【摘要】大數據為我國審計工作精準性帶來新動能，審計大數據精準性指引我國審計工作積極擁抱大數據時代，引導審計工作轉變思維、目標及擴充內容，更好確立了審計工作范圍，找準審計工作要點，突出審計成效。為此，要想進一步提高我國審計大數據精準性，需重視數據挖掘性分析，早期關注、積極干預作出風險預警以及重視建設審計平臺。

【關鍵詞】審計  大數據  精準性    【中圖分類號】F239.1    【文獻標識碼】A

當前，我國與審計工作相關的大數據精準性研究成果較少，加之不同地區審計工作能力、數據資源、工作經驗、工作環境等因素存在差異性，未能形成富有指向性的大數據審計體系。基于此，為提高我國審計質量，將大數據視為新動能，提高我國審計大數據精準性就顯得尤為重要。

大數據為我國審計工作精準性帶來新動能

當前，大數據已然成為社會建設、行業發展、技術創新、優化管理的重要資源，通過研究影響我國審計大數據精準性的相關因素，旨在明確新時代大數據審計需要迎接的挑戰，為推動大數據審計與時俱進奠定基礎。

審計目標發生轉換。在大數據時代到來后，計算機技術已然無法滿足審計工作需求，從而為大數據技術的引入創造了條件，也促使審計工作目標朝著風險評估、數據整合、發現線索、關注效益等方面發展，期許在發現違法操作問題、揭示不當經營現象的同時，洞悉制度缺陷及管理缺失，引導審計對象預見風險、規避風險，探尋客觀事物發展規律，為我國相關政府部門制定發展決策提供依據。

審計內容擴充。在大數據時代，審計工作需處理的不僅是簡單的數據，還囊括所有與傳統審計數據相關的信息，數據概念隨之拓展，如文本、視頻、音頻及“影子數據”等均屬于審計數據，都會對審計大數據精準性造成沖擊。對此，可運用技術提高審計大數據精準性。相較于傳統審計，審計大數據對技術的依賴性更強，主要源于數據分析種類、數量不斷增多，運用傳統審計技術將影響審計精準性，為此需運用以下技術提高審計大數據精準性：一是數據挖掘算法，在隨機、海量、非相關數據中設立數據模型，用以挖掘數據內涵，提取數據中有價值的信息；二是可視化技術，通過制作圖表探析數據鏈走向；三是數據質量及管理技術，針對數據運用工具及標準化流程進行處理，提高數據處理精準性；四是預測性分析技術，根據可視化數據分析結果進行預測判斷；五是語義引擎技術，運用大數據相關工具針對數據進行分析，在“文檔”數據內自主提取信息，保障審計大數據精準高效。

轉變審計思維。首先，用審計全覆蓋思維取代抽樣審計思維，針對國有資源、公共資金等進行全覆蓋式審計；其次，用數據混雜性思維取代精準性審計思維，審計以財務數據為基點，根據憑證信息及結構化報表相關數據進行分析，審計大數據覆蓋性更強、混雜度更高，而且半結構化數據、非結構化數據及結構化數據較多，內含價值信息；最后，用客觀事物審計思維取代因果關系審計思維，大數據未改變審計因果關系，側重針對這些關系進行利用與開發，降低因果關系對審計數據精準性的沖擊，加大相關關系數據研究力度，繼而賦予審計精準性的全新定義。

明確審計范圍。當前大數據資源相對較多，為保障審計工作可以與大數據技術及相關資源緊密融合在一起，亟需在工作前明晰審計范圍，為科學、高效查找數據資料指明方向，為解析數據內在關聯，保證數據分析與審計工作需求相契合奠定基礎，繼而初步明確審計工作任務，建立審計制度，進一步明確審計核查對象，保障我國審計大數據精準性。

提高審計效能。秉持頂層設計理念，在明確審計范圍及工作任務后，建立覆蓋全范圍的數字化審計網絡，擴大審計范圍，提高審計質量，使審計數據不僅豐富多樣、充足、全面，而且具有精準性，為審計與大數據資源及技術的融合奠定基礎。

找準審計重點。為保障大數據審計輕重有序、層次分明，使數據解析更具精準性、科學性，支持審計大數據體系化、系統化、層級化發展，需找準審計重點，以某市安居政策跟蹤審計為例，需率先明確政策資金模式及管理結構，將公租房、危房改造、廉租房、租賃補貼、棚改拆遷等視為審計重點，結合外圍數據（如稅務等）進行分析，構建疑點審計模型，在大數據支持下找準審計工作突破口，反映并揭示安居工程項目落實情況，為提高安居工程建設質量提供依據，體現審計大數據精準性。

突出審計成效。根據對審計大數據分析處理反映的體制問題、管理問題、發展問題、風險預測等問題進行匯總，依據客觀事物發展需求作出統籌規劃，提出可操作性建議，繼而在保障審計大數據精準性的同時，助力政策推行、項目落地、管理優化、效益提高，使大數據審計工作更加有效。

提高審計大數據精準性要重視數據挖掘性分析，提高審計大數據分析處理能力以及重視建設審計平臺

大數據時代為審計工作帶來更多資源，使審計工作更具實效性，為保障審計大數據精準性，需緊抓大數據審計工作要點，積極融入大數據時代，探尋提高我國審計大數據精準性的措施，繼而推動我國審計工作與時俱進。

重視數據挖掘性分析。傳統審計數據以計算機為載體，針對數據資源進行采集、分析、驗證，在多維度數據分析、構建查詢等模式加持下落實數據分析目標，與傳統數據分析思路相比，審計大數據分析更加側重挖掘性分析，運用大數據技術以及模型預測工具、數據挖掘工具、數據倉庫等工具落實審計目標，探尋審計大數據發展規律及模式，在關聯分析、聚類分析、分類分析、序列分析的基礎上提高審計大數據精準性，根據數據屬性將其分至不同組內，使數據關聯性更強，繼而有效解析數據內涵，挖掘數據內在價值。例如，在金融審計進程中，采用大數據挖掘方法可以針對常規信貸與不良信貸之間轉化規律進行研究，通過搜集與二者相關的數據，創建常規信貸與不良信貸分類屬性指標，明確二者數據分化條件，為精準搜集數據資料提供依據，提升分類數據模型的可理解性，揭示金融機構信貸管理進程中存在的問題，繼而助力金融機構良性發展，體現審計大數據精準性研究價值。

早期關注、積極干預作出風險預警。大數據技術可以跨領域、大規模、系統化、實時搜集并處理數據，在發現數據內在規律的前提下可以窺見異常動態，通過早期關注、積極干預作出風險預警，規避可能誘發的不良影響，充分發揮我國審計大數據精準性的積極作用。例如，可運用政府債務審計數據、宏觀經濟運行數據、社保審計數據、金融市場等數據建立審計大數據集合，利用數據挖掘等工具，探究宏觀經濟社會發展及信息交叉相關事件之間的內在關聯，在對審計大數據進行精準分析的基礎上，不斷在個別領域融入非結構化數據、結構化數據及半結構化數據，使數據框架更加立體、穩固，為吸納更多大數據，保持審計大數據精準性奠定基礎，繼而提高我國審計大數據分析處理能力。

重視建設審計平臺。以審計大數據精準化為核心，建立“云審計”平臺，落實遠程數據整合、分析、存儲及移動計算的目標，審計部門通過連接“云審計”就可以進行大數據審計，在人工智能、IT、大數據分析等技術加持下，規避大數據不精確時所帶來的消極影響，解決審計分析問題，提高充分利用審計大數據資源的能力，以審計平臺為載體，實現審計大數據精準性成果共享的目標，加之審計聯網系統、數據綜合分析平臺的持續完善，形成發現疑點、針對性核實、系統分析、總體研究的審計模式，賦予審計大數據精準性、科學性、實效性，大力支持審計機構落實工作目標。

（作者為東北師范大學人文學院副教授）

【參考文獻】

①黃雪蓮：《基于財務共享服務模式的大數據審計研究》，《現代商貿工業》，2019年第7期。

責編/謝帥    美編/宋揚

聲明：本文為人民論壇雜志社原創內容，任何單位或個人轉載請回復本微信號獲得授權，轉載時務必標明來源及作者，否則追究法律責任。