大數據技術在重大政策跟蹤審計中的應用研究*

費 潔，張彧玥

（安徽審計職業學院審計系，安徽 合肥 230601）

2003年至今，審計署相繼出臺了《審計署2003至2007年審計工作發展規劃》《“十三五”國家審計工作發展規劃》《2020年國家重大政策措施落實情況跟蹤審計工作指導意見》等多項文件，由淺至深地對重大政策跟蹤審計做出了要求。與此同時，重大政策本身的重要性和復雜性的特點，也對審計人員提出了重大挑戰，為了完成日益繁雜的審計工作，審計師們不得不尋求更為快速有效的審計技術方法。大數據技術作為互聯網發展的有益產物，能在海量數據中快速提煉有效數據，因此，在重大政策跟蹤審計中運用大數據技術勢在必行。

1 運用大數據技術進行重大政策跟蹤審計的必要性

1.1 重大政策跟蹤審計的現狀

1.1.1 審計方法老舊，工作效率低

傳統的審計方法已日臻成熟，但由于缺乏現代化信息技術的運用，傳統審計方法很難創新。無論是風險評估程序、控制測試還是實質性程序，都包含對數據的收集與分析，以往依據Excel表格結合審計人員的專業判斷的審計方法，對復雜的重大政策跟蹤審計而言，效率較低。

1.1.2 政策措施重大，審計任務重

包括“精準扶貧”“三去一降一補”“個稅專項附加扣除”等在內的重大政策，都具有橫向跨度大和縱向跨度深兩個特征，審計機關在實施這些政策跟蹤審計時，面對的是極為繁重的審計任務和海量的原始數據，僅僅依靠傳統的審計手段將大大延長審計時間，降低工作效率[1]。

1.1.3 審計數據龐雜，難以把握審計重點

重大政策的出臺不是針對某一個企業而言的，往往涉及到一個行業甚至多個行業，極其寬泛的橫向跨度意味著審計人員將面臨海量的原始數據；對這些數據的處理，僅依靠傳統的審計方法必然導致審計速度的滯緩，同時數據處理的質量也堪憂，審計重點難以把握。因此，利用大數據技術對龐雜的數據進行清洗、提煉、分析，就顯得尤為重要。

1.2 運用大數據技術的優勢所在

1.2.1 大數據技術的運用可提高重大政策跟蹤審計的效率

現代化信息技術的快速發展，為重大政策跟蹤審計提供了技術支持。例如，當下最火的Python最重要的用途之一就是進行數據分析，它能夠處理傳統審計數據分析工具難以應對的巨量的結構化和非結構化數據信息，不僅大大節約人力成本，還提高了審計效率。大數據技術通過對海量數據進行分析，能夠有效地節省人力資源及時間成本，是審計人員進行數據分析的有力工具。

1.2.2 大數據技術的運用是實現審計全覆蓋的重要助力

國務院辦公廳印發的《關于實行審計全覆蓋的實施意見》指出，“對重點地區、部門、單位以及關鍵崗位的領導干部任期內至少審計1次，對重大政策措施、重大投資項目、重點專項資金和重大突發事件開展跟蹤審計，堅持問題導向，對問題多、反映大的單位及領導干部要加大審計頻次，實現有重點、有步驟、有深度、有成效的全覆蓋”。審計全覆蓋的要求涉及到多個被審計單位的方方面面，這就導致了審計人力資源的緊張與審計全覆蓋的高要求之間存在矛盾。大數據技術的實施不僅能有效提高審計效率，還能拓寬審計數據的來源，使原始數據覆蓋被審計單位的方方面面，有效實現審計全覆蓋之審計數據全覆蓋的要求，全面助力審計全覆蓋[2]。

1.2.3 大數據技術的運用能有效防范審計風險

包括Python等在內的大數據技術，大多是通過復雜的編程技術實現快速有效的數據處理，在提高審計效率的同時，能大大降低數據處理錯誤的風險，錯誤率更低，審計人員做出的決策就更準確，從而有效防審計風險。

2 大數據技術在重大政策跟蹤審計中的應用

2.1 在“事前”階段運用大數據技術

2.1.1 政策選用，有效規避風險

任何重大政策的選擇運用都需要有數據支撐，有數據就可以利用大數據技術。研究團隊在進行政策選取的過程中，為了提高效率，降低主觀判斷的參與度，研究團隊需要充足且恰當的審計數據作為支撐。利用大數據技術，將之前所有的審計項目建立成數據庫，以供審計人員隨時調取數據，確定合適的審計目標，少走彎路，提高效率，規避風險。

2.1.2 數據收集，確保審計數據全覆蓋

收集完整全面的審計數據是準則對審計人員的基本要求，大數據環境下，重大政策跟蹤審計對數據在來源、形式和內容方面都呈現出越來越多樣的趨勢。在來源方面，不對數據的來源進行限定，數據可以同時來源于被審計部門內部和外部的企業、團體或組織。在形式方面，數據可以是紙質的、電子的、有聲的等多種呈現形式，不再拘泥于傳統的電子表格。在內容方面，不同的重大政策，其出臺針對的行業和領域也不一樣，因此數據的內容也有不同，在我國重大政策的涵蓋領域有政治、經濟、科技、文化、教育等各方面。不同的數據來源奠定了數據采集全覆蓋的基礎，為審計全覆蓋提供了保障[3]。

2.1.3 審前調查，確定審計重點領域

重大政策跟蹤審計的目的是評估被審計單位對重大政策的執行效果，從而評價政策從制定到執行的有效性。在傳統的審計項目中，項目的進度和項目資金的使用情況是關注的重點內容；但在重大政策跟蹤審計項目上，機械地將項目進度和資金使用情況納入審計重點就顯得草率了。因此，應利用大數據技術在“事前”開展審計調查，以確定審計的重點領域。

2.2 在“事中”階段運用大數據技術

2.2.1 數據清洗，篩選有效數據

收集的海量原始數據在滿足審計數據全覆蓋的同時，也不可避免地產生多余、重復、無效的信息。數據清洗的目的就是對數據進行重新審查和校驗，刪除多余、重復和無效的信息，糾正數據中存在的錯誤，進而實現數據的一致性。經過數據清洗的審計數據，能為后續的數據分析所用。在這一過程中，可使用Python、Lambda、Map等技術對數據進行不同格式相互轉換、調整同一類數據的單位不統一、換算單位、標志特別數值等操作，有效地將海量繁雜的原始審計數據篩選、規整，大大提高了審計效率。

2.2.2 特征提取，構建數據分析模型

對特征的提取是構建數據分析模型的前提。重大政策的頒布可能涉及到多個部門，數據的來源較多，導致數據雖經過清洗依然呈現出多維特征，若選擇了不合適的特征，將影響后續審計對重大政策跟蹤審計結果的評價與建議的給出。因此，審計人員需要運用大數據技術對特征變量進行反復的轉換、分析與論證后，才能確定有用的指標，進而構建分析模型。對于模型的構建，審計人員可以基于以往大數據審計的經驗和數據，自主構建；也可以與時俱進，通過一次次的測試與優化，構建改進模型。

2.2.3 標準比對，確定審計結果

模型構建的目的在于更好地服務審計工作，運用模型對重大政策進行跟蹤審計，最終會得出量化結果。隨機選取部分審計數據，驗證數據的可靠性，再與事先存在的或明文要求的政策效果對比，從而確定被審計單位重大政策的落實情況，確定是否存在違規亂紀、資金不明、進度拖延等問題。最終反饋到數據模型中，科學分析現存重大政策跟蹤審計標準的適用性。

2.3 在“事后”階段運用大數據技術

大數據技術在重大政策跟蹤審計后的運用，主要體現在“事后”利用大數據技術和互聯網平臺，將相關結果整理、反饋與公開，廣泛收取公眾意見，統計分析，棄糟粕、取精華，對審計的發展實現正反饋作用。

3 促進重大政策跟蹤審計的保障措施

3.1 建立相關行業標準或法律法規

審計人員需要依據行業標準來評價被審計單位的重大政策數據。行業標準不明確，將對重大政策跟蹤審計工作產生致命的影響。因此，建立科學的、統一的標準尤為重要。此外，對相關法律法規的制定和完善也十分必要，尤其是關于運用大數據技術進行重大政策跟蹤審計方面的法律法規。

3.2 推進重大政策跟蹤審計團隊建設

運用大數據技術對重大政策進行跟蹤審計涉及兩方面的人才建設：一是大數據，二是審計。因此，要有意識地培養同時具備大數據技術和審計專業知識的復合型人才。這就要求審計機關在招聘時應考慮對計算機專業人才的吸納。同時，有效利用高校平臺開設大數據相關專業，在校培養同時具備大數據知識和審計知識的學生。

3.3 搭建重大政策跟蹤審計網絡云平臺

隨著在重大政策跟蹤審計中對大數據技術運用的深入，逐步地進行網絡數據平臺的搭建與完善，以供后來使用者借鑒，平臺應包括審計人力資源數據的構建、審計組織方法的分享與技術手段的探討和創新等內容。與此同時，該數據平臺還將對平臺的使用提出規范要求，如對數據資源進行統籌安排、規范管理，對數據分析的準則與模型的構建給出建議和參考模板，對數據的采集與處理給出參考方法等[4]。

4 結束語

本文創造性地從審計工作“事前”“事中”“事后”的三個階段指出如何運用大數據技術對重大政策進行跟蹤審計，具有一定的創新性。數據的收集、清洗、特征提取等技術的運用，具有一定的專業深度。本文對大數據技術在審計上的運用，具有一定的指導意義。