全覆蓋視角下企業審計大數據應用分析

高艷霞

隨著社會的發展、科學技術的進步，人類社會進入到科學數據時代，信息技術應用至各行各業，同時也為企業審計工作帶來了沖擊與挑戰，信息數據技術的應用逐漸使得企業審計工作發生著變化，促進企業審計工作向數據核心的轉變。本文從審計全覆蓋視角出發，對企業審計在發展過程中的挑戰進行分析，并對企業審計的資源體系及分析平臺的構建提出建議，為提高數據時代下企業審計工作提供一定方向。

一、全覆蓋視角下企業審計大數據在應用過程中面臨的挑戰

全覆蓋視角下，企業審計大數據的發展面臨著許多挑戰。考慮到對于企業的信息化管理需要滿足不同的職能需求，并且企業發展過程中數據即多樣化同時又具有一定與時俱進性，使得企業核心業務系統與數據結構系統的整體設計很難滿足企業對審計數據分析的需求，從而困難重重，挑戰不斷。考慮企業在具體經營活動過程中比較復雜，所以在企業的信息系統設置當中也越發呈現出多樣化的發展。在以科學管理為目標、為中心建構的綜合管理信息系統，能夠對企業的管理工作起到規范作用，大大提高企業決策工作的效率。例如企業信息管理系統、決策支持系統、資源計劃管理系統等的建立，能夠促進企業更好的發展，幫助企業提高實力，大大節省生產經營的成本，提高企業生產經營的資源利用率，保障企業的經濟效益。像是企業對產品生命周期、計算機輔助制造等系統的搭建，都是在搭建電子信息商務系統，以便提高企業的市場地位，實現資源的整合與產業鏈的搭建。除此之外，在企業發展中對各個關系系統的搭建，對企業信息實現了系統的構建，實現了多樣化的企業信息管理，但是在信息系統構建過程中也會出現標準不統一、水平參差不齊的問題。所以在全覆蓋視角下，企業審計大數據系統的建立及各個管理指標的標準都為企業審計工作的發展帶來了一定挑戰與困難。

二、審計全覆蓋視角下企業審計大數據資源體系的構建

（一）了解企業審計大數據資源類型

實現企業審計大數據資源體系的構建首要是要明確企業審計大數據資源類型有哪些，對于企業審計大數據資源體系的數據類型區分主要有以下幾個方面。一是政策法規數據，這類數據是對企業運行過程中對黨、國家相關政策、法律、法規的數據積累，一般是非結構化數據。二是基本信息數據，一般包括企業年度工作報告、內部評價報告等信息，以及企業整體章程建構、職業分工、制度要求等。三是財務數據信息，其中包括企業財務報告信息、財務核算信息及財務采集信息。四是業務數據，包括企業各個業務運營數據信息。五為管理數據，主要是針對企業決策所提出的一些信息的統合。其他還包括政府部門相關數據、外部相關數據、輿論數據及審計數據等等，這些都屬于企業審計大數據資源內容。

（二）企業審計結構化數據的采集與處理

實現對企業審計大數據資源體系的建立需要采集一定的數據并作相應標準化的處理。一般來說數據類型可以分為結構化數據采集處理與非結構化數據采集處理。結構化數據的采集，像是財務數據、業務數據、管理數據等是數據采集、處理工作的重點，同樣也是企業審計大數據的主要組成部分，一般來說結構化數據可以通過二維表結構進行表達。對于企業審計結構化數據的采集，一般是通過前置機、聯網設備、數據備份、提取工具、填報式等方法進行相應的數據搜集。前置機采集模式是通過采集服務器對被采集單位的數據進行提取上傳;聯網采集是通過網絡服務器實現數據的傳輸;備份數據采集是通過對被審計單位的數據庫進行備份，進行數據的采集工作;數據提取工具的采集則是通過專門的數據提取工具實現數據的上傳提取;填報式數據采集是由被審計單位進行特定報表的填寫，對所采取數據進行填寫上報。

根據數據的標準化程度，可對結構化數據的標準化處理作以下分類，即財務數據處理、業務數據處理及報表數據處理。不同的類別的數據處理采取不同的處理方式。財務數據處理通常采用模板進行處理，對于企業常用財務軟件或ERP系統進行專用模板的標準化處理;對于財政部、審計署標準符合的財務數據則可以使用標準數據接口處理，而未進行標準化處理的企業財務軟件可通過指定數據采集接口實現數據處理。對于業務數據則需要通過多樣性的方式實現標準化處理，可以通過表、字段等方式進行數據表操作，再由數據清洗過程達到標準化處理目標。報表數據通過制定采集模板便可完成數據的標準化處理。對企業審計結構化數據采集處理過程可通過圖一呈現。

（三）企業審計非結構化數據采集處理

除了企業審計結構化數據采集外，還有一些非結構化數據需要進行相應的采集工作，考慮到非結構化數據的特殊性，無法通過二維表結構來對相應的文本文字、圖像數據進行搜集，因此在對非結構數據的采集過程中同樣面臨著挑戰與困難。但就目前的了解來看，在企業中三分之二的數據類型都為非結構化數據，并且該類型的數據還呈現一個增長的趨勢。因此，對于企業的數據構成來說，非結構化數據悄然成為企業審計數據的一個重要組成。一般來說，企業審計非結構化數據主要包含政策法規、企業基本信息、輿情數據、審計數據等。以輿情數據的搜集為例，在進行這種非結構數據的搜集過程中，可以通過媒體設備、網站信息的發布來進行非結構化數據的搜集，并以大數據挖掘技術進行輔助，對信息進行采集、搜集與篩選工作，實現輿情信息的搜集，將其進行推送。

在進行非結構化數據的處理過程中，主要是從七個方面進行。一是借助信息采集器對不同的信息源提供的信息內容進行分類、可訪問性、訪問頻次等問題的解決;二是以預處理流程方式實現異構性問題進行解決，并實現對非結構化數據的整理、歸納、校正等;三是對信息進行自動化篩選，確保信息準確率與查全率;四是對搜集到的信息進行情感分析，對情感傾向進行判斷;五是對搜集到的信息進行輿情分類;六是對信息所包含的觀念進行分類與區別;七是實現信息及相關數據的智能檢索與推薦。對于非結構性數據的搜集與處理可通過圖二加以理解。

三、審計全覆蓋視角下企業審計大數據分析平臺的構建

在明確了企業審計大數據搜集平臺的建立后，需要對搜集來的數據進行分析。考慮到審計大數據的應用需要借助技術條件及相關人員的經營，加之大部分大數據的使用是審計工作人員在進行使用，因此，企業審計大數據的搜集工作完成后，還要對企業的審計工作人員的信息技術水平及審計業務專業能力提出更高的要求，在確保審計工作人員有專業素養以及在確保信息數據完整、安全的基礎上，進行大數據的集中與分析，實現審計大數據的大范圍應用。因此在這種需求之下，在進行企業審計大數據分析平臺的建構過程中，要擺脫傳統的信息平臺模式，以數據為核心建立體系，對建構的體系各個層面出現的問題進行解決，實現規范化數據管理體系的建立。根據數據的處理過程，可以從四個方面來建構企業審計大數據分析平臺，即為大數據資源收集層、大數據處理層、大數據分析層、大數據模型層。在確保大數據資源搜集與分析平臺的搭建既有網絡體系的保護的基礎上，實現對審計大數據的訪問與數據管理的規范化與制度化。

四、結語

總而言之，本文就社會發展過程中數據時代的到來，對大數據發展下企業審計大數據工作進行了分析，從大數據下企業審計工作面臨的挑戰出發，對企業審計數據平臺的搭建提出了一定建議。通過對企業審計大數據的搜集與分析平臺的搭建，來確保企業審計工作的順利開展，使企業審計工作更滿足時代發展下的要求，為企業提供更先進的發展方向與保障。

（作者單位：長春工商銀行吉林遠程授權中心）