【摘要】大数据为我国审计工作精准性带来新动能，审计大数据精准性指引我国审计工作积极拥抱大数据时代，引导审计工作转变思维、目标及扩充内容，更好确立了审计工作范围，找准审计工作要点，突出审计成效。为此，要想进一步提高我国审计大数据精准性，需重视数据挖掘性分析，早期关注、积极干预作出风险预警以及重视建设审计平台。
【关键词】审计 大数据 精准性 【中图分类号】F239.1 【文献标识码】A
当前，我国与审计工作相关的大数据精准性研究成果较少，加之不同地区审计工作能力、数据资源、工作经验、工作环境等因素存在差异性，未能形成富有指向性的大数据审计体系。基于此，为提高我国审计质量，将大数据视为新动能，提高我国审计大数据精准性就显得尤为重要。
大数据为我国审计工作精准性带来新动能
当前，大数据已然成为社会建设、行业发展、技术创新、优化管理的重要资源，通过研究影响我国审计大数据精准性的相关因素，旨在明确新时代大数据审计需要迎接的挑战，为推动大数据审计与时俱进奠定基础。
审计目标发生转换。在大数据时代到来后，计算机技术已然无法满足审计工作需求，从而为大数据技术的引入创造了条件，也促使审计工作目标朝着风险评估、数据整合、发现线索、关注效益等方面发展，期许在发现违法操作问题、揭示不当经营现象的同时，洞悉制度缺陷及管理缺失，引导审计对象预见风险、规避风险，探寻客观事物发展规律，为我国相关政府部门制定发展决策提供依据。
审计内容扩充。在大数据时代，审计工作需处理的不仅是简单的数据，还囊括所有与传统审计数据相关的信息，数据概念随之拓展，如文本、视频、音频及“影子数据”等均属于审计数据，都会对审计大数据精准性造成冲击。对此，可运用技术提高审计大数据精准性。相较于传统审计，审计大数据对技术的依赖性更强，主要源于数据分析种类、数量不断增多，运用传统审计技术将影响审计精准性，为此需运用以下技术提高审计大数据精准性：一是数据挖掘算法，在随机、海量、非相关数据中设立数据模型，用以挖掘数据内涵，提取数据中有价值的信息；二是可视化技术，通过制作图表探析数据链走向；三是数据质量及管理技术，针对数据运用工具及标准化流程进行处理，提高数据处理精准性；四是预测性分析技术，根据可视化数据分析结果进行预测判断；五是语义引擎技术，运用大数据相关工具针对数据进行分析，在“文档”数据内自主提取信息，保障审计大数据精准高效。
转变审计思维。首先，用审计全覆盖思维取代抽样审计思维，针对国有资源、公共资金等进行全覆盖式审计；其次，用数据混杂性思维取代精准性审计思维，审计以财务数据为基点，根据凭证信息及结构化报表相关数据进行分析，审计大数据覆盖性更强、混杂度更高，而且半结构化数据、非结构化数据及结构化数据较多，内含价值信息；最后，用客观事物审计思维取代因果关系审计思维，大数据未改变审计因果关系，侧重针对这些关系进行利用与开发，降低因果关系对审计数据精准性的冲击，加大相关关系数据研究力度，继而赋予审计精准性的全新定义。
明确审计范围。当前大数据资源相对较多，为保障审计工作可以与大数据技术及相关资源紧密融合在一起，亟需在工作前明晰审计范围，为科学、高效查找数据资料指明方向，为解析数据内在关联，保证数据分析与审计工作需求相契合奠定基础，继而初步明确审计工作任务，建立审计制度，进一步明确审计核查对象，保障我国审计大数据精准性。
提高审计效能。秉持顶层设计理念，在明确审计范围及工作任务后，建立覆盖全范围的数字化审计网络，扩大审计范围，提高审计质量，使审计数据不仅丰富多样、充足、全面，而且具有精准性，为审计与大数据资源及技术的融合奠定基础。
找准审计重点。为保障大数据审计轻重有序、层次分明，使数据解析更具精准性、科学性，支持审计大数据体系化、系统化、层级化发展，需找准审计重点，以某市安居政策跟踪审计为例，需率先明确政策资金模式及管理结构，将公租房、危房改造、廉租房、租赁补贴、棚改拆迁等视为审计重点，结合外围数据（如税务等）进行分析，构建疑点审计模型，在大数据支持下找准审计工作突破口，反映并揭示安居工程项目落实情况，为提高安居工程建设质量提供依据，体现审计大数据精准性。
突出审计成效。根据对审计大数据分析处理反映的体制问题、管理问题、发展问题、风险预测等问题进行汇总，依据客观事物发展需求作出统筹规划，提出可操作性建议，继而在保障审计大数据精准性的同时，助力政策推行、项目落地、管理优化、效益提高，使大数据审计工作更加有效。
提高审计大数据精准性要重视数据挖掘性分析，提高审计大数据分析处理能力以及重视建设审计平台
大数据时代为审计工作带来更多资源，使审计工作更具实效性，为保障审计大数据精准性，需紧抓大数据审计工作要点，积极融入大数据时代，探寻提高我国审计大数据精准性的措施，继而推动我国审计工作与时俱进。
重视数据挖掘性分析。传统审计数据以计算机为载体，针对数据资源进行采集、分析、验证，在多维度数据分析、构建查询等模式加持下落实数据分析目标，与传统数据分析思路相比，审计大数据分析更加侧重挖掘性分析，运用大数据技术以及模型预测工具、数据挖掘工具、数据仓库等工具落实审计目标，探寻审计大数据发展规律及模式，在关联分析、聚类分析、分类分析、序列分析的基础上提高审计大数据精准性，根据数据属性将其分至不同组内，使数据关联性更强，继而有效解析数据内涵，挖掘数据内在价值。例如，在金融审计进程中，采用大数据挖掘方法可以针对常规信贷与不良信贷之间转化规律进行研究，通过搜集与二者相关的数据，创建常规信贷与不良信贷分类属性指标，明确二者数据分化条件，为精准搜集数据资料提供依据，提升分类数据模型的可理解性，揭示金融机构信贷管理进程中存在的问题，继而助力金融机构良性发展，体现审计大数据精准性研究价值。
早期关注、积极干预作出风险预警。大数据技术可以跨领域、大规模、系统化、实时搜集并处理数据，在发现数据内在规律的前提下可以窥见异常动态，通过早期关注、积极干预作出风险预警，规避可能诱发的不良影响，充分发挥我国审计大数据精准性的积极作用。例如，可运用政府债务审计数据、宏观经济运行数据、社保审计数据、金融市场等数据建立审计大数据集合，利用数据挖掘等工具，探究宏观经济社会发展及信息交叉相关事件之间的内在关联，在对审计大数据进行精准分析的基础上，不断在个别领域融入非结构化数据、结构化数据及半结构化数据，使数据框架更加立体、稳固，为吸纳更多大数据，保持审计大数据精准性奠定基础，继而提高我国审计大数据分析处理能力。
重视建设审计平台。以审计大数据精准化为核心，建立“云审计”平台，落实远程数据整合、分析、存储及移动计算的目标，审计部门通过连接“云审计”就可以进行大数据审计，在人工智能、IT、大数据分析等技术加持下，规避大数据不精确时所带来的消极影响，解决审计分析问题，提高充分利用审计大数据资源的能力，以审计平台为载体，实现审计大数据精准性成果共享的目标，加之审计联网系统、数据综合分析平台的持续完善，形成发现疑点、针对性核实、系统分析、总体研究的审计模式，赋予审计大数据精准性、科学性、实效性，大力支持审计机构落实工作目标。
（作者为东北师范大学人文学院副教授）
【参考文献】
①黄雪莲：《基于财务共享服务模式的大数据审计研究》，《现代商贸工业》，2019年第7期。
责编/谢帅 美编/宋扬
声明：本文为人民论坛杂志社原创内容，任何单位或个人转载请回复本微信号获得授权，转载时务必标明来源及作者，否则追究法律责任。
