大數據時代推進高校審計全覆蓋實施策略研究

楊華

［摘 要］大數據開啟了人類歷史一次重大的時代轉型，大數據審計是創新之舉，是解決審計全覆蓋的關鍵，創新了審計監督國家治理的模式。本文基于調查研究和文獻分析等多種方法，指出了大數據時代審計發展方向，闡述了大數據時代審計全覆蓋特征，分析了大數據時代高校審計問題，提出了大數據時代推進高校審計全覆蓋實施策略。研究成果有利于推進高校審計全覆蓋工作進程，保障高等教育健康發展。

［關鍵詞］大數據時代；高校；審計全覆蓋；實施策略

doi：10.3969/j.issn.1673-0194.2024.05.018

［中圖分類號］F239 ［文獻標識碼］A ［文章編號］1673-0194（2024）05-0059-04

0? ? ?引 言

審計全覆蓋是一種多目標、多形式、多層次的審計模式，擴大審計覆蓋范圍，提高審計工作效率，橫向上覆蓋所有被審計對象，縱向上覆蓋全部業務內容，做到“從上到下、從點到面、從內到外、從前到后、從頭到尾”全方位審計。審計監督全覆蓋，既是黨中央、國務院對審計監督提出的時代要求，也是推進審計治理體系建設、提升審計治理能力的必由之路。習近平總書記在中央審計委員會第一次會議指出：要堅持科技強審，加強審計信息化建設，拓展審計監督廣度和深度，做到應審盡審、凡審必嚴、嚴肅問責，標志著審計監督邁向全面覆蓋新時代，為審計工作發展指明了方向。

隨著大數據、云計算、物聯網和人工智能等技術飛速發展，數據采集、數據挖掘、數據處理、數據存儲、數據分析和數據可視化等技術被廣泛應用，標志著人類進入大數據時代，開啟了一次重大的時代轉型。大數據是規模巨大的超級數據集合，單個數據的價值有限，但當數據量積累到足夠大時，便成為阿基米德支點，繁榮各行業數據智能應用的“數腦”，實現業務信息數據驅動業務決策［1］。

高校是財政撥款的事業單位，審計工作在高校現代治理中發揮著重要作用，開展基于大數據的高校審計全覆蓋，有利于加快審計全覆蓋工作進程，提高內部治理能力，充分發揮財政資金效益，促進教學、科研、資產和基建等各項工作的規范化開展。

1? ? ?大數據時代審計發展方向

大數據的決策力、洞察發現力和流程優化能力，對審計的理念、工具、方法和流程產生深遠影響。在大數據引領和驅動下，建立科學型、集約型、持續型和智慧型“四型合一”的工作模式是大數據時代審計的發展方向。

1.1? ?立足數據定位，倡導科學型審計

科學性是審計工作的特征之一，審計工作就是對“數據”進行搜集、分析、鑒別和判斷的過程。利用大數據技術，提高審計手段科技含量，改進工作方式，科學挖掘“數據”，綜合分析“數據”，拓展審計工作范

圍，明確監測和查證重點，有助于發現審計疑點和線索，提高審計監測或計劃制訂的科學性與精準度。

1.2? ?重組工作流程，構建集約型審計

集約型審計就是樹立集約化思維，集中人力、物力、財力，對各種資源要素統一配置，倒逼審計工作創新，改變“按部就班”，進而實行“齊頭并進”的工作流程，通過多維融合適應全覆蓋審計變革。用基于大數據的信息互聯架起集約化審計不同要素間的統籌路徑，促使疑點線索從“單點突破”到“多點開花”。

1.3? ?再現業務場景，推動持續型審計

持續型審計是一種利用信息技術開展全天候、持續性審計監督的新型方法［2］。大數據時代的審計數據來源不斷擴大，基于大數據智能分析和追蹤技術，能夠復原與事件相關的創建、修改或刪除電子數據的過程，對活動記錄進行全面的流程分析，挖掘數據潛力，再現業務場景，擴大審計視角和審計范圍，持續監控重點目標，隨時提供審計報告供決策者使用。

1.4? ?創新技術工具，探索智慧型審計

智慧型審計以新一代信息技術為驅動，重復性工作由“人”轉向“人工智能”，計算機智能自動完成審計數據分析，實現審計作業方式與價值輸出模式的再造和升級。未來的發展方向是依托大數據、物聯網、區塊鏈、云計算和移動互聯網等新技術［3］，通過人工智能技術構建知識圖譜，快速實現海量數據探查，精準定位數據線索，從數據化審計走向智慧審計。

2? ? ?大數據時代審計全覆蓋特征

大數據技術在審計工作中的廣泛應用，為審計全覆蓋帶來了全新的工作模式和便利的工作環境，審計工作呈現出新變化和新特征。

2.1? ?從“隨機抽樣”轉向“全體數據”

傳統審計受技術手段影響，通常只用隨機抽樣方式獲取部分數據來推算整體結果［4］，抽樣的隨機性引起樣本與總體真值之間的誤差，存在誤拒風險和誤受風險。大數據審計監督全覆蓋對“隨機抽樣”思維產生沖擊，基于“樣本=總體”的理念，實現樣本覆蓋維度的橫向延展和縱向貫通，可以獲取和分析目標群體的“全體數據”，顛覆“以樣本推斷總體”的傳統審計方式。

2.2? ?從“經驗判斷”轉向“數據驅動”

經驗判斷法是傳統審計的主要方法，審計結果依靠審計人員的經驗判斷，判斷結果受到審計人員和被審計對象信息不對稱以及審計人員道德素質和自身獨立性等因素影響。數據驅動以數據為依據進行決策和行動，構建數據間的相關關系，利用弱相關性因素獲取與風險有關的審計線索，從雜亂無章的數據堆砌中抽出關鍵點，降低經驗判斷帶來的檢查性風險。

2.3? ?從“實地現場”轉向“網絡在線”

傳統的“實地現場”審計包括兩種方式，一是送達審計，存在著審計資料丟失和商業機密泄露等風險；二是就地審計，增加被審計單位的接待負擔，對一些疑難問題或線索可能存在“就地消化”現象。大數據時代的審計以“網絡在線”為主，實施基于大數據平臺的遠程審計，開展對數據的跨行業、跨企業搜集和分析，審計線索和證據智能化留存，大規模減少現場取證的資源消耗。

2.4? ?從“事后結果”轉向“持續跟蹤”

審計按照實施時間分為事前、事中和事后審計，但傳統審計只對重大項目實施事前和事中審計，大部分以事后審計為主，是對既成事實的審計，不能及時糾正錯誤或發現弊端。大數據時代的審計全覆蓋是一種

“持續跟蹤”審計，構建大數據持續審計模式框架，從紛繁復雜的數據中找出審計主線，隨時搜集、分析和監測各類信息，從事后結果報告到精準實時的流式預警，提升了審計意見的權威性。

3? ? ?大數據時代高校審計問題分析

高校是科學研究的前沿陣地，很多高校都開設了大數據專業，開展了大數據研究。但是，大數據在高校審計工作中還未發揮出應有的作用。本文通過對高校大數據審計存在的問題進行簡要分析，為高校制定大數據審計策略提供依據。

3.1? ?大數據審計理念并未貫徹落實

大數據審計是適應時代發展的必然選擇，利用來源豐富、格式多樣的數據資源，通過深入的數據挖掘與綜合分析，提高審計效率，降低審計風險。高校領導和審計人員需要樹立全新的大數據審計理念，強化大數據思維，夯實大數據基礎，加強大數據運用。

3.2? ?審計工作和人員邊緣化傾向

教學和科研是高校的核心工作，很多高校只重視加強教學、科研能力。通常對審計工作人員的要求不高，審計人員專業知識缺乏，信息技術素養不高，審計人員不能深入審計一線，不具備協調和解決審計工作中遇到的具體問題和困難的能力，導致審計工作越來越偏離審計原則和審計結論。很多工作都是在實踐中摸索，缺乏對大數據的敏感性。

3.3? ?數據整合體制和機制不完善

大數據審計依賴于豐富的數據資源，需要建立常態化數據資源共享機制。隨著智慧校園建設持續推進，雖然各類數據急劇增長，但高校數據資產意識薄弱，普遍存在管理機制不規范、數據鏈不完整和各部門獨立存儲等問題，缺乏統一性、規范性和集中化管理，大量數據無法共享，“僵尸”數據增加，無法挖掘更大價值。審計工作局限于某個部門、某個項目或某位領導的數據，不能從總覽全局的角度分析和審視。

3.4? ?覆蓋領域留有盲區和空白點

《審計署關于內部審計工作的規定》明確了實行審計全覆蓋、消除審計監督盲區的具體要求。但目前高校內部審計盲區和空白點普遍存在，主要表現如下：審計工作通常只聚焦于大項目，對一些小項目卻不重視；重點審計行政機關，對院系工作卻很少審計；審計力量不足，人員隊伍配備不合理；審計技術方法落后，單純停留在事后“查賬”層面；高校或部門領導更換頻繁，存在“新官不理舊賬”等現象。

4? ? ?大數據時代推進高校審計全覆蓋實施策略

大數據時代的到來沖擊了傳統的審計思維，引領了審計技術與方法的變革，為解決新時期高校審計難題帶來了新方法和新思路，但也增加了新的安全隱患和風險因素。本文依據大數據時代高校審計問題分析，提出大數據時代推進高校審計全覆蓋實施策略，全面推進高校審計全覆蓋健康長遠發展。

4.1? ?依托智慧校園建設，構建高校大數據審計平臺

智慧校園建設以物聯網為基礎，智慧校園的核心正是大數據。高校大數據審計平臺建設，以解決審計工作問題為核心，以發揮大數據價值為目標，構建完整的審計體系：一要加強審計信息共享，破解單位部門間的“信息孤島”問題；二要加強對非結構化數據的可視化分析；三是支持數據采集、數據預處理、數據存儲、數據分析和數據可視化等自動化審計功能。

4.2? ?加強人才隊伍建設，適應高校審計全覆蓋變革

人才是高校的核心競爭力，大數據時代審計全覆蓋的關鍵性基礎是人才。必須加強人才隊伍建設：一是，引導審計人員樹立大數據思維，養成“從數據中找問題、靠數據說話”的習慣。二是，多渠道開展審計人員的教育培訓，采用“走出去、請進來”的方式，鼓勵審計人員參加國家或省市組織的各級相關培訓，聘請審計專家開展專題講座。三是，引進審計工作崗位所需的專業審計人員和大數據專業人才。四是，制定考核和激勵措施，把有能力，有擔當的專業人員安排到審計崗位。五是，提升審計工作效率，消除遇事推責、效率低下的現象。

4.3? ?構建數據分析模型，提升審計工作效率和質量

數學模型是將實際問題利用數學語言抽象為數學問題，明確表達各變量之間的關系，便于使用程序設計語言編程實現。數據分析模型是數學模型的一種，采集了大量數據后，通過數據分析模型，找到蘊藏在數據中的規律和價值，提高數據使用效率。大數據審計平臺需要與智能校園的各個信息系統對接，通過數據分析模型開展大數據審計，深度挖掘離散存儲于不同系統中海量數據間的相關聯系。高校審計全覆蓋經常使用的數據分析模型包括［5］：關聯規則分析模型，在海量數據中尋找關聯關系發現審計線索；情理推測分析模型，某些可疑特征用正常思維無法合理解釋時，通過該模型查找疑點；比例趨勢分析模型，將若干期數據進行比較和分析，找出發展趨勢，判斷存在錯弊的可能性；復算比對分析模型，利用外部數據，從不同角度進行復算來發現差異，不僅提升審計工作的效率，更能提升審計工作的質量。

4.4? ?強化循數治理思維，重構高校審計全覆蓋流程

循數治理是大數據時代的治理模式，樹立一種全新的數據意識或信息意識，做到“用數據說話、用數據管理、用數據決策、用數據創新”。強調循數治理思維，需要發揮數據開放的價值效應，制定有效的利益共享制度；推動數據應用的成果轉化，有效提高治理能力；贏取數據共享的優勢格局，打造優勢盡顯的數據寶島；構筑數據安全的防護屏障，確保大數據可信、可控、可管。依據數據治理思維重構高校審計全覆蓋流程：一是，事前監控，通過識別潛在風險，有利于預防錯弊，減少錯誤成本；二是，數據分析，利用大數據分析技術，挖掘數據之間的關聯關系，發現審計疑點，確定審計重點；三是，分散查證，對審計疑點進行分類，便于不同專業人員分散查證、逐個突破；四是，整改追蹤，提出審計整改建議，跟蹤整改過程，保障整改意見落地實施。

4.5? ?促進業務技術融合提升數據使用安全，全面推進大數據審計創新

大數據進入加速發展時期，大數據技術與業務領域融合發展成為新趨勢。

業務與技術融合下大數據審計創新通過外部數據采集技術，優化數據分析算法，開發以機器學習為基礎的數據挖掘技術，提升數據使用安全意識，自覺維護網絡數據，有效識別高風險的審計領域，確保審計的安全性。

主要參考文獻

［1］彭訓文. 讓大數據真正發揮“大價值”［N］. 人民日報（海外

版），2021-01-15（8）.

［2］張鵬. 持續審計的發展歷程與研究展望［J］. 西安財經大學學報，2021，34（3）：62-68.

［3］黃長胤. 審計智能化中的新技術應用及工作場景［J］. 會計

師，2020（21）：49-50.

［4］劉健. 大數據審計是實現審計全覆蓋的有效路徑［N］. 中國審計報，2018-09-05（5）.

［5］何曉博，劉恩航，姚智琪. 首次應用大數據分析模型助力審計提質增效：以2019年某采辦管理專項審計為例［J］. 中國內部審計，2021（9）：54-60.