大数据在审计中的应用范文
时间：2023-06-16 17:39:20
导语：如何才能写好一篇大数据在审计中的应用，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。
篇1
(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。
最后，单机审计向云审计方法的转变。云审计是基于云数据库设立的数据平台，它依靠的是中心统计分析，通过网络与云的对接，对审计成果进行共享。与此同时，在大数据分析云计算实施的过程中，必须坚持技术的创新与发展，建立预算、财务、执政一体化策略，设立专门的数据平台，提高信息化技术审核的质量，做好宏观分析。
大数据分析与内部审计的综合应用是信息时代技术演变的新手段，在与内部审计结合使用的过程中必须坚持全面化使用，从制度流程、机构人员、审计业务以及技术上做好配合，全面推行新的审计方法。
(一)创新大数据工作模式
创新是进步的源泉，大数据分析的推行，与内部审计工作的结合，都必须坚持创新原则，对预算执行审计有一个全面的认识。传统的孤立审计已不适应大数据审计的要求，需要打破部门之间的界限，以审计项目为管理主线，成立大审计组，进行扁平化管理。结合各预算部门的财务数据，发现是否存在预算项目在连年结转的情况下仍然安排新增预算、造成资金闲置的问题。通过对数据进行宏观整体分析，发现是否存在预算执行效率不高、分配下达预算不及时、拨付转移支付资金超期等情况。
(二)完善跟踪审计方式
通过建设审计数据综合分析平台，搭建关系国计民生的重点行业联网审计系统，用Hadoop 等专业工具处理半结构化、非结构化数据，规范高效地汇集和处理大规模数据信息。例如，在地税审计中，可利用地税联网审计系统，集中进行全省地税数据整理分析，探索数据集中采集、集中统一分析、疑点分布落实、资源充分共享的大数据审计模式，实现全省联动审计。此外，还要对资金分配结构、资金使用流向、资金管理情况进行总体分析，全面反映预算执行整体情况，实现对预算单位的审计监督全覆盖。
(三)实现多数据融合，落实经济责任审计
运用关联分析，找出数据间的相互联系，分析关联规则，发现异常联系和异常数据，寻找审计疑点。在经济责任审计中，可利用财政、税务、社保、培训等数据在横向和纵向之间都做好关联性研究，做好数据的全面跟踪分析，实施和推行经济责任审计模式，提高审计效率。另外，在深入挖掘数据过程中，还要利用数据仓库和模型分析统计数据变动信息，分析关联性内容，对体制机制性问题开展研究，挖掘行业性和趋势性问题。
篇2
[关键词] 大数据；大数据审计；数据可视化；R
doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2016. 21. 022
[中图分类号] F239.1 [文献标识码] A [文章编号] 1673 - 0194（2016）21- 0046- 04
0 引 言
随着信息技术的发展，大数据（Big Data）时代的到来为大数据审计的开展带来了机遇和挑战。因为随着被审计单位信息化的日益普及，审计对象的信息化使得审计信息化成为必然，审计信息化对审计人员和审计工作的开展也因此提出了更高的要求。对我国来说，在信息化环境下如何审计被审计单位的电子数据，发现大案、要案，是国家审计的一项重要任务。本文将通过研究R分析数据时的原理，同时与其他分析工具进行比较，总结R自身特点以及优势，探究R在实施大数据审计中的实际应用价值，为审计人员更直观地分析大数据提供支持。
1 大数据审计的主要技术方法
1.1 大数据技术的分类
由于信息化水平的提高，国家审计人员能否获得审计线索越来越依赖于他们所接触到的被审计单位数据，因为在分析数据过程中，审计人员通过对数据的筛查、比对和分析，可以通过发现明显不同寻常的数据或分析数据之间的相关关系，进而获得审计线索或确立审计重点，而因此提高审计效率效果。而相关审计线索的获得依赖于大数据技术的应用。总的来说，大数据技术主要分为8类：数据采集、数据存储、基础架构、数据处理、统计分析、数据挖掘、模型预测以及结果呈现。
而按照不同的计算模式，大数据技术又可以以批处理、流处理以及交互分析分为三类。
1.1.1 离线批处理（Batch Processing）技术
批处理是指数据分析者将一批作业提交给操作系统后就不再干预，由操作系统控制它们自动运行。这类数据处理技术以MapReduce和Hadoop系统为代表。
1.1.2 实时流处理（Stream Processing）技术
流处理是应对流数据（大多是日志流）实时分析的数据处理模式，包括数据实时采集到数据实时计算，以及最终实现实时查询服务三个阶段，代表系统有Yahoo的S4系统、Twitter的Storm系统等。
1.1.3 交互式分析（Interactive Analysis）技术
应用交互式分析技术可允许使用者以图表的方式查询、比较以及分析数据，方便数据使用者更直观地获取数据所传达的信息，具有前瞻性，以谷歌的Dremel系统、R等为代表。
大数据技术众多，大数据分析工具更是不胜枚举。本文旨在针对大数据可视化技术，对R语言的原理、特点等进行分析，特别是探索其在审计领域中对数据可视化方面的实际应用价值。
众所周知，伴随着信息化水平的不断提高，大数据时代的不可逆转，审计人员面对着日益庞杂的数据，如何从已获得的原始数据中提炼分析其背后隐藏的信息，获得所需要的审计证据，这成为当今审计工作的热议话题。包括笔者有幸参与的审计署驻济南特派员办事处的审计工作中，在开展审计项目时，审计项目组会成立专门的数据分析组，同时审计人员都首先从数据分析过程中查找问题，并因此作为审计线索或确立审计重点，为后续的审计工作树立了更明确的目标。
可视化技术是大数据应用的重点之一。研究表明，人类从外界获得的信息约有80%以上来自于视觉系统，当大数据以图形的方式直观地呈现在审计人员面前时，无论从审计效率还是审计效果角度来说，二者都得到进一步的提高，可视化审计分析方式能够以其直观的展现方式帮助审计人员快速有效地交互分析大量的数据，所提供的洞察力有助于审计人员更快、更准确地从复杂的被审计数据中发现审计线索。
2 R语言的原理、特点及其优势
2.1 R语言进行数据分析的原理
R（官网：http：//）是S语言（S语言是由AT&T？贝尔实验室开发的一种用来进行数据探索、统计分析、作图的解释型语言）的一种实现，最初S语言的实现版本主要是S-PLUS，但S-PLUS作为一种商业统计软件，因其昂贵的价格并不被广泛接受。后来由Auckland大学的Robert Gentleman和Ross Ihaka及其他志愿者开发出R语言，作为S语言的另一种实现并免费供数据分析者使用共享。此外，R作为软件包统计软件，目前已包含多达5 000+的包（packages）供使用者选择运行不同功能。同时任何人都可以在R平台开发包，提交给R语言官方，通过测试后便可网络供全球的R语言使用者分享。包的功能包罗万象，涵盖数学算法、数据挖掘、生物学、社会学、神经网络等不同领域，可在镜像（CRAN）上根据需要自行下载使用，CRAN除了可以下载R本身软件包以外，也可以下载各种扩展包。
图1描述了数据分析的基本流程以及各个环节所需的基础技术方法，以图示箭头方向，首先通过对原始数据的获取，储存至数据仓库或者数据集市（指规模较小的数据仓库）中，之后利用统计学、查询等分析方法，进行数据挖掘，获取重要信息，展现最终结果，比如可视化技术的应用，以图表或者报表的呈现方式供信息使用者进行分析决策。而数据分析与数据挖掘的最大区别在于：前者所应用的统计学方法清楚，分析目标比较明确，而后者因为其目标、技术、手段等的模糊而增大了处理难度。
R进行数据分析时，主要涉及图1中，数据分析―数据挖掘―数据展示三个步骤。在进入大数据时代的今天，R能将其分析结果通过图形方式展现，因其强大的数据可视化功能而备受关注。
2.2 R语言的特点及其处理大数据的优势
在2016年第17届KDNuggets网站（数据挖掘的专业网站，专门用于大数据、数据挖掘以及分析信息等方面知识共享）年度投票选举最佳数据分析软件中，所抛出的一个问题：在过去的12个月中，你所使用的用于数据分析、数据挖掘、数据科学、机器学习等项目的分析工具是什么？该项投票吸引了很多参与者，包括数据分析和数据挖掘等社区网站的学者专家以及一些软件供应商等，参与的2 895人将从多达102种不同软件的列表中选出他们所青睐使用的工具。相比较Python、SQL、Excel等常用统计软件，R以49%的投票结果高居榜首，2015年KDNuggets网站投票结果中，R同样成为最受青睐的数据分析工具。
虽然选取的参与人群或者选取规模可能在一定程度上有失偏颇，但其投票结果毕竟代表了在数据分析、数据挖掘领域的分析工具的不同流行程度，尤其在语言角度代表了某一人群的使用偏好。从投票结果来看，R以大比重的优势稳居第一，与其强大的数据分析以及数据可视化能力是分不开的。
大数据时代，海量的政府服务数据在云端汇集，层出不穷的大数据使得审计人员在开展审计工作时很容易就陷入信息盲区。如何有效处理和理解这些数据，成为人们无法回避的挑战之一。目前市场上存在各种挖掘软件，主流的商用挖掘工具如Unica、SAS/EM、Insightful Miner、IBM IM和SPSS等，这些软件面向通用挖掘问题，功能较为完善，具备较好的性能。但一般都存在可扩展性不强、成本较高等缺点。同时，目前市场上也还没有针对审计专用的可视化数据分析软件，当前可视化数据分析软件往往侧重于具体的应用领域。比如Excel操作简单，提供了基本二维图形分析能力，但能处理的数据量有限。而R软件是一款集成了数据操作、统计和可视化功能的优秀开源软件，有效克服了商用数据挖掘工具的缺点，同时具备强大的数据可视展现能力。R软件的一大优势是分析人员可利用简单的R程序语言描述处理过程，构建强大的分析功能，并应用其可视化技术以更直观地方式展示分析结果。总结来说，R具备以下特征：
（1）R是完全免费的共享资源。由于日前数据的急速膨胀，对数据分析工具的需求也随之增长，但市场上一些商业软件由于其高昂的价格常常让许多数据分析者望而却步。R语言作为免费资源，同时以其强大的数据分析以及图表展现的强大功能而广受好评；
（2）R 软件有RGui和RStudio两种不同的常用界面，足以满足不同数据分析者的使用偏好。与RGui比较而言，RStudio的使用界面相对较为友好，使用也较为方便，而RGui界面则较为精简，使用者能够依据自身喜好进行不同选择。
（3）R的软件包短小精悍，R只需占50Mb左右的内存，相比之下，很多商业统计软件都非常庞大，下载有2-3G之大，占较多内存空间的同时，给系统运行也带来一定负荷。
（4）R作为开源软件，开放性好，此外，R与其他程序的兼容性也非常理想。比如，使用者可通过C语言、Java开发R的一些子程序，这些子程序又可在R里面无障碍运行。同时，R的开放性也反映在具有不同功能的包上，比如目前同样使用广泛的具有强大查询功能的SQL语句，对于有SQL背景的R语言学习者而言，R的sqldf包可帮助使用者在R中使用SQL命令。此外，R的函数和各种包的透明性极好，使用者只需调出各种包的使用说明，便可掌握该包的基础运行操作。
（5）作为本就专门为统计和数据分析目的而开发的R软件，除了具备各种强大的不同功能的包以及函数帮助运行程序进行数据分析之外，R还可绘出很多漂亮且灵活的图形，具备强大的可视化功能，为便利使用者更直观地分析数据。
R的可视化功能强大源于其拥有众多的绘图软件包，比如被广泛接受且使用的“ggplot2”包。“ggplot2”由一系列独立的图形部件组成，并能以多种不同的方式进行组合，这使得“ggplot2”不会局限于一些已经定义好的统计图形，而是可以根据使用者不同的需要量身定做。在具备绘制很多美观的图形之外，“ggplot2”还可以避免诸多繁琐的细节，例如添加图例等。用“ggplot2”绘图时，图形的每个部分可以依次进行构建，之后还可以进行编辑。此外，“ggplot2”还精心挑选了一系列预设图形，因此在大部分的情形下使用者可以快速地绘制出许多高质量的图形。如果在格式上还有额外的需求，也可以利用“ggplot2”中的主题系统进行定制。R因其功能强大、设计人性化的软件包，使得R在实际应用中作为数据可视化的工具越来越被数据分析者所广泛认同及青睐。
在数据日益庞杂的今天，审计领域也受到大数据的冲击。如果审计人员掌握数据可视化技术，从视觉角度直观感知，利用图形展现数据之间相关关系，更能做到对获取的数据一个整体、宏观的把握。而R语言就作为一门专门用于统计计算和作图的工具，能够满足审计人员对于数据分析的诸多基础预期。通过R的数据可视化处理技术可将被审计数据转化为审计人员可以分析观察的图形和图像，同时审计人员再结合自己的审计背景知识，通过视觉系统对可视化的图形和图像进行分析、观察和认知，从而从总体上系统地理解和分析被审计数据的内涵和特征。另外，审计人员交互地改变输出的可视化图形和图像，从不同的方面获得对被审计数据的理解，从而全面地分析被审计数据。
3 结 语
由于经济社会的不断发展，数据可视化技术的优势及其需求被不断放大，同样，在审计领域，也越来越受到国家审计的高度重视。笔者在参与的多个审计署视频会议以及工作培训中，培训中都谈到R语言在可视化方面所创造的巨大价值，在实际审计应用工作中，审计人员通过R语言建模，对数据分析结果所绘制出的精美图形，足以让人眼前一亮，审计线索也更加清晰明了，无疑给审计工作的开展提供了强有力的支持。当然，R语言拥有众多其他统计软件无法匹及的优势之外，也有自身固有的缺陷，但它与其他工具之间良好的兼容性足以弥补这些不足，而且R独特且堪称完美的数据可视化功能也足以使其成为数据分析者青睐的理由。虽然，日前R语言应用于审计实践的案例还不是很多，但有理由相信，它完全可以凭借其势不可当的优势在审计行业中得到越来越多的推广与使用。
主要参考文献
[1]陈伟.计算机辅助审计原理及应用[M].北京：清华大学出版社，2016.
[2]陈明奇.大数据国家发展战略呼之欲出――中美两国大数据发展战略对比分析[J].人民论坛，2013（15）：28-29.
[3]张卓，宣蕾，郝树勇.可视化技术研究与比较[J].软件学报，2003（10）：1717-1727.
篇3
大型建设项目审计一直是我国审计的重点对象。早在20世纪80年代就开始开展施工企业财务收支审计。在20世纪90年代，开展过投资项目开工前审计。到了本世纪，大型建设项目审计逐步走向正轨，审计的内容包括项目前期管理、招标管理、合同管理、工程造价、竣工决算以及工程质量管理等。随着我国国力的不断增强，一些大型体育赛事，如奥运会、青奥会等不断在我国举办，这些大型体育赛事加快了我国体育场馆的建设。另外，在经济稳步、健康发展的大背景下，我国许多地方政府也加快了体育场馆的建设。这些体育场馆不仅是开展竞技体育的重要硬件设施，将来也是市民参加全民健身的重要活动场所。因此，为了加强这些大型体育项目的建设，开展大型体育建设项目审计具有重要意义。
对于建设项目审计，一般来说，在审计范围确定之后，审计人员需要实施现场审计，获取审计证据，进而给出审计结论。从审计机关开展建设项目审计的实践来看，获取审计证据的方法主要有审阅法、观察法、调研法、简单检测法、专业检测法等。在信息化环境下，由于与建设项目有关的活动是通过计算机进行处理的，其数据资料以电子数据形式存储在工程管理数据系统之中。在这种情况下，审计人员要获取证据，就需要采集工程管理数据系统的电子数据，然后再对采集来的电子数据进行数据分析，从而发现审计线索，获得审计证据。为了更好地实现大型建设项目审计工作的三个转变，即“从现场审计变为远程审计，从静态审计变为动态审计，从事后审计变为事中审计”，中国审计署正在探索适合我国国情的大型重点建设项目联网审计实施方案。近年来，国内学术界也对联网审计的一些理论和关键性问题进行了深入的研究，并针对云计算（cloud computing）环境下开展联网审计的需要，探索了云计算环境下的联网审计实现方法问题。综上所述，研究大型体育建设项目联网审计方法具有重要的应用价值。本文结合目前云计算技术的发展，针对已有联网审计方法的不足，研究基于云计算的大型体育建设项目联网审计方法。
二、研究大型体育建设项目联网审计方法的必要性
（一）大数据时代开展联网审计面临的问题 联网审计的实现原理一般来说可概括为图1所示。概括来说，联网审计在技术实现上可以分成4个步骤：第一、审计数据采集，审计数据采集主要是完成对被审计单位电子数据的采集。第二、审计数据传输，通过审计数据传输，把采集来的电子数据通过网络传输到审计单位中去。第三、审计数据存储，审计数据存储用于把从被审计单位采集传输来的电子数据采取一定的方式存储在审计单位的数据存储系统中。第四、审计数据分析，审计数据分析主要是对从被审计单位采集来的电子数据进行分析，从而发现审计线索，获得审计证据。
进入大数据（big data）时代，联网审计实施与运行将会面临以下问题：（1）联网审计环境下，被审计单位的数据被采集过来集中存储在审计单位建设的数据中心系统中，采集来的数据量大，因此审计单位建设的数据中心需要可扩展的数据存储设施。（2）联网审计环境下，审计数据被采集过来集中存储，由于数据量大，为了能做到实时审计，需要高效的审计数据分析技术和处理设备。（3）现在正在应用的联网审计实现方法实施与运行成本较高。
（二）使用云计算的优点 一般来说，云计算技术主要具有以下优点：（1）云计算平台的数据存储能力强大。云计算平台可以提供海量数据存储环境，能够按照用户的需要进行数据存取，支持海量数据的管理和存储业务。（2）使用成本低。使用云计算能够极大地提高硬件利用率，且可扩展能力强，云计算平台能够在极短时间内根据用户的需要把数据存储环境升级到巨大容量，另外，使用云计算平台不需要用户频繁的升级相关软件，不需要用户自己投资构建新的基础设施，从而减少了相关成本。（3）能够提供高效、强大的数据分析处理能力。云计算在处理用户需要的计算时可以将用户的庞大数据分析程序分解成多个子数据分析程序，然后将这些数据分析任务交由云计算平台中的多个服务器所组成的分析系统，由这些分析系统分别进行计算分析，最后再将分析结果汇总后回传给用户，云计算平台可以使这一过程在极短时间内完成，因此使用云平台能高效、快速地完成数据的分析处理。（4）云计算平台能够提供专业和相对安全的数据存储服务。相对于用户自己管理数据存储，如果用户选择好的云计算供应商，将数据存储在这些云计算供应商提供的云计算机平台中，则能在一定程度上消除用户自己因各种安全管理问题而导致的数据丢失以及其他风险。
（三）为研究大型体育建设项目联网审计方法提供机遇 由以上分析可知：云计算技术的发展为研究云计算环境下的大型体育建设项目联网审计方法提供了机遇，主要表现为：（1）云计算技术为降低大型体育建设项目联网审计系统的实施与运行成本提供了条件，一般来说，如果审计单位采用云供应商提供的云计算平台来开展联网审计，则审计单位不需要任何基建投资，审计单位不用承担机房空间、电力以及人力等成本，审计单位没有硬件购置成本，审计单位也不需要软件许可证或升级，以及雇佣新的员工或咨询人员。因此，采用云计算技术实现的大型体育建设项目联网审计系统在一定程度上可以降低系统的实施与运行成本。 （2）近年来云计算技术的普及应用为开展大型体育建设项目联网审计系统提供了机遇。云计算技术是我国“十二五”规划中重点发展的新一代信息技术，近年来全国各地政府以及很多供应商也建立了大量的云计算服务平台，这为基于云计算技术开展大型体育建设项目联网审计系统提供了机遇。 （3）应用云计算技术能更好地满足大型体育建设项目联网审计情况下大数据分析的需要。对于大型体育建设项目联网审计，包含有大量的工程图纸自动计算，为了更好地满足云计算环境下大型体育建设项目联网审计系统大数据分析的需要，应该充分利用大数据分析技术来提高审计效率，而云计算的出现为解决大型体育建设项目联网审计系统大数据分析这一问题提供了机遇。
三、云计算环境下大型体育建设项目联网审计方法
根据以上分析，可根据“审计单位采用云平台”和“审计单位、被审计单位同时采用云平台”这两种情况来实施基于云计算平台的大型体育建设项目联网审计方法。
（一）审计单位采用云平台 在这种情况下，基于云计算的大型体育建设项目联网审计方法的原理如图2所示。主要原理可描述为：审计部门利用云平台提供的平台服务和设施服务，开发运行于云平台的审计作业系统，主要包括项目前期管理、招标管理、合同管理、工程造价、竣工决算等功能模块。审计部门借助云平台提供的软件服务能够完成以下任务： （1）审计单位利用云平台提供的审计数据采集软件把将审计单位应用系统的电子数据采集过来存储在云平台中，这些数据包括关系数据库中的数据，也包括一些工程图纸等文件，然后，借助云平台提供的软件服务（审计作业系统）对采集来的电子数据进行分析处理，获得审计证据。（2）借助云平台提供的软件服务可以自动对工程图纸计算工程量，并生成工程量清单，自动套定额，综合单价分析，价差自动计算、计算含税工程造价，生成工程量清单计价，识别、读取、转换工程预决（结）算编制软件的数据文档，进行验算，生成差异对照表，实现对主流工程造价软件数据文件的读取、识别和转换，并借助云平台提供的软件服务，设计审计工具进行审计取证作业，生成各种表格、审计工作底稿等。
（二）审计单位、被审计单位同时采用云平台 当审计单位和被审计单位同时采用云平成自己的工作时，审计单位可以借助云计算平台的强大计算能力，采用智能信息技术，在被审计单位的应用系统中嵌入一个审计监控模块，并在审计监控模块中定义相应的规则，该模块用来检查输入到被审计单位应用系统中的每一笔数据，输入的数据和定义的相应规则的任何差异都会被及时预警，并能跟踪异常动向，及时发现问题。另外，审计人员可以根据需要灵活在传感器和数字中定义相应的规则和参数，从而满足实时审计的需要。这种方法的原理如图3所示。
四、结论
本文根据目前开展大型体育建设项目联网审计的需要，结合云计算技术的特点，研究了云计算环境下的大型体育建设项目联网审计方法，为今后开展大型体育建设项目联网审计提供了理论基础。当然，并不是所有的大型体育建设项目都适合采用云计算技术开展联网审计。相对于传统的大型体育建设项目联网审计实施方法，云计算环境下开展大型体育建设项目联网审计一般具有较多的审计风险，因此，在云计算环境下实施大型体育建设项目联网审计时，应该充分利用云计算技术带来的优点，同时注意采取相关措施，防范云计算环境带来的风险，这就要求在实施基于云计算技术的大型体育建设项目联网审计时，应根据实际情况和需要选择最佳的联网审计实施方案。
[本文系2009年度国家自然科学基金项目“联网审计取证技术及其泛化能力研究”（编号：70971068）和2013年度江苏省社科基金项目“大数据环境下的审计理论与方法研究”（编号：13GLC016）阶段性研究成果]
参考文献：
[1]陈伟、Smieliauskas W：《联网审计的绩效评价方法：基于RC和AHP的组合应用》，《系统工程理论与实践》2012年第8期。
[2]陈伟、Smieliauskas W：《云计算环境下的联网审计实现方法探析》，《审计研究》2012年第3期。
[3]陈伟、尹平：《基于成本效益视角的联网审计可行性分析》，《审计与经济研究》2007年第1期。
[4]陈伟、刘思峰、邱广华：《计算机审计中一种基于孤立点检测的数据处理方法》，《商业研究》2006年第17期。
[5]陈伟：《联网审计技术方法与绩效评价》，清华大学出版社2012年版。
[6]陈伟：《计算机辅助审计原理及应用》（第二版），清华大学出版社2012年版。
篇4
【关键词】大数据；内部审计价值；难点；策略
一、绪论
互联网有其大数据，政府有其大数据，企业有其大数据，个人也有其大数据，所以大数据时代的来临已不可避免。大数据给各行各业都带来了一次彻底的革命，要分析其繁杂的数据和冗长的结构需要很大的工作量，给经营者带来很大的困难，但是其内部数据的关联性又使得许多行业的发展出现了新的机遇。在大数据背景下，内部审计工作也面临着一次前所未有的严峻挑战与变革。企业要想在厮杀日趋激烈的市场竞争中生存下来并占有一足之地，就需要对内部审计的审计理念、审计思维和审计方法等作出优化，将大数据带来的困难变成提升自身的一个机遇。
二、大数据的概念
大数据是指随计算机的使用逐渐兴起的能快速形成的数量繁多、类型复杂、结构繁复的数据所形成的集合体，它不仅具有极多的数量，更重要的是蕴含有极大的价值。所以其可以在限定的时间内被分析和整理，利用从而被个人、企业、政府等所利用。大数据是由互联网、云计算和物联网等共同作用所产生的，集合了物、机器和人的相互关系，所以就具有了一下特点：第一，数量巨大，每天都有数以亿计的人在使用计算机等信息化的产品，产生的海量数据给审计工作的信息采集和整理带来了很大的困难；第二，有效数据占百分比低，在庞大的数据量中有效数据只占有很小的比重，千百万种或许只有其中的几个对自己是有用的；第三，数据具有现实性，大数据时代产生的信息和数据都是具有现实性的，这就使得企业在做出决策时有了较为准确的数据保证其正确性；第四，数据结构及其繁杂，物联网涉及到的是物、人和机器这三者之间的交互，不仅会产生结构性数据，还会生成非结构性数据。当他们同时存在时，信息的处理会变得非常困难。
三、大数据时代内部审计价值提升面临的难点
大数据时代，传统的内部审计工作中在对数据进行攫取、分析后利用的往往只是其中的直接审计价值，大多会忽视它的间接审计价值，而有时间接价值在经过处理加工和深层挖掘后对企业的利用价值可能比直接审计价值更重要。另外，传统的内部审计流程中各环节相对独立，彼此之间的资源与信息不能做到及时交流，数据信息无法同时共享，这就使得大数据背景下内部审计难以发挥其最大的作用。因此，内部审计的价值提升就出现了一些困难。
第一，审计方法工作贯穿于整个的审计流程，不只是在一个或几个流程中存在。
当海量的数据和数据结构出现时，审计方法会面临一个极大的挑战和冲击。传统的审计方法只是对有限的数据进行分析处理从而解决判定、决策和整改等问题，在大数据时代已经形成了一定的局限，不能满足企业对于审计工作的要求。常规审计工作一般采用随即抽样的方法进行工作，这种方法的优点是投入较小、审计效率较高。但是面临大量数据时，这种随机的方法可能会忽略一些重要的信息，从而导致审计工作出现错误，也就预示着出现了审计风险，可能致使企业的经营决策出现错误。随着信息化进程的不断前进，大数据在审计工作中的影响越来越大，而内部审计较差的信息技术处理能力使得数据处理结果不尽如人意，无法满足巨大的数据处理需求。但是，种类繁多的海量却低密度的数据又不可能让审计人员逐一的对其进行甄别与筛选。因此，要想提升内部审计价值，就需要对相关部门的人才培养、基础建设和执行模式及思维方式进行全面的改革和优化。
第二，过去的审计方式都是事后审计，即阶段性的、周期性的审计，无法对即时的数据进行统计和分析。
在现在的大数据时代，数据更新速度极快，传统审计方法往往会出现严重的滞后性，从而致使出现审计风险和错误。另外，事后审计针对的一般为经济或财务方面的问题，没有对经营管理等方面进行评价和监督。尤其是以后企业的发展经营模式会更加多元化，这就要求内部审计采用更加多样化和复杂化的措施和办法来发现和规避企业在经营时遭遇的风险。
第三，审计结果的实践是审计工作的最后一环，关系着审计人员的工作能否被正确使用。
审计成果的实践一般受以下几个方面的影响：首先是审计和被审计部门领导的不重视，审计时敷衍了事，很难发现其中真正的问题；其次是被审计企业的不配合，审计人员无法得到审计所需的资料自然就难以进行工作；最后是内部审计人员或复核人员的经验少、专业素质差等导致的较差的审计质量也会使成果难以实践。
四、大数据时代内部审计价值提升的策略
大数据时代具有四个特点：大量、多样、高速和价值，即“4V”。在这样的形势下，就需要审计人员增强自身的专业素养，通过学习和日常总结去拥有更强的发现能力、流程优化的能力和决定审计策略的能力。结合先进的信息处理设备和方法对海量数据更好的提纯与加工，汲取工作时需要的信息，从而实现数据的增值，即内部审计能力的增值。具体策略如下：
第一，对大数据统计分析及提取的复杂性和艰巨性的清楚地认识。
要想让大数据在审计时更好的应用，首先需要审计人员做到以下几点：在具备优秀的专业素质的同时还要有计算机、互联网等科学方面的知识，与自身的工作相结合，才能综合分析大数据时代的繁杂和海量的数据；再有就是因为大数据的开放性和公开性使得保密性较差，这就要求审计人员在工作时时刻注意自身企业数据的保密性；改变原有的内部审计分析的模式，因为传统的审计方法很难对大数据进行分析，所以要优化现有的内部审计流程，寻求更加简洁和高效的审计操作方法。
第二，对现有的内部审计模式及方法进行改革和创新。
传统的审计基本上为单线操作，各审计业务间没有交叉，审计人员只了解自己工作范围内的业务，致使审计的深度和广度不够。改变原有审计为连续性审计可以使审计过程中的信息化程度更好，有利于增强风险识别能力，审计执行时的力度更大，纵深和延展更好。另外，这种审计模式可以建立企业自己的审计成果库，以后的审计工作中可以方便的在其中调取所需数据，更方便、科学、合理。传统审计方法一般采用抽样审计，其准确性较低，很难利用到全部的数据。这就需要将随机抽样改为全面审计，对企业数据进行全面的筛选与甄别，深层次的对数据之间的联系进行挖掘，破除不同业务部门之间的间隔。通过内部审计及时发现企业在未来发展时可能存在的风险，为企业的经营提出意见与建议。
第三，加大对审计系统研发时的投入。
我国对于大数据的研发还处于初级阶段，对研发方向、研发成果的应用及人力物力的投入量尚不明确，各企业也应该有自己对于大数据研究方面的预算。但是，大数据时代的汹涌浪潮迎面扑来，我们要做好足够的准备。对于内部审计来说，加大对其投入力度更迫在眉睫。
第四，拓展审计分析时的内容广度与深度。
由于物联网中人、物和机器之间的交互，使得大数据中存在大量的非结构性数据信息。这就需要审计人员在工作时不仅要对数字进行分析，还需要结合高级分析工具和技术对图片和视频等非结构性数据进行收集分析。这样分析内容更加广阔，就可以弥补只分析数字时出现的漏洞，规避其可能引发的风险。
五、结语
大数据时代的来临，给企业的内部审计工作带来了前所未有的困难和挑战，但同时也为其带来了极好的机遇。每个企业都应该做好充足的准备去面对这种困难，同时也要努力将大数据转变为企业的资产，为内部审计所用，从而让大数据为审计价值的提升提供数据支持。
只有不断地变革与创新，实现内部审计价值才能得到提升，从而为企业提供意见与建议，让其在以后的发展中稳定前行。
参考文献：
[1]姜巍，马建光.大数据的概念、特征及其应用[J].国防科技，2013（2）：10-13.
[2]维克托？迈克-舍恩伯格，肯尼斯？库克耶.大数据时代：生活、工作、与思维的大变革[M].中译本，浙江人民出版社，2013：20-22.
[3]曾刚.积极关注互联网金融的特点及发展-基于货币金融理论视角[J]，银行家，2012（11）：11-13.
[4]姬燕燕.论大数据时代对会计和审计的影响[D].对外经济贸易大学，2015.
篇5
关键词：大数据；审计风险；审计环境
大数据下的审计环境较过去有了新的变化，大数据带来了大量的、价值密度低的数据。由于大数据太过透明的特点，导致数据安全不能被保障，也许会涉及到伤害他人隐私或者导致数据被公开。出现了许多新的审计风险，大致分为大数据审计体系缺陷引发的风险和审计人员行为引发的风险组成，而整个审计过程中最为重要的一个环节就是审计风险的衡量。因此大数据环境下的审计风险和对策需要我们进一步探究和总结。
1大数据审计环境下的审计风险分析
1.1由于大数据系统所导致的审计风险。在大数据审计过程中，大数据系统是激发审计作用的现实物质平台，是完成此类审计任务的前提，此类审计系统一般需要承担数据筹集、处理、研究和储存等众多任务，此外在采用数据技术开展初审的时候，也会出现众多种类的审计模式，比如在筹集审计数据的时候采用Scribe等相关工具，在处理部分需要采使用SQL，另外也能使用R语言对数据开展高效的收集，在研究部分可直接使用BigTable或者可视化科技等。另外，大数据技术在审计领域的优点也表现在数据存储部分，超强的云平台促使大规模审计数据存放被完成。此类审计技术的进步即便促进行业的发展，然而也造成现实风险的出现。1.2由于数据分析所导致的审计风险。大数据审计对工作人员的数据分析水平指出更加严苛的标准，此外在具体处理时期也会出现一定的现实风险。首先，审计人员在正式工作以前需要确定相应的平台，此平台主要作用是研究数据，假如所确定高的平台不能高效的让两者需求被全部满足，通常会造成工作无法顺利继续，且造成风险。审计人员在挑选数据分析平台的时候通常只可以利用尝试模式进行，即便在此后也许出现可以达到全部现实需求的数据研究平台，然而目前大数据技术无法支撑此类平台的扩张。其次，此类审计要求把全部数据存放到云平台中，因此就造成数据安全出现相应的风险。部分与顾客隐私有关，或者是无法公开的数据，不能得到妥存放，假如出现泄露，也许会影响被审组织的现实利益或外部信誉，因此是值得关注的风险。1.3对传统审计风险的影响。被大众普遍认可的审计风险包括了检查风险、重大错报风险，而检查风险又包括固有、控制风险，通常这两种风险都是与审计从业人员工作无关的风险，只需要评估其水平。而检查风险与审计从业人员工作密切相关，不管多么科学合理的抽样方法，都可能出现风险。不论是控制或者是细节测试，也许都会忽略风险情况，因此审计人员可以通过与数据处理平台，通过平台获取到需要的审计数据，再结合自己的审计技术，综合分析数据，使得风险判断更精准，这样就能正确划分审计资源。其次，工作人员可通过全新技术完成抽样，持续减少风险的出现。通过对着两种风险的降低，导致审计工作全面顺利完成，对被审计组织产生相应的震慑影响。
2大数据审计环境下审计风险的防范对策
2.1建立健全数据共享机制。政府应建立数据共享中心使得各部门的信息能够及时传递，这样减轻了获取审计数据的难度。另一方面，审计相关机构需要自主建立存储数据、管理数据的中心。这为现场审计提供了方向和重点，提高审计的质量和效率。建立健全数据共享机制应遵循“以人为本”的原则，培养管理人员的技术能力，重点培养他们在对信息的收集、处理、分析、管理方面的能力。有些数据涉及不同的部门或是不同地区，如果相互之间不能有足够的信任，就难以实现数据的共享。加强各政府部门之间的协作，也是实现数据共享的关键因素。还需要制定相关的法律法规，规范数据共享行为。2.2对数据实现全面采集与处理。在实际工作中，被审计单位往往只按照审计人员要求的标准提供经过处理的标准表，存在人为修改数据或是掩盖数据的问题，所以审计人员在收集被审单位数据的时候要选择原始数据，从而使数据的真实性、准确性得到保障。同时在收集分析的过程中，审计人员对差错要特别关注。通常，如果被审单位出现大量的差错或是不合常理的数据，那么很可能存在系统的安全漏洞。针对这一问题，审计人员需要深入挖掘，找到问题，揭示问题。对于必须采集的数据，在采集后需要核实其真实性，因为这些数据可能直接影响结果。如果能保证数据在采集处理过程中不出现重大差错，便可以合理规避风险。2.3加强数据安全控制。安全问题不仅是涉及到企业的信息安全，也可能是政府或是个人的信息泄露。在大数据环境下，想要提升数据安全性，需要从三个方面着手。一是加强制度控制。通过制定相关的规范，来保证各个环节有制可循，确定各种安全技术标准及认证机制。二是加强网络攻击的防范。在开发系统时需配备相应的安全软件，定期聘请技术人员维护，有效的防止病毒或网络攻击。三是加强用户数据访问限制。严格地确定权限人员，对有权限的人员加强监控，并且存储访问记录。政府部门应加强有关数据安全防护的教育，提高公民的防范意识。有关部门设立申诉、举报通道，鼓励个人或是机构曝光有关数据安全的违法行为。2.4加强专业分析人才培养。不管技术多么先进，都需要人力去操作、分析、核实。审计人员的综合素质直接决定了数据分析的成效和审计工作的结果。专业化的团队需要花大量的资源去培养，但成效显著。定期对人员进行培训，巩固、提升技能。在审计工作结束后，开会总结、交流分享遇见的特殊案例，不断拓展审计人员的视野，积累经验，确保审计工作顺利地完成，有效地防范大数据风险。对专业人员的培养不仅限于技术，还要在职业道德上加强教育，防止工作人员舞弊的现象发生，培养专业能力强、有职业操守的专业分析人才。
3结束语
在大数据时代下，审计人员应当做好防范和预警，如建立健全数据共享机制、加强专业分析人才培养等。伴随风险类型的变化，风险的识别和评价的方法也发生了相应的改变，审计人员需及时学习、适应新方法。未来的审计环境必定更加复杂和多变，审计人员应当在遵守准则的情况下，敢于尝试创新，在实践中学习，学习后总结。这样审计工作才会与时代接轨，使审计工作效率上升，保证资本市场的稳定运行，最大程度上保护社会大众的利益。
参考文献
[1]王昉.大数据背景下的审计风险探究[J].中国集体经济，2017（32）：90-91.
[2]单琳琳.大数据背景下央行内审模式转变与改进路径———于TCBS计算机辅助审计案例[J].金融发展研究，2016（10）：76-80.
[3]杨丽.从微观审计走向宏观服务———大数据背景下南京市部门预算执行审计转型经验谈[J].审计月刊，2016（06）：30-31.
篇6
关键词：生物制药；大数据审计；数据可视化
一、引言
近年来，大数据的发展给各行各业都带来了不同的机遇及挑战。大数据的产生是时展的结果，随着社会数据的日益增长，数据无论是从体量上还是维度上都日益繁杂。因此，分析如何利用大数据技术来支撑审计的监督工作，具有重要的理论意义和实践价值。大数据的概念最早起源于20世纪90年代至21世纪初的美国，但大数据真正开始引起人们的关注是因为2008年美国的《自然》杂志推出的一系列有关大数据的专刊，这些专刊详细地讨论了有关大数据的相关问题。而其兴盛时期是在最近10年，也就是2011年至今。在大数据环境下，数据具有容量大、类型多、来源分散等特点，这使得传统的以问题为导向的审计原则不能满足如今的审计需求，那么如何使审计人员快速“洞察”被审计单位的大数据，数据可视化成为必然[1]。在本文中，笔者结合目前社会的问题及大数据研究现状，研究基于大数据可视化分析技术的生物制药行业ST企业的审计方法。
二、大数据环境下常用电子数据审计方法的不足
电子数据审计可简单概括为“将电子数据进行采集、预处理、整理、挖掘以及分析等过程”，通过这些过程可发现审计线索，进而获得审计证据。在审计过程中，数据的处理及分析尤为重要，而常用的审计数据处理与分析方法有账表分析、数据查询、审计抽样、统计分析、数值分析等。面对数据密集、数据量大、复杂性高及信息化程度高的数据现状，常用的电子数据审计方法已不能有效应对当下的审计困境。例如，账表分析是审计人员将被审计单位的备份财务数据还原成电子账表，然后审查被审计单位的凭证、总账、明细账以及相关财务报表等。但这种方法只能分析被审计单位的部分数据，并且都是以财务数据和结构化数据为主，并不能审计如文本、地理位置等非结构化数据或其他辅助数据；数据查询主要是使用Excel、Oracle等审计软件，这些审计软件的应用都是审计人员根据自己的实践经验来进行抽样审计工作的开展。例如，利用SQL数据库和Excel函数来分析电子数据，其中，系统对账审计、重号审计、断号审计及Benford定律审计是比较常用的审计方法[2]，但这些审计方法都是审计人员根据已有经验进行选择，不仅审计效率低下，而且审计范围不能全面覆盖，使得审计人员不能根据当前被审计单位的独有数据进行有针对性的审计，这大大降低了审计效果的准确性及全面性。此外，当前许多数据审计平台的运算及扩展能力有限，无法满足海量数据的分析要求。从分析角度来说，即使有些审计分析软件有自带的可视化功能，但它们无法针对数据规模大、分析结果信息量较大等问题进行更加精细、直观的可视化分析。
三、基于大数据可视化分析技术的生物制药行业ST企业审计方法原理分析
（一）可视化分析技术简介
可视化分析并不是简单地把数据、文本等信息分析对象变成图表，它是以信息为基础，以可视化为手段，目的是描述真实信息，探索信息本质。一般来说，人的大脑对视觉信息的处理优于对文本、数据等信息的处理，所以使用图表、图形等元素可以帮助人们快速地理解信息中的含义、趋势及相关性。也就是说，可视化分析其实是将抽象概念进行形象性表达，将抽象语言进行具象图形可视的过程。可视化分析的基本原理是将数据库中每一个单元数据作为单个图元元素表示，然后将大量的数据构成图像，同时以多维的形式将数据的各个属性值表示出来，从而可从不同的角度观察和分析信息，使分析者能够对海量信息进行更加全面、透彻的分析。当前的可视化分析技术主要包含条形图、树状图、气泡图、散点图、热力图以及地图等。针对审计行业，可视化分析技术能够使审计工作从问题导向型审计向挖掘型审计转变，可视化分析技术能够以更加简洁清晰的方式展现出海量审计数据间的内在关联关系，如层级关系、强弱关系、时间关系等。如此能够使审计人员从海量信息中迅速发现审计疑点，从而提高审计效率。由此可见，随着审计信息量的高速增长，大数据可视化分析技术是审计人员快速明晰复杂信息的关键分析技术，通过将审计数据进行可视化转化，进而掌握被审计信息的特征与含义[3]，这对审计人员在海量审计信息中发现审计思路、挖掘审计线索、寻找审计证据具有重大意义。
（二）基于大数据可视化分析技术的生物制药行业ST企业审计方法原理
在实际操作中，基于大数据可视化分析技术的生物制药行业ST企业的审计方法原理可简要概述为：根据对被审计对象的了解与调查，除了采用传统的访谈、现场观察等审计方法外，还需要采集被审计对象的内外部相关大数据，分别从ST企业的如相关财务数据等结构化数据以及企业以前年度审计报告等非结构化数据进行数据采集，然后通过审计软件对审计数据进行数据预处理[4]，在此基础上，审计人员可结合自己的审计背景知识，利用人类视觉的敏感特性，从总体上系统地对可视化图像进行观察、分析、总结，从而发现审计线索，寻找审计证据[5]。与此同时，审计人员可根据审计需要改变审计软件的相关设置，从而根据不同的可视化图像展示不同的被审计数据特征，进而从所观察到的审计特征中挖掘审计线索，剖析数据异常的原因，最终更加快速、全面地获得审计证据。通常情况下，上市公司出现下面两种情况将会被ST。第一种情况是连续两年业绩亏损，这样的股票就将被ST，如果第三年继续亏损，则会被退市，从股票市场消失。第二种情况是上市公司出现重大违法违规行为，将直接被ST，甚至还将被直接退市。因此，通过基于大数据可视化分析技术的生物制药行业ST企业审计方法的研究，可利用可视化技术分析哪些上市公司被ST属于第一种情况，又有哪些ST企业是因为重大违法违规行为而被ST，在此基础上，分别对其产生的原因进行细化分析与探究。由此，通过大数据可视化分析技术进行分析、汇总，为以后开展审计工作提供经验参考。
四、基于大数据可视化分析技术的生物制药行业ST企业审计方法分析案例
（一）案例背景
随着时代的发展，人们对健康的关注逐渐加强，因此生物制药行业在近些年乃至未来都有巨大的发展空间。尤其是在疫情期间，生物制药行业更是取得了显著的成就，从疫苗开发到制药研发新模式都反映出该行业正在蓬勃发展。犹是如此，生物制药行业依旧有多家企业被ST。因此，本案例以探索生物制药行业中企业被ST的原因为背景，以2016—2020年间A股生物制药企业的财务报表为例，研究大数据可视化分析技术在该类审计中的应用。在大数据环境下，数据可视化工具主要包括两种分析工具：其一是有关开源、可编程的工具，如R语言、python等；其二就是商业化产品，如Tableau、IBMCognos、MicrosoftExcel等。其中，Tableau是桌面系统中最简单的数据可视化工具软件，它实现了数据运算与美观的图表的完美结合，用户只需要将大量数据拖放到数字“画布”上，便能创建好所需要的各种图表，这对于计算机基础薄弱的审计人员来说是最具可操作性及实用性的软件。因此，本文以Tableau为例分析基于大数据可视化分析技术的生物制药行业ST企业审计方法。
（二）基于大数据可视化分析技术的示例
在Tableau中，将2016—2020年间A股生物制药企业的行业信息表、利润表以及利润表进行多表连接，然后在数据源中进行数据筛选，对2016—2020年期间A股的ST企业年度数据进行分析，以下仅利用了可视化图像中某几个图像为例。条形图是数据可视化分析中的常用图形之一，它是一种以长方形的长度为变量的统计图表，适用于比较两个或两个以上的项目，只有一个变量，从而可以以更加直观的视角展示各个项目之间的差别[6]。条形图除了可纵向排列外，亦可横向排列，或用多维方式表达。比如，在本案例的生物制药行业ST企业中，通过条形图分析企业净利润，以X轴表示企业名称及会计期间，Y轴表示各个企业的流动比率，其分析结果如图1所示。从图1中可以看出ST企业在近五年的净利润情况都不容乐观，尤其是康美药业在近五年的亏损显著严重，由此审计人员可以通过这一问题进一步分析其被ST的原因。散点图表示因变量随自变量而变化的大致趋势，由此趋势可以选择合适的函数进行经验分布的拟合，进而找到变量之间的函数关系。散点图偏向于研究型图表，能够使审计人员发现审计数据之间的隐藏关系。在图2中，通过利用散点图分析，可以发现康美药业近五年的营业利润率分布情况比较离散，尤其是在2020年时情况最为严重。营业利润率如此离散，说明康美药业的盈利能力弱，经营风险大，由此，审计人员可根据影响营业利润率的因素进一步挖掘跳跃点产生的原因。例如，可从企业的销售数量、单位产品平均售价、单位产品制造成本、控制管理费用的能力、控制营销费用的能力等角度分析。图2ST企业营业利润率比较分析示例树状图是一个由不同大小的嵌套式矩形来显示树状结构数据的统计图表。在树状图中，父子层级由矩形的嵌套表示。在同一层级中，所有矩形依次无间隙排布，它们的面积之和代表了整体的大小。在图3中，通过树状图可以发现中珠和康美的成本费用利润率为负，说明他们的成本费用控制能力很差，获利能力很弱。根据这些分析线索，审计人员可做进一步的详细分析，查找这些公司的具体成本费用支出，从而找出其获利能力弱的根本原因。图3ST企业成本费用利润率比较分析示例
五、总结
在大数据环境下，审计人员不得不面对大数据带来的挑战，那么如何使审计人员在开展审计工作时从整体上快速发现可疑信息，挖掘审计线索，找到审计证据，得出审计结果，这些都需要应用到大数据技术。而大数据可视化分析技术正是解决这些问题的有效手段之一，本文以Tableau为例，研究了基于大数据可视化分析技术的生物制药行业ST企业审计方法，通过实例可以发现：可视化图形更能有效利用人类视觉特性来开展审计工作。当然，本文的研究方法并不能全面解决大数据时代下的审计问题，但能有效弥补常用审计方法的不足，拓展审计方法的应用。
参考文献：
[1]陈伟，SmieliauskasWally.大数据环境下基于数据可视化技术的电子数据审计方法[J].中国注册会计师，2017（1）：85-89.
[2]徐超，陈勇，葛红美，等.基于大数据的审计技术研究[J].电子学报，2020，48（5）：1003-1017.
[3]陈伟，SMIELIAUSKASWally.大数据环境下的电子数据审计：机遇、挑战与方法[J].计算机科学，2016，43（1）：8-13.
[4]陈伟，高嘉文.基于大数据可视化分析技术的大气污染防治审计方法研究[J].财务与会计，2019（7）：65-68.
[5]陈伟，居江宁.基于大数据可视化技术的审计线索特征挖掘方法研究[J].审计研究，2018（1）：16-21.
篇7
一、企业内部审计面临的挑战
随着计算机技术，特别是互联网技术实现了与传统业务，如金融、保险等的深度融合发展，新技术层出不穷，对企业的发展产生了深远影响，同时对内部审计提出了严峻挑战。
（一）信息技术演变的环境影响
信息技术不断的影响着审计，信息技术在审计上的效果已经在开展现代审计工作所必需的知识、技能和标准中凸显出来。新兴技术的影响是双刃剑，一方面，新兴技术创建一个更为复杂的系统，使审计工作不能有效开展；另一方面，审计师可以将新兴技术作为审计工具，从而使审计工作变得更加高效。有关未来，可以肯定的是信息技术会更迅速的变化，不同于20世纪早期的审计师，现在的审计师面临一个瞬息万变的环境。数据规模的扩大，数据处理速度的加快和会计职能的中心化毫无疑问已经达到了顶峰，科技进步的步伐不可能停止，现代审计师不仅要很快的适应环境，还要同环境共同进步，否则审计变得低效。伴随着信息系统的急剧变化，内部审计的审查对象——经验活动与内部控制渐趋自动化，在自动化环境下，信息系统横跨许多部门，审计范围不仅包括控制互动、业务环节，还包括信息系统的设计和运行情况。同时，信息技术也对内部审计方法技术带来了巨大影响。传统手工方式被大量借助计算机硬件及审计软件的现代审计所取代，新的审计技术使内部审计能够胜任性质复杂、数量庞大的业务活动。信息技术对审计对象及审计方法两方面的影响是内部审计必需考虑的因素。
（二）风险导向审计模式转变的需要
为了对整个企业做出较为客观、全面的风险评估和咨询服务，风险管理导向的审计模式在金融企业普遍被采用。内部审计参与企业风险管理是内部审计的发展方向，是环境因素和内部审计自身因素共同作用的结果。这不仅为内部审计的发展提供了契机，也有利于企业在风险管理的过程中采用先进的审计方法和技术手段，强化内部审计职能，积极探索和勇于创新，使企业在竞争中处于优势地位，实现管理最优、效益最佳的发展目标，并开创审计工作的新局面。
对传统的内部审计而言，内部审计的目标是评价活动的真实性和合法性，以相关法律法规、企业会计准则、内部审计准则等作为评价标准。而在风险管理导向内部审计模式下，内部审计的范围拓展到公司治理、风险管理等领域，因此内部审计亟需建立分层级的风险管理数据库，推动风险管理信息网络建设，增强风险预警能力，实现有效的风险管理。当前，很多金额企业已在或正在探索以先进的数据库技术和网络技术为基础，以IT系统平台为支撑，构建风险管理信息网络。那么基于风险管理的内部审计为基础，借鉴和充分运用各类业务职能部门、风险管理部门和内部审计部门的沟通与联系，搭建起内部审计对各层次风险监督、评价的系统平台，不断提升风险管理的有效性及能力，利用大数据、云计算等技术，是强化风险管理导向内部审计的咨询职能的需要。
（三）金融与互联网新业务的需要
在20世纪90年代，信息的告诉发展以及金融市场的创新和完善，使得金融行业逐
步与网络结合演变成互联网金融业。到了21世纪，，互联网快捷方便安的经营模式改变了人们的投资选择以及金融机构的业务流程。在2015年开始，互联网金融指数涨幅接近20%，随着第三方支付、P2P借贷方式的日渐盛行，传统商业银行运转模式与之相比缺乏一定的竞争力。在新的的经济形势之下，各电子交易平台都在寻求一种新的企业运转模式来让自己在经济的浪潮中稳步前行。本身具有系统风险的互联网行业与自身具有市场风险和内部审计规范问题的金融行业结合，造成以互联网为媒介的金融企业在经营背后隐藏着较大的风险。因此新技术在金融企业审计中的应用更加迫切。
二、新兴技术在金融企业内部审计的运用分类
随着计算机技术，特别是互联网技术实现了与传统企业，如金融、保险等的深度融合发展，对企业的发展产生了深远影响，同时，对内部审计提出了严峻挑战。
目前，企业内部审计为了快速适应企业快速发展及工作要求，也正在将新兴科技应用于企业内部审计，主要体现于四个方面：
（一）数据分析工具
包括大数据技术、HiveQL工具、数据分析开发的R语言三个主要的工具。大数据技术
相对于传统的审计抽样，未能进行全面数据分析，大数据技术及相关分析工具的应用为内部审计提供全体样本分析工具，并能进行量化分析。
HiveQL工具则提供基于SQL的查询语言用以查询数据的方式进行各类数据的综合分析，运行Hive时，脚本会被编译成MapReduce作业执行，应用于Hadoop平台。
数据分析开发的R语言擅长统计分析方面工作，它提供了各种各样的數据处理和分析技术。
（二）监控工具
传统的内审一般是事后监督分析，目前企业的发展需要将风险管控前置，对于内部审计提出更高要求，例如事中监控及审计。目前典型应用如通过日志云平台，通过对服务器、系统、个人终端、电话记录等进行综合分析，病对实时运行的信息进行挖掘，实现对异常登录、操作进行事中监控及警告。日志云的监控分析，能实现多源多格式的日志进行分析及处理，产生分类丰富的数据分析，以便进行风险及监控。
（三）行为分析工具
在反舞弊反欺诈审计工作中，需要对特定人员进行综合分析，可利用行为分析工具协助核查人员背景信息，追踪对象行动轨迹，推动资产冻结和追偿。
（四）数据可视化工具
为数据使用更加直观、友好、便捷，企业在大数据的提取加工中，运用报表、导图、图形、动画等手段进行数据的可视化展示，在电脑、看板、手机端进行数据应用。企业信息的共享和展示，让企业内各职能部门可以在日常监控中各取所需，在大数据可视化运营新常态下，当前业务的内部审计工作由以往偏重于对事后的检查验证，向对日常数据的事中监控进行转变，全面覆盖企业日常审计任务，将审计工作贯穿在企业的发展运营过程中，完善企业的风险管理体系。
传统内部审计对于统计分析数据展现形式单一，借助目前流行的数据可视化工具SAS、Tableau、Oracle Business Intellingence等表生成工具，提升了针对风险分析的手段与方法，使得基于大数据分析的商业决策更易被理解和接受，从而将大数据的潜在价值最大化。业务人员通过简单的拖曳即可定制个性化报表，跳过了数据准备的工作环节。
三、以平安集团审计为例的实践探索
利用大数据、云计算等技术，强化风险管理导向内部审计的咨询职能、信息技术的发展，给内部审计带来了巨大的影响。一方面，以信息技术为基础的系统越来越复杂，内部审计的监督对象呈现出自动化的趋势，审计范围不再仅限于业务流程和相应的控制活动，逐步拓宽到了信息系统的开发和运行，这些使得传统的内部审计方式无法满足相关要求。另一方面，信息技术巨大低影响了审计方法，以计算机硬件和审计软件为基础的信息化审计逐步取代传统手工方式，内部审计人员能够将信息技术作为审计工具，在信息化审计背景下内部审计的效率和效果都得到提升。
以平安集团为代表的金融控股集团内部审计部门利用大数据、云计算等信息技术手段实现精细化运营，以风险为导向，围绕人员、交易、资产、系统四个维度，推进全集团全方位风险监测体系建设，对数据进行深度挖掘分析，准确对集团各层次的风险进行监控和研判，充分发挥风险管理导向内部审计的咨询职能。其次，平安集团创新业务系统和平台，整合公司业务系统、Hadoop、日志云平台、企业征信系统、Ares风控系统等打通风险监测群，打破信息孤岛，为大数据分析、模型开发测试优化、案件信息取证分析提供一站式服務，为审计分析提供全方位数据支持。再次，推广应用平安日志云和星云平台，日志云用于帮助公司追踪生产运营中的为，同时也可以利用日志云平台实现用户异常新闻恩的分析。星云平台则hi继承了数据分析、数据挖掘和应用展示等功能的数据挖掘平台。
篇8
关键词：内部审计信息化；大数据；增值性
我国会计信息化已有较长的历史，并取得了不小的进步！会计信息化发展必然带来审计信息化的同步发展问题。但无论是在理论研究层面还是在应用实践层面，审计信息化的发展都难以赶上会计信息化发展。随着大数据时代的砹俸腿社会信息化应用程度的加深，审计信息化是必然趋势。在财政部的支持下，“企业会计信息化调查工作取得阶段性成果”。中国会计学会会计信息化专业委员会也在2015年8月8日了《2015企业会计信息化应用调查报告》，报告指出我国目前会计信息化发展速度较快，信息化程度较高，在经过多年的历程后取得了很多卓越的成就。相比于会计信息化的发展，审计信息化发展如何，关系到企业价值增值的内部审计信息化建设状况又如何？目前还鲜有关于此方面的文献，更别说是对某个具体省份的企业内部审计信息化建设状况的了解了。为此，本文准备专门对安徽省内部审计信息化建设状况进行专题调研，通过问卷调查的方式开展严谨务实的调查研究，以便了解内部审计从业人员对大数据的认知状况、对当前内部审计信息化工作的推进、内部审计信息化工作目标的达成情况，期望调查结果能够为审计厅（局）及其政府相关部门指导企业内部审计工作、以及在企业内部大力推进内部审计信息化工作，进一步推进提供一些方向性的指引，同时也为内部审计从业人员思考如何应对大数据的挑战，从而更好的转变观念，提高审计效率，充分发挥内部审计增值服务职能提供一定参考。
一、大数据与内部审计信息化建设情况问卷设计与资料收集
我们按照“大数据-内部审计信息化现状-免疫力提升-实际困难”这一思路展开，将调查问卷的设计分成了四个部分：前三部分为选择，最后一部分是开放式的论述（如表1所示），然后通过对问卷结果分析能够较为全面的反映安徽省内部审计信息化建设状况。
此次问卷调查借助安徽省内部审计培训等多种渠道发放问卷200份，回收问卷168份，剔除无效问卷，回收率为83.5%。调查人员主要涉及一线审计人员、高级审计人员、企业中层管理人员和企业其他相关人员，被调查企业涉及安徽省内上市公司和中小企业，覆盖面较广，资产规模不等。
二、安徽省内部审计从业人员对大数据的认知程度分析
（一）内部审计人员对大数据及其特征的认知程度
目前安徽省内部审计人员对大数据及其特征的认知，还是处在初步认识的状态。大部分人员听过但是不了解大数据（66%），而关于大数据的概念以及特征，笔者认为，题目给出的选项皆能体现大数据的特点。从表2能够看出参与者在选择上，更倾向于选择描述更确切，让人感觉更像是正确的答案。
（二）大数据对内部审计影响程度的认知状况分析
不同年龄对于大数据影响的认识有一定的区别。从表3能够看出20-30岁之间的参与者对于大数据影响认知相对来说较高。而表4则凸显出审计部门的规模也有一定的影响，认为影响生活及工作的部门规模呈现分散趋势，即相对较小或者较大的部门认为大数据对生活工作的影响程度较大。
综上所述，大数据时代的到来，正在悄悄促进着人们理念的转变。从日常生活开始逐步渗透，继而影响到人们生活工作的各方面。而作为审计相关人员，在认识到大数据对生活的影响之后，更应该有意识的将大数据引入审计工作，提高工作效率，体现审计对企业增值性的服务价值。
三、安徽省内部审计及其信息化建设状况的统计与分析
（一）安徽省内部审计机构设置与人员状况统计分析
被调查企业中设有内部审计机构的比例为76%。其中45%的被调查企业从事专职审计工作人员为1-3人，拥有3-5名专职人员的企业占到24%，拥有5-10名专职人员的企业最少仅仅为13%，而拥有10人以上的审计专职人员的企业仅仅占到了18%。有接近一半的被调查企业从事内部审计工作的专职人员小于3人，说明很多企业的管理者对于内部审计方面的重视程度还不够，应当加强对内部审计相关工作的重视，提升人才的专业性知识以及优化知识结构。
（二）安徽省内部审计经费投入与资金支持状况分析
用于内部审计信息化建设的经费投入在一万元以下的企业占到45%，而57%的企业在年度预算中根本没有审计信息化专项资金的安排。省内企业审计信息化程度还是处在初级阶段，经费投入以及资金支持都较少。无论资金投入数量还是专项资金预算都有向两头倾向。能够得知，省内企业在这两个方面呈现两极化趋势，即大企业更重视审计信息化而小企业更不重视。（见表5）
（三）安徽省内部审计软件存储于技术安全状况分析
安徽省企业在审计工作中用于审计信息维护使用的存储设备主要是：硬盘（移动硬盘）和U盘（36%和37%）。大部分企业内部审计采用的信息安全技术都是：加密存储和防火墙或CA认证（42%和33%）。对于信息安全方面，大部分企业在工作上使用的还只是比较日常生活的工具。而云盘（2%）等高端存储工具以及网闸（3%）、入侵检测（2%）等信息安全技术，使用者都少之又少。
四、内部审计信息化与安徽省内部审计免疫力提升路径分析
关于安徽省如何提升内部审计信息化以及内部审计免疫力方面，46%的参与者对内部审计免疫系统最为了解，其次为事项审计理论（25%）、内审云和云审计（15%）以及内部审计免疫力（14%）。从表6可以了解到对于 40岁以上的员工更了解内审云或云审计，而30-40岁之间的员工则更为了解内部审计免疫系统以及内部审计免疫力这两个概念。
66%的参与者认为信息技术发展对审计免疫力提升，表现在“基于大数据视角，以事项审计理论为基础，重新审视内部审计程序、审计报告和审计技术方法等，增强免疫力”。安徽省内的绝大部分企业管理和审计人员对于内部审计信息化相关理论还是有一定的了解，并且有自己的见解。“基于大数据视角”就是相关人员对于审计信息化观念转变的一个体现。这也为安徽省加强内部审计信息化、提升审计免疫力、促进内部审计更好地发挥“价值增值”等作用提供了良好的发展环境和人力物力的支持。
综上所述，想要借助信息技术发展提升内部审计免疫力，应当从观念入手，逐步改善人们的审计观念。健全法律法规，形成比较良好法律体系。再去改善企业生存环境，优化企业之间的竞争模式，在逐步形成的宏观发展框架之下，每个企业都会寻找到适合自身发展的提升免疫力的路径。
五、内部审计信息化建设调研所获得的启示
通过安徽省内部审计信息化建设羁龅牡餮校了解到安徽省内部审计信息化发展尚且未发育成熟，信息化建设已经初步有了一定的成果，相关人员在企业处于大数据时代下对审计信息化的认识及理念正在逐步转变，得到如下启示：
（一）企业应当加强对审计信息化相关人员的培训，加强人员对大数据的认知程度，加速对信息化认知和理念的转变。充分利用大数据技术以提高工作效率，并且合理对待信息化过程中可能出现的一些负面影响。
（二）审计信息化发展和企业科技程度和资金投入密切相关，应改善企业已有信息化管理系统。一切从实际出发，让信息化系统更符合企业自身经营要求，增加审计独立性，提升信息技术安全性，量身打造适合的信息化管理平台。
（三）加强对专业性人才的培养，完善计算机、审计、数据挖掘等专业知识结构，向更专业的方向发展。提升人才利用效率，真正做到“人”“机”结合，做到“1+1>2”的效果。
（四）宏观角度上内部审计信息化建设发展和相关法律法规的完善是分不开的。经过会计信息化多年的发展证实，无规矩不成方圆，没有完善的行业法律法规作为准绳，想要快速发展是不可能的。因此，政府需要加强规范引导，通过制度保障为审计信息化发展创造一个良好的发展环境，确保有法可依。
本次调查结果将会为安徽省内部审计信息化建设的推动和法律法规提供理论支持，相信在有关政府和部门的领导下，内部审计信息化一定会蓬勃发展，逐渐跟上会计信息化的步伐，在大数据时代下更好的拓展审计职能，发展增值型内部审计，更快提升企业自身价值和竞争力。
参考文献：
[1]邬贺铨.大数据时代的机遇与挑战[J].求是，2013（4）.
[2]李俊.大数据在公共管理中的运用与审计启示[J].审计研究，2013（7）.
[3]张佳琦.信息系统审计人才知识结构的研究[J].中国管理信息化，2010（12）.
[4]时现.国内外企业内部审计发展状况之比较――基于调查问卷分析[J].审计研究，2008（6）.
[5]毕秀玲.我国内部审计人员职业胜任能力框架设计――基于问卷调查分析[N].南京审计学院学报，2013（3）：96-103.
篇9
【关键词】财务预测 审计 会计 总体审计
由于信息化技术的不断崛起，现代审计工作与会计工作开展方式与传统形式相比，发生了极大改变，加之现代企业业务与领域的不断拓展，这就对这两项工作今后的发展趋势造成了直接影响。为了确保两项工作的持续性使用，确保大数据时代下，审计与会计工作能够高质量实施，对其发展趋势进行研究是十分有必要的。
一、朝向财务预测方向发展
以往财务人员在日常工作中，会更加注重对已经生成账目管理与计算，是一种对过去财务账目进行反映的工作方式。而现代企业不仅需要财务对以往账目进行计算，更加需要其为企业未来发展与运营提供数据支持，需要财务对未来企业资金情况进行预测，以此来帮助企业对运营风险进行有效规避，确定今后发展重点，为企业获得更大的经济效益。因此财务人员会更加对企业各项数据的收集与分析，会对工作重心进行调整，在数据信息中挖掘出更多具有价值的内容，并在此基础上制定出与企业情况相符的财务预测管理方案以及机制[1]。要在机制中对财务数据预测流程以及方式手段进行明确，且应要求财务人员，要对工作中产生的所有数据进行记录与保存，以便后期继续进行使用。同时要对财务数据及时进行更新，要保障财务人员能够及时通过预算，做出相应的财务风险预警评估以及预算评估，进而为企业决策者提供更加可靠的数据支持。
二、朝向综合管理方向发展
现代企业为了顺应行业变革，都对自身财务管理情况进行了调整，无论是管理内容还是管理手段都发生了一定的变化。所以今后企业财务部门会改变以往管理过于单一的情况，会使财务部门参与到企业发展、产品销售与策划以及后期售后等内容之中，使财务部门能够利用自身优势，对企业各项流程数据进行统计与整理，会从所得结果中对这些数据所蕴含的信息与价值进行挖掘。并会在审计人员的配合之下，准确对企业运营现状进行的分析，并上报到有关人员处，确保企业能够及时对这些问题进行处理，有效降低运营风险的发生机率[2]。
三、朝向及时财务方向发展
这一发展趋势主要是指财务报告的及时性。传统的财务报告，不仅编制流程较为繁琐，而且整体编制时间也相对较长，这样编写出的财务报告一般都缺乏及时性，无法作为业务经营的决策，只能作为历史资料记录在档，并没有将财务报告的作用完全发挥出来。而这一问题目前已经得到了相关人员的足够重视，并开始就企业财务报告编制形式进行了优化。企业一方面用建立起内部数据资源库，要将各项运营工作中产生的数据及时进行输入，保证数据库资源更新的及时性；另一方面要在内部建立起以财务部门为中心的数据联络网络，确保各项数据信息在输入到数据库的同时，还能在第一时间上传到财务部门，以保证财务报告编制的效率，使及时性财务报告成为现实。
四、朝向总体审计方向发展
由于大数据技术在企业应用的不断深入，很多审计人员的工作理念以及思维习惯都发生了一定程度的改变，认为审计工作模式也应做出适当调整，要对以往对抽样审计模式过渡依赖的现状进行改变。主要是因为这种审计方式虽然具有一定的可取之处，却会因为抽样样本局限性较强，而出现对业务活动开展质量有所忽视的状况，导致审计工作的落实结果受到了直接影响，无法准确找到潜藏的审计风险，进而影响了该项工作的公正性以及权威性[3]。所以审计人员应利用大数据技术的优势，要对被审计部门所有数据进行审查，形成“总体审计”模式。为了提高该种模式的审计效率，今后，审计人员应借助大数据技术，准确分析出重点的审计内容以及审计项目，并以信息技术为依托，对其开展全面性审计。进而切实提高审计工作质量与效率，帮助企业对审计风险进行有效规避。
五、朝向高效数据审计方向发展
经过长期改进与优化，现代审计技术已经达到了一定的水平，但仍然以精准度为标准，并不适合当今大规模的数据审计时代。所以，审计人员也应对这一点进行调整，要将精准审计模式逐渐朝向高效审计模式进行发展。审计人员必须按照现代企业财务运行特点，对自身审计工作的开展方式进行调整，要对审计工作进行纵向深度以及横向深度的拓展，从审计高效性入手，对审计工作的发展方向进行合理调整，并要将总体审计意识深种到审计人员思想之中。保证审计人员能够从以往工作模式成功过渡到现代化工作之中，能够主动对先进性审计技术进行学习，逐渐提高自身对于大数据技术的运用水平，从而打破“局限性”的束缚，使他们能够更加积极对高效型审计手段进行研究，以确保该项工作的稳定性发展。
六、结束语
无论时代如何变化，会计工作与审计工作都需要按照时展特点不断对自身工作模式以及手段进行调整，要根据企业实际需要对工作细节发展趋势进行及时调整，并按照以趋势积极对各项工作进行改进，以保证会计行业以及审计行业在企业中的地位，确保两项行业的持续性发展。
参考文献
[1]明艳艳.大数据时代的会计、审计发展趋势[J].商，2016，15：139.
[2]王丽娟.基于大数据时代的会计、审计发展趋势分析[J].商场现代化，2016，26：193-194.
篇10
近年来，随着计算机技术的不断发展，审计人员在工程项目审计过程中正逐步运用计算机技术代替人工比对来发现审计疑点，进而提供予现场审计组人员进行核实。通过运用计算机技术可以进一步做到审计全覆盖，且在审计工作效率方面也有了很大程度的提升。那么审计人员如何在工程造价审计中发挥计算机技术的作用呢？一方面是运用数据分析技术，多数情况下是应用数据库的查询分析技术，通过对审计数据的整合处理，促使被审计单位分散且格式不统一的工程预算审核及工程结算审核等业务数据和施工图、竣工图等电子数据实现集中存储，利用集中统一的大数据分析思维，对统一整合后的数据开展高效的数据查询分析，并形成疑点数据并下发给审计组进行调查落实，大大提高了审计的效率和拓宽了审计的监督面；另一方面是运用“总体分析、发现疑点、分散核实、系统研究”的数字化审计方式，全面加大了投资审计的审计成效，同时充分应用大数据审计分析思维，对该项目的预算审核和结算审核等电子数据整合集中分析，创新审计工作模式，提升审计监督能力。
笔者认为利用计算技术辅助开展工程造价审计主要包含数据采集、数据分析、模型编写、形成疑点、疑点甄别、疑点核查等六个工作过程。一是数据采集与转换，数据采集和转换工作是做好数据分析工作的基础，有效的采集和转换能使得后续审计工作顺利开展，事半功倍，因为过多的冗余数据会使得分析出的数据疑点不够精确且会增加审计人员甄别审计疑点的工作量，效果也不明显。所以在数据的采集转换过程中，笔者充分利用自行开发的基建投资审计数据清理工具软件对造价数据进行有效清理，并利用现场审计实施系统(AO)及其他采集转换软件等软件对数据进行采集、整合、校验，以此来完成项目预算审核和结算审核等业务数据收集、转换、清洗、入库，同时也完成了项目施工图和竣工图等CAD电子数据采集转换工作，收集原始数据，形成了项目竣工结算审计数据库。二是数据分析，主要根据审计实施方案中的审计事项编写SQL语句并导入现场审计实施系统(AO)，利用数据库的查询分析功能对工程数据进行分析，批量分析筛选出审计疑点。例如要筛选出增加工程量的疑点，思路是从结算审核中与预算审核中筛选出相同项目“结算审核审后数量”与“预算审核工程量”工程量差值大于0的疑点。语句为：Select(cast(a.审后数量asdecimal(20,4))-cast(b.工程量asdecimal(20,4)))数量差,(cast(a.审后数量asdecimal(20,4))-cast(b.工程量asdecimal(20,4)))*a.审后单价as问题金额,a.项目编码,b.项目编码,a.项目名称,b.项目名称,a.项目特征描述,b.项目特征描述,a.审后数量,b.工程量,a.审后单价,a.审后合价From[结算审核数据]aJoin[预算审核数据]bOna.项目特征描述=b.项目特征描述anda.项目名称=b.项目名称and(cast(a.审后数量asdecimal(20,4))-cast(b.工程量asdecimal(20,4)))'0'WHEREa.审后数量b.工程量。通过该语句就可以实现将增加工程量的内容筛选出来，提供给现场审计的审计人员核实工程量增加的真实性，在一定程度上节约了审计人员采用手动比对的时间，从而提升了效率，也提升了数据比对的覆盖面。再例如要查询现场签证的疑点，语句为Select序号,项目编码,项目名称,项目特征描述,审后数量,审后合价From结算审核数据WHERE项目名称like'%签证%'or项目特征描述like'%签证%'and审后数量'0'。通过该语句的运行，我们就可以批量的将结算审核数据中将涉及签证的内容筛选出来，提供给现场审计人员对签证的真实性以及套价的准确性进行核实，很大程度上提高了审计效率。
再例如要查询现场核对与结算审核计量情况的比对的疑点，比对出未施工项目是否应核减未核减。数据分析组通过对现场核对表与结算审核数据表中相同项目，筛选出结算审核数据表中对应的工程量清单子目疑点数据，语句为Selecta.项目名称,a.项目特征描述,a.审后数量,b.项目名称,b.现场核实情况,b.工程量数量疑点,a.审后合价,b.应核减金额From结算审核数据aJoin审计现场核对工程量数量表bOna.项目名称=b.项目名称ora.审后数量=b.工程量数量疑点WHEREa.项目特征描述like'%SC20%'andb.现场核实情况like'%SC20%'ora.项目特征描述like'%闸阀DN125%'andb.现场核实情况like'%阀门DN125%'ora.项目特征描述like'%砖砌矩形阀门井%'andb.现场核实情况like'%砖砌矩形阀门井%'ora.项目特征描述like'%旋流防止器DN125%'andb.现场核实情况like'%旋流防止器DN125%'，通过该语句（语句内容可根据现场核对情况进行编写）的运行能够准确比对出现场实际未施工项目在结算审核中是否计量计价，形成疑点数据表提供予现场审计组进一步核实。三是模型编写，模型编写是按照数据分析的目的进行分类记录，将SQL语句和对应功能、审计事项进行记录形成模型，可以供今后工程项目造价审计使用或者参考，能形成固定的审计分析方式从而节约数据分析组的时间。例如将上述的第一条SQL语句进行模型编写，通过编写为模型编号为疑点001，模型名称为增加工程量真实性审计，模型功能为通过相同项目名称和项目特征描述对当条件为结算审核表中审后数量大于预算审核表中工程量时比对出结算审核时增加工程量所对应的工程量清单子目。对应审计事项是固定资产投资审计施工管理造价工程造价真实性，所需数据为预算审核数据表和结算审核数据表。通过模型的编写可以为今后其他工程项目审计时提供模板，其他项目审计组可以运用该模型对相同或类似的疑点进行筛选，能更加便捷高效地形成审计疑点，很大程度上节约了审计时间和提升了工作效率。四是疑点形成，运用AO现场办公软件对模型中SQL语句的运行，可以根据审计人员的思路和对应模型的功能批量产生疑点，并对应形成疑点电子数据表格提供予现场审计组进行甄别和核查。五是疑点甄别，针对SQL语句筛选出来的疑点，需要审计人员进行进一步的甄别，筛除存在内容重复或者明显不符合审计事项的疑点。保留应进一步核实的审计疑点，特别是数据较为异常的情况，例如工程量异常增加较多的数据，提供给现场审计组对照对应的证据材料进行下一步的疑点核查。六是疑点核查，疑点核查是审计组人员对甄别后的疑点对照相关审计标准进行核实从而发现审计问题的过程。例如数据分析组利用增加工程量审计模型分析比对出增加工程量的疑点数据，现场审计组针对甄别后的审计疑点进行核实并发现问题。如在对异常增加工程量的疑点进行核实时，审计组人员深入工程实地进行现场核对并对照工程联系单及签证单等工程内业资料进行核实，重点核查工程量增加是否有建设单位、施工单位和监理单位等单位的签证支撑。
