企業審計大數據應用分析

劉霞

大數據技術的發展和成熟，給我國社會發展模式帶來了一定的新機遇，特別是給過去的企業審計工作模式帶來了新的要求和挑戰，近年來數據正在成為審計的基礎信息，一種以數據為基礎的、全覆蓋式的新型企業審計理論及應用模式正在悄然成型。在這種情況下，為保證企業審計工作的有效性，我們必須要對全覆蓋的企業審計大數據資源體系構建方法、全覆蓋企業審計大數據分析平臺搭建方法進行深入的研究，爭取從這兩個層面入手，獲得企業審計大數據應用的最佳策略。

想要保證企業審計工作的有效性，就必須要做好審計數據的合理應用和分析，而在全覆蓋視角下進行企業審計，其工作的重點就在于持續提升大數據應用效果、深化大數據技術審計思路、從根本上改變過去企業審計工作的策略和方法，最終達到提升審計大數據應用深度的目標，保證企業審計人員都能夠在審計大數據的基礎上，更好、更快地完成自己的本職工作。但是從實際情況來看，目前企業審計大數據應用情況不容樂觀，因此我們有必要就本課題進行深入的研究。

構建全覆蓋式企業審計大數據? ? ?資源體系

企業審計結構化數據采集處理

結構化數據，顧名思義指的就是可利用二維表表達的數據，比如說企業經營的財務信息、業務信息、政府數據等等，是企業審計大數據應用的主要部分，數據采集處理工作也主要集中在結構化數據上，常見的結構化數據采集處理技術大致可以分成以下幾種：第一，前置機采集，即借助審計單位的采集服務器對企業數據進行采集、整理并傳輸回設計中心;第二，聯網采集，將審計單位和被審計單位的數據服務器聯網，從而順利獲得數據;第三，備份數據采集，被審計單位需要將數據信息等進行備份并上傳到審計單位數據庫，審計單位可通過恢復備份數據的方法迅速完成數據提取;第四，數據提取工具采集，即根據需要采集的數據開發有針對性的提取工具，由被審計單位借助這種工具完成系統數據的采集，并最終上傳到審計單位數據庫。

企業審計非結構化數據采集處理

非結構化數據本身比較復雜，呈現種類較多、難以通過二維表格進行實現的特點，這部分數據往往很難順利采集處理。就比如說，輿情采集處理就是一種典型的非結構化數據采集工作，審計單位需要對新聞媒體、社交網絡等平臺進行全面的掃描檢測，利用信息爬蟲、大數據挖掘技術等，成功地進行互聯網信息收集、處理、分析、分類等，最終才能獲得準確有參考價值的輿情信息。常見的非結構化數據采集處理方式包括以下幾種：第一，通過信息采集器對網頁、微博、微信等平臺上的信息進行采集，保證信息的完整性;第二，利用預處理流程對不同平臺內容的異構問題進行處理，從而對非結構數據進行有效的整理、清洗和校對;第三，機器篩選，即利用監督式學習技術使機器形成輿情篩選模型，并替代過去的人工采集模式，更好地完成信息的篩選、查找等等;第四，情感分析，借助人類心理學知識、語言學知識等，對表達情緒的常見句式和短語進行總結，準確判斷情感傾向。除此之外，還包括內容分類、觀點聚合、檢索推薦等方式，也是企業審計非結構數據采集處理的有效方法。

搭建全覆蓋式企業審計大數據? ? ?分析平臺

企業審計大數據分析平臺架構

企業審計大數據分析平臺，是保證審計大數據全覆蓋的重要架構，根據數據處理的步驟大致可以分成大數據資源、處理、分析和模型四個部分。在網絡系統不發生改變的情況下，使企業審計大數據朝著可視化、可訪問化的趨勢發展，從而讓數據管理能夠更加規范和標準，從根本上提升大數據采集處理和分析的環境條件。具體來說，企業審計大數據分析平臺架構可分成以下幾個層次：大數據資源層，對數據元素、稱呼等進行規定，從而讓不同來源的數據能夠有一致的管理標準，提升所采得信息的使用頻率;大數據處理層，對大數據進行安全的存儲、檢索和訪問，一般包括大數據的實時分析、大數據存儲與處理、分布式文件系統等等;大數據分析層，利用技術平臺完成機器的學習過程，并借助可視化技術等完成數據建模及挖掘;大數據模型層，即以標準化體系為基礎建立的，對政策、決策、財務進行管理的企業審計分析模型，具有操作便利等優勢。

企業審計大數據分析方法

大數據技術最強大的作用就在于它能夠對數據進行分析，可以對預處理以后的數據進行總體分析、分類處理、預警預測等，能夠讓企業設計大數據應用的智能化水平得到提升。企業審計大數據的分析方法大致可以分成挖掘分析、發現分析、可視化分析等。挖掘分析，就是將有應用價值的數據從大批量的數據中挖掘出來，并對數據之間的關聯程度進行探究;發現分析，對低層數據進行轉換，使之更具有使用分析價值，常見的深度學習、社會計算都屬于這個步驟;可視化分析，審計工作者利用可視化技術就能快速準確的對數據分析結果進行了解，這提升了企業審計大數據應用效率;預測分析，即根據目前得到的信息對未來發展的可能性、特點進行預測，常見方法有話題演化分析、時間序列分析等;統計分析，即利用統計學原理對數據進行分析，明確其發展規律，從而為企業審計大數據應用提供強有力的支持。

企業審計大數據分析模型

企業審計大數據分析應用工作中，最重要的一個步驟就是建立企業審計大數據分析模型。工作人員可根據過去的審計工作經驗、結合最新的大數據挖掘技術，對審計大數據進行分析，并最終得出數據分析模型，在后續長時間的實踐當中逐漸地對其進行檢驗和修正，建成一個可復制、成熟、準確的企業審計數據分析模型。企業審計大數據分析模型可以分成很多種類型，常見的主要有以下幾種：重大經濟政策貫徹審計模型，其主要的作用在于保證改革政策落實效果、推動產業結構優化、提升風險防范水平等等，是一種十分關鍵的審計模型;財務報表審計模型，其能夠對企業經營過程中產生的收入、成本、資產、負債等進行有效審計，從根本上提升審計工作的水平。另外，如果按照審計經驗的結合程度來說，又可以分成：查詢性分析模型，是一種以數據查詢和調查為基礎的、對審計內容進行篩選和抽樣統計的優質操作分析模型，它本身的優勢在于十分簡單、便于理解且分析結果清晰，和審計工作經驗結合程度不高，一般可以對審計對象的總體情況進行分析，難以體現具體審計風險點;在這種情況下，驗證性分析模型就應運而生，其主要是根據審計人員的職業經驗，對高頻率出現的審計風險點進行研究，并借助分析工具對大數據樣本的風險點進行驗證，最終得出審計結果，往往適用于專項審計工作。

中國特色社會主義市場經濟的高度發展，給企業建設發展帶來了新的可能性，特別是近二十年間中國企業可謂是蓬勃發展，各種各樣的中小型企業陸續出現、大型企業跨國經營，成為了我國經濟建設的主力軍。在這種情況下，做好企業審計工作勢在必行，而在大數據不斷成熟的今天，從全覆蓋視角出發、對企業審計大數據應用策略進行研究可謂是至關重要。文中簡單闡述了構建企業審計大數據資源體系、搭建企業審計大數據分析平臺等策略，在今后的工作中我們還需要進一步就此課題進行研究。

（北京中瑞誠會計師事務所有限公司山東分所）