面向扶貧審計的大數據審計案例研究

陳偉 李信

【摘要】? 大數據審計的研究與應用是近年來審計領域的熱點問題，為了適應審計事業發展的需要，如何把大數據審計融入到相關課程與培訓中，培養審計人員的大數據審計能力越來越重要。文章以扶貧審計為例，設計了大數據審計案例，滿足了相關案例應用的需要，并為今后建設更多的大數據審計案例提供了案例基礎和實踐經驗。

【關鍵詞】? ?大數據審計;扶貧審計;審計案例;數據分析

【中圖分類號】? F239? 【文獻標識碼】? A? 【文章編號】? 1002-5812（2019）06-0004-04

一、引言

近年來，大數據技術的研究與發展為審計工作帶來了機遇和挑戰，目前國內外高度關注大數據技術在審計工作中的應用。2015年12月中共中央辦公廳、國務院辦公廳印發的《關于實行審計全覆蓋的實施意見》“要求構建大數據審計工作模式”;2017年3月中共中央辦公廳、國務院辦公廳印發的《關于深化國有企業和國有資本審計監督的若干意見》提出“創新審計理念，完善審計監督體制機制，改進審計方式方法”;國際內部審計師協會2017年發布了《理解與審計大數據》指南（GTAG，2017）;美國注冊會計師協會（American Institute of Certified Public Accountants，AICPA）分析了大數據環境對審計工作的影響（AICPA，2014）。國內外學術界也高度關注大數據技術在審計中的應用。Gepp（2018）研究了大數據在審計研究與實踐中的現狀與未來機遇;筆者分析了大數據審計的現狀與發展（陳偉，2017），以及大數據環境下電子數據審計的機遇、挑戰與方法（陳偉，2016），研究了大數據環境下基于模糊匹配的審計方法（陳偉，2016），基于Benford定律的大數據審計方法（陳偉，2017），大數據環境下基于數據可視化技術的電子數據審計方法（陳偉，2017），基于大數據可視化技術的審計線索特征挖掘方法（陳偉，2018），以及基于網絡爬蟲技術的大數據審計方法（陳偉，2018）等。Wang（2015）調查發現，數據審計在審計工作中具有重要的作用，但社會審計和內部人員對數據審計重視和應用還不夠。Brown-Liburd（2015）認為，要多關注審計人員處理大數據的能力，比如如何對審計人員進行大數據審計方面的培訓，如何開發大數據審計工具或借助其他領域的軟件工具來開展大數據審計。

綜上所述，國內外一直重視信息技術在審計領域的應用工作，為了適應審計事業發展的需要，開設IT審計的相關課程越來越重要（陳偉，2013）。隨著大數據技術在審計領域中的應用，大數據審計成為目前審計工作中的一個重要內容，培養大數據審計人才越來越重要。如何把大數據審計融入到相關課程與培訓中，培養審計人員的大數據審計能力越來越重要。本文以扶貧審計為例，設計大數據審計案例，滿足相關案例應用的需要，并為今后建設大數據審計課程提供了案例基礎和實踐經驗。

二、大數據環境下的扶貧審計案例原理

目前，針對審計行業，關于大數據技術的相關研究與應用一般包括大數據智能分析技術、大數據可視化分析技術以及大數據多數據源綜合分析技術，其中，大數據的多數據源綜合分析技術是目前審計領域應用大數據比較成熟和主流的內容，它是通過對采集來的各行、各業、各類大數據，采用數據查詢等常用方法或其他大數據技術方法進行相關數據的綜合比對和關聯分析，從而可以發現更多隱藏的審計線索。本文以大數據多數據源綜合分析技術為例，設計大數據審計案例。

（一）所需數據

1.被審計單位主要內部數據。大數據環境為扶貧審計提供了全方位分析的相關數據，一般可以對以下數據進行分析：（1）文本數據。通過從被審計單位采集來的被審計單位的業務介紹、部門年度工作總結、扶貧項目情況、相關審計報告等相關文本數據，可以了解目前被審計單位的相關業務情況等，便于審計人員開展相關審計工作。（2）相關扶貧數據。從被審計單位采集來的相關扶貧數據，包括低收入人員名單信息等，通過該數據，可以掌握目前的低收入人員相關信息等。

2.被審計單位主要外部數據。（1）工商數據。為了掌握與扶貧審計線索有關的相關公司的股東、法人、投資關系等信息，需要分析相關工商數據。（2）財政數據。為了分析低收入名單中是否有財政供養人員，需要分析相關財政數據。（3）稅務數據。為了分析低收入人員的納稅情況、房屋交易情況以及購車情況，需要分析相關稅務數據。（4）金融數據。為了分析低收入人員的股票賬戶情況、銀行存款情況，在有條件的情況下，經批準授權后，需要分析相關金融數據。（5）農機登記數據。為了分析低收入名單中擁有農用機械設備的人員情況，需要分析相關農機登記數據。（6）其他外部相關數據。除了以上被審計單位的相關數據之外，還可以通過一些大數據工具抓取互聯網上相關公開數據，便于審計人員輔助判斷相關審計線索。

（二）基于多數據源綜合分析技術的扶貧大數據審計原理分析

綜上所述，基于多數據源綜合分析技術的扶貧大數據審計的基本原理就是根據被審計扶貧單位提供的建檔立卡低收入人員名單，與相關財政、稅務、工商、金融等數據進行綜合分析，從而發現相關審計線索，在此基礎上，通過進一步的延伸取證，最終獲得審計證據。其原理如圖1所示。具體分析過程示例如下：

1.低收入名單信息與工商數據綜合分析。可以根據所采集到的低收入人員名單信息與相關工商投資人、高管數據進行比對，分析低收入名單中是否有某公司的投資人和高管，以及低收入名單中是否有人注冊成立公司。

2.低收入名單信息與財政數據綜合分析。可以根據所采集到的低收入名單信息與相關財政供養人員數據進行比對，分析低收入名單中是否有財政供養人員（公務員、事業單位人員等）。

3.低收入名單信息與稅務數據綜合分析。（1）可以根據所采集到的低收入名單信息與稅務數據中個人所得稅數據等相關數據進行比對，分析是否存在納稅的低收入人員。（2）可以根據所采集到的低收入名單信息與稅務數據中房屋契稅數據等相關數據對比，分析低收入名單中人員的房屋交易情況。（3）可以根據所采集到的低收入名單信息與稅務數據中車輛購置稅數據等相關數據比對，分析低收入名單中的人員是否有購車記錄。

4.低收入名單信息與金融數據綜合分析。可以根據所采集到的低收入名單信息與相關金融數據進行比對，分析低收入人員的股票賬戶情況、銀行存款情況（定期余額、活期交易金額）。

5.低收入名單信息與農機登記數據綜合分析。可以根據所采集到的低收入名單信息與相關農機登記數據進行比對，分析低收入名單中的人員是否擁有農用機械設備。

（三）案例實踐操作所用工具分析

采用多數據源綜合分析技術開展大數據審計可以選擇合適的工具，常用的審計工具分析如下：

1.電子表格軟件。常用的電子表格軟件如Microsoft Excel、金山WPS 表格等，考慮到大數據環境下數據量較大，因此可以不采用電子表格軟件進行大數據分析。

2.數據庫工具。數據庫工具是目前審計人員開展電子數據審計時常用的工具，審計人員常用的數據庫工具如Microsoft Access、SQL Server、Oracle等。

3.審計軟件。審計軟件指的是專門為審計工作開發的各類軟件，如審計署開發的現場審計實施系統（AO）、國際流行的審計軟件IDEA、ACL以及其他相關審計軟件等。

三、大數據環境下的扶貧審計案例及分析

（一）審計案例背景簡介

××省××縣是一個貧困人口聚集、脫貧任務艱巨的地方，為了檢查該地貫徹落實精準扶貧政策情況，根據××市審計局2018年的審計計劃安排，對該地進行扶貧審計。重點是審計××縣2013年—2017年期間落實“貧困戶精準識別”的情況，特別是查找“五有人員”（有國家公職人員、有工商注冊登記、有小轎車、有商品房、有農用機械設備） （注：本案例中相關數據已經過脫密處理）。

（二）審計案例設計

整個的案例內容設計如下：（1）審前準備階段。掌握如何進行審前準備，如何編寫審計通知書、如何編寫審計實施方案等文件。（2）審計實施階段。掌握如何編寫審計需求單、如何進行數據采集與分析、如何編寫審計取證單、如何編寫審計工作底稿等審計文書。（3）審計報告階段。掌握如何編寫審計報告征求意見稿（審計事實確認書）、如何編寫審計報告等文件。

（三）基于多數據源綜合分析技術的大數據分析示例

1.低收入農戶數據與財政數據綜合分析。為了檢查被審計單位是否做到精準扶貧，審計人員可以通過對低收入農戶數據與財政數據做綜合分析，從而分析低收入人員名單中是否有財政供養人員，相應的SQL查詢語句分別如下：

采用自主研發的“易智通軟件”（電子數據審計模擬實驗室軟件）對采集來的低收入農戶數據、財政數據等進行綜合分析，其分析過程及結果示例如圖2所示。

若采用數據庫工具對采集來的低收入農戶數據、財政數據等進行綜合分析，以Microsoft Access為例，其操作過程與分析結果如圖3和圖4所示。

由圖2或圖4都可以發現，在該地認定的扶貧對象中，有8人屬于財政供養人員，應該對這些人做進一步的延伸審計，確認是否符合扶貧建檔立卡標準。

2.低收入農戶數據與工商數據綜合分析。為了檢查被審計單位是否做到精準扶貧，審計人員可以通過對低收入農戶數據與工商數據做綜合分析，從而分析低收入人員名單中是否有注冊公司的人員，相應的SQL查詢語句分別如下：

采用自主研發的“易智通軟件”（電子數據審計模擬實驗室軟件）對采集來的低收入農戶數據、工商數據等進行綜合分析，其分析過程及結果示例如圖5所示。

若采用數據庫工具對采集來的低收入農戶數據、工商數據等進行綜合分析，以Microsoft Access為例，其操作過程與分析結果如下頁圖6和圖7所示。

由圖5或下頁圖7都可以發現，在該地認定的扶貧對象中，有5人注冊了公司，應該對這些人做進一步的延伸審計，確認是否符合扶貧建檔立卡標準。

同理，為了發現更多類似情況，可以練習低收入農戶數據與稅務數據綜合分析、低收入農戶數據與金融數據綜合分析、低收入名單信息與農機登記數據綜合分析等。由于篇幅所限，本文不再贅述。

四、總結

掌握大數據審計僅僅通過學習理論是不夠的，實踐操作非常必要，相關大數據審計案例的不足影響了大數據審計人才的培養，因此，設計一定的大數據審計案例有助于審計人員掌握大數據審計應用。本文根據目前國內外大數據審計的實際應用情況和大數據審計人才培養的實際需要，探索大數據審計案例設計。由于篇幅所限，關于大數據智能分析技術、大數據可視化分析技術在審計中的應用案例，筆者將另文討論。另外，今后學術界、實務界以及審計軟件供應商應該提供更多的關于大數據審計的案例，以滿足大數據審計人才培養的需要。X

【主要參考文獻】

[1] 陳偉.審計信息化[M].北京：高等教育出版社，2017.

[2] 陳偉.計算機審計[M].北京：中國人民大學出版社，2017.

[3] 陳偉，居江寧.基于大數據可視化技術的審計線索特征挖掘方法研究[J].審計研究，2018，（1）： 16-21.

[4] 陳偉，居江寧.大數據審計：現狀與發展[J].中國注冊會計師，2017，（12）：77-81.

[5] 陳偉，孫夢蝶.基于網絡爬蟲技術的大數據審計方法研究[J].中國注冊會計師，2018，（7）：76-80.

[6] 陳偉，牛艷芳，Smieliauskas W.國內外IT審計教育比較及其對我國的啟示[J].中國注冊會計師， 2013，（11）：86-92.

[7] 陳偉，Smieliauskas W.大數據環境下的電子數據審計：機遇、挑戰與方法[J].計算機科學，2016，（1）：8-13+34.

[8] AICPA.Reimagining Auditing in a Wired World[EB/OL].http：//www. aicpa.org.2014.

[9] GTAG.Understanding and Auditing Big Data[EB/OL].http：//www. theiia.org.2017.

[10] Gepp A，Linnenluecke M K，O′Neill T，et al..Big data techniques in auditing research and practice：current trends and future opportunities[J].Journal of Accounting Literature，2018， 40（1）：102-115.

[11] Wang T，Cuthbertson R.Eight issues on audit data analytics we would like to see researched[J].Journal of Information Systems，2015，29（1）：155-162.

[12] Brown-Liburd H，Issa H，Lombardi D R.Behavioral Implications of Big Data′s Impact on Audit Judgment and Decision Making and Future Research Directions[J].Accounting Horizons，2015，29（2）.