基层审计机关大数据审计的问题与对策

徐荣华 程璐

[摘要]本文论述了大数据审计的特征和流程，分析了大数据审计存在的问题，并从制度、运行、评价及人才等方面提出相应对策。

[关键词]审计机关    大数据    审计    问题    对策

年来，党中央、国务院高度重视大数据在经济社会发展中的重要作用，并适时出台相关政策和措施，党的十九大进一步提出建设数字中国、智慧社会。广东、浙江、湖北等省先行先试，相继发布“数字政府”建设规划。在我国地方政府政务数字转型快速发展的趋势下，审计监督借助大数据实现转型已迫在眉睫，大数据审计已成为必然趋势。当前，开展大数据审计也是推进审计项目和审计组织方式“两统筹”、实现审计监督全覆盖的最佳方式。

一、大数据审计及其特征分析

目前，学术界、实务界等主要从大数据审计功能、产生动因、审计质量控制、内容、存在问题及具体审计模式等视角，系统全面地研究国家审计机关开展大数据审计的动因、内在机理、路径及主要方式方法，并形成一些重要观点和结论。很多学者意识到大数据审计的重要性，提出构建大数据审计平台，以推动大数据审计的开展（秦荣生，2013;王欢、许暖、沈波，2014;魏祥健，2014）;一些学者认为，大数据环境下激增的海量数据和审计技术的迭代给审计监督带来了严峻挑战，传统的事后审计模式已不适应大数据环境下的审计发展需求，迫切需要通过革新审计技术和优化审计模式来提高审计效率和质量（牛艳芳、薛岩、孟祥雨，2014）;还有学者指出，大数据环境导致审计内容愈加复杂，必然带来各种新增的审计风险（陈伟、Smieliauskas Wally，2012）。

研究大数据审计离不开对大数据的准确把握和理解。国际权威研究机构Gartner认为，“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。通过该定义可以看出，大数据属于资产范畴，类别是信息类资产，预期能够带来经济资源，并且该项资产的价值在于其所产生的强大决策力、洞察发现力和流程优化能力。

目前，人们对大数据特征普遍达成共识，即大数据具有“6V1C”的七个典型特征，即容量（Volume）大、种类（Variety）多、速度（Velocity）快、可变性（Variability）强、真实性（Veracity）、復杂性（Complexity）、价值（Value）高。

一般而言，大数据审计流程主要为：第一步，利用专门软件或技术，与被审计单位数据接口或终端连接获取原始数据;第二步，按照审计目标对数据进行筛选、分类、整理、加工、分析，形成符合审计需求的数据;第三步，根据需求建立数据分析模型，对数据进行经济学、统计学相关运算和分析;第四步，根据分析确立疑点或风险点，构建从事前、事中至事后一体化、全方位、全过程的持续审计模式。

大数据审计在本质上具备审计的根本特征，但它又有别于其他审计，具有以下特征：第一，大数据审计是一种平台审计。大数据需要与云计算技术平台深度融合才能产生生命力，云计算技术平台是大数据的存在形式，因此，构建云计算技术平台是发挥大数据审计作用的重要前提。第二，大数据审计是一种整合审计。大数据离不开数据的集聚和整合，大数据审计必然是资源整合、资源融合的过程，既包括数据整合，又包括审计资源和力量的整合。第三，大数据审计是一种管理审计。大数据环境下数据管理已成为核心竞争力，数据质量是商业智能成功的关键。通过实施大数据审计，在配备外脑的情况下，审计可以提出更具建设性的意见和建议。第四，大数据审计是一种技术审计。需要运用与传统审计截然不同的审计技术和方法，如数据挖掘技术、关联比对技术、智能分析技术等。第五，大数据审计是一种风险审计。由于大数据在客观上存在数据泄露的风险和可能，需要对数据风险进行评估和防范。

二、基层审计机关开展大数据审计存在的问题

基层审计机关由于受人员编制限制，审计力量较弱。以某区审计局为例，全局共有26人，其中一线审计人员11人。2016—2018年，该局共完成114个审计及专项审计调查项目（不包括抽调参与上级审计机关的审计项目），其中一线审计人员年均完成审计项目3.5个。随着大数据时代的到来，审计方式方法面临重大变革，在审计模式创新未能及时适应和跟进的情况下，基层审计机关开展大数据审计存在困惑和挑战，突出表现为缺平台、缺思路、缺技术、缺应对等方面。

一是缺乏大数据审计平台。云平台是大数据运行的载体，是确保大数据发挥作用的关键。云平台可实现对大数据资源的有效整合和管理，为大数据审计形成强有力的技术支撑。云计算技术平台的主要功能是协同协作，实现“1+1>2”。然而目前区域性、分层次的云计算技术平台尚未建立，审计机关与被审计单位仍然是“一对一”的审计模式，大数据的采集、管理、分析处于零碎化状态，运用大数据审计实现“一对多”（一个审计机构对应多个审计项目或单位）、“多对一”或“多对多”等功能的较少，远程审计未能得到大规模运用。

二是缺乏大数据审计思维。首先，审计人员未能深化对大数据的认识，未充分了解大数据理念。大数据包括结构化数据、非结构化数据及半结构化数据，不同的数据，其特征也不相同。比如，对于会议纪要、财务报表附注等非结构化数据，需要运用文本分析法、Python技术等进行有针对性的分析。如果对大数据理解不够深刻，实施大数据审计时难免带有传统的“账套”思维，将缩小审计范围，影响审计结论的科学性。其次，以事后审计思维模式为主，实时审计思维不足。受囿于主客观条件限制，事后审计模式的最大弊端是效果滞后、未能防范于未然。因而，需要通过不断变革，努力从事后审计模式向事中、事前审计模式转变。最后，审计思维仍然停留在静态、单一和局部层面。审计人员往往着眼于被审计单位一定时期的静态数据或事项，对单个项目、单个事项、单个目标实施审查，考虑问题总是局限于某个部门或领域，未能站在全局角度思考问题，亟须快速转变。

三是缺乏大数据审计技术。由于对实施大数据审计应对和准备不足，审计技术人才较为缺乏，并且多数审计机构在人才招募、培训等方面未能建立充分的保障機制，致使大数据审计技术难以适应发展需要。大多基层审计机关尚未设立负责实施大数据审计的专门机构。在大数据审计环境下，抽样审计模式正向全样本审计模式转变，审计人员需要进一步研究新的审计技术和方法。

四是缺乏大数据审计的风险应对措施。大数据审计面临的风险主要有制度风险、数据安全风险和数据质量风险，目前对这些风险的应对措施较为缺乏。大数据审计需要依法依规进行，从数据获取、存储、分析及运用的全流程进行必要的规范。制度风险主要是缺乏实施大数据审计的法律法规、审计准则及操作指南等;数据安全风险主要指所获取的原始数据及加工处理后的数据存在较大的泄露隐患。数据保管不善会泄露国家机密、商业秘密、个人隐私等，不可避免地对国家、企事业单位及公民个人利益带来损失。数据安全风险分为主观故意泄露风险及客观上（比如黑客攻击、感染木马病毒等）数据被盗取的风险。基层审计机关由于设备、技术不够先进及防范技术落后，数据安全风险较为严重。数据质量风险涉及数据的准确性、真实性及可靠性等。信息系统本身也需要审计以判断其处理的数据是否可靠和值得信赖，再利用分析性程序对数据进行分析以检查数据的逻辑性、合理性及价值性。对于重要数据，还需通过询问、问卷调查、访谈等调查手段进行必要验证。

三、基层审计机关开展大数据审计的对策

平台、技术、思维和风险应对措施的缺乏，一定程度上阻碍了大数据审计的开展。为更好地促进基层审计机关开展大数据审计，需要在以下四个方面采取相应对策。

一是做好制度体系建设。在充分调研的基础上，出台大数据、大数据审计所需要的相关制度，规范大数据审计行为。制度建设应当立足全局，确保战略性、前瞻性、针对性、层次性和有效性，且涵盖法律、法规、大数据审计准则及准则指南等内容。制度建设的目标是构建数据生态系统，平衡大数据产生的各部门之间及大数据审计全流程中的各方关系，明确责权利，保障各方正当利益。

二是做好运行体系建设。在充分论证的前提下，构建大数据审计运行平台，优化、整合和融合各种资源，对数据进行统一管理。平台采用云计算技术，发挥协同功能，对被审计单位的数据资源和审计机关的审计资源进行优化配置，充分调动各方积极性和主观能动性。基层审计机关应通过平台实施大数据审计，结合审计项目和审计组织方式“两统筹”，探索融合式、嵌入式、“1+N”等审计项目组织方式，努力做到“一审多项”“一审多果”“一果多用”，最大限度扩展审计覆盖面。同时，建立必要的运行机制、约束机制、监督机制及激励机制，确保平台实现良好运转。

三是做好评价体系建设。区别于以往“单打独斗”的传统审计，大数据审计需要多方共同参与、协同协作。不同审计机关可能单独或共同完成某项审计任务，但不论何种情形，单个基层审计机关都离不开平台的支持、调配和管理，离不开其他审计机关或人员的支持和帮助。因此，需要引入集体评价模式，规避注重部门利益的本位主义，引导、监督和激励各方协同开展大数据审计，科学评价单个基层审计机关的审计绩效。

四是做好人才体系建设。既需要培养大数据审计技术人才，又需要培养相关管理人才。所需人才还要具有战略眼光、大数据审计思维，熟悉计算机、管理学、经济学、会计、审计、财务等专业知识。应适时开展多层次、全方位的培训，构建复合型、专家型、顾问型专业人才培养体系。

（作者单位：宁波大学 宁波市江北区审计局，

邮政编码：315211，电子邮箱：xu_rong_hua@aliyun.com）