大数据分析在审计中的作用

聂蛟

一、审计大数据应用的背景

当今世界是数据与智能化的世界，数据分析在大量领域都有着成功的应用，产生了啤酒与尿布、Google大数据预测流感等一系列成功案例。大数据在决策支撑、优化生产、销售环节、医疗、改善民生等方面，应用均已非常普遍。审计是典型的利用数据分析提供决策支撑的领域，通过大数据分析可在整体提升决策的科学性、效率与质量的同时降低审计成本。

在审计领域的大数据应用方面，政府审计由于实际工作的需要已经持续发展了十余年。2002年，国家审计署启动金审一期工程，政府审计开始推动信息化审计工作。随着数据挖掘相关技术不断演进以及审计信息化推进效果的显现，2012年国家审计署又开始启动金审二期工程。金审二期中已经提出将信息化审计升级为数据化审计。当前，金审三期工程正在推进中，金审三期将实现全国建立国家、省级联动的审计大数据中心，将大数据审计在政府审计中深度应用。

对比大数据分析在政府审计中的深度应用，其在内审领域中却少有应用。除银行等大金融机构外，在事业单位及国资平台公司中，利用大数据辅助审计工作的应用少且不成熟。

1.大数据审计势在必行

当前，大数据在审计中应用已经势在必行。随着信息化与无纸化办公的快速发展，纸质凭

证已逐渐消失，传统通过翻阅纸质凭证方式已无法继续。同时，随着业务系统的高度应用，简单的违规违纪行为已经无法继续，违规违纪的手段变得更加隐蔽，传统的单一信息查阅也已经无法再发现违规违纪行为。

同时，国家对于全覆盖的要求越来越高，但我们（经验丰富的）审计人员的数量却是极其有限。在某些地方，甚至出现数百亿产值的大型集团企业内审人员仅20余人却需要覆盖近200个二三级下属企业、每年数百的内审项目的情况，这样的工作场景中仅依靠人力实现审计全覆盖几乎不可能完成，大数据应用成为了完成审计工作的必备品。

2.大数据审计正当其时

当前，随着政策、大数据技术、信息化环境等诸多条件的成熟，实施大数据审计已正当其时。

首先，从国家各部委、地方政府的政策指导，再到学校、企业等一线实体为提升经营管理与业务治理能力提出的内审（内控）要求，从政策与需求上为成功推行大数据审计提供了重要保障。

其次，目前在各个需要实现内部审计的经营实体中，信息化建设基础初具规模，其中所沉淀的大量数据为大数据审计提供了丰富的数据原材料。有了这些基础的数据原材料，通过数据的跨源异构整合、交叉对比分析等技术，能有效发现以前难以发现的违规违纪行。

再次，当前对海量数据查阅、分析的大数据技术已经非常成熟。由于审计过程的特殊性，往往需要针对最原始的数据进行分析，而不能使用经过多次聚合、汇总后的数据，大数据技术成熟以前，运用关系型数据库等传统技术对几十上百亿的数据进行实时分析耗费的时间与计算能力对内审部门而言难以承受。随着大数据技术的成熟，当前PB级别的数据实时分析所需的计算能力（对应的费用）与时间都大幅降低，实现超百亿数据的毫秒级查阅已并不困难。

最后，对内审来而言，被审计对象相对固定，这意味着审计思路、方法等可以相对固化，将具备丰富一线审计经验人员的审计思路进行固化，将极大的提升审计效率、覆盖范围与实时性，有效降低审计工作量。

3.内审大数据刻不容缓

随着中国经济的不断发展，对管理精益的程度要求越来越高，内部审计的工作思想与职能也在不断延伸，内审与内控部门的重要性越来越高。十九届四中全会中也反复强调监察、内控的重要性，对健全内控机制提出了明确的要求。

更高的要求需要更先进的工具进行支撑，内审工作中合理应用大数据分析，不断提升内审能力，利用大数据模型实时化分析等技术，将审计工作从事后变为事中，帮助学校更合规、更科学的运营、管理，创造更多的社会价值。内部审计中应用大数据已经刻不容缓。

二、大数据应用的理念

大数据审计是将思路与方法、数据、工具进行高度协同，共同作用于审计过程、提升审计能力的一套体系。应用大数据推动审计工作，需要收集各类数据后利用高效易用的工具将审计人员审计思路与审计方法进行高速的量化分析。

1.数据丰富是基础

大数据应用中的“大”第一层含义要求有大量的数据。大数据审计的应用中将摒弃抽样调查等传统的分析方法，而更多的采用全量数据分析等方法。采集到海量的数据是分析的基础保障。

大数据的“大”还意味着需要拥有丰富的数据维度。在大数据应用较为广泛的政府审计部门，在审计过程中除了利用被审计对象自身的业务数据外往往会同时使用税收数据、社保数据、公积金数据、车辆数据、驾驶人数据、银行数据等进行交叉验证，以此提升对疑点与问题的挖掘深度与覆盖广度。

2.审计方法很关键

大数据在审计过程中的应用效果除了数据外，还高度依赖于审计方法向大数据转变的程度。要利用大数据推动审计工作向纵深发展，需要对原来的审计方法进行再次的梳理与升级，让审计方法适用于大数据分析，包括利用大数据进行全量分析、通过量化指标来对被审计对象进行画像与评价、通过图形化方式对突变数据、离群数据进行观察与分析、以时间为坐标的趋势性分析与研究、以空间为维度的数据分布研究等各类方法。

3.分析工具要简单

从中央审计署到地方一线审计机关乃至到内部单位，审计人员多为财会、审计相关专业毕业，虽然精通一线审计工作但对于使用复杂的SQL、Python、R语言等方式进行数据分析难以掌握。因此，需要建设简单易用而又具有强大功能的数据分析软件来支撑一线人员的审计思路落地，确保人人都能用数据促进审计工作向纵深发展。

4.领导重视很重要

为了实现大数据审计，将工作方式从传统的翻阅纸质凭证转变为基于数据分析，需要行为上适应、思想上改变，短期将因为更多的工作量（重新对审计方法进行梳理与适应）为一线审计人员带来不舒服、不适应的感觉，需要领导重视且不断宣贯大数据审计的重要性，才能切实将大数据应用与审计工作中。

5.使用效果别神化

大数据分析在审计工作的应用需要理性的认知其能力的边界与适用的场景，不能“神化”。

大数据是工具，是内部审计工作的“能力放大器”。利用大数据能将一个点的审计能力通过数据模型技术批量执行与分析，将相同审计方法应用于10个、100个乃至所有的团队中类似业务中。将大数据工具与优秀的审计人员一起协作，将大幅增加审计分析深度与广度，让内审人员的工作能力实现从1到100的飞跃。

但同时也需要意识到，使用大数据分析相关技术无法在缺少审计人员丰富经验的业务场景中实现审计业务从0到1、从无到有的突变。大数据审计不能替代审计人员构建审计的思路、收集审计数据、解读数据结果的相关工作。例如，审计团队如果原来没有开展某类专项审计，也缺乏相关的思路、业务数据及数据分析的解读能力，实施大数据审计后也无法实现质的飞跃。

三、如何利用大数据做审计

做大数据分析，需要同时做好“采”、“管”、“察”、“研”四项工作，即采集好数据、管理好数据、观察好数据、研究好数据。

数据是大数据分析的基础与原材料，更是分析大厦的基石，也是做大数据审计的第一块硬骨头。当前学校内部审计所面临的数据环境通常较差，大量信息系统的数据未形成统一的数据中心（数据仓库），需要内审部门进行数据的采集、清洗、转换形成数据仓库才能使用。但同时，数据预处理会带来项目前期巨大的工作量（根据大数据分析项目实践过程中的经验数据，预处理的工作量通常占据项目60%-70%的工作量），且由于前期为了治理数据，大数据分析的成绩往往无法呈现出来，项目获得领导及其他部门的认识、认可不足，也让数据收集阶段容易成为一个充满挫败感的阶段，是实施大数据审计的需要克服与跨越的难点阶段。

数据在经过复杂的预处理工作后进入到数据仓库中，是一笔宝贵的财富也是重要的资产，需要进行系统、有效的管理。借鉴财务管理中对团队资产的管理方法，需要对数据建立成熟的管理体系，对数据的结构（元数据）、来源（溯源）、质量进行综合的管理。针对对数据结构（元数据）进行管理，可以实现对数据家底的摸清；针对对数据质量的分析与行程报告，可实现对数据仓库中数据质量的持续、迭代式改进，从而为数据观察与数据研究打下坚实的基础。

信息的利用从观察数据开始。观察数据通常利用百度式搜索及立方体呈现两种方式实现。百度式搜索将信息的查阅方式从已知过滤转为未知搜索，快速将信息图谱化，帮助审计人员从线索发现证据；数据立方体呈现则通过数据立方体的方式实现数据的高效观察，通过数据的上卷、下钻、切片、旋转进行数据的可视化表达，帮助审计人员建立自顶向下的数据结构，快速发现与锁定疑点。

利用数据分析实现审计工作质的飞跃还需要利用好数据的研究工作。研究数据的过程中建立数据模型、使用数据模型对同类数据进行分析将实现审计范围质的飞跃。同时，通过对模型信息实时化、自动化分析，结合自动化的数据采集，可实现事后审计到事中审计，为内部审计工作带来历史性飞跃。

四、实践案例

1.大数据发现围串标案例分析

传统审计过程在对围串标行为进行分析时，通常只能中标信息、中标表、投标清单等进行分析，但是，单个项目的信息难以发现问题。

在针对某医院的大数据审计过程中，通过建立数据模型，将维度数据（招投标信息、工商信息、税收数据、社保数据）进行组合应用、交叉关联分析，发现交易资金量最大的七家单位，直接或者间接被同一个受益人控制。同时进一步关联税收、社保数据进行分析，七家单位里某些企业缴税少、没有社保信息，充分怀疑是皮包公司。通过进一步延伸核实，该医院的围标串标事实不容抵赖，对医院及相关人员进行了严肃的处理。

2.大数据核实业务真实性案例

大数据除了利用模型进行数据分析，还能通过简单的聚合、查询方式探索业务的真实性，帮助审计人员快速锁定疑点。

在某政府审计机关的财政审计中，利用大数据进行简单聚合后，发现某部门三年支付给一个私营的维修厂超过1000万的维修费，远大于正常维修需要的费用（1000万的维修费用已经超过车辆本身的价值）。维修费如此之高，但是如果只看单一信息有完整的票据、合同、维修、付款记录，完全正常没有任何疑点。

审计机关通过百度式的搜索工具，对汽修厂的信息进行了综合查阅快速完成了企业信息画像，发现汽修厂注册资本金只有5万元、五年纳税仅4800元，社保的在保人数最多的时候5个人。通过画像信息不难看出，该汽修厂不具备承接此类三年超过1000万的业务能力。该案例最终核实了该部门套取财政资金做小金库并进行了移送。

大数据时代已经来临，利用大数据技术实现审计工作的精细化、高效化，用技术换能力已经势在必行、刻不容缓，相信在不久的未来也将看到愈来越多的大数据审计实践案例，审计也必将因为大数据成为国家、企业、学校的基石与守护者。

（本文系电子科技大学研究员聂蛟于9月6日上午在“互联网+监督”与高校治理研讨会上的演讲）