鄭莎莎 劉燕萍 劉瓛

作者簡介：鄭莎莎（1988-），女，漢族，陜西西安人，研究生，會計碩士，單位：蘭州商學院會計碩士，研究方向：審計與內(nèi)部控制方向。

劉燕萍（1989-），女，（漢族），江西鷹潭人，蘭州商學院會計學院在讀碩士研究生，研究方向企業(yè)理財與稅務籌劃。

劉瓛（1990-），女，漢族，甘肅會寧縣，會計碩士，單位：蘭州商學院，研究方向：注冊會計師方向。

摘要：隨著科技信息的發(fā)展，大數(shù)據(jù)越來越多被提及。它給我們帶來了新的思維變革、管理變革和商業(yè)變革。隨之審計環(huán)境發(fā)生了翻天覆地的變化，出了財務數(shù)據(jù)人們更多的是面臨業(yè)務數(shù)據(jù)、網(wǎng)絡信息和更多的電子數(shù)據(jù)信息。本文在闡明大數(shù)據(jù)時代的相關(guān)概念和特點后，分析了大數(shù)據(jù)時代的數(shù)據(jù)處理問題和挖掘數(shù)據(jù)的方法，以及對審計分析工作的思考。

關(guān)鍵詞：大數(shù)據(jù)；審計分析

一、什么是大數(shù)據(jù)

最早提出大數(shù)據(jù)概念的學科是天文學和基因?qū)W，這兩個學科從誕生之日起就依賴于基于海量數(shù)據(jù)的分析方法。大數(shù)據(jù)可以說是計算機和互聯(lián)網(wǎng)結(jié)合的產(chǎn)物，計算機實現(xiàn)了數(shù)據(jù)的數(shù)字化；互聯(lián)網(wǎng)實現(xiàn)了數(shù)據(jù)的網(wǎng)絡化；兩者結(jié)合才賦予了大數(shù)據(jù)生命力！近幾年，計算機和互聯(lián)網(wǎng)的飛速發(fā)展，大數(shù)據(jù)概念如雨后春竹般涌現(xiàn)在人們的生活中。美國互聯(lián)網(wǎng)中心指出，互聯(lián)網(wǎng)上的數(shù)據(jù)每年將增長50%，每兩年就會翻一番，而且目前世界上90%的數(shù)據(jù)都是最近幾年才產(chǎn)生的。根據(jù)對大數(shù)據(jù)的理解，我們很容易發(fā)現(xiàn)大數(shù)據(jù)的顯著特點：第一，數(shù)據(jù)體量巨大。從GB級別，躍升到TB級別，更甚至躍升到PB級別。第二，數(shù)據(jù)類型繁多。除了傳統(tǒng)的數(shù)據(jù)外，網(wǎng)絡日志、視頻、圖片等等都是需要分析的數(shù)據(jù)類型。第三，數(shù)據(jù)價值密度低。例如視頻分析，在連續(xù)不斷的監(jiān)控中，可能有用的數(shù)據(jù)僅僅一兩秒。第四，數(shù)據(jù)處理速動快。第五，只要合理利用數(shù)據(jù)并對其進行正確、準確的分析，將會帶來很高的價值回報。

二、大數(shù)據(jù)下帶給審計分析的新思考

隨著信息技術(shù)的不斷發(fā)展，數(shù)據(jù)在生產(chǎn)過程，企業(yè)管理中起著越來越重要的作用，這種認識的提高也給審計分析帶來新的思考。

1.大數(shù)據(jù)處理模式

2013年7月9日，中國審計署副審計長石愛在北京信息科技大學看望審計數(shù)據(jù)分析師高級培訓班學時指出，“大數(shù)據(jù)”是需要新處理模式才能具有更強的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產(chǎn)，“大數(shù)據(jù)”時代的來臨會對審計工作產(chǎn)生深遠影響。

在大數(shù)據(jù)時代，建設信息采集、數(shù)題的據(jù)處理、審計作和審計管理為一體的審計服務平臺。在這種數(shù)處理模式中，應該做到以下幾個方面。

搭建具備大數(shù)據(jù)處理能力的“云審計”平臺基礎。包括審計數(shù)據(jù)模塊，主要是對各類信息資源的及時充分獲取、有效管理、充分共享和靈活檢索；審計應用模塊，主要是對各類信息資源的持續(xù)監(jiān)測；審計管理模塊主要實現(xiàn)審計流程的智能化管理和成果貢獻。因此，通過這個平臺對各類信息進行及時獲取、分析、利用等進行“智能化”審計分析，為審計工作提供有效支持工作。

形成“數(shù)據(jù)驅(qū)動”的審計技術(shù)方法核心體系。更新審計的理念、方法和工具等，摒棄關(guān)系型的數(shù)據(jù)分析工具向非關(guān)系型數(shù)據(jù)分析工具轉(zhuǎn)換。對海量的信息進行持續(xù)的深層次的挖掘，揭示風險特征及關(guān)聯(lián)關(guān)系。內(nèi)部審計在信息化條件下運用大數(shù)據(jù)挖掘技術(shù)，審計不在需要分別獲取各個部門對業(yè)務數(shù)的相關(guān)數(shù)據(jù)，只要接入企業(yè)內(nèi)部網(wǎng)絡，所有審計所需的數(shù)據(jù)在設置一定權(quán)限后都可以直接獲取，很大程度上節(jié)約了審計成本。通過據(jù)的全面性篩查和關(guān)聯(lián)分析，突破不同業(yè)務部門之間的“隔離墻”，實現(xiàn)對跨部門、跨區(qū)域、跨機構(gòu)、跨業(yè)務、跨產(chǎn)品、跨風險信息的關(guān)聯(lián)整合，持續(xù)、系統(tǒng)性地監(jiān)測業(yè)務發(fā)展與風險變化趨勢，捕捉到數(shù)據(jù)背后隱藏的各種風險及相互關(guān)聯(lián)，前瞻性地提出審計建議。

2.全面采集原始數(shù)據(jù)

在傳統(tǒng)的審計過程中，審計人員往往采用：提出數(shù)據(jù)需要然后轉(zhuǎn)換成標準表形式，進而進行數(shù)據(jù)分析的方式。標準表的轉(zhuǎn)換工作一般有被審計單位完成，這樣勢必會引起一部分問題：首先，如果審計人員不了解被審計單位的業(yè)務流程，很容易出現(xiàn)提出需要的數(shù)據(jù)不準確，進而影響審計結(jié)果，再者，由被審計單位提高的數(shù)據(jù)可能出現(xiàn)信息準確性問題。這些問題都影響審計結(jié)果，在一定程度上會導致審計失敗。

解決這些問題的最佳方式是采用原始數(shù)據(jù)。除了使用傳統(tǒng)的關(guān)系型數(shù)據(jù)庫Oracle和SQL server等來存儲每一筆數(shù)據(jù)，還可以利用Redis和MongoDB這樣的非關(guān)系型數(shù)據(jù)庫用于數(shù)據(jù)的采集。非關(guān)系型數(shù)據(jù)庫可以處理超大量的數(shù)據(jù)，易擴展，有靈活的數(shù)據(jù)模型，在大數(shù)據(jù)采集中運用較多。

3.導入以及分析。

大數(shù)據(jù)時代，采集端本身已經(jīng)有很多不同類型的數(shù)據(jù)庫，但要對所采集的數(shù)據(jù)進一步分析，仍需將采集端的數(shù)據(jù)庫導入到一個更利于對數(shù)據(jù)進行分析的數(shù)據(jù)庫，現(xiàn)在大多采用大型分布式數(shù)據(jù)庫或者分布式存儲集群，運用這些數(shù)據(jù)庫，可以在導入的基礎上做簡單的數(shù)據(jù)處理工作。由于數(shù)據(jù)量的差別，在大數(shù)據(jù)時代，導入的數(shù)據(jù)量通常非常大，因此對系統(tǒng)資源，特別是輸入輸出端口有極大的占用。

4.大數(shù)據(jù)時代數(shù)據(jù)挖掘的應用和方法

數(shù)據(jù)挖掘（Data Mining）就是從大量的、不完全的、有噪聲的、模糊的、隨機的實際應用數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程。因此，挖掘的數(shù)據(jù)應該具備以下幾點特征：數(shù)據(jù)源必須是真實的、大量的、含噪聲的；發(fā)現(xiàn)的是用戶感興趣的知識；發(fā)現(xiàn)的知識要可接受、可理解、可運用；并不要求發(fā)現(xiàn)放之四海皆準的知識，僅支持特定的發(fā)現(xiàn)問題。審計部門的數(shù)據(jù)挖掘以往偏重于對大金額數(shù)據(jù)分析，而隨著績效審計的興起，審計部門也需要通過數(shù)據(jù)來對被審計單位的各類行為作出審計評價，這些需要全面的數(shù)據(jù)支持。

統(tǒng)計分析。統(tǒng)計分析是商業(yè)職能的一面，設計收集、審查業(yè)務數(shù)據(jù)和趨勢報告。它是一種基于模型的方法，在審計工作中尤為重要。主要包括回歸分析、因子分析和主要成分分析、聚類分析、時間序列分析等。一般情況，真實的財務報表中主要項目的數(shù)據(jù)會呈現(xiàn)一定的規(guī)律性，如果其變化異常，說明數(shù)據(jù)中存在的異常點可能隱瞞了或者忽略了重要的財務信息，反映被審計單位的財務報表可能存在虛假成分。因此審計人員通過統(tǒng)計分析，探索被審計數(shù)據(jù)內(nèi)在的數(shù)據(jù)規(guī)律性，以發(fā)現(xiàn)異?，F(xiàn)象，快速尋找審計突破口。

5.大數(shù)據(jù)時代，審計分析的調(diào)整

從上面的分析我們發(fā)現(xiàn)，在大數(shù)據(jù)時代的數(shù)據(jù)采集、數(shù)據(jù)分析以及挖掘都和傳統(tǒng)方式相比存在差異，進而為適應科技信息的進步，我們的審計分析工作也應該做出相應的調(diào)整，以適應大數(shù)據(jù)時代數(shù)據(jù)特征。

適應大數(shù)據(jù)時代數(shù)據(jù)的模糊性和混亂性。在以往信息比較匱乏的時代，審計分析中應該追求信息的準確性，信息的準確程度直接影響著審計結(jié)構(gòu)。而在大數(shù)據(jù)時代的現(xiàn)在，所獲取的信息數(shù)據(jù)存在很大的錯誤，這給數(shù)據(jù)的采集和轉(zhuǎn)換造成了很大的困難和混亂。審計人員在審計過程中應該轉(zhuǎn)變思路，重新審視數(shù)據(jù)的精準性。數(shù)據(jù)的混亂正好反映出被審計單位信息系統(tǒng)的控制、管理存在問題。審計人員應該精確的定位疑點，查找原因。

非結(jié)構(gòu)化數(shù)據(jù)處理。大數(shù)據(jù)時代數(shù)據(jù)的內(nèi)容從傳統(tǒng)的數(shù)字轉(zhuǎn)化到圖像、文字、視頻設置GPS地理位置。數(shù)據(jù)處理也從結(jié)構(gòu)化數(shù)據(jù)處理轉(zhuǎn)化到非結(jié)構(gòu)化數(shù)據(jù)處理。我們需要從一系列工具系統(tǒng)的去分析，提煉數(shù)據(jù)。

更加重視數(shù)據(jù)安全性。正如Gartner所說：“大數(shù)據(jù)安全是一場必要的斗爭”

在大數(shù)據(jù)時代，無處不在的智能終端、互動頻繁的社交網(wǎng)絡和超大容量的數(shù)字化存儲，不得不承認大數(shù)據(jù)已經(jīng)滲透到各個行業(yè)領(lǐng)域，逐漸成為一種生產(chǎn)要素發(fā)揮著重要作用，成為未來競爭的至高點。大數(shù)據(jù)所含信息量較高，雖然相對價值密度較低，但是對它里面所蘊藏的潛在信息，隨著快速處理和分析提取技術(shù)的發(fā)展，可以快速捕捉到有價值的信息以提供參考決策。因此，在審計工作中，我們應該更加重視數(shù)據(jù)安全性。制定大數(shù)據(jù)存儲安全策略、大數(shù)據(jù)應用安全策略以及大數(shù)據(jù)管理安全策略。

大數(shù)據(jù)時代，對審計工作的機遇和挑戰(zhàn)并存。如何更好的利用大數(shù)據(jù)是我們審計人員在日后的工作中共同努力探討追求的目標。（作者單位：1.蘭州商學院；2.蘭州商學院會計學院）

參考文獻：

[1]張紹雄.《大數(shù)據(jù)引發(fā)信息時代新變革》，《大眾科技》，2013年12期.

[2]朱玉斌.《大數(shù)據(jù)時代圖書館信息服務變化》，《科技創(chuàng)新與應用》，2013年36期.

[3]楊永強.《大數(shù)據(jù)時代的應用研究》，《電腦編程技巧與維護》，2014年8月

[4]陳甜遠.《無線互聯(lián)科技》，《信息安全與通信保密》，2013年10月

[5]王靈宇.《計算機審計理論與技術(shù)方法研究》，《中國科技博覽》，2011年24期.