近年来，各级审计机关探索大数据分析在审计实践中的应用。 笔者结合工作实际，探讨了大数据对审计的影响、大数据审计应用面临的困境及对策。
一、大数据分析对国家审计的影响
（一）审计内容更加广泛。 以往国家审计中，由于数据类型单一，审计范围往往停留在财务收支或财务报表上，无法实现全覆盖。 随着信息化建设步伐不断加快，金融、金融、自然资源等领域信息系统相继建立。 基于信息系统，产生了种类繁多、结构复杂、信息量大的数据，如财政预算整合、工商登记等，审计人员通过分析这些复杂的数据，可以发现更深层次的问题。民政社会保障一卡通”。
（二）审计方式更加多样化。 传统的现场审计大多依靠检查纸质账簿。 在大数据时代，审计不再局限于现场审计，而是大多通过现场审计和非现场审计相结合的方式进行，利用SQL、无人机等技术来实现在线审核。 与离线同步工作。 例如，在开展耕地保护和土地利用审计时，利用大数据审计，将被审计单位提供的耕地、基本农田数据与最新的地理国情数据进行叠加比对，提取并筛选出可疑地块。 ，并进行现场检查。 确认; 预算执行审计中，采用“财政数据采集系统”自动采集、整理和存储数据，并在“大数据分析模型共享分析平台”上协同开发和维护数据模型。
（三）审计结果更加准确。 传统审计受样本数量和审计成本的限制，主要采用抽样审计方法。 但抽样审计存在随机性、不全面性等缺陷，审计风险较大。 大数据审计为审计全覆盖提供数据和技术基础。 比如，在预算执行审计中，在涉及重点领域、重点行业的审计时，通过大数据审计，不放过任何一个“线索”，做到一级预算部门。 预算执行审计全覆盖，避免“只见树木、不见森林”的现象，使审计结果更加准确。
（四）审计要求更加严格。 由于大数据审计严重依赖大数据技术，对审计干部的计算机等专业技能提出了更高的要求，对既懂审计实践又懂大数据分析技术的复合型人才的需求日益增加。 同时，随着大数据技术的应用，审计标准、工作要求和审计结论的准确性也得到提高，审计风险得到有效控制。
2、大数据审计目前面临的问题
（一）大数据平台建设有待完善。 大数据时代，如何有效整合利用海量数据是提高审计效能的关键。 目前，一些地方政府尚未将大数据基础设施建设纳入地方政府信息化建设规划，或将大数据基础设施建设作为信息化建设项目立项实施。 地方审计机关建设大数据平台时，多从各部门采集数据，缺乏统一标准、统筹规划和顶层设计。
(2)数据采集存在盲点。 目前，审计机关获取的数据主要来源是财政部门的预算管理、会计核算、国库集中支付等情况。 财务部门在编制预算时，需要收集各业务部门、单位的数据。 但这些数据来源分散、口径不一、结构复杂、缺乏一致性。 另外，一些涉密信息系统的数据采集也相对困难，比如公安、社保数据。
(3)数据标准化程度低。 大数据分析技术是以大数据分析为基础的。 只有标准化的数据才能为大数据分析提供基础。 但目前审计机关在采集数据时缺乏统一的标准和规范性，甚至一些关键领域的主要数据和业务信息不完整、不准确、不规范，导致无法有效整合不同部门之间的数据并做出合理的决策。无法从不同部门获取数据。 进行有效的广度和深度的数据分析。 例如，在“财政资金使用管理情况”审计中，需要对各单位报送的财政资金使用情况进行汇总分类，但各单位报送数据的标准不统一，影响了报送数据的准确性。审计结果。
（四）数据安全存在风险。 首先，数据安全风险主要体现在数据的采集、存储、处理、分析、使用和销毁等方面。 从被审核单位收集的数据和信息通过官方电子邮件、通用U盘等方式传输给审核员，这本身就是一种非标准的信息提供方式。 其次，审计数据安全风险主要体现在网络攻击和信息泄露等方面。 不法分子通过常见的超链接、虚拟电子邮件等方式跟踪互联网计算机，对用户进行恶意攻击，导致计算机中的文件信息泄露或被盗。 这些行为可能会给审计数据甚至机密数据带来安全风险。 。
（五）综合型人才缺乏。 大数据审计是一项综合性工作，需要较高的计算机知识和审计业务知识。 目前，不少基层审计机构或边远地区普遍缺乏大数据专业人才，甚至缺乏一技之长的复合型人才。 人才培养刻不容缓。
三、推进大数据审计的对策建议
（一）加强组织领导，注重宣传引导。 审计机关要高度重视大数据审计工作，将其纳入年度工作重点，制定完善大数据审计实施方案，明确具体目标、任务和措施。 要进一步加强大数据审计工作的组织领导，成立大数据审计工作领导小组，加强大数据审计理论研究和实践探索的宣传，及时总结推广应用中的好经验和做法。大数据审计结果。 通过典型案例分析等形式，营造大数据审计应用浓厚氛围，推动大数据审计在高质量发展中更好发挥作用。
（二）完善工作机制，强化保障措施。 要完善规范性文件，明确国家审计中数据分析的具体要求，如数据来源、使用范围、保密要求等，从源头上保证数据的合法性和准确性。 完善协作机制，加强与财政、税务、统计等相关部门的沟通协调，共享和整合各部门现有资源和数据信息，形成合力。 同时，要通过加密技术、权限控制、审计跟踪等加强对数据的保护，防止数据泄露和滥用，保证数据的安全性和完整性。
（三）建设信息系统，完善数据模型。 探索建设数据互通、资源共享、技术兼容、业务协同的大数据审计平台，整合分散在不同部门、单位的各类财务数据和业务数据，构建覆盖所有会计系统的综合会计体系和管理信息系统被审计单位的管理信息系统。 数据库整合了部门、单位的各种数据，建立数据模型，实现部门间的信息共享和资源整合，保证不同系统之间数据的交换和共享。 在此基础上，审计部门要科学规划和整合数据库，加强对不同业务类型和数据形态的海量数据的审计分析模型的构建和完善，促进理论与实践的有机结合，保证审计分析模型的最大应用。大数据审计。
（四）加强学习培训，培养专业人才。 大数据审计是一项专业性很强的工作，要求审计人员具备较高的计算机专业知识和计算机数据分析能力。 必须多方式、多层次、多渠道进行培训。 鼓励参加审计署、省审计署。 计算机资格培训和考试为大数据审计营造良好的学习氛围，促进大数据审计的理论学习、模型构建和应用实践，从而提高审计工作的质量和效率。 同时，着力建设一支包括计算机、经济管理、会计等专业的综合性人才队伍，着力培养一批精通数据分析技术、综合分析能力强、素质较高的审计人才队伍。专业水平。
复习和准备考试的最佳时间是您获得资格的前一年，下一个最佳时间是现在！
声明：本公众号尊重原创，注重分享。 除非我们无法联系作者并获得发表文章的授权，否则我们将注明作者和文章来源。 如果作者看到，请及时联系我们。 获得您的授权后，我们将尽快重新发布或删除。 谢谢你！
