分析审计系统在大数据时代的运用

一、大数据时代背景

最早提出“大数据”时代到来的是全球知名咨询公司麦肯锡，麦肯锡称：“数据，已经渗透到当今每一个行业和业务职能领域，并成为至关重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来”。进入2014年，“big data”一词越来越多地被提及，时代寡头用它来描述和定义信息爆炸产生的海量数据，命名与之相关的技术发展与创新。数据正在迅速膨胀并变大，它决定着一个企业、一个行业、一个领域甚至一个国家的发展和未来，虽然很多个体和部门并没有意识到数据爆炸性增长所带来挑战和机遇，但随着时间的推移，人们将越来越清晰的认识到海量数据的重要性，在商业、经济及其他领域中，决策将日益基于数据和分析而作出，而并非基于经验和直觉。

二、经验审计之弊端

本课题以具有大数据特征的人民银行国库核算业务为切入点，分别从审计抽样、线索发现、问题定性等多方面、深层次加以分析，显现经验审计之特点。为保证分析数据的科学性、连续性和逻辑性，课题组抽取了人民银行某地市中心支行2008至2013年期间，甲、乙、丙3名审计人员对国库核算业务审计资料，对比如下：甲审计员分别于2008年、2009年、2011年和2012年参加了对4家县支行国库核

算业务审计，其中审计资料调阅重本文由收集整理合度98.7%，线索追溯重合度95.4%，问题定性重合度98.4%，而审计方案覆盖率只有63.2%。乙审计员于2009年、2010年和2012年参加了对3家县支行国库核算业务审计，资料调阅重合度96.8%，线索追溯重合度95.3%，问题定性重合度97.9%，审计方案覆盖率为67.1%。丙审计员于2008年、2012年和2013年参加了对3家县支行国库核算业务审计，资料调阅重合度94.5%，线索追溯重合度96.4%，问题定性重合度97.2%，审计方案覆盖率为72.3%。

三、分析审计系统的优势

随着人民银行业务信息化进程的不断加快和数据大集中趋势的愈加明显，经验审计已无法满足基于风险控制的管理要求。为顺应内部审计工作发展，推动内审转型成果的有效运用，人行宝鸡中支积极探索应用计算机辅助审计系统（分析审计系统）开展大数据环境下的审计工作。2014年，宝鸡中支通过辅助审计系统对国库核算业务数据进行非现场查阅，重点运行“重要空白凭证领用情况”、“重要空白凭证跳号使用”、“预算执行情况分析”、“退库原因分析”、“支付方式退库原因明细查询”、“查复不及时”、“通过暂收款重拨”、“福利企业增值税退税”、“财政专户分析”、“大额贷记退汇支付业务”、“大额实拨资金业务分析”、“国库内部往来”、“会计主管授权日志分析”、“集中支付支出情况分析

”等32个固化审计模型，完成了对3家县支行国库核算业务的全面覆盖，筛选提取重点关注数据1098条，现场审计核实风险隐患16类，共计37条，并实现了对审计方案的全面覆盖。

计算机辅助审计系统的有效运用一改传统盲目、经验的审计抽样方式，实现了审计范围的全面排查，最大限度的在海量数据中发现国库业务存在的薄弱环节，使审计工作方向明确、有备而来，审计疑点准确锁定、精确打击，大大节约了现场检查资源，降低了审计成本，提高了审计质量，改善了审计效果。

四、成果展示

2014年8月，宝鸡中支成立审计组进驻辖区某县支行，利用计算机辅助审计系统开展对县级国库核算系统专项审计，取得较好效果。

1.全面数据分析，筛选疑点线索

审前准备阶段，审计人员利用辅助审计系统非现场抽调了支行2013年至审计日的国库核算数据，根据数据分析组件对数据进行加工、筛选和比对。重点筛查了“重要空白凭证领用情况”、“重要空白凭证跳号使用”、“预算执行情况分析”、“退库原因分析”、“支付方式退库原因明细查询”、“查复不及时”等固化审计模型，初步筛选出需现场确认的可疑记录711条，按照风险类别整理导出文件32个。

2.强化疑点核实，核对凭证记录

现场审计阶段，针对审前提取的疑点信息，审计组有的放矢，调

取疑点信息发生日及相邻日期的传票及账簿凭证，现场核对、深入挖掘、揭示风险。经核实后确认支行国库核算存在“福利企业退税监督不严”、“财政专户拨款审核不严”、“国库直接支付预算支出科目审核不严”、“预算单位国库集中支付覆盖率较低”、“对账制度执行不到位”等重要风险13个，涉及业务风险10类，迅速实现了对疑点问题的精确定性，起到了精确锁定，凸显风险，抓手明确，改善管理的审计目的。

3.提升审计效力，增加服务质量

中支首次利用计算机辅助审计系统开展对县级国库业务管理审计，一方面提高了现场审计的针对性和准确性，增强了审计建议的实用性和建设性，发挥了内部审计的服务性和价值性。另一方面通过信息化审计方式的运用，有效锻炼了审计队伍，积累了利用计算机辅助审计系统开展审计的经验，为央行内审转型和队伍建设奠定了坚实基础。

感谢您的阅读！

会计大数据审计分析报告九大算法实例

/*第七章7.2九大算法实例*/ /*第一算法查记账凭证的算法知识点：查的是记账凭证而不是明细账。一张凭证是多条记录的集合，而记录只是一条解题规则：一个条件二张表，二个条件三张表，三个条件四张表。*/ --分析：从题意看只有一个决定条件，即科目为主营业务收入，所以要用二张表相连,a表是查询结果凭证，用b 表设条件。 --例：检索出所有现金支出为整千元的记账记录。 Select * from gl_accvouch where ccode='101' and abs(mc%1000)=0 and mc<>0 --例：检索出所有现金收支大于1000元的记账凭证。 Select b.* from gl_accvouch a join gl_accvouch b on a.iperiod=b.iperiod and a.csign=b.csign and a.ino_id=b.ino_id where https://www.360docs.net/doc/281309899.html,ode='101' and (a.md>1000 or a.mc>1000) --例：检索出所有凭证的现金科目的对应科目的科目代码、科目名称、借方发生额、贷方发生额。(????) select a.iperiod,a.csign ,a.ino_id,https://www.360docs.net/doc/281309899.html,ode,https://www.360docs.net/doc/281309899.html,ode_name,a.md,a.mc from GL_accvouch a join code b on https://www.360docs.net/doc/281309899.html,ode=https://www.360docs.net/doc/281309899.html,ode where https://www.360docs.net/doc/281309899.html,ode_equal like '%,101%' or https://www.360docs.net/doc/281309899.html,ode_equal like '101%' order by a.iperiod,a.csign ,a.ino_id,https://www.360docs.net/doc/281309899.html,ode select https://www.360docs.net/doc/281309899.html,ode 科目代码,ccode_name 科目名称,SUM(md) 借方发生额,SUM(mc) 贷方发生额 from GL_accvouch a join code b on https://www.360docs.net/doc/281309899.html,ode=https://www.360docs.net/doc/281309899.html,ode where ccode_equal like '%,101%' or ccode_equal like '101%' group by https://www.360docs.net/doc/281309899.html,ode,ccode_name /*第二算法赊销算法，借方一个科目，贷方一个科目。如借应收账款/票据贷：主营业务收入/产品销售收入查凭证比查记录多张表。*/ --分析：从题意看有二个条件，即凭证中要有应收科目和主营业务收入科目，所以要三张表，a 表是查询结果凭证， --------b表设应收条件，c表设主营业务收入条件。 --例：检索出所有赊销收入明细账记录。赊销：已销售，没收到钱。 --第一种方式可以利用产品销售收入的对应科目code_equal来完成 select * from GL_accvouch where ccode='501' and ccode_equal like '%113%' and mc<>0 order by iperiod,csign,ino_id --第二种方式内连接方式，求两个集合的交集运算，检查两个表中的共有内容。显示的是记录而不是凭证。Select a.* from gl_accvouch a join gl_accvouch b on a.iperiod=b.iperiod and a.csign=b.csign and a.ino_id=b.ino_id where https://www.360docs.net/doc/281309899.html,ode='501' and https://www.360docs.net/doc/281309899.html,ode='113' and a.mc<>0 order by a.iperiod,a.csign,a.ino_id --例：检索出所有赊销收入明细账凭证。或查找各月赊销凭证 --第一种方式两表连接 select a.* from GL_accvouch a join GL_accvouch b on a.iperiod=b.iperiod and a.csign=b.csign and a.ino_id=b.ino_id where https://www.360docs.net/doc/281309899.html,ode='501' and https://www.360docs.net/doc/281309899.html,ode_equal like '%113%' and b.mc<>0

审计大数据数据中心需求分析

审计大数据数据中心需求分析谈到大数据大家从互联网上可以查到很多信息（我都认可，因为从通用或标准方式来说都是对的），列举以下几项内容： 1．大数据具有4V特点：第一，数据体量巨大（Volume），从TB级别跃升到PB级别。第二，处理速度快（Velocity），1秒定律，这一点也是和传统的数据挖掘技术有着本质的不同。第三，数据类型繁多（Variety），有网络日志、视频、图片、地理位置信息等多种形式。第四，价值密度低，商业价值高（Value）。以视频为例，连续不间断监控过程中，可能有用的数据仅仅有一两秒。 2．大数据指为了更经济更有效地从高频率、大容量、不同结构和类型的数据中获取价值而设计的新一代架构和技术，用它来描述和定义信息爆炸时代产生的海量数据，并命名与之相关的技术发展与创新。 3．大数据的精髓在于促使人们在采集、处理和使用数据时思维的转变，这些转变将改变我们理解和研究社会经济现象的技术和方法。 …… 可能还有很多我没有列举，而您也觉得很重要的描述，我就列这些。其实从这些描述来看，难道审计现在没有“大数据”吗？我认为在很多方面都满足特征： 1．所谓4V特点，目前的审计工作中都包括了啊：审计采回来的数据特别大，几百GB 甚至十几TB，今后也会上PB啊；查询数据的系统性能都要求不低，虽然不至于1S，但大多数都是在人使用的忍受范围内；审计所使用到的数据的特别丰富、方方面面，财政、地税、社保、公安、工商等等；想从这些数据中看出问题一直是一项复杂而艰巨的工作，不就是价值密度低吗？ 2．大数据所谓的新一代架构与技术，我认为其实与Web 2.0一样是老技术新名词。大数据技术所常听到、用到的Hadoop（泛指与之相关的所有技术）架构，其实就是分布式架构的新代言。国家审计工作中也已经在多个方面开展应用，例如并行数据仓库的采用（PDW）、依据访问量设计的分布数据分析系统（以数据分发机制为依托）、依据审计项目动态生成审计数据分析系统（私有云）等。 3．所谓的思维转变，其实是对于数据认识深入的一种体现，也是将人工智能、机器学习、挖掘算法等新归集的说法。原来由于数据量不够大、来源不够丰富、种类不够齐全等，

大数据审计调研报告

大数据审计调研报告胡泽君审计长曾多次强调指出，要积极推进大数据审计，坚持科技强审，通过信息化、数字化，努力提高审计监督的质量和效率。新形势下，审计工作特别离不开大数据的支撑，利用大数据进行审计，或将成为审计机关应对复杂社会经济管理形势、提升审计工作质量的重要手段。以"金审工程"为基础的审计信息系统经过多年的建设发展，目前正逐步建立和完善。同时，在政府各部门中社会保障大数据既具有较高的完整性，也兼具较高的准确性。这些得天独厚的条件，不仅使审计对"大数据"监督管理成为可能，更为实施以"大数据"为基础的审计"全覆盖"奠定了基础。一、大数据技术在财政审计方面的运用（一）运用大数据开展财政审计是时代发展的必然要求。大数据不仅是信息技术的重大进步，更是发展理念的重大创新，对经济社会发展起到重要作用，对与数据密切相关的审计工作也必将产生深刻影响。当前，财政、税务、人民银行等部门普遍进行信息系统建设，财政部门开展的"金财工程"覆盖财政收支管理的业务应用系统，涵盖了预算管理、国库集中收付

等业务，对财政部门的审计单位信息化的发展，迫切要求运用大数据开展财政审计。（二）运用大数据开展财政审计是推动完善国家治理的迫切需要。财政审计的范围突破了传统的财政收支概念，囊括了政府性收支的全部内容。全口径预算的审查监督付诸实施，如何在有限的时间内查找和发现问题，运用大数据开展财政审计成为推动完善国家治理的迫切需要。（三）运用大数据开展财政审计是财政精细化管理的要求。在精细化管理要求之下，财政预算审查、预算执行差异分析、预算与决算的对比分析都是使用系统大数据来完成的。相应地，财政预算执行审计要实现全口径分析，必须使用系统数据。如利用国库支付系统的数据，通过对指标来源、资金性质、资金流向的跟踪分析，实现所有财政资金全过程跟踪审计。（四）大数据审计现在的运用情况。按照审计署的要求，建立了财政数据定期报送机制，每半年收集一次财政数据，并对收集的数据进行整理，生成审计人员可以使用的标准表。财政科联合信息科，对预算编报系统、预算指标系统、非税征管系统、决算编报系统等的财务和业务数据，集中进行多系统关联、大

大数据环境下的审计信息化(思路篇)

大数据环境下的审计信息化（思路篇）前言：审计信息化工作十余年，面临着云计算、物联网、大数据、移动通讯和社交网络等新技术的挑战。本文希望通过对大数据的理解、审计中的应用分析，提出大数据服务与审计的一个角度或方向，进而形成相关信息化配套建设的思路。本文的编写希望得到读者的回馈，能够收到您的批评、指正。一、大数据的定义和理解（一）广泛定义对于大数据的理解现在并没有一个标准的定义，不过大家对于大数据都有一个共同的认识，那就是4V（Volume、Velocity、Variety、Veracity）：1.（Volume）数据量大，TB，PB，乃至EB等数据量的数据需要分析处理。2.（Velocity）要求快速响应，市场变化快，要求能及时快速的响应变化，那对数据的分析也要快速，在性能上有更高要求，所以数据量显得对速度要求有些“大”。3．（Variety）数据多样性：不同的数据源，非结构化数据越来越多，需要进行清洗，整理，筛选等操作，变为结构数据。4.（Veracity）价值密度低，由于数据采集的不及时，数据样本不全面，数据可能不连续等等，数据可能会失真，但当数据量达到一定规模，可以通过更多的数据达到更真实全面的反馈。而简化一下描述，其实“大数据”是一个体量特别大，数据类别特别多的数据集，并且这样的数据集无法用传统数据库工具对其内容进行抓取、管理和处理。

（二）审计的大数据特征从“大数据”概念产生的缘由来看审计行业是一个天然需要大数据概念及其实现技术的行业。我们分析如下：首先，审计行业的“生产对象”是被审计对象的数据，虽然说审计是对财政财务收支的监督。但是为了了解财务的真实情况，必然需要关注业务数据，这些行业的数据每一个都可以说是数据体量巨大。同时这些数据也是复杂多样的，结构化数据不用说了（二维表数据、立方体数据、空间数据等），非结构化数据例如：被审计单位的各种制度、文件、影像等。其次，审计的职责是查处财政财务的真实、合法和效益问题。查处过程中，需要在这些海量数据中进行关联、汇聚的查询或计算工作，而且这些计算需要同时作用在结构化、半结构化、非结构化数据之上。在没有大数据技术支撑之前，采用抽样或按领域分开的方式进行审计分析，无形中形成了数据之间的壁垒和分析的局限性。最后，审计工作中的审计思路、方法，虽然有章可循，但最终还要依赖于具体参与审计工作的人的智慧。这也就决定了所有的分析工作不能像其他的数据中心、数据分析、数据挖掘、决策支持系统一样，是相对“固化”的。而思路的火花是稍纵即逝的，对任何一个突然闪出的分析思路都应该在“秒级”响应。（三）大数据的关键技术大数据关键技术包括数据抽取与集成、数据分析、数据解释3个领域。1．数据抽取与集成。大数据的一个重要特点是多样性。意味着其数据来源极其广泛。数

大数据在审计工作中的应用

大数据在审计工作中的应用从大数据审计的可视分析需求、实践出发，探讨了大数据可视分析的方法、流程及信息系统的构建。大数据审计是新时期审计事业发展的战略方向，可视分析是大数据审计的重要方法。大数据可视分析方法在可视化技术的基础上，有机地融合了人类强大的感知认知能力与计算机的分析计算能力优势。面对海量的电子数据，传统的验证型审计方式在审计宽度、审计深度方面都面临较大风险，可视分析技术是实现审计工作向发掘型审计方式转变的可行途径。传统的数据分析方法在大数据环境下亟待变革。传统的数据分析方法，一般是业务审计人员依据抽象的业务流程提出审计思路，计算机人员再根据其思路反复编写修改程序来验证审计思路可行性，这是一种“验证型审计”方式。在巨量（Ｖｏｌｕｍｅ）、多样（Ｖａｒｉｅｔｙ）、高速（Ｖｅｌｏｃｉｔｙ）、价值高密度低（Ｖａｌｕｅ）的大数据环境中，这种验证型审计方式某种程度上说有些“误打误撞”、“盲人摸象”，数据分析工作量大，在审计宽度、审计深度方面都面临较大风险。可视分析是大数据审计取得突破的重要方向。大数据审计的目标是把隐没在海量的、异构的、杂乱无章的电子数据中

的信息集中、萃取和提炼出来，揭示其内在规律，为评价被审计单位经济活动和相关资料的真实性、合法性、效益性提供有力的线索或直接的证据。客观上，大数据环境要求计算机审计工作从“验证型审计”方式转变为“发掘型审计”方式。这既需要先进的人工智能，包括智能搜索、数据挖掘等，也需要人的感知能力、认知规律与分析过程的有机融合，包括人机交互、可视建模、图形展示等。可视分析是以可视化技术和自动化分析模型为核心，辅助用户对大规模复杂数据集进行分析推理的科学与技术。通过可视化的自动建模技术将大数据以直观的图形形式展示，审计人员往往能够一眼洞悉数据背后隐藏的信息，不再受制于枯燥晦涩的数据分析算法。因此，以人为中心的探索式可视分析是大数据审计不可或缺的重要手段或方法。文章节选，欲览全文请至知贝网，可文案策划、科技论文翻译、文章润色。

大数据分析在内部审计中的应用研究

大数据分析在内部审计中的应用研究近年来，大数据应用更加广泛，它改变了固有的数据分析方式，将企业经营以及与之相关联的企业和客户信息进行收集和分析，通过新的思维处理数据与技术的难题。据调查显示，目前我国很多优秀企业都将大数据作为新一轮经济增长点，从2012 年开始就实现了持续增长，成了企业市场经营的巨大资料库，提高了企业的整体技术水平和竞争能力。具体而言，大数据分析是一种能够从各类信息中快速提取有用数据的一种新技术，对内部审计工作来说具有的意义不言而喻。下面就从大数据分析给内部审计带来的机遇和挑战入手，从实际出发做好应用性审计，带动审计工作发生质的飞跃。一、大数据分析给内部审计工作带来的机遇和挑战 (一)审计目标信息化技术使用的初期，内部审计工作依赖计算机技术，可以通过对数据的观察和分析找到审计中存在的问题，为具体工作的开展提供参考。大数据分析技术的应用则将审计工作带到了新的高度，它不仅能够发现问题，还可以对风险进行评估，对效益进行分析，及时发现审计工作中存在的问题，降低内部控制风险，为企业发展做出预测性思考。 (二)审计内容数字是传统内部审计工作参考的重点，包括营业收入、费用支出、税收情况等等。大数据分析则突破了原来数字化的限制，基本内涵和审

计的内容不断向外延展，打破了传统数据结构化的样式不足，在不同的时间范围内可以生成复杂多变的数据，其中包括文本、音频、视频、xml 等，构建出了审计的立体化方法。 (三)分析技术大数据分析与内部审计应用的结合，最大的改变就在于技术的更新，大数据分析可以实现大数字的整合，从五大技术方面进行了完善。即可视化分析、数据挖掘算法、预测性分析、语义引擎和数据质量与管理。这些新技术可以通过标准化的形式，建立数据新模型，提取隐藏起来的内部审计信息，利用图表展示数据分析的全过程，并做出前瞻性的判断，从而提高数据的分析准确性。二、大数据分析内部审计的方式首先，数据验证性分析朝着数据挖掘性分析转变。即由原来的多维分析验证数据变为挖掘性技术的使用，将数据仓库和模型构建起来，做好聚类分析，找到规律性内容，并提取关联性数据。例如，在电力审计过程中，可以建立起专门的数据资料库，找到电力使用的具体数据，分析用电情况。其次，审计方式由事后发现问题变为风险预警。企业经营难免会遇到各种风险，对市场形势进行分析，将可能存在的危机控制在萌芽阶段，是大数据分析有别于传统分析模式最大的特点。另外，大数据分析可以早期关注经济运行情况，发掘数据敏感性波动，并集合社保审计、债务数据、经济宏观运行数据，实现信息库的交叉使用，提升数据分析水平和审计能力。

大数据分析的审计概论

大数据分析的审计概论当下，大数据分析之于审计是十分必要的，也是时髦的，我亦凑个热闹撰此文以抛砖引玉。大数据，在数据业界已经应用得趋于成熟了，但对于我们审计人员来说，还是比较新鲜的事物。何谓大数据？通常地说，大数据指无法在一定时间范围内用常规软件工具捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力、流程优化能力的海量的、高增长率和多样化的信息资产。根据此定义，我们要把关注点放在大数据是数据集合与数据资产这两个方面，同时还要关注大数据在得到充分有效分析之后，可以给数据资产拥有者所提供的决策力、洞察力和流程优化能力。基于此，我们进一步挖掘大数据分析的概念是什么？《大数据时代-生活、工作与思维的大变革》的作者肯尼思-库克耶认为：大数据分析是指不用随机分析，而采用所有数据分析处理的分析方法。大数据的概念基本清楚了，与此对应的小数据又是什么？其实，小数据的概念是大数据概念出来以后才应运而生的。小数据指通过抽样调查方法获得的数据；小数据分析遵循统计分析原理，运用统计工具、统计理论来开展分析论证，因此小数据也就是我们平常说的统计数据，小数据分析也就是我们平常所应用的各种抽样调查分析。

基于以上，我们就比较清楚地知道了，小数据和小数据分析是与大数据和大数据分析应运而生的概念，是与大数据和大数据分析相对的概念。说了半天大数据的相关概念，我们不妨再看看大数据具有哪些特征？第一个特征是全量数据（volume）。全量数据是什么意思？大数据，数据大，大到全量，大到百分百的数据，占有一定比重的数据不是大数据；但若以占有一定比重的某个特征数据作为整体进一步挖掘分析时，这一部分数据就成为大数据了，是某个特征数据的大数据。因此，我们可以进一步说，全量数据就是事关于此的全部的所有数据。就商业银行来说，各项存款总额、各项贷款总额、不良贷款总额、银行卡透支总额、信用卡发卡总卡片数、员工总数等等，所有这些纳入分析范畴之维度下的总数据就是该类大数据概念下的全量数据。根据大数据的全量数据这一特征，我们应正确定义，没有使用全量数据的分析，就不能说是大数据分析。这是大数据分析的第一个显著特征，也是衡量是不是大数据分析的第一个标准。第二个特征是高速（velocity）。高速是指高速产生数据和高速处理数据。大数据是高速产生的，产生于日常生产和生活之中，处于时刻产生与时刻变化之中，且速度非常快。比如我们曾经在“光棍节”那一天看到马云在阿里巴巴电子显

新形势下,大数据审计的几点思考

全文共计905字随着社会不断发展进步，各行业信息化、数据化程度越来越高，数据化已深入到社会经济生活的各个方面，一个全新的大数据时代已经到来。而对于审计工作来说，大数据环境下，势必对审计思路、审计方式方法、组织模式及相关制度等方面产生深远的影响，同时，要求审计工作从信息化初级建设阶段逐步走上大数据建设、利用阶段。在这样的环境和形势下，如何将各行业各部门的形形色色的各类数据整合起来，转换成为审计工作需要的大数据，利用大数据开展审计工作，值得我们认真思考。利用数据是开展好审计工作的关键点。大数据环境下，单兵作战、单系统分析、单审计项目应用已经不能适应审计发展的新需要。要着力树立大局意识，有效整合资源、形成合力，建立多部门、多系统、跨行业的大数据审计资源，从而实现在组织架构、现场管理、数据资源、信息传递等多方面的审计大协同作业。我们应该逐步考虑建立各专业数据审计平台，最终构建全国范围的审计数据技术支持总平台。依托网络化管理及云计算技术逐步将各个数据平台、各个数据中心及各级审计机关数据资源进行整合，最终建立起审计大数据资源平台。做好目前大数据环境下审计工作：一是充分利用现有条件，努力探索。大数据环境的利用，不是一蹴而就的，是一个循序渐进的过程，如果要等数据全了再开展审计，大数据环境下的审计就是一句空话。这就要求我们对现有数据充分利用，探索在现有数据下的审计工作的开展。二是做好审前投入。这里的前期投入主要是指大数据分析工作。可适当设立分析课题，对某些热点或风险点问题进行常规分析研究，给予团队一定的时间和人力保障，对共性问题进行分析研究。三是做好法律保障。进一步完善相关的法律法规和制度，从法律上、制度上规范国家审计范围内各个单位和部门的各类电子数据的规范性以及报送数据的及时性、准确性和真实性。信息是把双刃剑，大数据更是如此。我们在享受大数据带来的成果时，也不断地饱受大数据的侵扰。因此，在大数据的风险防范管理方面应该投入更多的精力。 1

大数据环境下审计数据分析技术方法初探_顾洪菲

CHINA MANAGEMENT INFORMATIONIZATION ／［收稿日期］2014-12-22 2222222222222222222222222222222222222222222 最关键的环节是输入控制，错误的输入直接影响处理和输出的正确性和有效性。互联网金融企业的操作流程基本为程序化控制，操作主体在进行操作时，可以采用口令识别和数据加密等技术进行控制，例如，消费者在利用第三方支付平台进行支付时，必须输入静态密码和动态密码，通过实时更新操作信息来对输入数据进行控制。互联网金融企业比普通企业对信息系统内部控制建设有着更高的要求，为了维护行业的健康发展，企业必须正确认识信息系统中的风险易发环节，建立完善的信息系统内部控制制度和风险管理体系。４总结尽管互联网金融行业存在较高风险，但是在大数据时代下，它通过利用云计算等技术进行数据挖掘，拥有极大的信息优势，为社会提供了数量更多、范围更广的金融支持，比传统金融更具开放性和普惠性，推动了金融和经济的发展。所以，我们必须鼓励互联网金融企业的发展，企业更应做好信息系统内部控制制度建设工作，防范操作风险，促进行业的健康和可持续发展。主要参考文献 [1]郑石桥，杨婧，赵珊，等.内部控制学[M].北京：中国时代经济出版社， 2013. [2]张金城.计算机信息系统控制与审计[M].北京：北京大学出版社，2002.[3]张金城.计算机犯罪的控制与审计[J].审计与经济研究，1994（4）.[4]胡奕明，陈箭深.会计电算化系统内部控制初探[J].会计研究，1996（10）.[5]黄正端.计算机会计系统内部控制的研究[J].会计研究， 1996（11）.[6]张金城.论电子商务信息系统的风险与控制[J].审计与经济研究，2001（9）.[7]刘志远，刘洁.信息技术条件下的企业内部控制[J].会计研究，2001（12）.[8]陈志斌.信息化生态环境下企业内部控制框架研究[J].会计研究，2007（1）.[9]章铁生.信息技术条件下的内部控制规范———国际实践与启示[J].会计研究，2007（7）. [10]吴炎太，林斌，孙烨.基于生命周期的信息系统内部控制风险管理研究 [J].审计研究,2009（6）. [11]郑秋霞.基于第三方支付的金融创新与金融风险研究[J].金融实务， 2012（3）. [12]谢平，邹传伟.互联网金融模式研究[J].金融研究，2012（12）.[13]王永利.发展互联网金融，促进经济转型升级[J].国际金融，2013（10）.[14]张松，史经纬，雷鼎.互联网金融下的操作风险管理研究[J].新金融，2013（9）. [15]张明.警惕互联网金融行业的潜在风险[J].经济导刊，2013（9）.[16]财政部.企业内部控制基本规范[S].2008. [17]财政部．企业内部控制应用指引———信息系统一般控制[S].2008. 中国管理信息化 C hina Management Informationization 2015年2月第18卷第3期Feb.，2015 Vol ．18， No ．3大数据环境下审计数据分析技术方法初探顾洪菲（南京审计学院审计与会计学院，南京211815）［摘要］大数据是目前信息技术领域研究和应用的热点问题。尽管国内外对大数据和审计数据分析已有了一定研究，但尚缺少关于大数据环境下审计数据分析方面的研究。本文针对大数据的特点以及审计数据分析实务的现状，首先阐述了大数据对审计的影响，然后根据大数据的特点，从数据量、数据结构、数据处理方式三个方面分析大数据环境下进行审计数据分析所需的技术要求，接着从分析学和使用者的角度阐述了大数据环境下进行审计的数据分析方法和分析结果的显示需求，最后提出了我国在大数据环境中如何推进审计信息化的发展，为今后在大数据环境下实施审计提供了参考。［关键词］大数据；审计；数据分析 doi:10.3969/j.issn.1673-0194.2015.03.025［中图分类号］F239.45；F232［文献标识码］A ［文章编号］1673-0194（2015）03-0045-04 ０引言审计是保障国家经济社会健康运行的“免疫系统”，在数据信息爆炸的今天，大数据的浪潮促使着审计思维模式的变革。面对已经到来的大数据时代和由此带来的数据量、数据类型、数据处理方式的转变，意味着在大数据环境下进行审计数据分析将面临更大的技术挑战。2012年3月22日，奥巴马宣布美国政府五大部门投资2亿美元启动 “大数据研究和发展计划(Big Data Research and Development Initiative)”，以提高美国的科研、教育与国家安全能力。从国家角度来看，大数据已成为一种战略资源[1]。审计署2013年6月6日发布的《审计署关于印发特派办审计数据综合利用指南———计算机审计实务公告第47号的通知》中，对审计数据归集和处理、审计数据管理和共享、审计数据分析技术和方法等做出了详细的规定。大数据的出现为今后开展多元异构、跨领域关联的海量审计数据分析提供了可能。因此，研究大数据环境下的审计数据分析技术方法具有重要意义。１研究大数据环境下的审计数据分析的必要性 1.1大数据的概念和特点大数据作为一个新兴概念，至今尚未有统一的定义。维基百科中对于大数据的定义是:由巨型数据集组成，这些数据集大小常超出人类在可接受时间下的收集、使用、管理和处理能力。IDC 在对大数据作出的定义为:大数据一般会涉及2种或2种以上 45

大数据环境下审计风险及防控分析

随着信息化技术的高速发展,特别是大数据时代的来临，计算机技术在国民经济和社会生活各个领域的应用日益广泛,并深刻影响着审计环境、审计模式、审计技术等诸多方面。国务院在《关于加强审计工作的意见》中指出：“探索在审计实践中运用大数据技术的途径，加大数据综合利用力度，提高运用信息化技术查核问题、评价判断、宏观分析的能力。创新电子审计技术，提高审计工作能力、质量和效率。推进对各部门、单位计算机信息系统安全性、可靠性和经济性的审计”，如何在保证大数据环境下充分运用信息化技术提高审计工作能力、质量和效率的同时防范审计风险是审计人员面临的一个重要挑战。本文将重点分析大数据环境下审计面临的具体风险，并提出防控建议。一、大数据的概念什么是大数据？最早提出“大数据”时代到来的是全球知名咨询公司麦肯锡。麦肯锡提出：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来”，并对大数据做出了以下定义：“大数据是一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。”大数据带给我们的三个颠覆性观念转变：（1）不是随机样本，而是全体数；（2）不是精确性，而是混杂性；（3）不是因果关系，而是相关关系。二、大数据环境下面临的审计风险（1）数据采集风险采集数据是审计分析的第一步，也是关系到审计质量的关键一步。特别是大数据环境下审计人员需要采集被审计单位的海量业务数据，在数据采集过程中审计人员主要面临两个风险：一是保证所采集数据的真实性、完整性，满足审计分析的需要；二是保证数据采集过程中被审计单位的系统安全性。（2）大数据存储和管理的风险海量的大数据从被审计单位采集回来，在存储和管理方面审计机关和人员面临两方面的风险：一是数据存储风险，海量的大数据如何进行存储，保证数据的完整性，同时可以供审计人员进行审计分析操作；二是数据管理的风险，被审计单位提供的数据包含大量的个人基本信息、敏感信息，审计人员面对如何对这些数据进行管理，从技术上和制度上保证这些数据不泄露到社会上的风险。（3）数据分析质量风险审计人员从被审计单位获取了审计需要的大量数据，接下来要做的就是数据整理、分析，发展审计疑点，对审计疑点进行核实，并生成审计证据。在数据分析过程中审计人员会面对以下审计风险： 1、面对海量数据和有限的审计时间，审计人员无法在审计要求的时间内对数据进行充分的研究、整理、分析和发现审计疑点，审计质量不高。 2、只对被审计单位的数据进行分析，忽略对被审计单位信息系统安全性、可靠性的关注，如果被审计单位系统出现重大漏洞，会对审计产生一定风险。 3、审计人员技术水平滞后，面对采集回来的数据无法进行处理和分析。比如，现在社保、公积金、医院等大量的数据使用OEACLE数据库进行管理，而我们的审计人员在进行计算机中级培训的时候学习的是SQLSERVER数据库，有些单位只有极少数审计人员或者没有审计人员熟悉掌握OEACEL数据库。审计人员采集回来数据如果要进行分析，只能依靠外部人员，或者转换成熟悉的数据库格式。但是依靠外部人员存在数据如何保密的风险，转换成其他数据库格式又存在数据丢失的风险。 4、电子数据不同于纸质资料，具有无形性和脆弱性的特点。其中，无形性是指电子证据存储在存储介质中，其内容与载体相互分离，复制不改变其完整性和真实性，相较纸质证据而言，