陳大峰（高級(jí)實(shí)驗(yàn)師），陳海勇

一、引言

趨勢(shì)分析（Trend Analysis）最初是一種財(cái)務(wù)報(bào)表分析方法，近年來審計(jì)研究人員將其應(yīng)用于審計(jì)工作，進(jìn)行核心數(shù)據(jù)取樣，構(gòu)建分析模型，將各個(gè)不同時(shí)期的數(shù)據(jù)進(jìn)行綜合比較，從中揭示經(jīng)濟(jì)活動(dòng)的規(guī)律并做出預(yù)測(cè)[1，2]。另有一些研究人員針對(duì)不符合整體趨勢(shì)的數(shù)據(jù)，提出離群數(shù)據(jù)挖掘的審計(jì)研究方法[3-5]。當(dāng)前信息系統(tǒng)審計(jì)研究的主要目標(biāo)是，如何合理搭建系統(tǒng)的體系架構(gòu)，設(shè)計(jì)完備的功能模塊并進(jìn)行輔助決策支持[6]，以及通過對(duì)數(shù)據(jù)的深層分析，揭示審計(jì)工作中一系列影響績(jī)效信息使用的組織因素[7-8]。隨著大數(shù)據(jù)技術(shù)的出現(xiàn)和興起，將其引入審計(jì)，可以對(duì)復(fù)雜的電子審計(jì)信息進(jìn)行有效轉(zhuǎn)換集成、查詢統(tǒng)計(jì)以及數(shù)據(jù)挖掘[9]，但目前大數(shù)據(jù)應(yīng)用僅僅停留在比較初級(jí)的階段。面對(duì)標(biāo)準(zhǔn)越來越高的審計(jì)要求，需要在復(fù)雜數(shù)據(jù)環(huán)境下對(duì)新的審計(jì)手段展開研究，進(jìn)一步提高工作效率。

大數(shù)據(jù)時(shí)代下，審計(jì)機(jī)構(gòu)、被審單位、上下游單位以及所在行業(yè)都已經(jīng)建立了相關(guān)的信息管理系統(tǒng)，各種計(jì)算機(jī)審計(jì)技術(shù)和方法取得了長(zhǎng)足的發(fā)展，這給基于大數(shù)據(jù)的信息系統(tǒng)趨勢(shì)審計(jì)提供了良好的研究基礎(chǔ)。為了充分發(fā)揮大數(shù)據(jù)技術(shù)的各種優(yōu)勢(shì)，將大數(shù)據(jù)的最新技術(shù)與審計(jì)實(shí)務(wù)結(jié)合起來，本文提出了基于大數(shù)據(jù)的趨勢(shì)審計(jì)的概念，并給出以下定義：大數(shù)據(jù)環(huán)境下信息系統(tǒng)趨勢(shì)審計(jì)是指使用大數(shù)據(jù)技術(shù)對(duì)被審計(jì)單位和上下游單位或所在行業(yè)的業(yè)務(wù)數(shù)據(jù)、財(cái)務(wù)數(shù)據(jù)進(jìn)行集成、對(duì)比、統(tǒng)計(jì)和分析，研究某段時(shí)期的效益走勢(shì)、驗(yàn)證前期趨勢(shì)、預(yù)測(cè)后期發(fā)展趨勢(shì)，以判斷被審計(jì)單位數(shù)據(jù)的合理性。

利用趨勢(shì)審計(jì)可以對(duì)財(cái)務(wù)數(shù)據(jù)的合理性進(jìn)行判斷，揭示被查單位的財(cái)務(wù)問題，也可以在經(jīng)濟(jì)效益審計(jì)和事前審計(jì)過程中判斷經(jīng)濟(jì)效益以及預(yù)測(cè)經(jīng)濟(jì)活動(dòng)的發(fā)展前景。在傳統(tǒng)環(huán)境下進(jìn)行趨勢(shì)審計(jì)時(shí)，一方面由于受到審計(jì)數(shù)據(jù)抽樣的限制，得到的被審計(jì)單位的趨勢(shì)存在相當(dāng)大的誤差；另一方面行業(yè)之間、上下游單位之間數(shù)據(jù)獨(dú)立、互不關(guān)聯(lián)，如果僅僅對(duì)某個(gè)被審計(jì)單位的數(shù)據(jù)進(jìn)行趨勢(shì)分析，則只能針對(duì)其中的離群數(shù)據(jù)做審計(jì)判斷或者是趨勢(shì)估計(jì)，得到的趨勢(shì)審計(jì)結(jié)果沒有參照上下游單位數(shù)據(jù)以及其所在行業(yè)的數(shù)據(jù)，所以其價(jià)值往往會(huì)大打折扣。脫離整體環(huán)境的趨勢(shì)估計(jì)也顯得太過理想化，失去令人信服的依據(jù)。另外，脫離整體環(huán)境產(chǎn)生的離群數(shù)據(jù)量是巨大的，并且絕大多數(shù)情況是合理的，只有在通過本行業(yè)和上下游單位綜合分析后得到的離群數(shù)據(jù)才值得進(jìn)一步去追蹤調(diào)查。趨勢(shì)分析面向的數(shù)據(jù)越多，分析得出的結(jié)果準(zhǔn)確性越高，并且需要在分析過程中排除非可比因素。

二、趨勢(shì)審計(jì)實(shí)施框架

大數(shù)據(jù)環(huán)境下趨勢(shì)審計(jì)的主要任務(wù)是根據(jù)被審計(jì)單位的經(jīng)濟(jì)活動(dòng)的邏輯關(guān)系設(shè)計(jì)審計(jì)方案，運(yùn)用大數(shù)據(jù)技術(shù)對(duì)信息系統(tǒng)在運(yùn)行過程中產(chǎn)生的大量業(yè)務(wù)數(shù)據(jù)與財(cái)務(wù)數(shù)據(jù)進(jìn)行采集、轉(zhuǎn)換、集成和分析，然后進(jìn)行信息預(yù)測(cè)處理和數(shù)據(jù)挖掘，最終對(duì)數(shù)據(jù)進(jìn)行趨勢(shì)判斷，發(fā)現(xiàn)可疑數(shù)據(jù)，取得審計(jì)線索。在此基礎(chǔ)上，本文構(gòu)建了趨勢(shì)審計(jì)實(shí)施框架，如圖1 所示，整個(gè)實(shí)施過程分為審計(jì)準(zhǔn)備、數(shù)據(jù)采集與集成、趨勢(shì)分析與表示、審計(jì)結(jié)論四個(gè)階段。

（一）審計(jì)準(zhǔn)備

審計(jì)機(jī)構(gòu)在接收到審計(jì)任務(wù)后，首先要根據(jù)審計(jì)業(yè)務(wù)的性質(zhì)和范圍確定趨勢(shì)審計(jì)目標(biāo)；然后對(duì)被審計(jì)單位的經(jīng)營(yíng)情況進(jìn)行詳細(xì)的了解，掌握其組織結(jié)構(gòu)、經(jīng)營(yíng)規(guī)模、潛在風(fēng)險(xiǎn)、內(nèi)部控制、上下游單位、關(guān)聯(lián)方及交易、所處行業(yè)的整體狀況、主要競(jìng)爭(zhēng)對(duì)手、以前年度審計(jì)報(bào)告等方面的情況；最后制定審計(jì)工作計(jì)劃，報(bào)上級(jí)審批后確定趨勢(shì)審計(jì)方案。在大數(shù)據(jù)環(huán)境下，被審計(jì)單位、上下游單位以及所在行業(yè)的數(shù)據(jù)情況比較復(fù)雜，審計(jì)人員在制定工作計(jì)劃前應(yīng)先根據(jù)審計(jì)任務(wù)進(jìn)行需求分析，對(duì)數(shù)據(jù)資料進(jìn)行初步分析和篩選，有針對(duì)性地縮小審計(jì)數(shù)據(jù)范圍。好的審計(jì)方案不僅便于合理安排任務(wù)，而且能夠減輕后續(xù)工作量。

圖1 趨勢(shì)審計(jì)實(shí)施框架

審計(jì)準(zhǔn)備階段需要對(duì)數(shù)據(jù)進(jìn)行相關(guān)性檢驗(yàn)。趨勢(shì)分析往往是假設(shè)被審計(jì)單位數(shù)據(jù)與上下游單位的數(shù)據(jù)高度相關(guān)，如果挑選的某些上下游單位數(shù)據(jù)與被審單位數(shù)據(jù)之間的關(guān)聯(lián)不大，那么得到的趨勢(shì)分析結(jié)果顯然是沒有意義的，所以在選擇上下游單位時(shí)首先需要檢驗(yàn)與被審單位數(shù)據(jù)的相關(guān)性。相關(guān)性檢驗(yàn)是指對(duì)多個(gè)數(shù)據(jù)集合進(jìn)行統(tǒng)計(jì)和檢驗(yàn)，判斷其是否相關(guān)以及相關(guān)的程度如何，數(shù)據(jù)相關(guān)的程度用相關(guān)系數(shù)r 標(biāo)識(shí)，當(dāng)r 大于給定顯著性水平a 和一定自由度f下的相關(guān)系數(shù)臨界值T"a時(shí)，表示變量之間在統(tǒng)計(jì)上存在相關(guān)關(guān)系，否則不存在相關(guān)關(guān)系[10]。在眾多相關(guān)性分析方法中，應(yīng)用最為廣泛的是Pearson積差相關(guān)，但該方法只能適用于被審計(jì)單位數(shù)據(jù)與上下游單位數(shù)據(jù)都為正態(tài)分布的情況，如果不是正態(tài)分布或者分布類型未知，宜采用Spearman 等級(jí)相關(guān)或Kendall等級(jí)相關(guān)[11]。

（二）數(shù)據(jù)采集與集成

審計(jì)人員在進(jìn)行趨勢(shì)審計(jì)時(shí)，先按照審計(jì)需求對(duì)被審計(jì)單位和上下游單位信息系統(tǒng)中的數(shù)據(jù)進(jìn)行采集。審計(jì)數(shù)據(jù)采集是進(jìn)行趨勢(shì)審計(jì)的首要前提，也是審計(jì)過程中最基礎(chǔ)、最耗時(shí)的工作。進(jìn)行審計(jì)數(shù)據(jù)采集時(shí)，審計(jì)人員需要依據(jù)事前調(diào)查所提出的需求，結(jié)合本次審計(jì)工作方案，確定本次審計(jì)數(shù)據(jù)的采集范圍、采集內(nèi)容以及采集重點(diǎn)。

由于各個(gè)數(shù)據(jù)源的數(shù)據(jù)結(jié)構(gòu)不同（包括結(jié)構(gòu)、半結(jié)構(gòu)和非結(jié)構(gòu)數(shù)據(jù)），為了方便后續(xù)操作，采集獲取的數(shù)據(jù)首先要使用數(shù)據(jù)轉(zhuǎn)換技術(shù)和整合技術(shù)進(jìn)行處理，將其轉(zhuǎn)變?yōu)闃?biāo)準(zhǔn)統(tǒng)一、便于處理的數(shù)據(jù)格式，再將數(shù)據(jù)進(jìn)行聚合、修正和關(guān)聯(lián)性分析，清理去噪，以保證數(shù)據(jù)的質(zhì)量和可靠性，最后得到可信賴的關(guān)聯(lián)數(shù)據(jù)存儲(chǔ)集成[12]。在大數(shù)據(jù)環(huán)境下，數(shù)據(jù)量特別大而且結(jié)構(gòu)多樣，不能仿照傳統(tǒng)環(huán)境下將所有類型的數(shù)據(jù)轉(zhuǎn)換為同一種類型數(shù)據(jù)存儲(chǔ)，一般是針對(duì)各種類型的數(shù)據(jù)建立專門的數(shù)據(jù)庫(kù)，分門別類地放置這些不同種類的數(shù)據(jù)信息，這樣可以有效縮短數(shù)據(jù)查詢和存取的時(shí)間，提高數(shù)據(jù)集成速度。

趨勢(shì)審計(jì)所涉及的數(shù)據(jù)量巨大、種類繁多，傳統(tǒng)的數(shù)據(jù)存儲(chǔ)方式依靠新建數(shù)據(jù)庫(kù)、添加表字段和記錄等方式，已經(jīng)落后于所需處理數(shù)據(jù)的增長(zhǎng)速度。為了高效地處理這些類型不同且價(jià)值密度較低的海量數(shù)據(jù)，必須采用分布式存儲(chǔ)方式。Google 公司自行開發(fā)了一種分布式文件系統(tǒng)GFS（Google File System），它是一個(gè)基于分布式集群的大型分布式處理系統(tǒng)，為大數(shù)據(jù)環(huán)境下分布式計(jì)算提供低層數(shù)據(jù)存儲(chǔ)和數(shù)據(jù)可靠性的保障。對(duì)于規(guī)模不大的趨勢(shì)審計(jì)項(xiàng)目，可以使用GFS 實(shí)現(xiàn)數(shù)據(jù)的有效存儲(chǔ)。對(duì)于大型審計(jì)項(xiàng)目，由于數(shù)據(jù)量的逐漸加大、數(shù)據(jù)結(jié)構(gòu)的愈加復(fù)雜，最初的GFS 架構(gòu)會(huì)出現(xiàn)單點(diǎn)故障和海量小文件存儲(chǔ)等問題，而且無法滿足數(shù)據(jù)進(jìn)一步分析處理的需求，Google 公司在原先的基礎(chǔ)上對(duì)GFS 進(jìn)行了重新設(shè)計(jì)，升級(jí)為Colosuss系統(tǒng)，在這個(gè)系統(tǒng)中以上問題得到了很好的解決。

（三）趨勢(shì)分析與表示

趨勢(shì)分析與表示是整個(gè)審計(jì)流程中最核心的部分，需要利用多種大數(shù)據(jù)處理技術(shù)，技術(shù)要求較高，在這個(gè)過程中根據(jù)審計(jì)業(yè)務(wù)需求最終得到趨勢(shì)分析報(bào)告。經(jīng)過上一階段數(shù)據(jù)的集成得到了關(guān)聯(lián)集合，其中的原始數(shù)據(jù)可以認(rèn)為是比較正確和可靠的，審計(jì)機(jī)構(gòu)首先按需要對(duì)這些原始數(shù)據(jù)做初步的抽取、篩選、分類、統(tǒng)計(jì)和標(biāo)識(shí)，然后根據(jù)業(yè)務(wù)要求使用大數(shù)據(jù)技術(shù)（如分布式文件系統(tǒng)GFS、開源實(shí)現(xiàn)平臺(tái)Hadoop、分布式數(shù)據(jù)庫(kù)Bigtable、批處理技術(shù)Mapreduce、高性能計(jì)算與通信HPCC 等）進(jìn)行規(guī)范化處理，期間生成的階段性結(jié)果存儲(chǔ)在數(shù)據(jù)中心，最后在規(guī)范化的基礎(chǔ)上通過數(shù)據(jù)挖掘、信息預(yù)測(cè)、智能算法、決策支持等手段得到趨勢(shì)分析，并使用數(shù)據(jù)可視化技術(shù)和人機(jī)交互技術(shù)形成趨勢(shì)圖示。

在趨勢(shì)分析中可使用數(shù)據(jù)挖掘、集群、分割、孤立點(diǎn)分析等算法，深入數(shù)據(jù)內(nèi)部來挖掘其中的價(jià)值，典型算法有用于聚類的K-Means、用于統(tǒng)計(jì)學(xué)習(xí)的SVM和用于分類的Naive Bayes等。數(shù)據(jù)挖掘不會(huì)預(yù)先設(shè)定固定的主題，主要是根據(jù)實(shí)時(shí)審計(jì)業(yè)務(wù)處理的要求，進(jìn)行基于各種算法的計(jì)算，從而起到篩選和預(yù)測(cè)的效果。若要實(shí)現(xiàn)一些高級(jí)別數(shù)據(jù)分析，則可以使用聚類和分類的方法，針對(duì)不同類別的數(shù)據(jù)，按照具體業(yè)務(wù)需求進(jìn)一步進(jìn)行處理。該過程的特點(diǎn)和挑戰(zhàn)主要是用于數(shù)據(jù)挖掘的算法很復(fù)雜，并且計(jì)算涉及的數(shù)據(jù)量和計(jì)算步驟都很多，常用的數(shù)據(jù)挖掘算法都以單線程為主，這些算法不僅要處理大數(shù)據(jù)的量，還要處理大數(shù)據(jù)的速度[13，14]。

審計(jì)機(jī)構(gòu)需要與被審計(jì)單位多次交互，進(jìn)行業(yè)務(wù)請(qǐng)求、信息反饋和信息確認(rèn)。審計(jì)人員通過挖掘和分析得到的信息是否可作為審計(jì)線索，需要對(duì)照審計(jì)項(xiàng)目特定情況來分析和驗(yàn)證，進(jìn)一步追蹤和檢查相關(guān)輔助資料，落實(shí)問題，找出潛在的價(jià)值，以保證后續(xù)的審計(jì)業(yè)務(wù)分析工作順利完成。此外，需要使用數(shù)據(jù)可視化技術(shù)，模擬人腦的視覺思維能力，將抽象的數(shù)據(jù)表現(xiàn)為圖形中的趨勢(shì)曲線，使得審計(jì)結(jié)果形象化。

（四）審計(jì)結(jié)論

審計(jì)人員首先需要對(duì)上一階段形成的趨勢(shì)圖示中的信息進(jìn)行篩選、歸類和整理，然后與根據(jù)被審計(jì)單位的相關(guān)經(jīng)濟(jì)活動(dòng)產(chǎn)生的數(shù)據(jù)做驗(yàn)證，綜合評(píng)價(jià)被審計(jì)單位的效益，出具趨勢(shì)審計(jì)報(bào)告初稿。期間輔助的審計(jì)工作還有評(píng)估持續(xù)效益情況、檢查期后事項(xiàng)、檢查離群數(shù)據(jù)事項(xiàng)、檢查或有事項(xiàng)和行業(yè)整體情況研究等。審計(jì)報(bào)告初稿經(jīng)過項(xiàng)目專家組認(rèn)證后報(bào)上級(jí)部門，最終確定審計(jì)報(bào)告。被審計(jì)單位遵照審計(jì)報(bào)告中的審計(jì)意見執(zhí)行，相關(guān)部門也需要從審計(jì)報(bào)告中提取有價(jià)值的信息。最后整理和歸檔各種審計(jì)數(shù)據(jù)資料，以備復(fù)審和查閱，并將調(diào)閱的被審計(jì)單位資料全部歸還給被審計(jì)單位。

三、趨勢(shì)審計(jì)應(yīng)用類型研究

在實(shí)際的審計(jì)工作中，被審計(jì)單位內(nèi)部大數(shù)據(jù)的焦點(diǎn)在于業(yè)務(wù)流程信息與知識(shí)及溝通信息的融合，而外部大數(shù)據(jù)的焦點(diǎn)在于上下游單位、市場(chǎng)及行業(yè)社會(huì)環(huán)境信息的融合，所以大數(shù)據(jù)環(huán)境下被審計(jì)單位數(shù)據(jù)集成是要將內(nèi)、外部大數(shù)據(jù)做全方位融合。集成后對(duì)數(shù)據(jù)的分析包括內(nèi)容、關(guān)系和時(shí)空三個(gè)基本維度。內(nèi)容維度是指被審計(jì)單位的數(shù)據(jù)所承載的信息內(nèi)容，關(guān)系維度是指行業(yè)數(shù)據(jù)、上下游單位數(shù)據(jù)與被審計(jì)單位的數(shù)據(jù)之間的聯(lián)系，時(shí)空維度是指各審計(jì)數(shù)據(jù)生成的趨勢(shì)及數(shù)據(jù)隨時(shí)間演變的模式，三個(gè)維度的交叉綜合可以形成趨勢(shì)價(jià)值。

根據(jù)趨勢(shì)審計(jì)業(yè)務(wù)的需要，上述三個(gè)維度上的需求主要由三種類別的分析技術(shù)來支撐：一是全局視圖技術(shù)。對(duì)于審計(jì)機(jī)構(gòu)而言，對(duì)審計(jì)數(shù)據(jù)內(nèi)容全局狀況的把握，是開發(fā)趨勢(shì)審計(jì)價(jià)值的一個(gè)基本需求。但審計(jì)數(shù)據(jù)的復(fù)雜性往往超出一般認(rèn)知的信息承載能力，所以需要使用有效的技術(shù)從大量數(shù)據(jù)中提取出一個(gè)足夠小的集合呈現(xiàn)給審計(jì)人員，同時(shí)這個(gè)小集合充分地代表了被審計(jì)單位和相關(guān)行業(yè)的信息。二是關(guān)聯(lián)發(fā)現(xiàn)技術(shù)。其目標(biāo)在于敏銳識(shí)別被審計(jì)單位數(shù)據(jù)與參照單位或行業(yè)數(shù)據(jù)之間的聯(lián)系。對(duì)于績(jī)效審計(jì)和事前審計(jì)，尤其需要強(qiáng)有力的關(guān)聯(lián)發(fā)現(xiàn)技術(shù)，對(duì)大量的數(shù)據(jù)屬性之間所構(gòu)成的復(fù)雜潛在關(guān)聯(lián)網(wǎng)絡(luò)加以處理，最終形成趨勢(shì)對(duì)比。三是動(dòng)態(tài)跟蹤技術(shù)。其目標(biāo)在于對(duì)審計(jì)數(shù)據(jù)進(jìn)行實(shí)時(shí)的快速增量分析和流數(shù)據(jù)分析，以達(dá)到監(jiān)控和預(yù)警的作用。近年來這三種技術(shù)發(fā)展非常迅速，已經(jīng)從實(shí)驗(yàn)研究逐步走向?qū)嶋H應(yīng)用。為了滿足趨勢(shì)分析需求，對(duì)審計(jì)數(shù)據(jù)的分析就是利用分布式數(shù)據(jù)庫(kù)或者分布式計(jì)算集群來對(duì)存儲(chǔ)于其內(nèi)的海量數(shù)據(jù)進(jìn)行篩選、標(biāo)識(shí)、分類和統(tǒng)計(jì)等。

趨勢(shì)審計(jì)作為一種全新的技術(shù)手段在審計(jì)的多個(gè)領(lǐng)域加以應(yīng)用，旨在提高審計(jì)工作效率和準(zhǔn)確率。在大數(shù)據(jù)環(huán)境下，趨勢(shì)審計(jì)工作可以分為以下幾個(gè)類別：

（一）區(qū)間審計(jì)

區(qū)間審計(jì)是針對(duì)被審計(jì)單位某段時(shí)期的數(shù)據(jù)，判斷業(yè)務(wù)數(shù)據(jù)或財(cái)務(wù)數(shù)據(jù)相對(duì)于上下游單位是否存疑，是否符合經(jīng)濟(jì)發(fā)展規(guī)律，這是較為常見的一種趨勢(shì)審計(jì)類型，其前提是假設(shè)被審計(jì)單位數(shù)據(jù)與上下游單位的數(shù)據(jù)高度相關(guān)。以審計(jì)某單位財(cái)務(wù)收支項(xiàng)目為例，首先將某段時(shí)間內(nèi)的所有財(cái)務(wù)收支數(shù)據(jù)分為三個(gè)類別，分別是本單位的收益數(shù)據(jù)、與上游單位相關(guān)的數(shù)據(jù)以及與下游單位相關(guān)的數(shù)據(jù)，然后使用大數(shù)據(jù)的數(shù)據(jù)挖掘技術(shù)和可視化分析技術(shù)進(jìn)行處理，將每類數(shù)據(jù)顯示為時(shí)間收益曲線，再相互比較得到趨勢(shì)判斷。判斷的結(jié)果有兩種：一種是近似正常，如圖2 所示，在圖中被審計(jì)單位的收益曲線大體是在上下游單位數(shù)據(jù)曲線控制的區(qū)間內(nèi)；另一種是存疑，如圖3所示，在圖中被審計(jì)單位的收益曲線與上下游單位數(shù)據(jù)曲線相互交叉，比較雜亂，不太符合經(jīng)濟(jì)規(guī)律，這就提供了審計(jì)線索。

（二）后勢(shì)預(yù)測(cè)審計(jì)

后勢(shì)預(yù)測(cè)審計(jì)是指對(duì)一段時(shí)期的現(xiàn)實(shí)數(shù)據(jù)進(jìn)行分析和統(tǒng)計(jì)，根據(jù)其規(guī)律預(yù)測(cè)將來數(shù)據(jù)的發(fā)展趨勢(shì)，屬于事前審計(jì)的一種應(yīng)用。事前審計(jì)又稱預(yù)防性審計(jì)，是對(duì)將來可能要發(fā)生經(jīng)濟(jì)或社會(huì)事項(xiàng)前景的提示，是當(dāng)前審計(jì)領(lǐng)域的一個(gè)研究熱點(diǎn)，但其實(shí)現(xiàn)的手段比較少，大數(shù)據(jù)環(huán)境下的后勢(shì)預(yù)測(cè)審計(jì)能夠提供一種較為科學(xué)的依據(jù)。以財(cái)政預(yù)算項(xiàng)目為例，對(duì)當(dāng)年第四季度的預(yù)算做事前審計(jì)，需要將前幾年的財(cái)政數(shù)據(jù)變化規(guī)律曲線加載（使用計(jì)算機(jī)圖形技術(shù)來進(jìn)行模擬）到當(dāng)年前三季度數(shù)據(jù)中，然后進(jìn)行比較，形成科學(xué)化的決策。在圖4 中，預(yù)測(cè)的預(yù)算資金低于存量資金，則可以視為風(fēng)險(xiǎn)可控；在圖5 中，預(yù)測(cè)的預(yù)算資金高于存量資金，則可以視為風(fēng)險(xiǎn)不可控，需要進(jìn)一步的論證。后勢(shì)預(yù)測(cè)審計(jì)是以決策為主要審計(jì)對(duì)象，可以減少失誤和錯(cuò)弊，起到預(yù)防和警示的作用。

圖2 時(shí)間收益曲線近似正常

圖3 時(shí)間收益曲線存疑

圖4 趨勢(shì)風(fēng)險(xiǎn)可控

圖5 趨勢(shì)風(fēng)險(xiǎn)不可控

（三）前勢(shì)驗(yàn)證審計(jì)

前勢(shì)驗(yàn)證審計(jì)是指采集某段時(shí)期的后續(xù)數(shù)據(jù)，假定后續(xù)數(shù)據(jù)是真實(shí)可信的，根據(jù)其規(guī)律推測(cè)以前的發(fā)展趨勢(shì)，最后與這段時(shí)期的數(shù)據(jù)進(jìn)行比較，以期發(fā)現(xiàn)這段時(shí)期的審計(jì)疑點(diǎn)。以審計(jì)某單位上半年財(cái)務(wù)狀況和經(jīng)營(yíng)成果為例，將前幾年的財(cái)務(wù)數(shù)據(jù)變化曲線加載到下半年的財(cái)務(wù)數(shù)據(jù)中，與上半年財(cái)務(wù)狀況進(jìn)行比較。在圖6中，前推的財(cái)務(wù)數(shù)據(jù)與現(xiàn)實(shí)數(shù)據(jù)相差不大，則可以視為正常；在圖7 中，前推的財(cái)務(wù)數(shù)據(jù)與現(xiàn)實(shí)數(shù)據(jù)相差大而且振幅紊亂，則可以視為存疑。前勢(shì)驗(yàn)證審計(jì)的監(jiān)督作用還是比較明顯的，其對(duì)于研究分析問題、改進(jìn)工作、挽回已造成的損失和糾正錯(cuò)誤弊端等都有重要作用。

圖6 前勢(shì)驗(yàn)證正常

圖7 前勢(shì)驗(yàn)證存疑

（四）行業(yè)內(nèi)趨勢(shì)對(duì)比審計(jì)

行業(yè)內(nèi)趨勢(shì)對(duì)比審計(jì)是指將被審計(jì)單位的數(shù)據(jù)參照所在行業(yè)整體水平，或者與相似單位的相似業(yè)務(wù)數(shù)據(jù)進(jìn)行比較后得到審計(jì)結(jié)論，主要應(yīng)用于績(jī)效審計(jì)中?？?jī)效審計(jì)越來越注重效果性，尤其關(guān)注資金使用效益，但如果檢驗(yàn)效果性時(shí)脫離了相互比較，得到的結(jié)論也是經(jīng)不住推敲的。以審計(jì)某市專項(xiàng)公共資金的使用情況為例，首先采集專項(xiàng)公共資金發(fā)放前后的效益數(shù)據(jù)，繪制出趨勢(shì)曲線，然后尋找另一相似的城市，將其專項(xiàng)公共資金的使用情況也繪制出來，或者統(tǒng)計(jì)這段時(shí)期所有市的公共資金平均使用情況，再相互比較。在圖8 中，公共資金發(fā)放前后效果明顯，并且取得的效益優(yōu)于本省平均水平，則可以視為績(jī)效好；在圖9中，公共資金發(fā)放前后效果不明顯，且取得的效益遠(yuǎn)差于本省平均水平，則可以視為績(jī)效差。通過行業(yè)內(nèi)趨勢(shì)對(duì)比審計(jì)可以發(fā)現(xiàn)績(jī)效不佳的領(lǐng)域，在經(jīng)濟(jì)性、效率性、效果性方面監(jiān)控并分析存在的問題，幫助被審計(jì)單位進(jìn)行整改。

圖8 行業(yè)內(nèi)趨勢(shì)對(duì)比績(jī)效高

圖9 行業(yè)內(nèi)趨勢(shì)對(duì)比績(jī)效低

圖10 多行業(yè)綜合趨勢(shì)績(jī)效高

圖11 多行業(yè)綜合趨勢(shì)績(jī)效低

（五）多行業(yè)綜合趨勢(shì)審計(jì)

多行業(yè)綜合趨勢(shì)審計(jì)是將各行業(yè)內(nèi)的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)后再與其他行業(yè)相互比較，或者統(tǒng)計(jì)所有行業(yè)的數(shù)據(jù)形成時(shí)間趨勢(shì)曲線，以判斷各個(gè)時(shí)間段的績(jī)效。多行業(yè)綜合趨勢(shì)審計(jì)可以應(yīng)用于績(jī)效審計(jì)，也可以應(yīng)用于大型審計(jì)項(xiàng)目中，其能夠在宏觀上整體把握項(xiàng)目的開展。以省級(jí)重點(diǎn)產(chǎn)業(yè)調(diào)整和振興專項(xiàng)引導(dǎo)資金績(jī)效審計(jì)為例，首先采集各產(chǎn)業(yè)在專項(xiàng)資金發(fā)放前后的效益數(shù)據(jù)，繪制出趨勢(shì)曲線，然后統(tǒng)計(jì)相鄰行業(yè)和所有行業(yè)的綜合效益，最后相互比較，形成階段性的審計(jì)結(jié)論。在圖10 中，資金發(fā)放前后各個(gè)重點(diǎn)行業(yè)效果明顯，并且相鄰行業(yè)和所有行業(yè)的綜合效益得到了很大提高，則可以視為績(jī)效好；在圖11 中，某些行業(yè)的效果雖然有所增長(zhǎng)，但其增長(zhǎng)率明顯較低，相鄰行業(yè)和所有行業(yè)綜合效益的提高也有限，則可以視為績(jī)效差。多行業(yè)綜合趨勢(shì)審計(jì)利用大數(shù)據(jù)技術(shù)及其相關(guān)工具，可以通過對(duì)照發(fā)現(xiàn)績(jī)效不佳的行業(yè)，實(shí)時(shí)識(shí)別風(fēng)險(xiǎn)，提高宏觀監(jiān)控能力。

區(qū)間審計(jì)的趨勢(shì)研究主要是為審計(jì)人員快速提供審計(jì)線索，縮小存疑數(shù)據(jù)所在的范圍，需要采用其他傳統(tǒng)的方法固定證據(jù)，取得審計(jì)結(jié)論。后勢(shì)預(yù)測(cè)審計(jì)等其他類型的趨勢(shì)研究可以直接應(yīng)用到績(jī)效審計(jì)、經(jīng)濟(jì)責(zé)任審計(jì)以及事前審計(jì)中，綜合分析被審計(jì)單位、本行業(yè)和上下游單位的數(shù)據(jù)，得到的結(jié)論更為嚴(yán)謹(jǐn)和科學(xué)。對(duì)于其中的向后預(yù)測(cè)或向前推導(dǎo)，除了上文提到的依據(jù)某段數(shù)據(jù)進(jìn)行直接加載外，還可以使用外推法和因果法。外推法的實(shí)施比較簡(jiǎn)單，適用于短期預(yù)測(cè)，最常用的是時(shí)間序列法，包括移動(dòng)算術(shù)平均法和指數(shù)滑動(dòng)平均法。使用移動(dòng)算術(shù)平均法進(jìn)行審計(jì)的前提是假定未來的狀況僅與近期數(shù)據(jù)有關(guān)，與更早期的數(shù)據(jù)無關(guān)。當(dāng)時(shí)間序列已經(jīng)表現(xiàn)出某種規(guī)律性趨勢(shì)時(shí)，Brown等[15]提出可以采用指數(shù)滑動(dòng)平均法，對(duì)整個(gè)時(shí)間序列進(jìn)行加權(quán)平均，加權(quán)指數(shù)一般取0.7左右。因果法是依據(jù)審計(jì)對(duì)象之間的因果關(guān)系進(jìn)行預(yù)測(cè)，最常用的是回歸分析法和計(jì)量經(jīng)濟(jì)學(xué)方法?；貧w分析法是先進(jìn)行定性分析，確定有哪些相關(guān)因素，然后使用最小二乘法求出各因素之間的相關(guān)系數(shù)和回歸方程，并依據(jù)這個(gè)方程做預(yù)測(cè)或前推。計(jì)量經(jīng)濟(jì)學(xué)方法是利用經(jīng)濟(jì)理論和經(jīng)驗(yàn)數(shù)據(jù)建立表達(dá)各經(jīng)濟(jì)因素關(guān)系的統(tǒng)計(jì)模型，并用隨機(jī)擾動(dòng)誤差代表忽略的因素對(duì)模型的影響，反應(yīng)較長(zhǎng)時(shí)間的規(guī)律性，適用于中期預(yù)測(cè)。另外還有線性預(yù)測(cè)模型，可以充分利用先驗(yàn)信息的貝葉斯方法，整合各種模型的優(yōu)點(diǎn)進(jìn)行組合預(yù)測(cè)。對(duì)于一些預(yù)測(cè)精度要求不高的審計(jì)項(xiàng)目，還可以采用定性預(yù)測(cè)，近年來人工智能也產(chǎn)生了如Boosting、貝葉斯網(wǎng)絡(luò)等定性預(yù)測(cè)算法，已有學(xué)者分別對(duì)這些定性方法進(jìn)行了探索與應(yīng)用[16-18]。在具體的審計(jì)工作中，審計(jì)人員應(yīng)根據(jù)特定需求和應(yīng)用環(huán)境，靈活地選擇預(yù)測(cè)方法。

四、實(shí)例研究

以2015 年某地區(qū)住房公積金征管審計(jì)項(xiàng)目為例，住房公積金的提取對(duì)應(yīng)著當(dāng)?shù)刈》夸N售，而住房銷售往往會(huì)涉及公積金貸款、住房契稅繳納以及開發(fā)商土地出讓金繳納等信息，因此，首先需要將采取的數(shù)據(jù)進(jìn)行簡(jiǎn)單的去噪和格式轉(zhuǎn)換處理，并導(dǎo)入到GFS系統(tǒng)中完成分布式存儲(chǔ)。然后使用Hadoop平臺(tái)中的Mahout 工具，對(duì)數(shù)據(jù)執(zhí)行聚類算法，并對(duì)聚類結(jié)果進(jìn)行分析。住房公積金提取信息可以分為提取人、住房、開發(fā)公司、公積金、土地等多個(gè)維度，包括住房地址、公積金提取時(shí)間、金額以及類型（貸款按月劃撥、年度一次性提取等）等信息。如果需要的數(shù)據(jù)在有限的時(shí)間內(nèi)得不到滿足，可以使用數(shù)據(jù)交換模式進(jìn)行收集。

數(shù)據(jù)收集并集成后，將各個(gè)不同數(shù)據(jù)源信息根據(jù)提取人信息或住房信息對(duì)應(yīng)關(guān)系互聯(lián)，采用的數(shù)據(jù)挖掘算法為K-Means 算法，特征為“公積金提取金額”和“房屋信息”，把這幾個(gè)數(shù)據(jù)源對(duì)象分為若干個(gè)簇，以使簇內(nèi)具有較高的相似度，根據(jù)一個(gè)簇中對(duì)象的平均值來計(jì)算相似度。在Hadoop 平臺(tái)的mahout 目錄下執(zhí)行bin/mahout 命令，檢測(cè)系統(tǒng)是否安裝成功，再將各類別的數(shù)據(jù)執(zhí)行劃分，導(dǎo)出各簇?cái)?shù)據(jù)集合。這里審計(jì)人員假定數(shù)據(jù)中有1/k 部分需要重點(diǎn)關(guān)注，k當(dāng)前取值為30，實(shí)際可以根據(jù)工作需要?jiǎng)討B(tài)調(diào)整，在得到的方差最小標(biāo)準(zhǔn)的k個(gè)聚類中，將公積金提取額均值最大的聚類認(rèn)定為離群數(shù)據(jù)集。因?yàn)檫@些數(shù)值比較大的數(shù)據(jù)往往對(duì)應(yīng)著某個(gè)階段的特別業(yè)務(wù)，可以作為離群數(shù)據(jù)，需要額外的審計(jì)驗(yàn)證。通過審計(jì)驗(yàn)證的數(shù)據(jù)可作為正常業(yè)務(wù)數(shù)據(jù)，發(fā)現(xiàn)有問題的數(shù)據(jù)應(yīng)記錄在案并剔除出來，不能作為趨勢(shì)審計(jì)數(shù)據(jù)。若審計(jì)工作時(shí)間緊迫，可將所有業(yè)務(wù)中的這些特別數(shù)據(jù)直接清洗掉，形成初步的趨勢(shì)分析，同樣具有一定的價(jià)值。另外，缺少完整互聯(lián)信息的數(shù)據(jù)同樣可以認(rèn)定為離群數(shù)據(jù)，離群集合作為孤立點(diǎn)為后面的審計(jì)提供線索。

接著需要對(duì)相關(guān)數(shù)據(jù)做相關(guān)性檢驗(yàn)。基于各簇?cái)?shù)據(jù)集合中對(duì)應(yīng)的住房公積金提取數(shù)據(jù)、住房契稅繳納數(shù)據(jù)、公積金貸款數(shù)據(jù)以及土地出讓金繳納數(shù)據(jù)建立線性回歸，將數(shù)據(jù)導(dǎo)入Eviews 軟件中進(jìn)行顯著性檢驗(yàn)，結(jié)果如表所示。

由表可知，住房契稅繳納（I）、公積金貸款（G）、常數(shù)項(xiàng)（C）都通過了1%的顯著性檢驗(yàn)，而土地出讓金繳納（Y）未能通過顯著性檢驗(yàn)。表明住房公積金提取數(shù)據(jù)與住房契稅繳納數(shù)據(jù)、公積金貸款數(shù)據(jù)緊密相關(guān)，而與土地出讓金繳納的相關(guān)性不大，所以趨勢(shì)分析時(shí)可以摒除土地出讓金繳納數(shù)據(jù)。

最后將各簇?cái)?shù)據(jù)集合中住房公積金提取、住房契稅繳納和公積金貸款的相關(guān)數(shù)據(jù)按一周為統(tǒng)計(jì)單位匯總，繪制出趨勢(shì)曲線，如圖12所示。

相關(guān)性檢驗(yàn)

圖12 趨勢(shì)曲線

圖12 中有兩個(gè)突出的部分，分別是8 ～16 周和37 ～ 45 周，對(duì)應(yīng)著每年的3、4 月和8、9 月，是每年買房的高峰期，但對(duì)比契稅繳納和公積金貸款曲線，住房公積金提取的趨勢(shì)曲線上第17 周和第22 周數(shù)據(jù)有異樣，可以認(rèn)為這是重大審計(jì)線索，需要重點(diǎn)審計(jì)，如果被審計(jì)單位沒有相關(guān)資料輔證，則可以判斷出此期間公積金提取不合規(guī)。

五、總結(jié)與啟示

面對(duì)大數(shù)據(jù)，若采用普通的審計(jì)工作模式，需要對(duì)每個(gè)核心數(shù)據(jù)逐個(gè)檢驗(yàn)，針對(duì)每個(gè)存疑數(shù)據(jù)都要對(duì)被審計(jì)單位做驗(yàn)證性分析，即使在數(shù)據(jù)已經(jīng)高效集成的基礎(chǔ)上，其工作量也是極其巨大且低效的。傳統(tǒng)環(huán)境下的趨勢(shì)分析對(duì)數(shù)據(jù)進(jìn)行抽樣，建立分析模型，對(duì)比參照行業(yè)，得到趨勢(shì)結(jié)果。參照行業(yè)的選取存在很大的隨機(jī)性，而且數(shù)據(jù)抽樣誤差大，得到的趨勢(shì)結(jié)果不嚴(yán)謹(jǐn)。而大數(shù)據(jù)環(huán)境下的信息系統(tǒng)趨勢(shì)審計(jì)利用大數(shù)據(jù)集中處理技術(shù)和統(tǒng)計(jì)技術(shù)代替?zhèn)鹘y(tǒng)的數(shù)據(jù)抽樣，誤差得以控制，并且可與本行業(yè)和上下游單位數(shù)據(jù)進(jìn)行綜合分析，形成的趨勢(shì)更科學(xué)，審計(jì)線索能夠更快地被發(fā)現(xiàn)，得到的審計(jì)結(jié)果更有說服力。

趨勢(shì)審計(jì)技術(shù)可以在發(fā)現(xiàn)審計(jì)線索、行業(yè)綜合判斷、事后審計(jì)、績(jī)效審計(jì)、經(jīng)濟(jì)責(zé)任審計(jì)、審計(jì)驗(yàn)證等多個(gè)方面得到應(yīng)用，提高審計(jì)工作的效率和準(zhǔn)確率，借以糾正錯(cuò)誤和防止弊病，并根據(jù)審計(jì)結(jié)果，提出改進(jìn)建議和措施。大數(shù)據(jù)環(huán)境下審計(jì)數(shù)據(jù)最顯著的特征是其多種類型的來源、多樣化的形態(tài)、持續(xù)快速地產(chǎn)生和演變，以及對(duì)深度分析能力的高度依賴。因此，審計(jì)機(jī)構(gòu)對(duì)大數(shù)據(jù)的統(tǒng)計(jì)和分析，其核心并不在于采集并整合出大規(guī)模的數(shù)據(jù)，而是能否對(duì)來自被審計(jì)單位內(nèi)外部多樣化的數(shù)據(jù)進(jìn)行高效的集成和篩選，并通過深度分析發(fā)現(xiàn)其審計(jì)價(jià)值。本文提出的基于數(shù)據(jù)交換的信息系統(tǒng)趨勢(shì)審計(jì)成功地實(shí)現(xiàn)了這一點(diǎn)，在理論上提出了信息系統(tǒng)趨勢(shì)審計(jì)的定義，總結(jié)了趨勢(shì)審計(jì)的應(yīng)用范圍和類型，在實(shí)踐上使用數(shù)據(jù)交換模式提高數(shù)據(jù)預(yù)處理速度，構(gòu)建了實(shí)施框架并將多個(gè)關(guān)鍵技術(shù)加以整合，其工作效率和準(zhǔn)確率高于傳統(tǒng)的審計(jì)工作方式，建立的分析模型可直接應(yīng)用于其他相似單位的審計(jì)工作，并針對(duì)不同時(shí)期、不同審計(jì)需求反復(fù)使用。

大數(shù)據(jù)趨勢(shì)技術(shù)的應(yīng)用環(huán)境要求較高，審計(jì)機(jī)構(gòu)需要額外收集上下游單位數(shù)據(jù)以及行業(yè)數(shù)據(jù)。另外，審計(jì)人員一般需要經(jīng)過嚴(yán)格的培訓(xùn)后才能掌握復(fù)雜的大數(shù)據(jù)技術(shù)。隨著社會(huì)各行業(yè)信息化工作的開展和審計(jì)人員操作能力的提高，以及數(shù)據(jù)交換模式的開啟，大數(shù)據(jù)趨勢(shì)技術(shù)使用的桎梏將會(huì)逐漸被打破，從而實(shí)現(xiàn)高效的信息系統(tǒng)審計(jì)。