企业审计大数据应用分析

刘霞

大数据技术的发展和成熟，给我国社会发展模式带来了一定的新机遇，特别是给过去的企业审计工作模式带来了新的要求和挑战，近年来数据正在成为审计的基础信息，一种以数据为基础的、全覆盖式的新型企业审计理论及应用模式正在悄然成型。在这种情况下，为保证企业审计工作的有效性，我们必须要对全覆盖的企业审计大数据资源体系构建方法、全覆盖企业审计大数据分析平台搭建方法进行深入的研究，争取从这两个层面入手，获得企业审计大数据应用的最佳策略。

想要保证企业审计工作的有效性，就必须要做好审计数据的合理应用和分析，而在全覆盖视角下进行企业审计，其工作的重点就在于持续提升大数据应用效果、深化大数据技术审计思路、从根本上改变过去企业审计工作的策略和方法，最终达到提升审计大数据应用深度的目标，保证企业审计人员都能够在审计大数据的基础上，更好、更快地完成自己的本职工作。但是从实际情况来看，目前企业审计大数据应用情况不容乐观，因此我们有必要就本课题进行深入的研究。

构建全覆盖式企业审计大数据     资源体系

企业审计结构化数据采集处理

结构化数据，顾名思义指的就是可利用二维表表达的数据，比如说企业经营的财务信息、业务信息、政府数据等等，是企业审计大数据应用的主要部分，数据采集处理工作也主要集中在结构化数据上，常见的结构化数据采集处理技术大致可以分成以下几种：第一，前置机采集，即借助审计单位的采集服务器对企业数据进行采集、整理并传输回设计中心;第二，联网采集，将审计单位和被审计单位的数据服务器联网，从而顺利获得数据;第三，备份数据采集，被审计单位需要将数据信息等进行备份并上传到审计单位数据库，审计单位可通过恢复备份数据的方法迅速完成数据提取;第四，数据提取工具采集，即根据需要采集的数据开发有针对性的提取工具，由被审计单位借助这种工具完成系统数据的采集，并最终上传到审计单位数据库。

企业审计非结构化数据采集处理

非结构化数据本身比较复杂，呈现种类较多、难以通过二维表格进行实现的特点，这部分数据往往很难顺利采集处理。就比如说，舆情采集处理就是一种典型的非结构化数据采集工作，审计单位需要对新闻媒体、社交网络等平台进行全面的扫描检测，利用信息爬虫、大数据挖掘技术等，成功地进行互联网信息收集、处理、分析、分类等，最终才能获得准确有参考价值的舆情信息。常见的非结构化数据采集处理方式包括以下几种：第一，通过信息采集器对网页、微博、微信等平台上的信息进行采集，保证信息的完整性;第二，利用预处理流程对不同平台内容的异构问题进行处理，从而对非结构数据进行有效的整理、清洗和校对;第三，机器筛选，即利用监督式学习技术使机器形成舆情筛选模型，并替代过去的人工采集模式，更好地完成信息的筛选、查找等等;第四，情感分析，借助人类心理学知识、语言学知识等，对表达情绪的常见句式和短语进行总结，准确判断情感倾向。除此之外，还包括内容分类、观点聚合、检索推荐等方式，也是企业审计非结构数据采集处理的有效方法。

搭建全覆盖式企业审计大数据     分析平台

企业审计大数据分析平台架构

企业审计大数据分析平台，是保证审计大数据全覆盖的重要架构，根据数据处理的步骤大致可以分成大数据资源、处理、分析和模型四个部分。在网络系统不发生改变的情况下，使企业审计大数据朝着可视化、可访问化的趋势发展，从而让数据管理能够更加规范和标准，从根本上提升大数据采集处理和分析的环境条件。具体来说，企业审计大数据分析平台架构可分成以下几个层次：大数据资源层，对数据元素、称呼等进行规定，从而让不同来源的数据能够有一致的管理标准，提升所采得信息的使用频率;大数据处理层，对大数据进行安全的存储、检索和访问，一般包括大数据的实时分析、大数据存储与处理、分布式文件系统等等;大数据分析层，利用技术平台完成机器的学习过程，并借助可视化技术等完成数据建模及挖掘;大数据模型层，即以标准化体系为基础建立的，对政策、决策、财务进行管理的企业审计分析模型，具有操作便利等优势。

企业审计大数据分析方法

大数据技术最强大的作用就在于它能够对数据进行分析，可以对预处理以后的数据进行总体分析、分类处理、预警预测等，能够让企业设计大数据应用的智能化水平得到提升。企业审计大数据的分析方法大致可以分成挖掘分析、发现分析、可视化分析等。挖掘分析，就是将有应用价值的数据从大批量的数据中挖掘出来，并对数据之间的关联程度进行探究;发现分析，对低层数据进行转换，使之更具有使用分析价值，常见的深度学习、社会计算都属于这个步骤;可视化分析，审计工作者利用可视化技术就能快速准确的对数据分析结果进行了解，这提升了企业审计大数据应用效率;预测分析，即根据目前得到的信息对未来发展的可能性、特点进行预测，常见方法有话题演化分析、时间序列分析等;统计分析，即利用统计学原理对数据进行分析，明确其发展规律，从而为企业审计大数据应用提供强有力的支持。

企业审计大数据分析模型

企业审计大数据分析应用工作中，最重要的一个步骤就是建立企业审计大数据分析模型。工作人员可根据过去的审计工作经验、结合最新的大数据挖掘技术，对审计大数据进行分析，并最终得出数据分析模型，在后续长时间的实践当中逐渐地对其进行检验和修正，建成一个可复制、成熟、准确的企业审计数据分析模型。企业审计大数据分析模型可以分成很多种类型，常见的主要有以下几种：重大经济政策贯彻审计模型，其主要的作用在于保证改革政策落实效果、推动产业结构优化、提升风险防范水平等等，是一种十分关键的审计模型;财务报表审计模型，其能够对企业经营过程中产生的收入、成本、资产、负债等进行有效审计，从根本上提升审计工作的水平。另外，如果按照审计经验的结合程度来说，又可以分成：查询性分析模型，是一种以数据查询和调查为基础的、对审计内容进行筛选和抽样统计的优质操作分析模型，它本身的优势在于十分简单、便于理解且分析结果清晰，和审计工作經验结合程度不高，一般可以对审计对象的总体情况进行分析，难以体现具体审计风险点;在这种情况下，验证性分析模型就应运而生，其主要是根据审计人员的职业经验，对高频率出现的审计风险点进行研究，并借助分析工具对大数据样本的风险点进行验证，最终得出审计结果，往往适用于专项审计工作。

中国特色社会主义市场经济的高度发展，给企业建设发展带来了新的可能性，特别是近二十年间中国企业可谓是蓬勃发展，各种各样的中小型企业陆续出现、大型企业跨国经营，成为了我国经济建设的主力军。在这种情况下，做好企业审计工作势在必行，而在大数据不断成熟的今天，从全覆盖视角出发、对企业审计大数据应用策略进行研究可谓是至关重要。文中简单阐述了构建企业审计大数据资源体系、搭建企业审计大数据分析平台等策略，在今后的工作中我们还需要进一步就此课题进行研究。

（北京中瑞诚会计师事务所有限公司山东分所）