投資審計中大數據挖掘技術的應用研究

《關于完善審計制度若干重大問題的框架意見》提出：“要創新審計的技術方法，提高審計效能。”投資審計借助大數據挖掘技術，能夠有效整合項目建設各個環節的多源異構數據。不僅能夠提高審計工作的效率和質量，還能夠充分發揮審計對工程建設的監督和服務功能，促進工程建設的規范、高效發展，保障國有資產的安全和效益。基于此，本文主要對投資審計中大數據挖掘技術的應用進行了分析論述。

《“十四五”國家審計工作發展規劃》強調：“要加強審計技術方法創新，充分運用現代信息技術開展審計，提高審計質量和效率。”這一文件為投資審計數字化轉型提供了宏觀的政策指引。投資審計作為保障工程質量、規范建設流程、合理控制成本以及確保資金使用效益的關鍵環節，涉及大量的數據信息和業務流程。而傳統的審計模式在應對海量信息和復雜業務邏輯時捉襟見肘。

隨著信息技術的飛速發展，大數據挖掘技術應運而生，打破了傳統審計在數據獲取、分析和應用方面的局限，能夠以更宏觀、更全面的視角審視工程建設的全過程，為投資審計注入新的活力，提供更科學、更高效的決策依據，使審計工作從傳統的事后檢查向事前預防、事中控制轉變，真正發揮審計“免疫系統”的功能，為工程建設的穩健發展保駕護航。

何為大數據挖掘技術

大數據挖掘技術是一種從大量結構化或非結構化的數據中提取有價值的信息和模式的數字化技術。挖掘方式主要有分類、聚類、關聯規則、預測建模等幾種。分類主要是根據已知的類別信息對數據進行劃分，將新的數據樣本歸到已有的類別中。聚類是將數據劃分為不同的組或簇，使同一個簇內的數據對象具有較高的相似性，而不同簇之間的數據對象差異較大。關聯規則挖掘，即尋找數據項之間的頻繁、共同出現關系，加以關聯。預測建模是利用歷史數據建立模型，對未來的事件或趨勢進行預測。其中，分類和預測屬于定向挖掘，聚類和關聯規則屬于非定向挖掘。

大數據進行數據挖掘需要先進行數據預處理，這是大數據挖掘的第一步。因為原始數據可能存在噪聲、缺失值、不一致性等問題，需要先進行清洗、去噪、填補缺失值、數據標準化等處理，將其轉化為適合分析挖掘的形式。之后才能選擇合適的算法和技術構建數據挖掘模型，這是核心環節。根據不同的挖掘任務和數據特點，選擇相應的算法，如決策樹算法、神經網絡算法、聚類算法等，對模型進行訓練和調整。在建模之后，使用測試數據對構建好的模型進行評估，檢驗模型的準確性、可靠性和泛化能力。通過評估準確率、召回率、F1 值等指標，判斷模型是否能夠有效地從數據中挖掘出有用的信息，如果模型效果不理想，需要返回模型構建步驟進行優化。

大數據挖掘技術在投資審計中的應用路徑

大數據審計全覆蓋，推進應用創新 大數據時代的到來為投資審計帶來了全新的機遇。大數據挖掘技術以其強大的數據收集和分析處理能力，能夠重塑投資審計的工作模式和流程，促使投資審計向著更高效、更精準的方向發展。審計部門要重視大數據挖掘技術在投資審計工作中的應用，借大數據技術實現審計全覆蓋，推進應用創新。為此，要逐步拓寬數據采集渠道，擴大數據采集范圍，加強與各職能部門的對接，從審批部門獲取政府投資建設項目建議書批復、可行性研究與估算概算的批復、初步設計及概算的批復及項目備案數據；從住建、水利等行業主管單位采集基建程序履行數據；從交易中心采集招投標交易信數據；從財政部門采集資金來源計劃數據；從建設單位采集資金使用、現場項目管理中合同及變更等數據。涵蓋工程從立項至竣工的各個環節，為審計提供更全面的視角。同時，整合不同部門涉及投資審計的數據，創建數據共享平臺，促進審計部門與其他部門之間的數據流通。如財務部門的資金流數據、工程管理部門的項目進度和質量數據、物資采購部門的材料設備采購數據等。通過建立統一的數據平臺，打破部門間的數據壁壘，確保數據的完整性和一致性，明確數據共享的范圍、方式和責任，保證數據共享的合法性和有序性。通過集中數據資源整合和共享，推動實現審計數據全覆蓋，推進應用創新。

大數據審計規范化，推進制度創新 制度是保障審計工作順利進行的基石，為投資審計的科學性、公正性和獨立性提供了有力支撐。審計部門要依據立法明確審計基本準則，根據《中華人民共和國審計法》及其實施條例，制定規范的審計制度，明確大數據挖掘技術應用于投資審計中的合法地位，規定審計機關和審計人員有權依法利用大數據工具收集、分析投資審計相關數據。參照法律對于審計程序、審計證據等基本要求，制定符合大數據審計特點的具體規則。確立大數據分析結果作為審計證據的條件， 規定數據采集的來源，包括內部財務系統、項目管理系統、合同管理系統，以及外部的行業數據庫、監管平臺等。對于每種來源的數據，詳細說明采集的頻率、方式和責任人。明確從數據采集到分析各個環節的責任主體，數據采集人員對采集數據的真實性和完整性負責，數據分析人員對分析結果的準確性負責。對于因數據質量問題導致審計失誤的情況，追究相關人員的責任。

大數據審計常態化，推進模式創新 在大數據技術持續發展的背景下，推動大數據投資審計常態化是必然趨勢。審計部門要整合橫向各部門和縱向各層級之間的人力、技術等資源，建立多元協同機制，形成合力，積極推廣扁平化矩陣式大數據審計組織模式，使大數據審計實施更高效，推進模式創新，讓大數據審計常態化。

在人員協同方面，從財務、工程、信息技術等不同部門抽調專業人員組成審計組。財務人員負責對工程資金相關數據的分析和審核，工程專業人員從技術角度評估項目實施情況，信息技術人員則保障大數據挖掘技術的應用和數據處理。同時，為了使其能夠互相配合，開展培訓和知識共享活動，幫助審計組成員了解其他專業領域的基本知識和技能需求。為財務人員培訓工程基礎知識，使其更好地理解工程成本構成；為工程人員介紹財務審計流程，以便其在項目實施過程中配合審計工作，并鼓勵成員之間相互學習，提高團隊整體的數據分析能力。在技術協同方面，綜合運用SQL、Python、Neo4j、GIS等多種數據挖掘技術，將關聯規則挖掘、聚類分析、預測模型等納入其中。在審計項目中，先使用聚類分析將工程項目按規模、類型進行分類，再利用關聯規則挖掘、找出不同類別項目中成本、進度、質量等因素之間的關聯，最后構建風險預測模型。

另外，推廣扁平化矩陣式大數據審計組織模式，建立統一領導核心、分組核查、上下聯動、縱橫交錯的機制。設立專門的大數據審計領導機構，由部門領導、審計部門負責人以及相關領域專家組成，負責制定審計戰略方向、確定審計重點項目、協調資源分配等重大決策。并按項目特點分組，明確小組職責。數據處理小組負責數據的采集、清理、轉換和存儲，運用大數據挖掘技術進行初步數據分析；問題核查小組根據數據分析結果，進一步深入調查核實問題，收集審計證據；報告編寫小組將審計結果整理成規范的審計報告，提出審計建議。同時，上級審計部門為下級審計小組提供技術指導、政策解讀和業務培訓，根據各小組的審計需求，調配人力、物力和數據資源。下級審計小組及時向上級部門反饋審計過程中的問題、困難和發現的新情況。最后，加強審計機關橫向各部門之間的協作，并強化縱向各層級之間的溝通。上級部門及時傳達審計政策和要求，下級部門準確反饋審計工作進展和問題，確保審計工作上下貫通。

大數據審計實效化，推進成果創新 為了讓基于大數據挖掘技術的投資審計工作真正發揮實效，審計部門可以建立“事前、事中和事后一體化”審計報告體系，發揮審計“治已病、防未病”的作用，保障大數據審計實效化，推進成果創新。

在工程建設前期，利用大數據挖掘技術收集類似工程的歷史數據、市場趨勢數據、政策法規數據等。通過數據分析模型，對擬建設工程可能面臨的風險進行預測和評估，生成風險預測與評估報告。在報告中，詳細列出各項風險因素、其發生的可能性及潛在影響，為決策層提供清晰的風險預警信息，以便提前制定應對策略。同時，對工程預算進行全面分析，結合大數據中的行業標準成本數據、同類型工程預算執行情況數據等，檢查預算編制是否合理，各項費用列支是否符合實際需求，生成預算合理性分析報告。報告內容包括預算項目與金額的合理性分析、與行業標準的對比情況以及預算調整的建議。

在工程建設過程中，實時收集工程建設過程中的進度數據，如工程節點完成情況、施工效率數據，以及資金支付情況、材料消耗成本等成本數據。利用大數據挖掘技術分析進度與成本的匹配度，及時發現偏差，生成進度與成本監控報告。報告要詳細說明進度和成本現狀、偏差情況以及原因。同時，采集工程質量檢測數據、施工工藝執行數據以及相關法規政策執行情況數據。通過數據挖掘分析工程質量是否達標、施工過程是否符合規范，生成質量與合規性審查報告。報告要明確質量問題點和違規行為，詳細闡述其對工程安全和后續使用的影響，并提出整改措施和處罰建議。

在工程竣工后，綜合運用大數據分析工程的經濟效益、社會效益和環境效益，從投資回報率、成本回收期等財務數據評估經濟效益；從公眾滿意度調查、對周邊經濟的帶動作用等社會反饋數據分析社會效益；從能耗情況、污染排放指標等環保數據考量環境效益，生成績效評價報告。報告要全面展示工程的綜合績效。同時，對整個工程建設過程中的審計情況進行復盤，總結成功經驗和存在的問題。利用大數據挖掘技術對審計過程中的數據進行深度分析，找出系統性問題和薄弱環節。向建設單位提出針對性的審計建議，為后續工程建設提供參考，發揮審計“治已病、防未病”的作用，保障大數據審計成果的有效應用和持續改進。

在推進大數據審計實效化的過程中，審計成果的創新尤為重要。一方面，審計機關需要構建和完善大數據審計分析模型，提高數據分析的深度和廣度；另一方面，審計人員應積極探索新的審計方法和技術，如運用機器學習、數據挖掘等技術，發現潛在的風險和問題。總之，大數據審計實效化的推進，不僅提升了審計工作的質量和效率，也為審計成果的創新提供了廣闊的空間，有助于更好地發揮審計在經濟社會發展中的監督和服務作用。

通過分析大數據挖掘技術在審計過程中的應用，我們發現其能夠顯著提高審計的效率與準確性，為投資審計提供了新的視角和方法。同時，本文也指出了大數據技術在投資審計中應用所面臨的挑戰，如數據質量問題、隱私保護問題等。未來，隨著大數據技術的進一步發展和完善，我們有理由相信，大數據挖掘技術將在投資審計領域發揮更大的作用，為投資決策提供更加精準的數據支持，推動投資審計工作的現代化和智能化。審計部門要重視大數據挖掘技術在投資審計中的應用，深入挖掘大數據的價值，突破傳統審計模式的局限，為審計工作的科學性和精準性提供更堅實的保障，實現審計效率和質量的雙重提升，推動投資審計高質量發展。

（作者單位：鹽城市政府公共工程審計中心）