劉國城 陳正升

【摘 要】 大數(shù)據(jù)審計是智能信息處理時代的必然產(chǎn)物，是實現(xiàn)審計全覆蓋的基本要求。通過國內(nèi)外比較發(fā)現(xiàn)，我國大數(shù)據(jù)審計理論成果相對豐碩，但實務發(fā)展相對遲緩，且相關文獻缺乏與其他學科的深度融合。文章以“數(shù)據(jù)科學”與“信息科學”等學科理論的滲透與交融為研究視角，以大數(shù)據(jù)分析為研究重心，首先分析大數(shù)據(jù)審計的學術積累與實踐發(fā)展，其次基于全局視角對大數(shù)據(jù)審計實施全局策劃，最后分析大數(shù)據(jù)審計的流程設計方案，嘗試促進審計理論由單一學科闡釋轉(zhuǎn)向交叉領域研究的有機演化，力求豐富交叉學科一體化整合分析的大數(shù)據(jù)審計研究思想。

【關鍵詞】 大數(shù)據(jù)技術; 大數(shù)據(jù)審計; 數(shù)據(jù)建模; 數(shù)據(jù)挖掘

【中圖分類號】 F239.44? 【文獻標識碼】 A? 【文章編號】 1004-5937（2019）08-0030-06

2015年12月，時任審計長劉家義在全國審計工作會議上提出“推進以大數(shù)據(jù)為核心的審計信息化建設是應對未來挑戰(zhàn)的重要法寶”;2016年6月，審計署印發(fā)《“十三五”國家審計工作發(fā)展規(guī)劃》提出“拓展大數(shù)據(jù)技術運用，探索多維度、智能化大數(shù)據(jù)審計分析方法”;2017年10月，習近平總書記在中國共產(chǎn)黨第十九次全國代表大會報告中提出“改革審計管理體制”“推動互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和實體經(jīng)濟深度融合”等論斷與要求。大數(shù)據(jù)審計是智能信息處理時代的必然產(chǎn)物，是實現(xiàn)審計全覆蓋的基本要求。目前，我國有關大數(shù)據(jù)審計的實務進展相對緩慢，文獻成果缺乏厚度與深度，而且還極為缺乏相對成熟的大數(shù)據(jù)審計規(guī)范與標準以對審計實踐進行全方位指導。本文在分析大數(shù)據(jù)審計國內(nèi)外發(fā)展態(tài)勢的基礎上，探索大數(shù)據(jù)技術與現(xiàn)代審計之間的協(xié)同機理，旨在研究大數(shù)據(jù)審計策略實施的動力支持。

一、大數(shù)據(jù)審計的發(fā)展態(tài)勢

（一）國內(nèi)外理論研究梳理

2011年5月，McKinsey Global Institute指出，大數(shù)據(jù)是可被捕獲、傳遞、集聚、儲存和分析的數(shù)據(jù)的大型聚集，它現(xiàn)在已經(jīng)成為全球經(jīng)濟各個部門和功能的一部分。國外有關于大數(shù)據(jù)審計的學術研究較為零散，尚未形成體系。Lohr[1]認為，利用大數(shù)據(jù)技術將提高審計決策的質(zhì)量，且審計判斷將更多依靠數(shù)據(jù)驅(qū)動而非經(jīng)驗驅(qū)動。Costonis[2]指出，大數(shù)據(jù)審計面對的難題主要為非結構化數(shù)據(jù)的性質(zhì)及其數(shù)據(jù)選擇。Moffitt et al.[3]認為，大數(shù)據(jù)將顛覆性地改變審計人員的判斷和收集審計證據(jù)的方式。Schouten et al.[4]認為，運用預測模型具有檢測模式異常的功能，運用機器學習可以成功解決以傳統(tǒng)規(guī)則為基礎的審計系統(tǒng)缺陷。Setty et al.[5]認為，大數(shù)據(jù)的引入，導致數(shù)據(jù)分析的重心向模式識別轉(zhuǎn)變。Yoon et al.[6]指出，大數(shù)據(jù)將用來降低審計師對客戶端數(shù)據(jù)的依賴，并提供獨立的基準評估審計證據(jù)。Hussein Issa et al.[7]指出，審計人員可以在客戶風險、欺詐風險、內(nèi)部控制、持續(xù)審計等業(yè)務評估中運用數(shù)據(jù)挖掘技術分析外部數(shù)據(jù)。Danielle Lombardi et al.[8]認為，大數(shù)據(jù)時代，模式識別、數(shù)據(jù)挖掘、自然語言處理等技術將提高數(shù)據(jù)分析的預測能力。Michael Alles et al.[9]基于理論證據(jù)研究大數(shù)據(jù)技術納入財務報表審計的優(yōu)勢與障礙，并確定可能使審計師受益的大數(shù)據(jù)的具體方面。國外相關理論并未深入探索大數(shù)據(jù)技術在審計領域中的應用策略，而是更加注重于大數(shù)據(jù)對當今審計理念的沖擊，即大數(shù)據(jù)思想將引發(fā)審計判斷與決策、審計技術與方法以及審計功能與效率等方面的宏觀層面變革。

當前，國內(nèi)“大數(shù)據(jù)審計”理論積累相對豐富。截至2018年1月，中國知網(wǎng)收錄的“大數(shù)據(jù)+審計”學術論文累計231篇，其中核心期刊論文51篇（CSSCI期刊論文11篇）。國內(nèi)相關文獻主要集中于：（1）基于大數(shù)據(jù)的現(xiàn)代審計理念變革。例如，具體分析大數(shù)據(jù)對CPA審計的影響[10-11]，剖析大數(shù)據(jù)對政府審計理念的沖擊[12]，基于技術特征與應用特征闡述新時代下大數(shù)據(jù)審計的內(nèi)涵[13]，立足大數(shù)據(jù)時代背景分析大數(shù)據(jù)技術對環(huán)境責任審計的影響[14]。（2）基于大數(shù)據(jù)的現(xiàn)代審計方式轉(zhuǎn)變。例如，基于數(shù)據(jù)共享、數(shù)據(jù)標準化、數(shù)據(jù)多樣性與審計人員能力研討財政審計數(shù)據(jù)的分析模式[15];基于大數(shù)據(jù)價值鏈視角探討審計工作的創(chuàng)新模式[16];分析大數(shù)據(jù)環(huán)境下商業(yè)銀行審計非結構化數(shù)據(jù)的采集存儲與處理[17];闡述基于DBSCAN聚類的大數(shù)據(jù)審計抽樣，并基于大數(shù)據(jù)下財務共享服務模式建立IT審計的實施路徑[18]，提出大數(shù)據(jù)審計環(huán)境下政府審計采購的技術方式與組織模式[19]。（3）基于大數(shù)據(jù)的現(xiàn)代審計平臺構建。例如，將大數(shù)據(jù)審計平臺分拆為采集、預處理、分析與可視化四個子平臺，融合數(shù)據(jù)挖掘、機器學習以及數(shù)據(jù)可視化等理論，基于方法支撐、過程建模以及運行機理等方面對各個子平臺進行專項分析[20];闡述大數(shù)據(jù)環(huán)境下河南省審計廳基于信息資源共享與工作高度協(xié)同的審計大數(shù)據(jù)分析平臺建設[21]。

（二）國內(nèi)外實務進展梳理

國外非常關注大數(shù)據(jù)及其審計的發(fā)展與應用。2012年3月，奧巴馬政府發(fā)布《大數(shù)據(jù)研究與發(fā)展倡議》，意在提升運用海量復雜數(shù)據(jù)集合謀取知識和洞見的能力，并將大數(shù)據(jù)發(fā)展拓展至國家戰(zhàn)略高度。2017年4月18日，世界審計組織大數(shù)據(jù)工作組第一次會議在南京審計大學召開，來自18個成員國的40余位代表分別就本國大數(shù)據(jù)審計實務的發(fā)展情形進行主題交流。通過會議分享發(fā)現(xiàn)，與會各國均擁有豐富的大數(shù)據(jù)審計實戰(zhàn)經(jīng)歷。美國聯(lián)邦審計署審計長基恩·多達羅指出，美國聯(lián)邦審計署將并行計算、數(shù)據(jù)挖掘等分析技術廣泛運用于大數(shù)據(jù)審計實務，并長期致力于調(diào)查政府“欺詐與不正當支付”問題，正是得益于大數(shù)據(jù)審計技術的高效推進，進而發(fā)現(xiàn)2016年美國政府部門涉及不正當支付的金額高達約1 440億美元;泰國審計委員會主席猜西·達初坦指出，泰國大數(shù)據(jù)審計已經(jīng)廣泛應用于信息系統(tǒng)、醫(yī)學研究、公共交通以及災害治理等領域，泰國審計署借助PPAPT應用軟件包與ACL指令列表等手段積極推進大數(shù)據(jù)審計;印度通過建立實施標準模型，廣泛應用數(shù)據(jù)倉庫、可視化等技術，大幅提升大數(shù)據(jù)持續(xù)審計能力建設。印度尼西亞的中央財報數(shù)據(jù)在2015年為6.4億條，在2016年為7.1億條，預測性分析技術緩解了該國近4 000名審計人員的壓力。奧地利借助R語言實施大數(shù)據(jù)審計分析并建立R語言導師機制。

近年來，我國政府審計機關已經(jīng)逐步重視大數(shù)據(jù)審計實務建設。山東省審計廳成立財政、稅務、金融、企業(yè)與社保等五個行業(yè)的審計大數(shù)據(jù)采集中心，并采用虛擬化桌面云技術建立數(shù)字化審計實驗室，安裝部署AS、AO、RTX以及網(wǎng)絡教室等應用軟件。四川省審計廳在稅收征管審計中，構建125個數(shù)據(jù)分析模型，查詢約700G的信息數(shù)據(jù)，歸納21項審計方法，充分揭示稅收征管漏洞與缺陷。湖北省審計廳建立以“一大網(wǎng)絡、三大中心、六大系統(tǒng)”為中心的大數(shù)據(jù)審計平臺，“一大網(wǎng)絡”即電子政務外網(wǎng)，“三大中心”即交換中心、數(shù)據(jù)中心與數(shù)據(jù)備份中心，“六大系統(tǒng)”即OA管理系統(tǒng)、AO實施系統(tǒng)、聯(lián)網(wǎng)分析系統(tǒng)、結果分析系統(tǒng)、網(wǎng)上審理軟件以及風險監(jiān)控系統(tǒng)。四川省成都市審計局采集10余個重點行業(yè)的3 000余家被審主體的20余類電子數(shù)據(jù)，自主研發(fā)“大數(shù)據(jù)綜合管理平臺”。山東省青島市審計局建立基于大數(shù)據(jù)關聯(lián)分析的“審計大數(shù)據(jù)綜合作業(yè)平臺”。內(nèi)蒙古包頭市審計局建立以大數(shù)據(jù)為中心的“審計資源共享平臺”。江蘇省無錫市審計局在自然資源資產(chǎn)責任審計中，采用稅務、社保、工商與環(huán)評等數(shù)據(jù)審核污染企業(yè)治污效果與環(huán)保審批問題，運用GIS數(shù)據(jù)審查違建拆除問題。

（三）國內(nèi)外發(fā)展態(tài)勢歸納

大數(shù)據(jù)審計橫跨審計學、數(shù)據(jù)科學、信息科學、計算機科學、網(wǎng)絡科學、數(shù)學和心理學等若干學科。審計學屬于社會科學，但大數(shù)據(jù)審計更應該側(cè)重于自然科學，因為其每一環(huán)節(jié)都與大數(shù)據(jù)處理涉及的自然學科范域相交融。大數(shù)據(jù)審計策略完善將完全依托于大數(shù)據(jù)審計既有的理論基礎與實務經(jīng)驗。梳理發(fā)現(xiàn)，我國大數(shù)據(jù)審計文獻積累缺乏深度，相關文獻僅是站于社會科學視角從宏觀層面定性分析大數(shù)據(jù)帶給現(xiàn)代審計的理念沖擊與模式變革，并未真正基于自然科學下的數(shù)據(jù)建模視角從微觀層面定量研究大數(shù)據(jù)關鍵技術與現(xiàn)代審計方法的多學科交融機制。對于大數(shù)據(jù)審計理論的未來研究，學術界需要深度融合相關學科領域，以大數(shù)據(jù)科學為軸心，有效實現(xiàn)社會科學向自然科學的領域延展延擴，深入強化大數(shù)據(jù)關鍵技術在審計領域的全方位應用。梳理發(fā)現(xiàn)，我國大數(shù)據(jù)審計實踐存有諸多不足，大數(shù)據(jù)技術處理的數(shù)據(jù)容量需要達到PB級，數(shù)據(jù)容量愈大，數(shù)據(jù)間的關聯(lián)價值越高，但目前我國特定審計主體的數(shù)據(jù)容量大多處于PB級別以下，并未實現(xiàn)真正意義上的大數(shù)據(jù)，這還需要審計主體按照“五個關聯(lián)”審計思路的要求（即從中央財政到省市縣乃至每個鄉(xiāng)鎮(zhèn)的資金使用、從部門到項目具體執(zhí)行單位的資金使用的縱向關聯(lián)，從市財政、市發(fā)改委到一級、二級預算單位的各種專項資金的橫向關聯(lián)，財政、金融和企業(yè)三方面的數(shù)據(jù)關聯(lián)，財政與其他多部門、多行業(yè)的數(shù)據(jù)關聯(lián)，以及財政數(shù)據(jù)與業(yè)務數(shù)據(jù)、宏觀經(jīng)濟數(shù)據(jù)的關聯(lián)），實現(xiàn)審計數(shù)據(jù)的全覆蓋精準采集，再如我國對大數(shù)據(jù)技術的實踐應用不夠廣泛與系統(tǒng)，盡管湖北省恩施州在醫(yī)保審計中嘗試運用可視化技術，武漢市審計局在數(shù)據(jù)處理中應用Oracle與SQL技術，但不夠深入，還無法適應PB級別以上審計大數(shù)據(jù)處理的需求。如今，國外在大數(shù)據(jù)審計中已廣泛運用數(shù)據(jù)挖掘、機器學習、語義引擎、預測分析以及可視化等技術，而我國在此方面進展遲緩。此外，我國大數(shù)據(jù)審計實務建設其他問題還有：（1）多數(shù)審計主體缺乏系統(tǒng)性布局與長遠性規(guī)劃，僅從局部視角關注某一流程下模式優(yōu)化;（2）審計具體流程的數(shù)據(jù)建模技術過于單一，缺乏同一決策下多種建模工具的比較研究;（3）部分省域內(nèi)各市級審計主體存在審計流程模式重復建設，觀念標準不一，缺乏共謀與協(xié)作。

二、大數(shù)據(jù)審計的總體策劃

大數(shù)據(jù)審計從屬于多學科交叉界域，邏輯結構煩瑣，運行機制復雜。依托于多元共融的內(nèi)外部環(huán)境，審計主體需要高度重視大數(shù)據(jù)審計工作的頂層設計與全局籌劃，變革傳統(tǒng)審計理念，力求將大數(shù)據(jù)審計工作做到常態(tài)化、流程化、立體化與長效化。本文提出一種大數(shù)據(jù)審計的總體策劃方式供以借鑒，見圖1，具體闡述如下：

（一）大數(shù)據(jù)審計需求及大數(shù)據(jù)關鍵技術的分析

需求分析是大數(shù)據(jù)審計有效開展的首要條件，其可使審計主體事先明晰任務需要與目標要求。大數(shù)據(jù)審計有橫向需求與縱向需求之分。如圖1所示，大數(shù)據(jù)審計橫向需求涵蓋理念變革需求、組織管理需求、安全運行要求、規(guī)范與標準需求、過程優(yōu)化需求、內(nèi)外在環(huán)境需求、技術動力需求、理論與經(jīng)驗需求以及事件決策需求等諸多方面。大數(shù)據(jù)審計縱向需求是基于特定業(yè)務的總體任務需求、具體任務需求、流程需求、功能需求、組件需求、建模需求、取證需求、核驗需求和決策需求。審計主體有必要以審計對象及類型為基準，基于戰(zhàn)略全局視角發(fā)現(xiàn)“需求”的本質(zhì)，秉承層次性、相關性、可靠性以及重要性等需求分析原則，確保大數(shù)據(jù)審計的可控性、效益性和可驗證性。

大數(shù)據(jù)關鍵技術是大數(shù)據(jù)審計順利實施的技術前提，拋開大數(shù)據(jù)科學下的技術架構與數(shù)據(jù)智能，任何大數(shù)據(jù)審計理論與實踐都將無從談起。大數(shù)據(jù)有五項關鍵技術[22]，具體為：（1）采集技術，其承載即時數(shù)據(jù)采集、既有數(shù)據(jù)采集、文字數(shù)據(jù)采集、日志數(shù)據(jù)采集、文件數(shù)據(jù)采集、圖片數(shù)據(jù)采集以及視頻數(shù)據(jù)采集等功能，相應技術有ZeroMQ、ActiveMQ、Flume、Sqoop及Kafka等;（2）預處理技術，其承載大數(shù)據(jù)的加載、清洗、轉(zhuǎn)換、脫敏、脫密以及抽取等功能，相應技術有RestFul、Socket、Dubbo及Web Service等;（3）存儲與管理技術，其承載結構化數(shù)據(jù)與異構化數(shù)據(jù)的存儲及管理功能，相應技術有S3云存儲、Neo4J、Solr、Hdfs、Lucene及Kudu等;（4）分析與挖掘技術，其承載大數(shù)據(jù)的實時分析、準實時分析、離線分析、機器學習、語音識別以及圖片識別等功能，相應技術有MapReduce、Spark、Akka、Mahout及Flink等;（5）展現(xiàn)與應用技術，其承載文字展示、圖畫展示以及動畫展示功能，相應技術有iCharts、Echarts、Springy及Tableau等。針對審計全局策劃，審計主體需要規(guī)劃關鍵技術與審計業(yè)務的融合策略，合理籌劃特定功能需求下適用技術有關于5W1H的實際應用問題，突出技術優(yōu)勢，強化技術協(xié)作，力求為大數(shù)據(jù)審計方法的創(chuàng)新應用提供源源動力。

（二）大數(shù)據(jù)審計作用因素及其運行保障的分析

大數(shù)據(jù)審計的過程開展、平臺建設與流程再造有其特定的作用條件與依托效應。影響大數(shù)據(jù)審計開展的主要因素有：（1）挑戰(zhàn)、風險、困境與變革。大數(shù)據(jù)時代，審計數(shù)據(jù)的真實性與全面性遇到挑戰(zhàn)，大數(shù)據(jù)的控制、保護、分析、存儲及其平臺選擇面臨諸多風險[23]，且大數(shù)據(jù)財務流程將更為注重異構數(shù)據(jù)的核算、歸納、處理與監(jiān)控，以滿足組織內(nèi)部動態(tài)、實時、全面的戰(zhàn)略管理需求，以及財務信息外部需求者多樣化與個性化的決策需求[24]，這些都為大數(shù)據(jù)審計帶來現(xiàn)實困境。借此，審計主體應予在依據(jù)證據(jù)、技術方法、組織管理以及策略架構等方面實現(xiàn)理念變革與模式創(chuàng)新，與時俱進，做好大數(shù)據(jù)審計的理念設計。（2）人員勝任能力。大數(shù)據(jù)審計是審計人員的主觀見之于審計客觀大數(shù)據(jù)的物化活動，其成功的關鍵在于審計人員的勝任力與團隊行為的科學化。面對大數(shù)據(jù)審計跨學科等特征，審計機構在策劃審計業(yè)務團隊時，務必集合不同學科專業(yè)人才，聘請相關背景專家定期研討，塑造和諧共榮的團隊文化，實現(xiàn)知識互補、技術協(xié)同與經(jīng)驗共享，基于跨學科異質(zhì)性知識的耦合致力于人員素質(zhì)與團隊力量的全方位提升。（3）審計運作方式。大數(shù)據(jù)時代，審計運作方式發(fā)生“質(zhì)”變，未來的審計將會實現(xiàn)從運用隨機樣本抽樣轉(zhuǎn)向運用全數(shù)據(jù)建模，從探索精確數(shù)據(jù)取證轉(zhuǎn)向融合混雜數(shù)據(jù)建模，從追求因果關系決策轉(zhuǎn)向追尋關聯(lián)邏輯建模，從依托審計經(jīng)驗預測轉(zhuǎn)向借助技術工具建模。（4）審計智能服務。大數(shù)據(jù)時代，人工智能將會逐步成為審計實踐的主流。當前，安永會計師事務所已嘗試運用計算機技術輔助審核收入合同，運用機器學習分析大批量貸款合同，并估值測試。對于大數(shù)據(jù)審計智能服務的事前規(guī)劃，審計主體應考慮兩方面問題，其一是智能平臺架構，該平臺可設置審計用戶登錄、審計大數(shù)據(jù)導入、服務匹配、數(shù)據(jù)管理、智能取證、可視化報告以及歷史查詢等模塊;其二是平臺要素協(xié)同，該服務平臺由系列大數(shù)據(jù)關鍵技術模型及其諸多相應組件組合而成，它們不是簡單的疊加與凌亂的堆砌，而是目標的統(tǒng)一、功能的融合、任務的協(xié)調(diào)以及行為的協(xié)作。此外，大數(shù)據(jù)審計需要相應質(zhì)量控制體系以保障常態(tài)化運行，其質(zhì)量標準設計應事先融入全局籌劃之中，重點考評計劃的科學性、準備的充分性、實施的完善性、定性的準確性、分析的透徹性、判斷的正確性以及成果的應用性。

（三）大數(shù)據(jù)審計策略體系構建的模塊分解規(guī)劃

大數(shù)據(jù)審計策略構建是抽象的知識凝練過程，其是針對每一審計業(yè)務，在多類“經(jīng)驗選擇”的最優(yōu)解下，對審計流程執(zhí)行行為的記錄、分類與歸納，并發(fā)現(xiàn)普遍性規(guī)律。圖1設計的大數(shù)據(jù)審計策略體系可進行如下分解：（1）大數(shù)據(jù)審計規(guī)范與指南。該模塊建設需要遵循實用性、科學性、全面性與持續(xù)性原則，涵蓋基本要求、執(zhí)業(yè)指南、技術標準、審計條例與質(zhì)量目標等諸多方面，它們是審計主體執(zhí)行業(yè)務程序的可操作性建議，是出具大數(shù)據(jù)審計報告的客觀尺度。（2）大數(shù)據(jù)審計風險估計與管理。大數(shù)據(jù)審計風險包含固有風險、控制風險與檢查風險三個層面，且它們與環(huán)境風險、組織風險、人員風險、操作風險、數(shù)據(jù)可信風險、機密性風險、完整性風險以及技術黏合風險等相融合[25]，該模塊旨在全面梳理審計風險類別，確定風險評估機制，建立風險管理策略。（3）大數(shù)據(jù)審計跟蹤與挖掘。該模塊要求審計主體事前策劃與事后提煉大數(shù)據(jù)審計的持續(xù)跟蹤機制，評判各類大數(shù)據(jù)挖掘技術、算法與工具的優(yōu)劣之處與適行條件，組建“算法庫”“工具庫”“協(xié)議庫”“規(guī)則庫”，明確具體業(yè)務下不同挖掘技術的競爭與共生機制。（4）大數(shù)據(jù)審計模式構建與過程取證。該模塊要求審計主體將特定業(yè)務劃分為若干過程，建立每一過程下的實施步驟，如采集過程下數(shù)據(jù)源如何獲取，異構數(shù)據(jù)如何傳輸與接入，再如抽取過程下如何實施數(shù)據(jù)的增量抽取與全量抽取，以及在取證環(huán)節(jié)中如何實現(xiàn)模型構建、實質(zhì)性測試、模式發(fā)現(xiàn)以及模型評估。（5）大數(shù)據(jù)審計威脅診斷與預警。該模塊要求審計主體如何設計威脅數(shù)據(jù)的采集、診斷與管理，如何監(jiān)控“威脅源”并與“預警源”相銜接，如何促進審計預警信息的集合、修正與發(fā)布，對多源多模態(tài)信息集成、數(shù)據(jù)時效性檢驗以及元數(shù)據(jù)管理等預警技術如何正確應用，如何界定威脅等級并確定預警策略響應。（6）大數(shù)據(jù)審計免疫自穩(wěn)與免疫防御。該模塊要求審計主體基于既有經(jīng)驗推進大數(shù)據(jù)審計策略決策功能的參數(shù)化與標準化，運用自有“記憶”提升新業(yè)務決策供需的一致性、耦合性與自穩(wěn)性，基于非特異性免疫防御利用現(xiàn)有制度、經(jīng)歷與文化甄選多樣化風險控制方案，基于特異性免疫防御研判大數(shù)據(jù)審計中遇到的新問題，拓展與深化大數(shù)據(jù)審計技術方法、模式流程與策略建議，通過持續(xù)同“威脅源”發(fā)生作用進而促進審計執(zhí)行力，培育特定知識實現(xiàn)對審計新威脅的即時應答。

三、大數(shù)據(jù)審計的流程分析

大數(shù)據(jù)時代下，數(shù)據(jù)建模是審計流程構建的核心，這是因為，隱藏于大數(shù)據(jù)之下的深層次問題必須依托諸多模型相互融合的模型庫，才能找出其本質(zhì)與規(guī)律，加之在未來，人工智能將逐步滲透至審計實務，系統(tǒng)性數(shù)據(jù)建模將是未來審計智能化發(fā)展的變革之路。大數(shù)據(jù)審計下，數(shù)據(jù)建模問題主要表現(xiàn)在如下維度：（1）宏觀維度，即如何對審計大數(shù)據(jù)系統(tǒng)性建模做好全局規(guī)劃與統(tǒng)籌安排，究竟哪些環(huán)節(jié)需要審計大數(shù)據(jù)建模，若干模型之間如何有效協(xié)同與有機整合。（2）中觀維度，不同于以往審計，大數(shù)據(jù)審計職能廣泛拓展，其不僅注重于事后揭露，還更加注重于事前預警與事中監(jiān)控，為此，風險評估、疑點挖掘、數(shù)據(jù)取證、監(jiān)測預警、審計可視化等方面都將廣泛采用系統(tǒng)模型。大數(shù)據(jù)審計應關注上述各個方面下建模任務與建模要求分別是什么，哪些數(shù)據(jù)模型相對成熟，各類模型應用條件有哪些，適用模型的建模組件如何配置等一系列中觀問題。（3）微觀維度，即如何在審計建模中全方位實現(xiàn)審計大數(shù)據(jù)的應用價值與技術可行性，如何準確把握具體建模方法下的決策需求。具體而言，大數(shù)據(jù)審計建模所應該解決的微觀問題主要包括多源異構大數(shù)據(jù)如何整合分析，如何實現(xiàn)審計大數(shù)據(jù)高效的壓縮、感知、存儲與管理，多域多層大數(shù)據(jù)如何實現(xiàn)高效傳輸與高效計算，完整的大數(shù)據(jù)如何實現(xiàn)可用，如何實現(xiàn)審計大數(shù)據(jù)的多粒度智能處理，如何對數(shù)據(jù)錯誤進行自動檢測和修復，如何發(fā)現(xiàn)大數(shù)據(jù)的結構和關系并進行簡約計算，如何對弱可用數(shù)據(jù)實施近似計算并知識發(fā)現(xiàn)，如何在審計大數(shù)據(jù)分析中優(yōu)化數(shù)據(jù)挖掘算法的過程應用，如何有效處理審計大數(shù)據(jù)下的機器學習算法，如何基于審計大數(shù)據(jù)進行系統(tǒng)決策、風險控制與故障診斷等。系列問題由點及面，共同決定著具體審計任務下特定流程設計，同時也決定著建模技術和工具的選擇與應用。

基于全生命周期的大數(shù)據(jù)審計涵蓋數(shù)據(jù)采集、數(shù)據(jù)預處理、數(shù)據(jù)取證、數(shù)據(jù)可視化四項基本流程（圖1），系統(tǒng)性數(shù)據(jù)建模融合于各具體流程之中，并促進流程內(nèi)各項功能決策的有效實施。對于大數(shù)據(jù)審計采集，也應秉承“五個關聯(lián)”理念，力求實現(xiàn)各類數(shù)據(jù)的全歸集。未來，審計數(shù)據(jù)采集量會在PB級基礎上向EB級或ZB級延伸，非結構化數(shù)據(jù)將占較大比重，具體有文本文檔、日志、圖像、音頻、視頻、報表、HTML以及XML等形式，潛藏巨大應用價值。多數(shù)異構數(shù)據(jù)并不產(chǎn)生審計效用，只有從PB級數(shù)據(jù)群中，將相關數(shù)據(jù)采集于一體，按特定邏輯建立主題數(shù)據(jù)庫，審計大數(shù)據(jù)才彰顯協(xié)同價值。審計異構數(shù)據(jù)類型繁多，無標準格式，對其采集需要專業(yè)技術與工具，如AO采集、網(wǎng)絡爬蟲、傳感器采集、數(shù)據(jù)庫摘取、ODBC技術、遙感技術、網(wǎng)絡流量、元搜索、射頻識別以及基于屬性、關系與信息的多層過濾機制等。針對特定審計大數(shù)據(jù)采集需求，審計主體需要甄選適用的采集方法，確立科學的數(shù)據(jù)采集建模機制，有效做好對源數(shù)據(jù)的傳輸與接入。例如，反腐敗審計中，微信數(shù)據(jù)采集方式為經(jīng)過OAuth 2.0網(wǎng)頁授權認證后，運用相應API數(shù)據(jù)接口建模截取數(shù)據(jù);再如，對于富文本文檔（RFT），Microsoft等公司開發(fā)RichTextBox等控件，審計主體可以借助相關控件模型，直接獲取RTF數(shù)據(jù)。

大數(shù)據(jù)審計的預處理流程包括數(shù)據(jù)存儲、數(shù)據(jù)清洗與數(shù)據(jù)轉(zhuǎn)換三項過程，它們的實現(xiàn)需要依托適行的技術工具及應用模型。對于審計數(shù)據(jù)存儲，傳統(tǒng)技術有RAID、DAS、NAS、SAN、自動精簡、分層存儲、Cache、快照技術、克隆技術、遠程復制以及LUN拷貝等，大數(shù)據(jù)技術有分布式文件存儲、NoSQL數(shù)據(jù)庫以及NewSQL數(shù)據(jù)庫。分布式文件存儲系統(tǒng)通過計算機網(wǎng)絡與若干節(jié)點相聯(lián)結，適用于審計大數(shù)據(jù)在不同空間下節(jié)點間的通信與存儲;不保證遵循ACID原則的、分布式的、非關系型的審計大數(shù)據(jù)采用NoSQL存儲系統(tǒng);保持ACID與SQL等特性、可擴展與高性能的海量審計大數(shù)據(jù)采用NewSQL存儲系統(tǒng)。對于審計大數(shù)據(jù)清洗，審計主體主要解決審計數(shù)據(jù)的合法性、完整性、一致性與唯一性等問題。通過字段類型合法、設定強制合法或字段內(nèi)容合法等規(guī)則，確保數(shù)據(jù)合法性;通過前后數(shù)據(jù)或其他信息的補全，提升數(shù)據(jù)完整性;基于指標、口徑、單位、頻度、數(shù)據(jù)等維度保障數(shù)據(jù)一致性;依托主鍵去重或規(guī)則去重促進數(shù)據(jù)的唯一性。多類清洗方法有機結合，將會適應未來審計大數(shù)據(jù)屬性多樣及其更新頻繁的清洗需求。對于審計大數(shù)據(jù)轉(zhuǎn)換，審計主體必須明晰基本轉(zhuǎn)換任務、主要轉(zhuǎn)換類型、數(shù)據(jù)整合與合并、維度屬性的轉(zhuǎn)換以及如何實施轉(zhuǎn)換。審計大數(shù)據(jù)轉(zhuǎn)換是將不同格式與語義的源數(shù)據(jù)轉(zhuǎn)化為被審計用戶所理解且與目標數(shù)據(jù)相一致的數(shù)據(jù)整合過程。數(shù)據(jù)可轉(zhuǎn)換類型有很多，如格式修正、字段解碼、計算值和導出值、單個字段分離、信息合并、特征集合轉(zhuǎn)化、度量單位轉(zhuǎn)化、時間格式轉(zhuǎn)化、匯總及鍵重構等，審計主體必須依托轉(zhuǎn)換需求，合理定位轉(zhuǎn)換類型，科學設定轉(zhuǎn)換方式，且有效借助轉(zhuǎn)換建模支撐，如山西省審計廳與九鼎軟件公司聯(lián)合開發(fā)數(shù)據(jù)轉(zhuǎn)換平臺，積極探索審計大數(shù)據(jù)轉(zhuǎn)化建模新方法。

IT時代轉(zhuǎn)向DT時代，傳統(tǒng)分析技術已無法適應以非結構化為主的審計大數(shù)據(jù)取證，數(shù)據(jù)挖掘與機器學習將成為數(shù)據(jù)分析建模以及審計證據(jù)獲取的核心手段。大數(shù)據(jù)審計取證將依托于Hadoop系統(tǒng)，其是一種基于Java的分布式系統(tǒng)基礎架構，也是基于超大型數(shù)據(jù)集處理的高擴展的分布式計算平臺，它擁有Hadoop Manager、MapReduce、Zookeeper、Hive、Avro、HBase和HDFS等完備組件，運用集群威力能為審計大數(shù)據(jù)提供海量計算的能力。Hadoop平臺環(huán)境為大數(shù)據(jù)審計取證建模提供絕佳的土壤，有力推進審計取證的維度分析、模型策劃、任務執(zhí)行、算法調(diào)度與驗證。數(shù)據(jù)挖掘分為結構化數(shù)據(jù)挖掘與文本挖掘，前者是基于關系型數(shù)據(jù)庫的審計數(shù)據(jù)挖掘，后者是基于自由開放文本的半結構化或非結構化的審計文本挖掘。數(shù)據(jù)挖掘?qū)徲嫿０斜O(jiān)督建模與無監(jiān)督建模兩類，有監(jiān)督模型涵蓋以決策樹、貝葉斯、K-鄰近與邏輯斯蒂為主導的分類方法，以及以一元回歸、多元回歸、逐步回歸與Logistic回歸為主導的回歸分析;無監(jiān)督模型涵蓋以層次、密度、網(wǎng)格、K-means、模糊C-均值、K-中心點、K-原型、量子、粒度與高斯混合為主導的聚類方法，以Apriori、FP-Growth、串行、頻繁項集與頻繁子圖為主導的關聯(lián)規(guī)則，以及基于分布、深度、距離、密度、偏離與頻繁模式的離群點診斷。機器學習從屬于大數(shù)據(jù)挖掘算法應用，其以信息論、控制論、計算復雜性理論、人工智能、神經(jīng)生物學以及生理學等學科為理論基礎，運用計算機模擬審計師的學習行為，進而獲取審計取證知識與取證技能。大數(shù)據(jù)審計取證建?？蛇m用的機器學習算法包括樸素貝葉斯、決策樹、人工神經(jīng)網(wǎng)絡、隱馬爾可夫、遷徙學習、半監(jiān)督學習、無監(jiān)督學習等集成學習。面對復雜取證需求，審計主體應熟悉各類挖掘技術的特點與適用條件，明確挖掘目標，做好相應算法的調(diào)整、移植與改進，并做好訓練參數(shù)的查詢管理，基于全學習周期完善分布式訓練計算流程，全面優(yōu)化并行學習等不同機器學習算法的遴選與設計。

大數(shù)據(jù)審計可視化是將審計領域的結構化數(shù)據(jù)、半結構化數(shù)據(jù)與非結構化數(shù)據(jù)抽象為可視化圖表，將隱性審計證據(jù)信息以數(shù)據(jù)視覺形式直觀顯示。大數(shù)據(jù)審計可采用文本可視化、網(wǎng)絡可視化、時空數(shù)據(jù)可視化以及多維數(shù)據(jù)可視化等手段，不同類型的可視化都有其特定應用條件，審計主體有必要將可視化的具體任務與相應類型有機結合，構建科學的可視化數(shù)據(jù)模型，力求做好可視化平臺運營的正向驅(qū)動。例如，對于多維數(shù)據(jù)可視化，審計主體需要遵循如下步驟：（1）空間劃分，將擬可視化數(shù)據(jù)集分類為m維屬性與n位元素組合的多維空間;（2）可視數(shù)據(jù)開發(fā)，運用合適的工具與算法對擬可視化數(shù)據(jù)展開定量演算;（3）可視數(shù)據(jù)分析，對不同空間數(shù)據(jù)進行旋轉(zhuǎn)、分塊或切片，多截面與全視角對目標數(shù)據(jù)進行觀察與剖析;（4）可視化呈現(xiàn)，以圖形圖表、計算機視覺、圖像處理以及審計用戶界面等方式，對隱性數(shù)據(jù)集的表面、屬性、立體或動畫進行顯性化展示。當前，已有諸多可視化工具以供審計主體選擇與應用，如無需編程語言的Tableau、Raw、Infogram、ChartBlocks等，基于JavaScript實現(xiàn)的Chart.js、D3.js、ZingChart、FusionCharts等，基于地圖可視化的CartoDB、InstantAtlas、Polymaps、Kartograph等，基于函數(shù)公式可視化的R、WolframAlpha、Tangle等。例如，對于資源環(huán)境審計，可以通過衛(wèi)星遙感影像借助CartoDB工具繪制目標地域環(huán)境資源的歷年變化，再如山東省青島市市南區(qū)審計局通過三維動態(tài)圖示呈現(xiàn)不同時點預算資金“大盤子”的流動變化情況，動態(tài)掌握全年預算執(zhí)行變化趨勢，有效提升了審計的科學化管理。

四、結語

審計署“十三五”規(guī)劃指出，我國將推進大數(shù)據(jù)為核心的審計信息化建設，到2020年實現(xiàn)對經(jīng)濟社會各類主要信息數(shù)據(jù)的全歸集。大數(shù)據(jù)給新時代審計帶來前所未有的挑戰(zhàn)，審計人員如何將結構化數(shù)據(jù)與非結構化數(shù)據(jù)相融合，如何在PB量級數(shù)據(jù)中快速而精準提取有價值的信息，如何習慣并熟練獲取及處理非結構化數(shù)據(jù)，這些都是“大數(shù)據(jù)驅(qū)動的審計”中亟待解決的難題。本文基于多學科融合視角，梳理與歸納大數(shù)據(jù)審計的發(fā)展態(tài)勢，分析大數(shù)據(jù)審計的頂層設計與全局規(guī)劃，將大數(shù)據(jù)關鍵技術全面融合于大數(shù)據(jù)的全生命周期流程，且形成“風險→取證→預警→防御”的前后邏輯關聯(lián)，進而由單一目標決策轉(zhuǎn)換為高度融合的全系列目標決策，豐富了以往審計研究的單一范域，為審計實務組織開展大數(shù)據(jù)審計提供“一站式”服務與“全覆蓋”支持，深化問題解決方案，促進多輪驅(qū)動，為審計機制創(chuàng)新集聚合力。

【參考文獻】

[1] LOHR S.The age of Big Data[N].New York Times，F(xiàn)ebruary，2012-02-11.

[2] COSTONIS M.Tackling Big Data[J].Bests Review，2013，33（7）：2-40.

[3] MOFFITT K C，VASARHELYI M A.AIS in an age of Big Data[J].Journal of Information，2013，27（2）：1-19.

[4] SCHOUTEN B.ETC.Time will show：real time predictions during interpersonal action perception[J].Plos One，2013，8（1）：1-6.

[5] SETTY K，BAKHSHI R.What is Big Data and what does it have to do with it audit？[J].Molecular Biology of the Cell，2013，18（9）：3645-3655.

[6] YOON K，HOOGDUIN L.Big Data as complementary audit evidence[J].Accounting Horizons，2015，29（2）：431-438.

[7] HUSSEIN ISSA，H BROWN-LIBURD.ETC.Behavioral implications of Big Datas impact on audit judgment and decision making and future research directions[J].Accounting Horizons，2015，29（2）：451-468.

[8] DANIELLE LOMBARDI，R BLOCH.ETC.The current state and future of the audit profession[J].Current Issues in Auditing，2015，9（1）：10-16.

[9] ALLE M S，GRA Y GL.Incorporating Big Data in audits：identifying inhibitors and a research agenda to address those inhibitors[J].International Journal of Accounting Information Systems，2016，22（7）：44-59.

[10] 王雯婷，張小竹，等.大數(shù)據(jù)對CPA審計的影響[J].中國注冊會計師，2016（7）：100-105.

[11] 龍子午，王云鵬.大數(shù)據(jù)時代對CPA審計風險與審計質(zhì)量的影響探究[J].會計之友，2016（8）：112-114.

[12] 魏建祥.大數(shù)據(jù)環(huán)境下政府審計模式轉(zhuǎn)變[J].財會月刊，2016（22）：64-67.

[13] 劉星，牛艷芳，唐志豪.關于推進大數(shù)據(jù)審計工作的幾點思考[J].審計研究，2016（5）：3-7.

[14] 馬志娟，梁思源.大數(shù)據(jù)背景下政府責任審計監(jiān)督全覆蓋的路徑研究[J].審計研究，2015（5）：28-34.

[15] 裴文華，成維一.大數(shù)據(jù)環(huán)境下財政數(shù)據(jù)分析研究[J].審計研究，2017（3）：53-58.

[16] 牛艷芳，馮占國，孟祥宇.大數(shù)據(jù)價值鏈視角下的審計工作創(chuàng)新與實踐[J].審計研究，2017（5）：17-22.

[17] 呂勁松，王志成，王秦輝，等.大數(shù)據(jù)環(huán)境下商業(yè)銀行審計非結構化數(shù)據(jù)研究[J].軟科學，2017（1）：141-144.

[18] 程平，陳珊.大數(shù)據(jù)時代基于DBSCAN聚類方法的審計抽樣[J].中國注冊會計師，2016（4）：76-79.

[19] 鮑朔望.大數(shù)據(jù)環(huán)境下政府采購審計思路和技術方法探討[J].審計研究，2016（6）：13-18.

[20] 劉國城，王會金.大數(shù)據(jù)審計平臺構建研究[J].審計研究，2017（6）：36-41.

[21] 翟群麗，魏志浩，崔瑞瑞，等.河南省審計廳大數(shù)據(jù)環(huán)境下”五個關聯(lián)”審計思路與方法[J].審計研究，2016（5）：14-19.

[22] 林子雨.大數(shù)據(jù)技術原理與應用[M].北京：人民郵電出版社，2017.

[23] 陳偉，Smieliauskas Wally.大數(shù)據(jù)環(huán)境下的電子數(shù)據(jù)審計：機遇、挑戰(zhàn)與方法[J].計算機科學，2016（1）：8-13.

[24] 劉國城，董必榮.“互聯(lián)網(wǎng)+”時代我國本科會計教育的困境與變革[J].南京審計大學學報，2017（1）：102-109.

[25] 黃國彬，鄭琳.大數(shù)據(jù)信息安全風險框架及應對策略研究[J].圖書館學研究，2015（7）：24-29.