大数据时代推进高校审计全覆盖实施策略研究

杨华

［摘 要］大数据开启了人类历史一次重大的时代转型，大数据审计是创新之举，是解决审计全覆盖的关键，创新了审计监督国家治理的模式。本文基于调查研究和文献分析等多种方法，指出了大数据时代审计发展方向，阐述了大数据时代审计全覆盖特征，分析了大数据时代高校审计问题，提出了大数据时代推进高校审计全覆盖实施策略。研究成果有利于推进高校审计全覆盖工作进程，保障高等教育健康发展。

［关键词］大数据时代；高校；审计全覆盖；实施策略

doi：10.3969/j.issn.1673-0194.2024.05.018

［中图分类号］F239 ［文献标识码］A ［文章编号］1673-0194（2024）05-0059-04

0     引 言

审计全覆盖是一种多目标、多形式、多层次的审计模式，扩大审计覆盖范围，提高审计工作效率，横向上覆盖所有被审计对象，纵向上覆盖全部业务内容，做到“从上到下、从点到面、从内到外、从前到后、从头到尾”全方位审计。审计监督全覆盖，既是党中央、国务院对审计监督提出的时代要求，也是推进审计治理体系建设、提升审计治理能力的必由之路。习近平总书记在中央审计委员会第一次会议指出：要坚持科技强审，加强审计信息化建设，拓展审计监督广度和深度，做到应审尽审、凡审必严、严肃问责，标志着审计监督迈向全面覆盖新时代，为审计工作发展指明了方向。

随着大数据、云计算、物联网和人工智能等技术飞速发展，数据采集、数据挖掘、数据处理、数据存储、数据分析和数据可视化等技术被广泛应用，标志着人类进入大数据时代，开启了一次重大的时代转型。大数据是规模巨大的超级数据集合，单个数据的价值有限，但当数据量积累到足够大时，便成为阿基米德支点，繁荣各行业数据智能应用的“数脑”，实现业务信息数据驱动业务决策［1］。

高校是财政拨款的事业单位，审计工作在高校现代治理中发挥着重要作用，开展基于大数据的高校审计全覆盖，有利于加快审计全覆盖工作进程，提高内部治理能力，充分发挥财政资金效益，促进教学、科研、资产和基建等各项工作的规范化开展。

1     大数据时代审计发展方向

大数据的决策力、洞察发现力和流程优化能力，对审计的理念、工具、方法和流程产生深远影响。在大数据引领和驱动下，建立科学型、集约型、持续型和智慧型“四型合一”的工作模式是大数据时代审计的发展方向。

1.1   立足数据定位，倡导科学型审计

科学性是审计工作的特征之一，审计工作就是对“数据”进行搜集、分析、鉴别和判断的过程。利用大数据技术，提高审计手段科技含量，改进工作方式，科学挖掘“数据”，综合分析“数据”，拓展审计工作范

围，明确监测和查证重点，有助于发现审计疑点和线索，提高审计监测或计划制订的科学性与精准度。

1.2   重组工作流程，构建集约型审计

集约型审计就是树立集约化思维，集中人力、物力、财力，对各种资源要素统一配置，倒逼审计工作创新，改变“按部就班”，进而实行“齐头并进”的工作流程，通过多维融合适应全覆盖审计变革。用基于大数据的信息互联架起集约化审计不同要素间的统筹路径，促使疑点线索从“单点突破”到“多点开花”。

1.3   再现业务场景，推动持续型审计

持续型审计是一种利用信息技术开展全天候、持续性审计监督的新型方法［2］。大数据时代的审计数据来源不断扩大，基于大数据智能分析和追踪技术，能够复原与事件相关的创建、修改或删除电子数据的过程，对活动记录进行全面的流程分析，挖掘数据潜力，再现业务场景，扩大审计视角和审计范围，持续监控重点目标，随时提供审计报告供决策者使用。

1.4   创新技术工具，探索智慧型审计

智慧型审计以新一代信息技术为驱动，重复性工作由“人”转向“人工智能”，计算机智能自动完成审计数据分析，实现审计作业方式与价值输出模式的再造和升级。未来的发展方向是依托大数据、物联网、区块链、云计算和移动互联网等新技术［3］，通过人工智能技术构建知识图谱，快速实现海量数据探查，精准定位数据线索，从数据化审计走向智慧审计。

2     大数据时代审计全覆盖特征

大数据技术在审计工作中的广泛应用，为审计全覆盖带来了全新的工作模式和便利的工作环境，审计工作呈现出新变化和新特征。

2.1   从“随机抽样”转向“全体数据”

传统审计受技术手段影响，通常只用随机抽样方式获取部分数据来推算整体结果［4］，抽样的随机性引起样本与总体真值之间的误差，存在误拒风险和误受风险。大数据审计监督全覆盖对“随机抽样”思维产生冲击，基于“样本=总体”的理念，实现样本覆盖维度的横向延展和纵向贯通，可以获取和分析目标群体的“全体数据”，颠覆“以样本推断总体”的传统审计方式。

2.2   从“经验判断”转向“数据驱动”

经验判断法是传统审计的主要方法，审计结果依靠审计人员的经验判断，判断结果受到审计人员和被审计对象信息不对称以及审计人员道德素质和自身独立性等因素影响。数据驱动以数据为依据进行决策和行动，构建数据间的相关关系，利用弱相关性因素获取与风险有关的审计线索，从杂乱无章的数据堆砌中抽出关键点，降低经验判断带来的检查性风险。

2.3   从“实地现场”转向“网络在线”

传统的“实地现场”审计包括两种方式，一是送达审计，存在着审计资料丢失和商业机密泄露等风险；二是就地審计，增加被审计单位的接待负担，对一些疑难问题或线索可能存在“就地消化”现象。大数据时代的审计以“网络在线”为主，实施基于大数据平台的远程审计，开展对数据的跨行业、跨企业搜集和分析，审计线索和证据智能化留存，大规模减少现场取证的资源消耗。

2.4   从“事后结果”转向“持续跟踪”

审计按照实施时间分为事前、事中和事后审计，但传统审计只对重大项目实施事前和事中审计，大部分以事后审计为主，是对既成事实的审计，不能及时纠正错误或发现弊端。大数据时代的审计全覆盖是一种

“持续跟踪”审计，构建大数据持续审计模式框架，从纷繁复杂的数据中找出审计主线，随时搜集、分析和监测各类信息，从事后结果报告到精准实时的流式预警，提升了审计意见的权威性。

3     大数据时代高校审计问题分析

高校是科学研究的前沿阵地，很多高校都开设了大数据专业，开展了大数据研究。但是，大数据在高校审计工作中还未发挥出应有的作用。本文通过对高校大数据审计存在的问题进行简要分析，为高校制定大数据审计策略提供依据。

3.1   大数据审计理念并未贯彻落实

大数据审计是适应时代发展的必然选择，利用来源丰富、格式多样的数据资源，通过深入的数据挖掘与综合分析，提高审计效率，降低审计风险。高校领导和审计人员需要树立全新的大数据审计理念，强化大数据思维，夯实大数据基础，加强大数据运用。

3.2   审计工作和人员边缘化倾向

教学和科研是高校的核心工作，很多高校只重视加强教学、科研能力。通常对审计工作人员的要求不高，审计人员专业知识缺乏，信息技术素养不高，审计人员不能深入审计一线，不具备协调和解决审计工作中遇到的具体问题和困难的能力，导致审计工作越来越偏离审计原则和审计结论。很多工作都是在实践中摸索，缺乏对大数据的敏感性。

3.3   数据整合体制和机制不完善

大数据审计依赖于丰富的数据资源，需要建立常态化数据资源共享机制。随着智慧校园建设持续推进，虽然各类数据急剧增长，但高校数据资产意识薄弱，普遍存在管理机制不规范、数据链不完整和各部门独立存储等问题，缺乏统一性、规范性和集中化管理，大量数据无法共享，“僵尸”数据增加，无法挖掘更大价值。审计工作局限于某个部门、某个项目或某位领导的数据，不能从总览全局的角度分析和审视。

3.4   覆盖领域留有盲区和空白点

《審计署关于内部审计工作的规定》明确了实行审计全覆盖、消除审计监督盲区的具体要求。但目前高校内部审计盲区和空白点普遍存在，主要表现如下：审计工作通常只聚焦于大项目，对一些小项目却不重视；重点审计行政机关，对院系工作却很少审计；审计力量不足，人员队伍配备不合理；审计技术方法落后，单纯停留在事后“查账”层面；高校或部门领导更换频繁，存在“新官不理旧账”等现象。

4     大数据时代推进高校审计全覆盖实施策略

大数据时代的到来冲击了传统的审计思维，引领了审计技术与方法的变革，为解决新时期高校审计难题带来了新方法和新思路，但也增加了新的安全隐患和风险因素。本文依据大数据时代高校审计问题分析，提出大数据时代推进高校审计全覆盖实施策略，全面推进高校审计全覆盖健康长远发展。

4.1   依托智慧校园建设，构建高校大数据审计平台

智慧校园建设以物联网为基础，智慧校园的核心正是大数据。高校大数据审计平台建设，以解决审计工作问题为核心，以发挥大数据价值为目标，构建完整的审计体系：一要加强审计信息共享，破解单位部门间的“信息孤岛”问题；二要加强对非结构化数据的可视化分析；三是支持数据采集、数据预处理、数据存储、数据分析和数据可视化等自动化审计功能。

4.2   加强人才队伍建设，适应高校审计全覆盖变革

人才是高校的核心竞争力，大数据时代审计全覆盖的关键性基础是人才。必须加强人才队伍建设：一是，引导审计人员树立大数据思维，养成“从数据中找问题、靠数据说话”的习惯。二是，多渠道开展审计人员的教育培训，采用“走出去、请进来”的方式，鼓励审计人员参加国家或省市组织的各级相关培训，聘请审计专家开展专题讲座。三是，引进审计工作岗位所需的专业审计人员和大数据专业人才。四是，制定考核和激励措施，把有能力，有担当的专业人员安排到审计岗位。五是，提升审计工作效率，消除遇事推责、效率低下的现象。

4.3   构建数据分析模型，提升审计工作效率和质量

数学模型是将实际问题利用数学语言抽象为数学问题，明确表达各变量之间的关系，便于使用程序设计语言编程实现。数据分析模型是数学模型的一种，采集了大量数据后，通过数据分析模型，找到蕴藏在数据中的规律和价值，提高数据使用效率。大数据审计平台需要与智能校园的各个信息系统对接，通过数据分析模型开展大数据审计，深度挖掘离散存储于不同系统中海量数据间的相关联系。高校审计全覆盖经常使用的数据分析模型包括［5］：关联规则分析模型，在海量数据中寻找关联关系发现审计线索；情理推测分析模型，某些可疑特征用正常思维无法合理解释时，通过该模型查找疑点；比例趋势分析模型，将若干期数据进行比较和分析，找出发展趋势，判断存在错弊的可能性；复算比对分析模型，利用外部数据，从不同角度进行复算来发现差异，不仅提升审计工作的效率，更能提升审计工作的质量。

4.4   强化循数治理思维，重构高校审计全覆盖流程

循数治理是大数据时代的治理模式，树立一种全新的数据意识或信息意识，做到“用数据说话、用数据管理、用数据决策、用数据创新”。强调循数治理思维，需要发挥数据开放的价值效应，制定有效的利益共享制度；推动数据应用的成果转化，有效提高治理能力；赢取数据共享的优势格局，打造优势尽显的数据宝岛；构筑数据安全的防护屏障，确保大数据可信、可控、可管。依据数据治理思维重构高校审计全覆盖流程：一是，事前监控，通过识别潜在风险，有利于预防错弊，减少错误成本；二是，数据分析，利用大数据分析技术，挖掘数据之间的关联关系，发现审计疑点，确定审计重点；三是，分散查证，对审计疑点进行分类，便于不同专业人员分散查证、逐个突破；四是，整改追踪，提出审计整改建议，跟踪整改过程，保障整改意见落地实施。

4.5   促进业务技术融合提升数据使用安全，全面推进大数据审计创新

大数据进入加速发展时期，大数据技术与业务领域融合发展成为新趋势。

业务与技术融合下大数据审计创新通过外部数据采集技术，优化数据分析算法，开发以机器学习为基础的数据挖掘技术，提升数据使用安全意识，自觉维护网络数据，有效识别高风险的审计领域，确保审计的安全性。

主要参考文献

［1］彭训文. 让大数据真正发挥“大价值”［N］. 人民日报（海外

版），2021-01-15（8）.

［2］张鹏. 持续审计的发展历程与研究展望［J］. 西安财经大学学报，2021，34（3）：62-68.

［3］黄长胤. 审计智能化中的新技术应用及工作场景［J］. 会计

师，2020（21）：49-50.

［4］刘健. 大数据审计是实现审计全覆盖的有效路径［N］. 中国审计报，2018-09-05（5）.

［5］何晓博，刘恩航，姚智琪. 首次应用大数据分析模型助力审计提质增效：以2019年某采办管理专项审计为例［J］. 中国内部审计，2021（9）：54-60.