基于大数据时代的工程审计模式创新探究

唐克晶

(贺州审计局，广西贺州 542800)

工程审计在工程建设项目中非常重要，对工程竞标和施工环节都产生非常重要的作用，确保工程各个施工环节顺利进行，及时纠正不合理的施工环节，从而提升工程施工质量。在大数据时代下，传统的审计方式非常单一，不能切实满足现代化审计的要求，在大数据时代下，工程审计的内涵也更加丰富。

1 传统工程审计模式的局限性

在传统的工程审计中，主要对工程中的潜在风险进行分析，通过制度制定，有效的控制风险。风险导向审计模式要求审计人员在工作中充分考虑工程施工中各类外界因素，分析审计风险，定期检查。制度导向审计模式主要结合内部控制制度，对内部控制进行监督，结合具体的结果分析。上述两种审计方式都存在一定的局限性，不能很好的满足工程审计的要求。

1.1 不能完全适应工程审计的要求

工程审计责任方在审计环节中要生成报告，在各项工程活动中，要对工程施工的各个环节进行审计工作，不仅仅要进行财务审计，还要分析工程效益，审计对象也不再是单一的内容，而是多项内容，审计步骤也更加繁琐。工程管理活动与财务报告存在差异，其在审计环节中会联系相关的法律，对责任方没有完整的认定报告，只是在法律范围内进行工程审计相关活动。如果单纯的采用风险导向的审计模式，不能确保审计工作渗入到各项活动中。

1.2 工程活动周期具有不确定性

在工程审计中，如果只采用风险导向审计模式，主要是进行事后审计工作，一项工程包含的施工环节非常多，不仅仅包括招标和施工设计，还包括施工过程和竣工检查等工作。因此，工程审计工作不仅仅要涵盖事后审计，也要包括事前和事中审计工作。如果仅仅采用风险导向设计方式，不能对工程前期工作和工程施工环节进行高效的审计。如果工程规模大，工期非常长，仅仅采用事后审计的方式，不符合现代化审计的规定。

1.3 工程审计注重效益

在工程审计中，采用风险导向审计具有目标一致性特征，但是审计的侧重点结合不同的项目，也呈现出差异。风险导向审计模式更加注重审计的公允性和合法性，工程审计主要注重工程的经济效益。二者之间的侧重点不同，工程审计主要对工程投入的资金和经济效益进行审计，在审计环节中要考虑诸多问题，在工程竣工后，对环境产生的负面效应。如果在工程审计中，还是结合传统的审计方式，不能进行全面分析。

2 大数据技术在工程审计中的应用

在大量新兴技术的发展和商业模式完善的基础上，全球数据量激增。近年来，大数据引起了产业界、科技界和政府的高度关注，大数据在环境科学、医药等领域得到广泛应用。大数据的种类非常多，数据类型不仅仅有传统的结构化数据，而且也出现了半结构化和非结构化数据。大数据的数量总量非常大，数据处理效率高，海量数据在一定的时间内可以全部处理完毕。大数据的价值密度非常低，要在大量的原始数据中挖掘有价值的数据。

2.1 大数据的相关性特征为工程审计指明了重点方向

大数据可以实现数据之间的关联性分析，企业对数据之间的联系进行分析后，就可以找出重要的变量。通过对变量的分析，可以得到企业想要的结果。在数据之间相关性分析中，一般是采用小二乘法，建立多元回归模型的方式，在对假设理论借鉴的基础上，通过回归的方式，掌握变量之间的重要因素。在工程审计环节中，摒弃传统的风险评估方案，在确定审计目标后，通过回归的方式就能明确重点的审计方向。在大数据背景下，海量数据相关性分析可以为工程审计提供明确的方向。

2.2 大数据丰富数据源为工程审计提供依据

在海量的数据收集后，丰富的资源为工程审计的开展提供科学的依据。在大量的优秀审计案例分析中，可以发现生产数据、收集都能为工程审计提供科学的依据。

1)政府机关的权威数据为工程审计提供证据。

工商行政管理机关主要对机构或者组织的成立、运营和倒闭等进行记录，在税务机关和组织主管部门会留下大量的数据。工程审计人员通过海量数据的分析，可以得出科学的审计结论。税务机关可以进行发票的领用，将信息技术收回。在工程审计阶段，要确保物资审计中的数据非常真实，税务机关在获取了工程物资单位的数据后，对这些数据进行整理，将这些数据进行记录和审核，从而提升审核工程物资是否真实。

2)公共服务机构的海量数据为工程审计提供有价值的依据。

进行工程审计的环节中，要分析项目实施中消耗的能源，这些能源主要是由能源公司提供，这些公司都具有公共服务的性质，所以提供的数据会非常真实。工程项目管理人员与这些公共服务及机构几乎不存在不正当的利益关系，所以公共服务机构提供的数据是非常可靠的，可以用于工程审计。在项目施工环节中，通过分析燃气公司的单价就能计算出工程项目中消耗的燃气费用，与实际的审计费用作出对比，就能发现出入。

3)法律法规为工程审计提供依据。

在工程项目实施环节中，大量的法律和法规会对其加以约束。在工程招标环节中，涉及到相关的法律和法规，在数据分析中，也要采用必要的法律和法规加以约束，使审计人员可以在工程审计工作中获得科学的依据。

4)盈利机构的数据为工程审计提供分析性数据。

在工程项目构建和销售阶段，要与盈利性机构建立非常密切的联系，这些盈利性机构会将与业务有关的数据存储下来，审计人员在对这些数据分析后，可以分析审计项目的经济效益。

2.3 云服务的大数据为工程审计模式转变提供方法支持

云计算使得虚拟技术、分布式技术等在企业得到广泛应用，为组织机构提供更加灵活的程序服务。云服务的高效和便捷得到了人们的认可。通过云服务的方式，工程审计人员可以通过建立数据云的方式，对大量的数据业务进行分析。

3 大数据时代下工程审计模式构建

3.1 建立完善的工程审计流程

在数据驱动的基础上，审计活动不仅仅可以进行工程项目的风险评估，也能结合工程审计的方式，完善审计目标，对海量数据进行相关性的分析。在确定重点审计方向后，通过大数据技术可以实时全面覆盖的审计，得出最准确的审计结论。在确定了重点审计领域后，结合审计程序，进行风险评估。

3.2 工程审计模式构建

在大数据技术下，应该成立不同类型的数据库，结合工程项目生命周期，有针对性的进行审计。

1)建立数据资源云。

在大数据背景下，建立数据资源云的方式，可以提升工程审计的针对性。数据库中的数据可以是在行政机关和公共服务机构获取，掌握企业工商注册信息，建立价格信息和统计机关统计信息，对能源消耗的数量进行分析，从而得出结论。企业内部建立法律数据库的方式，在工程设计到工程施工环节中，涉及到的法律和法规非常多，通过建立法律法规数据库，可以方便审计人员查询相关的信息。建立混合数据库的方式，将外界环境、交通数据和物价数据等进行整合。工程人员可以上传资料，实现资源共享。审计人员在对海量的数据分析后，可以提升自己的审计经验，提升审计的权威性。

2)对工程项目进行全生命周期分析。

在全生命周期评价中，工程审计设计到工程决策阶段的审计、勘察阶段的审计和招投标环节中的审计等。在大数据背景下，不同的项目，施工周期也存在很大的差异，企业应该建立不同的模型进行计算，结合不同的工程审计项目和审计阶段，提升审计和预算的效果。

3)借助分析程序和视频监控程序获得审计结论。

在结合审计准则后，通过程序分析，对财务数据之间和非财务数据之间的联系进行分析，并且做出积极的评价。分析程序可以及时的查找不一致的信息，找出数据偏离的问题。在工程审计中，结合分析程序，结合审计的需要，找出数据之间的内在联系。

4 结语

在工程项目中，工程审计是一项非常重要的工作，对工程建设活动产生重要影响，确保工程施工顺利进行。大数据时代下，工程审计应该结合大数据技术，完善工程项目的决策。