审计全覆盖视角下企业大数据审计的运用研究

2020-12-08王旭阳

经济视野 2020年17期

文| 王旭阳

引言

企业审计的发展对企业的发展有很重要的作用，是其发展过程中重要的组成部分，大数据审计的应用是现代化企业审计的重要基础支撑。将企业审计委员下达的任务落实到实际的审计工作过程中，逐渐适应社会发展的速度，满足新时代审计全覆盖的要求，提高企业审计工作效率；在发展的过程中不断强化科技审计理念，完善大数据审计的思维方式，逐渐朝着信息化资源、大数据高效率的方向发展，加强对信息化条件下企业审计全覆盖路径的探索，不断推动企业的发展，是现代企业对审计工作的要求，所以全覆盖视角下的大数据审计是现代审计的发展趋势

审计全覆盖视角下企业大数据审计在应用过程中面临的挑战

企业发展需要信息化管理系统，对于数据管理的类型比较多，富有多样化的特点，企业审计的数据越来越复杂。由于数据时代发展快速发展，造成企业设计核心的系统功能和数据结构，很难满足企业审计数据发展的需求，而且企业现在的发展状况，在审计全覆盖视角下，企业审计数据的应用发展面临的挑战越来越大。

企业发展本身的经营管理活动的内容越来越复杂，造成企业信息系统的种类越来越多。在其发展的过程中，提高综合性管理系统的发展需要以强化科学管理为目标，不断提高企业决策和执行效率。例如：管理信息、决策支持、资源计划管理系统等。以优化和强化企业业务发展为目的来有效的支撑经营主营业务信息系统，进而可以有效的降低企业发展的成本，达到节约企业能源消耗的目的，不断提高企业经济效益。例如：产品生命周期管理、计算机辅助制造系统。建立有效的电子商务信息系统，需要不断提高市场竞争能力，以产业链为基础可以建立有效的电子商务的平台，例如：企业对企业、企业对客户、客户关系管理等系统。同时，发展多样化的企业信息系统可以决定数据应用过程的分散效果、标准不统一、水平参差不齐等，在其发展的过程中可能会出现以上问题，需要加强对全覆盖企业审计管理的发展，企业对其难以统一的数据制定标准。

审计全面覆盖视角下企业大数据审计资源体系的构建

随着数据时代的发展，有效的利用大数据技术，对企业的发展有很大的作用，对企业审计的相关数据资源进行全面的整合，为企业构建审计全覆盖工作体系的建立了有效的基础。所以，企业大数据审计体系的发展和建立，需要加强对大数据技术的应用，实现数据的全量化采集，对其进行标准化的处理有很大的作用，保障数据的准确度。

利用大数据技术和数据来源的渠道对企业大数据审计进行有效分类，将数据分为九个方面，其中包括政府法规数据、基本信息数据、财务数据、业务数据、管理数据、行业数据、外部相关的数据、审计数据、舆论数据。如果对大数据进行深入的分析，又可以将其分为十五个子数据类型以及若干个小数据类型。但是，对于数据的分类而言，无论是怎么分类，都只会呈现出两种类型非结构化和结构化两种形式。

企业在发展的过程中，对审计结构化的数据进行采集和处理，需要利用到的工具有前置机、联网、备份数据、提取工具、填报式等方法，对数据进行有效的采集并落实到实际工作过程中。对于数据的实际标准可以将其分为以下几个方面：财务数据处理、业务数据处理、风险数据处理。企业财务数据在处理的过程中存在标准化程度较高的特点，所以在处理时需要利用模板对其直接进行处理。在进行业务数据处理的过程中，由于业务数据的标准化较低，在处理时需要利用转换、过滤、筛选等各种方式对数据进行有效的清洗，进行标准化的处理，保障数据的有效性和准确性。对于风险数据的处理，需要对其制定有效的采集模板，来实现风险数据的固定化处理方式。

在进行企业数据采集的过程中，由于无法有效利用数据库二维表结构，无法对文字和图像图片等数据内容进行有效的表达出来，进而为企业大数据审计采集的工作带来了很大的困难。据相关的调查显示，企业的发展有将近80%的数据是属于非结构化的数据，而且非结构化的发展正在以60%的指数飞速的上升。所以，对于企业的发展，非结构化的数据逐渐成为企业审计数据发展的重要组成部分，其中非结构数据所包含的内容有审计工作所涉及的政策法律法规、企业的基本信息、舆论数据、风险数据等相关的内容。以舆论数据采集为例，对其进行深入的分析和研究可以发现，在进行非结构数据采集处理的过程中，可以有效的对新闻媒体、互联网站、社会网络数据等各种信息的渠道进行全方位的扫描和检测，可以利用大数据技术对数据信息进行挖掘采集，对有效的信息数据进行全面的采集、处理、筛选、分析，得出相应的结果，最终形成具有利用价值的舆论信息，然后将处理后的信息推送给企业相关的审计工作人员。

审计全覆盖视角下企业大数据审计分析平台的构建

对于大数据审计的应用是通过相关技术条件的人员和工作人员的长期经营积累完成的，多数的企业的审计数据是通过审计工作人员进行有效的处理，所以对于审计工作人员的要求较高，要求其具有较高的信息技术能力和审计的业务能力，同时还需要保障数据信息的安全性，对所有的数据进行集中处理，可以建立完善的大数据审计处理的平台，进而有效的提高对大数据处理的效率。对企业大数据审计建立有效的分析平台，需要更新传统的对大数据处理的平台框架，建立以数据为中心的体系框架，加强对各层架构的功能要素问题的处理，进而可以建立更为规范化的数据管理的体系。根据数据处理的相关流程，可以将大数据技术作为中心对大数据审计分析的平台进行有效的划分，分为四个层次：大数据资源层、大数据处理层、大数据分析层、大数据模型层。审计数据的分析平台建立的原理是在原有的网络安全防护的环境下，对审计的大数据进行有效的访问，进而可以实现数据管理的规范化和标准化。

大数据技术发展的核心是数据分析能力，对处理后的数据进行总体分析下面相关关系分析、预警分析等方法，将有效的信息和结论挖掘出来，逐渐实现大数据智能化的发展。对于企业大数据审计的分析方式有很多种类，主要分类包括挖掘分析、发现分析、可视化分析、预测分析、统计分析和集成分析等。第一，对于挖掘分析的方式主要是通过海量数据对有价值的数据进行挖掘，研究数据的关联性。第二，发现分析，对集中低层的数据分析，将有效的、可理解的、具有潜在价值的信息转换为更位高层级别的数据信息。第三、可视化分析方式，通过可视化分析的方式可以帮助审计工作人员更为简单的数据结果分析出来。第四，预测分析方式，通过已知的信息对未来的发展趋势、特征、模式进行预测。第五、统计分析方式，有效的利用统计学的方法对数据进行分析。第六，集成分析方式，利用融合异构资源，对不同属性的要素进行改进和一致，让其形成有机整体。