計，對企業數據進行全面的篩選與甄別，深層次的對數據之間的聯系進行挖掘，破除不同業務部門之間的間隔。通過內部審計及時發現企業在未來發展時可能存在的風險，為企業的經營提出意見與建議。

第三，加大對審計系統研發時的投入。

我國對于大數據的研發還處于初級階段，對研發方向、研發成果的應用及人力物力的投入量尚不明確，各企業也應該有自己對于大數據研究方面的預算。但是，大數據時代的洶涌浪潮迎面撲來，我們要做好足夠的準備。對于內部審計來說，加大對其投入力度更迫在眉睫。

第四，拓展審計分析時的內容廣度與深度。

由于物聯網中人、物和機器之間的交互，使得大數據中存在大量的非結構性數據信息。這就需要審計人員在工作時不僅要對數字進行分析，還需要結合高級分析工具和技術對圖片和視頻等非結構性數據進行收集分析。這樣分析內容更加廣闊，就可以彌補只分析數字時出現的漏洞，規避其可能引發的風險。

五、結語

大數據時代的來臨，給企業的內部審計工作帶來了前所未有的困難和挑戰，但同時也為其帶來了極好的機遇。每個企業都應該做好充足的準備去面對這種困難，同時也要努力將大數據轉變為企業的資產，為內部審計所用，從而讓大數據為審計價值的提升提供數據支持。

只有不斷地變革與創新，實現內部審計價值才能得到提升，從而為企業提供意見與建議，讓其在以后的發展中穩定前行。

參考文獻：

[1]姜巍，馬建光.大數據的概念、特征及其應用[J].國防科技，2013（2）：10-13.

[2]維克托？邁克-舍恩伯格，肯尼斯？庫克耶.大數據時代：生活、工作、與思維的大變革[M].中譯本，浙江人民出版社，2013：20-22.

[3]曾剛.積極關注互聯網金融的特點及發展-基于貨幣金融理論視角[J]，銀行家，2012（11）：11-13.

[4]姬燕燕.論大數據時代對會計和審計的影響[D].對外經濟貿易大學，2015.

篇5

關鍵詞：大數據；審計風險；審計環境

大數據下的審計環境較過去有了新的變化，大數據帶來了大量的、價值密度低的數據。由于大數據太過透明的特點，導致數據安全不能被保障，也許會涉及到傷害他人隱私或者導致數據被公開。出現了許多新的審計風險，大致分為大數據審計體系缺陷引發的風險和審計人員行為引發的風險組成，而整個審計過程中最為重要的一個環節就是審計風險的衡量。因此大數據環境下的審計風險和對策需要我們進一步探究和總結。

1大數據審計環境下的審計風險分析

1.1由于大數據系統所導致的審計風險。在大數據審計過程中，大數據系統是激發審計作用的現實物質平臺，是完成此類審計任務的前提，此類審計系統一般需要承擔數據籌集、處理、研究和儲存等眾多任務，此外在采用數據技術開展初審的時候，也會出現眾多種類的審計模式，比如在籌集審計數據的時候采用Scribe等相關工具，在處理部分需要采使用SQL，另外也能使用R語言對數據開展高效的收集，在研究部分可直接使用BigTable或者可視化科技等。另外，大數據技術在審計領域的優點也表現在數據存儲部分，超強的云平臺促使大規模審計數據存放被完成。此類審計技術的進步即便促進行業的發展，然而也造成現實風險的出現。1.2由于數據分析所導致的審計風險。大數據審計對工作人員的數據分析水平指出更加嚴苛的標準，此外在具體處理時期也會出現一定的現實風險。首先，審計人員在正式工作以前需要確定相應的平臺，此平臺主要作用是研究數據，假如所確定高的平臺不能高效的讓兩者需求被全部滿足，通常會造成工作無法順利繼續，且造成風險。審計人員在挑選數據分析平臺的時候通常只可以利用嘗試模式進行，即便在此后也許出現可以達到全部現實需求的數據研究平臺，然而目前大數據技術無法支撐此類平臺的擴張。其次，此類審計要求把全部數據存放到云平臺中，因此就造成數據安全出現相應的風險。部分與顧客隱私有關，或者是無法公開的數據，不能得到妥存放，假如出現泄露，也許會影響被審組織的現實利益或外部信譽，因此是值得關注的風險。1.3對傳統審計風險的影響。被大眾普遍認可的審計風險包括了檢查風險、重大錯報風險，而檢查風險又包括固有、控制風險，通常這兩種風險都是與審計從業人員工作無關的風險，只需要評估其水平。而檢查風險與審計從業人員工作密切相關，不管多么科學合理的抽樣方法，都可能出現風險。不論是控制或者是細節測試，也許都會忽略風險情況，因此審計人員可以通過與數據處理平臺，通過平臺獲取到需要的審計數據，再結合自己的審計技術，綜合分析數據，使得風險判斷更精準，這樣就能正確劃分審計資源。其次，工作人員可通過全新技術完成抽樣，持續減少風險的出現。通過對著兩種風險的降低，導致審計工作全面順利完成，對被審計組織產生相應的震懾影響。

2大數據審計環境下審計風險的防范對策

2.1建立健全數據共享機制。政府應建立數據共享中心使得各部門的信息能夠及時傳遞，這樣減輕了獲取審計數據的難度。另一方面，審計相關機構需要自主建立存儲數據、管理數據的中心。這為現場審計提供了方向和重點，提高審計的質量和效率。建立健全數據共享機制應遵循“以人為本”的原則，培養管理人員的技術能力，重點培養他們在對信息的收集、處理、分析、管理方面的能力。有些數據涉及不同的部門或是不同地區，如果相互之間不能有足夠的信任，就難以實現數據的共享。加強各政府部門之間的協作，也是實現數據共享的關鍵因素。還需要制定相關的法律法規，規范數據共享行為。2.2對數據實現全面采集與處理。在實際工作中，被審計單位往往只按照審計人員要求的標準提供經過處理的標準表，存在人為修改數據或是掩蓋數據的問題，所以審計人員在收集被審單位數據的時候要選擇原始數據，從而使數據的真實性、準確性得到保障。同時在收集分析的過程中，審計人員對差錯要特別關注。通常，如果被審單位出現大量的差錯或是不合常理的數據，那么很可能存在系統的安全漏洞。針對這一問題，審計人員需要深入挖掘，找到問題，揭示問題。對于必須采集的數據，在采集后需要核實其真實性，因為這些數據可能直接影響結果。如果能保證數據在采集處理過程中不出現重大差錯，便可以合理規避風險。2.3加強數據安全控制。安全問題不僅是涉及到企業的信息安全，也可能是政府或是個人的信息泄露。在大數據環境下，想要提升數據安全性，需要從三個方面著手。一是加強制度控制。通過制定相關的規范，來保證各個環節有制可循，確定各種安全技術標準及認證機制。二是加強網絡攻擊的防范。在開發系統時需配備相應的安全軟件，定期聘請技術人員維護，有效的防止病毒或網絡攻擊。三是加強用戶數據訪問限制。嚴格地確定權限人員，對有權限的人員加強監控，并且存儲訪問記錄。政府部門應加強有關數據安全防護的教育，提高公民的防范意識。有關部門設立申訴、舉報通道，鼓勵個人或是機構曝光有關數據安全的違法行為。2.4加強專業分析人才培養。不管技術多么先進，都需要人力去操作、分析、核實。審計人員的綜合素質直接決定了數據分析的成效和審計工作的結果。專業化的團隊需要花大量的資源去培養，但成效顯著。定期對人員進行培訓，鞏固、提升技能。在審計工作結束后，開會總結、交流分享遇見的特殊案例，不斷拓展審計人員的視野，積累經驗，確保審計工作順利地完成，有效地防范大數據風險。對專業人員的培養不僅限于技術，還要在職業道德上加強教育，防止工作人員舞弊的現象發生，培養專業能力強、有職業操守的專業分析人才。

3結束語

在大數據時代下，審計人員應當做好防范和預警，如建立健全數據共享機制、加強專業分析人才培養等。伴隨風險類型的變化，風險的識別和評價的方法也發生了相應的改變，審計人員需及時學習、適應新方法。未來的審計環境必定更加復雜和多變，審計人員應當在遵守準則的情況下，敢于嘗試創新，在實踐中學習，學習后總結。這樣審計工作才會與時代接軌，使審計工作效率上升，保證資本市場的穩定運行，最大程度上保護社會大眾的利益。

參考文獻

[1]王昉.大數據背景下的審計風險探究[J].中國集體經濟，2017（32）：90-91.

[2]單琳琳.大數據背景下央行內審模式轉變與改進路徑———于TCBS計算機輔助審計案例[J].金融發展研究，2016（10）：76-80.

[3]楊麗.從微觀審計走向宏觀服務———大數據背景下南京市部門預算執行審計轉型經驗談[J].審計月刊，2016（06）：30-31.

篇6

關鍵詞：生物制藥；大數據審計；數據可視化

一、引言

近年來，大數據的發展給各行各業都帶來了不同的機遇及挑戰。大數據的產生是時展的結果，隨著社會數據的日益增長，數據無論是從體量上還是維度上都日益繁雜。因此，分析如何利用大數據技術來支撐審計的監督工作，具有重要的理論意義和實踐價值。大數據的概念最早起源于20世紀90年代至21世紀初的美國，但大數據真正開始引起人們的關注是因為2008年美國的《自然》雜志推出的一系列有關大數據的專刊，這些專刊詳細地討論了有關大數據的相關問題。而其興盛時期是在最近10年，也就是2011年至今。在大數據環境下，數據具有容量大、類型多、來源分散等特點，這使得傳統的以問題為導向的審計原則不能滿足如今的審計需求，那么如何使審計人員快速“洞察”被審計單位的大數據，數據可視化成為必然[1]。在本文中，筆者結合目前社會的問題及大數據研究現狀，研究基于大數據可視化分析技術的生物制藥行業ST企業的審計方法。

二、大數據環境下常用電子數據審計方法的不足

電子數據審計可簡單概括為“將電子數據進行采集、預處理、整理、挖掘以及分析等過程”，通過這些過程可發現審計線索，進而獲得審計證據。在審計過程中，數據的處理及分析尤為重要，而常用的審計數據處理與分析方法有賬表分析、數據查詢、審計抽樣、統計分析、數值分析等。面對數據密集、數據量大、復雜性高及信息化程度高的數據現狀，常用的電子數據審計方法已不能有效應對當下的審計困境。例如，賬表分析是審計人員將被審計單位的備份財務數據還原成電子賬表，然后審查被審計單位的憑證、總賬、明細賬以及相關財務報表等。但這種方法只能分析被審計單位的部分數據，并且都是以財務數據和結構化數據為主，并不能審計如文本、地理位置等非結構化數據或其他輔助數據；數據查詢主要是使用Excel、Oracle等審計軟件，這些審計軟件的應用都是審計人員根據自己的實踐經驗來進行抽樣審計工作的開展。例如，利用SQL數據庫和Excel函數來分析電子數據，其中，系統對賬審計、重號審計、斷號審計及Benford定律審計是比較常用的審計方法[2]，但這些審計方法都是審計人員根據已有經驗進行選擇，不僅審計效率低下，而且審計范圍不能全面覆蓋，使得審計人員不能根據當前被審計單位的獨有數據進行有針對性的審計，這大大降低了審計效果的準確性及全面性。此外，當前許多數據審計平臺的運算及擴展能力有限，無法滿足海量數據的分析要求。從分析角度來說，即使有些審計分析軟件有自帶的可視化功能，但它們無法針對數據規模大、分析結果信息量較大等問題進行更加精細、直觀的可視化分析。

三、基于大數據可視化分析技術的生物制藥行業ST企業審計方法原理分析

（一）可視化分析技術簡介

可視化分析并不是簡單地把數據、文本等信息分析對象變成圖表，它是以信息為基礎，以可視化為手段，目的是描述真實信息，探索信息本質。一般來說，人的大腦對視覺信息的處理優于對文本、數據等信息的處理，所以使用圖表、圖形等元素可以幫助人們快速地理解信息中的含義、趨勢及相關性。也就是說，可視化分析其實是將抽象概念進行形象性表達，將抽象語言進行具象圖形可視的過程。可視化分析的基本原理是將數據庫中每一個單元數據作為單個圖元元素表示，然后將大量的數據構成圖像，同時以多維的形式將數據的各個屬性值表示出來，從而可從不同的角度觀察和分析信息，使分析者能夠對海量信息進行更加全面、透徹的分析。當前的可視化分析技術主要包含條形圖、樹狀圖、氣泡圖、散點圖、熱力圖以及地圖等。針對審計行業，可視化分析技術能夠使審計工作從問題導向型審計向挖掘型審計轉變，可視化分析技術能夠以更加簡潔清晰的方式展現出海量審計數據間的內在關聯關系，如層級關系、強弱關系、時間關系等。如此能夠使審計人員從海量信息中迅速發現審計疑點，從而提高審計效率。由此可見，隨著審計信息量的高速增長，大數據可視化分析技術是審計人員快速明晰復雜信息的關鍵分析技術，通過將審計數據進行可視化轉化，進而掌握被審計信息的特征與含義[3]，這對審計人員在海量審計信息中發現審計思路、挖掘審計線索、尋找審計證據具有重大意義。

（二）基于大數據可視化分析技術的生物制藥行業ST企業審計方法原理

在實際操作中，基于大數據可視化分析技術的生物制藥行業ST企業的審計方法原理可簡要概述為：根據對被審計對象的了解與調查，除了采用傳統的訪談、現場觀察等審計方法外，還需要采集被審計對象的內外部相關大數據，分別從ST企業的如相關財務數據等結構化數據以及企業以前年度審計報告等非結構化數據進行數據采集，然后通過審計軟件對審計數據進行數據預處理[4]，在此基礎上，審計人員可結合自己的審計背景知識，利用人類視覺的敏感特性，從總體上系統地對可視化圖像進行觀察、分析、總結，從而發現審計線索，尋找審計證據[5]。與此同時，審計人員可根據審計需要改變審計軟件的相關設置，從而根據不同的可視化圖像展示不同的被審計數據特征，進而從所觀察到的審計特征中挖掘審計線索，剖析數據異常的原因，最終更加快速、全面地獲得審計證據。通常情況下，上市公司出現下面兩種情況將會被ST。第一種情況是連續兩年業績虧損，這樣的股票就將被ST，如果第三年繼續虧損，則會被退市，從股票市場消失。第二種情況是上市公司出現重大違法違規行為，將直接被ST，甚至還將被直接退市。因此，通過基于大數據可視化分析技術的生物制藥行業ST企業審計方法的研究，可利用可視化技術分析哪些上市公司被ST屬于第一種情況，又有哪些ST企業是因為重大違法違規行為而被ST，在此基礎上，分別對其產生的原因進行細化分析與探究。由此，通過大數據可視化分析技術進行分析、匯總，為以后開展審計工作提供經驗參考。

四、基于大數據可視化分析技術的生物制藥行業ST企業審計方法分析案例

（一）案例背景

隨著時代的發展，人們對健康的關注逐漸加強，因此生物制藥行業在近些年乃至未來都有巨大的發展空間。尤其是在疫情期間，生物制藥行業更是取得了顯著的成就，從疫苗開發到制藥研發新模式都反映出該行業正在蓬勃發展。猶是如此，生物制藥行業依舊有多家企業被ST。因此，本案例以探索生物制藥行業中企業被ST的原因為背景，以2016—2020年間A股生物制藥企業的財務報表為例，研究大數據可視化分析技術在該類審計中的應用。在大數據環境下，數據可視化工具主要包括兩種分析工具：其一是有關開源、可編程的工具，如R語言、python等；其二就是商業化產品，如Tableau、IBMCognos、MicrosoftExcel等。其中，Tableau是桌面系統中最簡單的數據可視化工具軟件，它實現了數據運算與美觀的圖表的完美結合，用戶只需要將大量數據拖放到數字“畫布”上，便能創建好所需要的各種圖表，這對于計算機基礎薄弱的審計人員來說是最具可操作性及實用性的軟件。因此，本文以Tableau為例分析基于大數據可視化分析技術的生物制藥行業ST企業審計方法。

（二）基于大數據可視化分析技術的示例

在Tableau中，將2016—2020年間A股生物制藥企業的行業信息表、利潤表以及利潤表進行多表連接，然后在數據源中進行數據篩選，對2016—2020年期間A股的ST企業年度數據進行分析，以下僅利用了可視化圖像中某幾個圖像為例。條形圖是數據可視化分析中的常用圖形之一，它是一種以長方形的長度為變量的統計圖表，適用于比較兩個或兩個以上的項目，只有一個變量，從而可以以更加直觀的視角展示各個項目之間的差別[6]。條形圖除了可縱向排列外，亦可橫向排列，或用多維方式表達。比如，在本案例的生物制藥行業ST企業中，通過條形圖分析企業凈利潤，以X軸表示企業名稱及會計期間，Y軸表示各個企業的流動比率，其分析結果如圖1所示。從圖1中可以看出ST企業在近五年的凈利潤情況都不容樂觀，尤其是康美藥業在近五年的虧損顯著嚴重，由此審計人員可以通過這一問題進一步分析其被ST的原因。散點圖表示因變量隨自變量而變化的大致趨勢，由此趨勢可以選擇合適的函數進行經驗分布的擬合，進而找到變量之間的函數關系。散點圖偏向于研究型圖表，能夠使審計人員發現審計數據之間的隱藏關系。在圖2中，通過利用散點圖分析，可以發現康美藥業近五年的營業利潤率分布情況比較離散，尤其是在2020年時情況最為嚴重。營業利潤率如此離散，說明康美藥業的盈利能力弱，經營風險大，由此，審計人員可根據影響營業利潤率的因素進一步挖掘跳躍點產生的原因。例如，可從企業的銷售數量、單位產品平均售價、單位產品制造成本、控制管理費用的能力、控制營銷費用的能力等角度分析。圖2ST企業營業利潤率比較分析示例樹狀圖是一個由不同大小的嵌套式矩形來顯示樹狀結構數據的統計圖表。在樹狀圖中，父子層級由矩形的嵌套表示。在同一層級中，所有矩形依次無間隙排布，它們的面積之和代表了整體的大小。在圖3中，通過樹狀圖可以發現中珠和康美的成本費用利潤率為負，說明他們的成本費用控制能力很差，獲利能力很弱。根據這些分析線索，審計人員可做進一步的詳細分析，查找這些公司的具體成本費用支出，從而找出其獲利能力弱的根本原因。圖3ST企業成本費用利潤率比較分析示例

五、總結

在大數據環境下，審計人員不得不面對大數據帶來的挑戰，那么如何使審計人員在開展審計工作時從整體上快速發現可疑信息，挖掘審計線索，找到審計證據，得出審計結果，這些都需要應用到大數據技術。而大數據可視化分析技術正是解決這些問題的有效手段之一，本文以Tableau為例，研究了基于大數據可視化分析技術的生物制藥行業ST企業審計方法，通過實例可以發現：可視化圖形更能有效利用人類視覺特性來開展審計工作。當然，本文的研究方法并不能全面解決大數據時代下的審計問題，但能有效彌補常用審計方法的不足，拓展審計方法的應用。

參考文獻：

[1]陳偉，SmieliauskasWally.大數據環境下基于數據可視化技術的電子數據審計方法[J].中國注冊會計師，2017（1）：85-89.

[2]徐超，陳勇，葛紅美，等.基于大數據的審計技術研究[J].電子學報，2020，48（5）：1003-1017.

[3]陳偉，SMIELIAUSKASWally.大數據環境下的電子數據審計：機遇、挑戰與方法[J].計算機科學，2016，43（1）：8-13.

[4]陳偉，高嘉文.基于大數據可視化分析技術的大氣污染防治審計方法研究[J].財務與會計，2019（7）：65-68.

[5]陳偉，居江寧.基于大數據可視化技術的審計線索特征挖掘方法研究[J].審計研究，2018（1）：16-21.

篇7

一、企業內部審計面臨的挑戰 

隨著計算機技術，特別是互聯網技術實現了與傳統業務，如金融、保險等的深度融合發展，新技術層出不窮，對企業的發展產生了深遠影響，同時對內部審計提出了嚴峻挑戰。 

（一）信息技術演變的環境影響 

信息技術不斷的影響著審計，信息技術在審計上的效果已經在開展現代審計工作所必需的知識、技能和標準中凸顯出來。新興技術的影響是雙刃劍，一方面，新興技術創建一個更為復雜的系統，使審計工作不能有效開展；另一方面，審計師可以將新興技術作為審計工具，從而使審計工作變得更加高效。有關未來，可以肯定的是信息技術會更迅速的變化，不同于20世紀早期的審計師，現在的審計師面臨一個瞬息萬變的環境。數據規模的擴大，數據處理速度的加快和會計職能的中心化毫無疑問已經達到了頂峰，科技進步的步伐不可能停止，現代審計師不僅要很快的適應環境，還要同環境共同進步，否則審計變得低效。伴隨著信息系統的急劇變化，內部審計的審查對象——經驗活動與內部控制漸趨自動化，在自動化環境下，信息系統橫跨許多部門，審計范圍不僅包括控制互動、業務環節，還包括信息系統的設計和運行情況。同時，信息技術也對內部審計方法技術帶來了巨大影響。傳統手工方式被大量借助計算機硬件及審計軟件的現代審計所取代，新的審計技術使內部審計能夠勝任性質復雜、數量龐大的業務活動。信息技術對審計對象及審計方法兩方面的影響是內部審計必需考慮的因素。 

（二）風險導向審計模式轉變的需要 

為了對整個企業做出較為客觀、全面的風險評估和咨詢服務，風險管理導向的審計模式在金融企業普遍被采用。內部審計參與企業風險管理是內部審計的發展方向，是環境因素和內部審計自身因素共同作用的結果。這不僅為內部審計的發展提供了契機，也有利于企業在風險管理的過程中采用先進的審計方法和技術手段，強化內部審計職能，積極探索和勇于創新，使企業在競爭中處于優勢地位，實現管理最優、效益最佳的發展目標，并開創審計工作的新局面。 

對傳統的內部審計而言，內部審計的目標是評價活動的真實性和合法性，以相關法律法規、企業會計準則、內部審計準則等作為評價標準。而在風險管理導向內部審計模式下，內部審計的范圍拓展到公司治理、風險管理等領域，因此內部審計亟需建立分層級的風險管理數據庫，推動風險管理信息網絡建設，增強風險預警能力，實現有效的風險管理。當前，很多金額企業已在或正在探索以先進的數據庫技術和網絡技術為基礎，以IT系統平臺為支撐，構建風險管理信息網絡。那么基于風險管理的內部審計為基礎，借鑒和充分運用各類業務職能部門、風險管理部門和內部審計部門的溝通與聯系，搭建起內部審計對各層次風險監督、評價的系統平臺，不斷提升風險管理的有效性及能力，利用大數據、云計算等技術，是強化風險管理導向內部審計的咨詢職能的需要。 

（三）金融與互聯網新業務的需要 

在20世紀90年代，信息的告訴發展以及金融市場的創新和完善，使得金融行業逐 

步與網絡結合演變成互聯網金融業。到了21世紀，，互聯網快捷方便安的經營模式改變了人們的投資選擇以及金融機構的業務流程。在2015年開始，互聯網金融指數漲幅接近20%，隨著第三方支付、P2P借貸方式的日漸盛行，傳統商業銀行運轉模式與之相比缺乏一定的競爭力。在新的的經濟形勢之下，各電子交易平臺都在尋求一種新的企業運轉模式來讓自己在經濟的浪潮中穩步前行。本身具有系統風險的互聯網行業與自身具有市場風險和內部審計規范問題的金融行業結合，造成以互聯網為媒介的金融企業在經營背后隱藏著較大的風險。因此新技術在金融企業審計中的應用更加迫切。 

二、新興技術在金融企業內部審計的運用分類 

隨著計算機技術，特別是互聯網技術實現了與傳統企業，如金融、保險等的深度融合發展，對企業的發展產生了深遠影響，同時，對內部審計提出了嚴峻挑戰。 

目前，企業內部審計為了快速適應企業快速發展及工作要求，也正在將新興科技應用于企業內部審計，主要體現于四個方面： 

（一）數據分析工具 

包括大數據技術、HiveQL工具、數據分析開發的R語言三個主要的工具。大數據技術 

相對于傳統的審計抽樣，未能進行全面數據分析，大數據技術及相關分析工具的應用為內部審計提供全體樣本分析工具，并能進行量化分析。 

HiveQL工具則提供基于SQL的查詢語言用以查詢數據的方式進行各類數據的綜合分析，運行Hive時，腳本會被編譯成MapReduce作業執行，應用于Hadoop平臺。 

數據分析開發的R語言擅長統計分析方面工作，它提供了各種各樣的數據處理和分析技術。 

（二）監控工具 

傳統的內審一般是事后監督分析，目前企業的發展需要將風險管控前置，對于內部審計提出更高要求，例如事中監控及審計。目前典型應用如通過日志云平臺，通過對服務器、系統、個人終端、電話記錄等進行綜合分析，病對實時運行的信息進行挖掘，實現對異常登錄、操作進行事中監控及警告。日志云的監控分析，能實現多源多格式的日志進行分析及處理，產生分類豐富的數據分析，以便進行風險及監控。 

（三）行為分析工具 

在反舞弊反欺詐審計工作中，需要對特定人員進行綜合分析，可利用行為分析工具協助核查人員背景信息，追蹤對象行動軌跡，推動資產凍結和追償。 

（四）數據可視化工具 

為數據使用更加直觀、友好、便捷，企業在大數據的提取加工中，運用報表、導圖、圖形、動畫等手段進行數據的可視化展示，在電腦、看板、手機端進行數據應用。企業信息的共享和展示，讓企業內各職能部門可以在日常監控中各取所需，在大數據可視化運營新常態下，當前業務的內部審計工作由以往偏重于對事后的檢查驗證，向對日常數據的事中監控進行轉變，全面覆蓋企業日常審計任務，將審計工作貫穿在企業的發展運營過程中，完善企業的風險管理體系。

     傳統內部審計對于統計分析數據展現形式單一，借助目前流行的數據可視化工具SAS、Tableau、Oracle Business Intellingence等表生成工具，提升了針對風險分析的手段與方法，使得基于大數據分析的商業決策更易被理解和接受，從而將大數據的潛在價值最大化。業務人員通過簡單的拖曳即可定制個性化報表，跳過了數據準備的工作環節。 

三、以平安集團審計為例的實踐探索 

利用大數據、云計算等技術，強化風險管理導向內部審計的咨詢職能、信息技術的發展，給內部審計帶來了巨大的影響。一方面，以信息技術為基礎的系統越來越復雜，內部審計的監督對象呈現出自動化的趨勢，審計范圍不再僅限于業務流程和相應的控制活動，逐步拓寬到了信息系統的開發和運行，這些使得傳統的內部審計方式無法滿足相關要求。另一方面，信息技術巨大低影響了審計方法，以計算機硬件和審計軟件為基礎的信息化審計逐步取代傳統手工方式，內部審計人員能夠將信息技術作為審計工具，在信息化審計背景下內部審計的效率和效果都得到提升。 

以平安集團為代表的金融控股集團內部審計部門利用大數據、云計算等信息技術手段實現精細化運營，以風險為導向，圍繞人員、交易、資產、系統四個維度，推進全集團全方位風險監測體系建設，對數據進行深度挖掘分析，準確對集團各層次的風險進行監控和研判，充分發揮風險管理導向內部審計的咨詢職能。其次，平安集團創新業務系統和平臺，整合公司業務系統、Hadoop、日志云平臺、企業征信系統、Ares風控系統等打通風險監測群，打破信息孤島，為大數據分析、模型開發測試優化、案件信息取證分析提供一站式服務，為審計分析提供全方位數據支持。再次，推廣應用平安日志云和星云平臺，日志云用于幫助公司追蹤生產運營中的為，同時也可以利用日志云平臺實現用戶異常新聞恩的分析。星云平臺則hi繼承了數據分析、數據挖掘和應用展示等功能的數據挖掘平臺。 

篇8

關鍵詞：內部審計信息化；大數據；增值性

我國會計信息化已有較長的歷史，并取得了不小的進步！會計信息化發展必然帶來審計信息化的同步發展問題。但無論是在理論研究層面還是在應用實踐層面，審計信息化的發展都難以趕上會計信息化發展。隨著大數據時代的砹俸腿社會信息化應用程度的加深，審計信息化是必然趨勢。在財政部的支持下，“企業會計信息化調查工作取得階段性成果”。中國會計學會會計信息化專業委員會也在2015年8月8日了《2015企業會計信息化應用調查報告》，報告指出我國目前會計信息化發展速度較快，信息化程度較高，在經過多年的歷程后取得了很多卓越的成就。相比于會計信息化的發展，審計信息化發展如何，關系到企業價值增值的內部審計信息化建設狀況又如何？目前還鮮有關于此方面的文獻，更別說是對某個具體省份的企業內部審計信息化建設狀況的了解了。為此，本文準備專門對安徽省內部審計信息化建設狀況進行專題調研，通過問卷調查的方式開展嚴謹務實的調查研究，以便了解內部審計從業人員對大數據的認知狀況、對當前內部審計信息化工作的推進、內部審計信息化工作目標的達成情況，期望調查結果能夠為審計廳（局）及其政府相關部門指導企業內部審計工作、以及在企業內部大力推進內部審計信息化工作，進一步推進提供一些方向性的指引，同時也為內部審計從業人員思考如何應對大數據的挑戰，從而更好的轉變觀念，提高審計效率，充分發揮內部審計增值服務職能提供一定參考。

一、大數據與內部審計信息化建設情況問卷設計與資料收集

我們按照“大數據-內部審計信息化現狀-免疫力提升-實際困難”這一思路展開，將調查問卷的設計分成了四個部分：前三部分為選擇，最后一部分是開放式的論述（如表1所示），然后通過對問卷結果分析能夠較為全面的反映安徽省內部審計信息化建設狀況。

此次問卷調查借助安徽省內部審計培訓等多種渠道發放問卷200份，回收問卷168份，剔除無效問卷，回收率為83.5%。調查人員主要涉及一線審計人員、高級審計人員、企業中層管理人員和企業其他相關人員，被調查企業涉及安徽省內上市公司和中小企業，覆蓋面較廣，資產規模不等。

二、安徽省內部審計從業人員對大數據的認知程度分析

（一）內部審計人員對大數據及其特征的認知程度

目前安徽省內部審計人員對大數據及其特征的認知，還是處在初步認識的狀態。大部分人員聽過但是不了解大數據（66%），而關于大數據的概念以及特征，筆者認為，題目給出的選項皆能體現大數據的特點。從表2能夠看出參與者在選擇上，更傾向于選擇描述更確切，讓人感覺更像是正確的答案。

（二）大數據對內部審計影響程度的認知狀況分析

不同年齡對于大數據影響的認識有一定的區別。從表3能夠看出20-30歲之間的參與者對于大數據影響認知相對來說較高。而表4則凸顯出審計部門的規模也有一定的影響，認為影響生活及工作的部門規模呈現分散趨勢，即相對較小或者較大的部門認為大數據對生活工作的影響程度較大。

綜上所述，大數據時代的到來，正在悄悄促進著人們理念的轉變。從日常生活開始逐步滲透，繼而影響到人們生活工作的各方面。而作為審計相關人員，在認識到大數據對生活的影響之后，更應該有意識的將大數據引入審計工作，提高工作效率，體現審計對企業增值性的服務價值。

三、安徽省內部審計及其信息化建設狀況的統計與分析

（一）安徽省內部審計機構設置與人員狀況統計分析

被調查企業中設有內部審計機構的比例為76%。其中45%的被調查企業從事專職審計工作人員為1-3人，擁有3-5名專職人員的企業占到24%，擁有5-10名專職人員的企業最少僅僅為13%，而擁有10人以上的審計專職人員的企業僅僅占到了18%。有接近一半的被調查企業從事內部審計工作的專職人員小于3人，說明很多企業的管理者對于內部審計方面的重視程度還不夠，應當加強對內部審計相關工作的重視，提升人才的專業性知識以及優化知識結構。

（二）安徽省內部審計經費投入與資金支持狀況分析

用于內部審計信息化建設的經費投入在一萬元以下的企業占到45%，而57%的企業在年度預算中根本沒有審計信息化專項資金的安排。省內企業審計信息化程度還是處在初級階段，經費投入以及資金支持都較少。無論資金投入數量還是專項資金預算都有向兩頭傾向。能夠得知，省內企業在這兩個方面呈現兩極化趨勢，即大企業更重視審計信息化而小企業更不重視。（見表5）

（三）安徽省內部審計軟件存儲于技術安全狀況分析

安徽省企業在審計工作中用于審計信息維護使用的存儲設備主要是：硬盤（移動硬盤）和U盤（36%和37%）。大部分企業內部審計采用的信息安全技術都是：加密存儲和防火墻或CA認證（42%和33%）。對于信息安全方面，大部分企業在工作上使用的還只是比較日常生活的工具。而云盤（2%）等高端存儲工具以及網閘（3%）、入侵檢測（2%）等信息安全技術，使用者都少之又少。

四、內部審計信息化與安徽省內部審計免疫力提升路徑分析

關于安徽省如何提升內部審計信息化以及內部審計免疫力方面，46%的參與者對內部審計免疫系統最為了解，其次為事項審計理論（25%）、內審云和云審計（15%）以及內部審計免疫力（14%）。從表6可以了解到對于 40歲以上的員工更了解內審云或云審計，而30-40歲之間的員工則更為了解內部審計免疫系統以及內部審計免疫力這兩個概念。

66%的參與者認為信息技術發展對審計免疫力提升，表現在“基于大數據視角，以事項審計理論為基礎，重新審視內部審計程序、審計報告和審計技術方法等，增強免疫力”。安徽省內的絕大部分企業管理和審計人員對于內部審計信息化相關理論還是有一定的了解，并且有自己的見解。“基于大數據視角”就是相關人員對于審計信息化觀念轉變的一個體現。這也為安徽省加強內部審計信息化、提升審計免疫力、促進內部審計更好地發揮“價值增值”等作用提供了良好的發展環境和人力物力的支持。

綜上所述，想要借助信息技術發展提升內部審計免疫力，應當從觀念入手，逐步改善人們的審計觀念。健全法律法規，形成比較良好法律體系。再去改善企業生存環境，優化企業之間的競爭模式，在逐步形成的宏觀發展框架之下，每個企業都會尋找到適合自身發展的提升免疫力的路徑。

五、內部審計信息化建設調研所獲得的啟示

通過安徽省內部審計信息化建設羈齙牡餮校了解到安徽省內部審計信息化發展尚且未發育成熟，信息化建設已經初步有了一定的成果，相關人員在企業處于大數據時代下對審計信息化的認識及理念正在逐步轉變，得到如下啟示：

（一）企業應當加強對審計信息化相關人員的培訓，加強人員對大數據的認知程度，加速對信息化認知和理念的轉變。充分利用大數據技術以提高工作效率，并且合理對待信息化過程中可能出現的一些負面影響。

（二）審計信息化發展和企業科技程度和資金投入密切相關，應改善企業已有信息化管理系統。一切從實際出發，讓信息化系統更符合企業自身經營要求，增加審計獨立性，提升信息技術安全性，量身打造適合的信息化管理平臺。

（三）加強對專業性人才的培養，完善計算機、審計、數據挖掘等專業知識結構，向更專業的方向發展。提升人才利用效率，真正做到“人”“機”結合，做到“1+1>2”的效果。

（四）宏觀角度上內部審計信息化建設發展和相關法律法規的完善是分不開的。經過會計信息化多年的發展證實，無規矩不成方圓，沒有完善的行業法律法規作為準繩，想要快速發展是不可能的。因此，政府需要加強規范引導，通過制度保障為審計信息化發展創造一個良好的發展環境，確保有法可依。

本次調查結果將會為安徽省內部審計信息化建設的推動和法律法規提供理論支持，相信在有關政府和部門的領導下，內部審計信息化一定會蓬勃發展，逐漸跟上會計信息化的步伐，在大數據時代下更好的拓展審計職能，發展增值型內部審計，更快提升企業自身價值和競爭力。

參考文獻：

[1]鄔賀銓.大數據時代的機遇與挑戰[J].求是，2013（4）.

[2]李俊.大數據在公共管理中的運用與審計啟示[J].審計研究，2013（7）.

[3]張佳琦.信息系統審計人才知識結構的研究[J].中國管理信息化，2010（12）.

[4]時現.國內外企業內部審計發展狀況之比較――基于調查問卷分析[J].審計研究，2008（6）.

[5]畢秀玲.我國內部審計人員職業勝任能力框架設計――基于問卷調查分析[N].南京審計學院學報，2013（3）：96-103.

篇9

【關鍵詞】財務預測 審計 會計 總體審計

由于信息化技術的不斷崛起，現代審計工作與會計工作開展方式與傳統形式相比，發生了極大改變，加之現代企業業務與領域的不斷拓展，這就對這兩項工作今后的發展趨勢造成了直接影響。為了確保兩項工作的持續性使用，確保大數據時代下，審計與會計工作能夠高質量實施，對其發展趨勢進行研究是十分有必要的。

一、朝向財務預測方向發展

以往財務人員在日常工作中，會更加注重對已經生成賬目管理與計算，是一種對過去財務賬目進行反映的工作方式。而現代企業不僅需要財務對以往賬目進行計算，更加需要其為企業未來發展與運營提供數據支持，需要財務對未來企業資金情況進行預測，以此來幫助企業對運營風險進行有效規避，確定今后發展重點，為企業獲得更大的經濟效益。因此財務人員會更加對企業各項數據的收集與分析，會對工作重心進行調整，在數據信息中挖掘出更多具有價值的內容，并在此基礎上制定出與企業情況相符的財務預測管理方案以及機制[1]。要在機制中對財務數據預測流程以及方式手段進行明確，且應要求財務人員，要對工作中產生的所有數據進行記錄與保存，以便后期繼續進行使用。同時要對財務數據及時進行更新，要保障財務人員能夠及時通過預算，做出相應的財務風險預警評估以及預算評估，進而為企業決策者提供更加可靠的數據支持。

二、朝向綜合管理方向發展

現代企業為了順應行業變革，都對自身財務管理情況進行了調整，無論是管理內容還是管理手段都發生了一定的變化。所以今后企業財務部門會改變以往管理過于單一的情況，會使財務部門參與到企業發展、產品銷售與策劃以及后期售后等內容之中，使財務部門能夠利用自身優勢，對企業各項流程數據進行統計與整理，會從所得結果中對這些數據所蘊含的信息與價值進行挖掘。并會在審計人員的配合之下，準確對企業運營現狀進行的分析，并上報到有關人員處，確保企業能夠及時對這些問題進行處理，有效降低運營風險的發生機率[2]。

三、朝向及時財務方向發展

這一發展趨勢主要是指財務報告的及時性。傳統的財務報告，不僅編制流程較為繁瑣，而且整體編制時間也相對較長，這樣編寫出的財務報告一般都缺乏及時性，無法作為業務經營的決策，只能作為歷史資料記錄在檔，并沒有將財務報告的作用完全發揮出來。而這一問題目前已經得到了相關人員的足夠重視，并開始就企業財務報告編制形式進行了優化。企業一方面用建立起內部數據資源庫，要將各項運營工作中產生的數據及時進行輸入，保證數據庫資源更新的及時性；另一方面要在內部建立起以財務部門為中心的數據聯絡網絡，確保各項數據信息在輸入到數據庫的同時，還能在第一時間上傳到財務部門，以保證財務報告編制的效率，使及時性財務報告成為現實。

四、朝向總體審計方向發展

由于大數據技術在企業應用的不斷深入，很多審計人員的工作理念以及思維習慣都發生了一定程度的改變，認為審計工作模式也應做出適當調整，要對以往對抽樣審計模式過渡依賴的現狀進行改變。主要是因為這種審計方式雖然具有一定的可取之處，卻會因為抽樣樣本局限性較強，而出現對業務活動開展質量有所忽視的狀況，導致審計工作的落實結果受到了直接影響，無法準確找到潛藏的審計風險，進而影響了該項工作的公正性以及權威性[3]。所以審計人員應利用大數據技術的優勢，要對被審計部門所有數據進行審查，形成“總體審計”模式。為了提高該種模式的審計效率，今后，審計人員應借助大數據技術，準確分析出重點的審計內容以及審計項目，并以信息技術為依托，對其開展全面性審計。進而切實提高審計工作質量與效率，幫助企業對審計風險進行有效規避。

五、朝向高效數據審計方向發展

經過長期改進與優化，現代審計技術已經達到了一定的水平，但仍然以精準度為標準，并不適合當今大規模的數據審計時代。所以，審計人員也應對這一點進行調整，要將精準審計模式逐漸朝向高效審計模式進行發展。審計人員必須按照現代企業財務運行特點，對自身審計工作的開展方式進行調整，要對審計工作進行縱向深度以及橫向深度的拓展，從審計高效性入手，對審計工作的發展方向進行合理調整，并要將總體審計意識深種到審計人員思想之中。保證審計人員能夠從以往工作模式成功過渡到現代化工作之中，能夠主動對先進性審計技術進行學習，逐漸提高自身對于大數據技術的運用水平，從而打破“局限性”的束縛，使他們能夠更加積極對高效型審計手段進行研究，以確保該項工作的穩定性發展。

六、結束語

無論時代如何變化，會計工作與審計工作都需要按照時展特點不斷對自身工作模式以及手段進行調整，要根據企業實際需要對工作細節發展趨勢進行及時調整，并按照以趨勢積極對各項工作進行改進，以保證會計行業以及審計行業在企業中的地位，確保兩項行業的持續性發展。

參考文獻

[1]明艷艷.大數據時代的會計、審計發展趨勢[J].商，2016，15：139.

[2]王麗娟.基于大數據時代的會計、審計發展趨勢分析[J].商場現代化，2016，26：193-194.

篇10

近年來，隨著計算機技術的不斷發展，審計人員在工程項目審計過程中正逐步運用計算機技術代替人工比對來發現審計疑點，進而提供予現場審計組人員進行核實。通過運用計算機技術可以進一步做到審計全覆蓋，且在審計工作效率方面也有了很大程度的提升。那么審計人員如何在工程造價審計中發揮計算機技術的作用呢？一方面是運用數據分析技術，多數情況下是應用數據庫的查詢分析技術，通過對審計數據的整合處理，促使被審計單位分散且格式不統一的工程預算審核及工程結算審核等業務數據和施工圖、竣工圖等電子數據實現集中存儲，利用集中統一的大數據分析思維，對統一整合后的數據開展高效的數據查詢分析，并形成疑點數據并下發給審計組進行調查落實，大大提高了審計的效率和拓寬了審計的監督面；另一方面是運用“總體分析、發現疑點、分散核實、系統研究”的數字化審計方式，全面加大了投資審計的審計成效，同時充分應用大數據審計分析思維，對該項目的預算審核和結算審核等電子數據整合集中分析，創新審計工作模式，提升審計監督能力。

筆者認為利用計算技術輔助開展工程造價審計主要包含數據采集、數據分析、模型編寫、形成疑點、疑點甄別、疑點核查等六個工作過程。一是數據采集與轉換，數據采集和轉換工作是做好數據分析工作的基礎，有效的采集和轉換能使得后續審計工作順利開展，事半功倍，因為過多的冗余數據會使得分析出的數據疑點不夠精確且會增加審計人員甄別審計疑點的工作量，效果也不明顯。所以在數據的采集轉換過程中，筆者充分利用自行開發的基建投資審計數據清理工具軟件對造價數據進行有效清理，并利用現場審計實施系統(AO)及其他采集轉換軟件等軟件對數據進行采集、整合、校驗，以此來完成項目預算審核和結算審核等業務數據收集、轉換、清洗、入庫，同時也完成了項目施工圖和竣工圖等CAD電子數據采集轉換工作，收集原始數據，形成了項目竣工結算審計數據庫。二是數據分析，主要根據審計實施方案中的審計事項編寫SQL語句并導入現場審計實施系統(AO)，利用數據庫的查詢分析功能對工程數據進行分析，批量分析篩選出審計疑點。例如要篩選出增加工程量的疑點，思路是從結算審核中與預算審核中篩選出相同項目“結算審核審后數量”與“預算審核工程量”工程量差值大于0的疑點。語句為：Select(cast(a.審后數量asdecimal(20,4))-cast(b.工程量asdecimal(20,4)))數量差,(cast(a.審后數量asdecimal(20,4))-cast(b.工程量asdecimal(20,4)))*a.審后單價as問題金額,a.項目編碼,b.項目編碼,a.項目名稱,b.項目名稱,a.項目特征描述,b.項目特征描述,a.審后數量,b.工程量,a.審后單價,a.審后合價From[結算審核數據]aJoin[預算審核數據]bOna.項目特征描述=b.項目特征描述anda.項目名稱=b.項目名稱and(cast(a.審后數量asdecimal(20,4))-cast(b.工程量asdecimal(20,4)))'0'WHEREa.審后數量b.工程量。通過該語句就可以實現將增加工程量的內容篩選出來，提供給現場審計的審計人員核實工程量增加的真實性，在一定程度上節約了審計人員采用手動比對的時間，從而提升了效率，也提升了數據比對的覆蓋面。再例如要查詢現場簽證的疑點，語句為Select序號,項目編碼,項目名稱,項目特征描述,審后數量,審后合價From結算審核數據WHERE項目名稱like'%簽證%'or項目特征描述like'%簽證%'and審后數量'0'。通過該語句的運行，我們就可以批量的將結算審核數據中將涉及簽證的內容篩選出來，提供給現場審計人員對簽證的真實性以及套價的準確性進行核實，很大程度上提高了審計效率。

再例如要查詢現場核對與結算審核計量情況的比對的疑點，比對出未施工項目是否應核減未核減。數據分析組通過對現場核對表與結算審核數據表中相同項目，篩選出結算審核數據表中對應的工程量清單子目疑點數據，語句為Selecta.項目名稱,a.項目特征描述,a.審后數量,b.項目名稱,b.現場核實情況,b.工程量數量疑點,a.審后合價,b.應核減金額From結算審核數據aJoin審計現場核對工程量數量表bOna.項目名稱=b.項目名稱ora.審后數量=b.工程量數量疑點WHEREa.項目特征描述like'%SC20%'andb.現場核實情況like'%SC20%'ora.項目特征描述like'%閘閥DN125%'andb.現場核實情況like'%閥門DN125%'ora.項目特征描述like'%磚砌矩形閥門井%'andb.現場核實情況like'%磚砌矩形閥門井%'ora.項目特征描述like'%旋流防止器DN125%'andb.現場核實情況like'%旋流防止器DN125%'，通過該語句（語句內容可根據現場核對情況進行編寫）的運行能夠準確比對出現場實際未施工項目在結算審核中是否計量計價，形成疑點數據表提供予現場審計組進一步核實。三是模型編寫，模型編寫是按照數據分析的目的進行分類記錄，將SQL語句和對應功能、審計事項進行記錄形成模型，可以供今后工程項目造價審計使用或者參考，能形成固定的審計分析方式從而節約數據分析組的時間。例如將上述的第一條SQL語句進行模型編寫，通過編寫為模型編號為疑點001，模型名稱為增加工程量真實性審計，模型功能為通過相同項目名稱和項目特征描述對當條件為結算審核表中審后數量大于預算審核表中工程量時比對出結算審核時增加工程量所對應的工程量清單子目。對應審計事項是固定資產投資審計施工管理造價工程造價真實性，所需數據為預算審核數據表和結算審核數據表。通過模型的編寫可以為今后其他工程項目審計時提供模板，其他項目審計組可以運用該模型對相同或類似的疑點進行篩選，能更加便捷高效地形成審計疑點，很大程度上節約了審計時間和提升了工作效率。四是疑點形成，運用AO現場辦公軟件對模型中SQL語句的運行，可以根據審計人員的思路和對應模型的功能批量產生疑點，并對應形成疑點電子數據表格提供予現場審計組進行甄別和核查。五是疑點甄別，針對SQL語句篩選出來的疑點，需要審計人員進行進一步的甄別，篩除存在內容重復或者明顯不符合審計事項的疑點。保留應進一步核實的審計疑點，特別是數據較為異常的情況，例如工程量異常增加較多的數據，提供給現場審計組對照對應的證據材料進行下一步的疑點核查。六是疑點核查，疑點核查是審計組人員對甄別后的疑點對照相關審計標準進行核實從而發現審計問題的過程。例如數據分析組利用增加工程量審計模型分析比對出增加工程量的疑點數據，現場審計組針對甄別后的審計疑點進行核實并發現問題。如在對異常增加工程量的疑點進行核實時，審計組人員深入工程實地進行現場核對并對照工程聯系單及簽證單等工程內業資料進行核實，重點核查工程量增加是否有建設單位、施工單位和監理單位等單位的簽證支撐。