基于大數(shù)據(jù)背景下的社會審計探索

曾堯

【摘 要】目前，我國審計領(lǐng)域的大數(shù)據(jù)技術(shù)和方法僅停留在理論上的呼吁與倡導(dǎo)層面，社會審計亟待運用科學(xué)的大數(shù)據(jù)分析方法創(chuàng)新現(xiàn)有審計分析思維，以適應(yīng)海量數(shù)據(jù)的持續(xù)增長。文章應(yīng)用最流行的大數(shù)據(jù)分析語言和成熟的統(tǒng)計分析、數(shù)據(jù)挖掘算法，為審計業(yè)務(wù)部門提供探索性的數(shù)據(jù)分析思路，為審計數(shù)據(jù)分析的拓展做出貢獻。

【關(guān)鍵詞】統(tǒng)計模型；大數(shù)據(jù)；數(shù)據(jù)可視化

【中圖分類號】F239 【文獻標(biāo)識碼】A 【文章編號】1674-0688（2018）07-0033-03

1 目的和意義

伴隨國家審計大數(shù)據(jù)的逐漸形成，傳統(tǒng)審計的思維方式和數(shù)據(jù)分析方法成為現(xiàn)出效率低、范圍窄的弊端，探索大數(shù)據(jù)環(huán)境下的審計方法已是當(dāng)務(wù)之急。隨著云計算、移動互聯(lián)網(wǎng)等新技術(shù)的不斷推廣，全球社會經(jīng)濟發(fā)展迎來了新機遇和新挑戰(zhàn)，大數(shù)據(jù)時代的來臨，不僅是體量的擴充，更是數(shù)據(jù)思維的轉(zhuǎn)變，面對因數(shù)據(jù)思維轉(zhuǎn)變所帶來的分析模式及分析要求的變化，審計人員需應(yīng)時而變以適應(yīng)大數(shù)據(jù)導(dǎo)致的新變革。

2 使用的軟件及研究方法介紹

本文主要使用R語言處理數(shù)據(jù)。一方面，由于被審計單位多樣，數(shù)據(jù)標(biāo)準(zhǔn)不一，所以審計人員必須做大量的數(shù)據(jù)處理和清洗工作（統(tǒng)稱審計預(yù)處理），而R語言對數(shù)據(jù)處理的強大性能可以滿足多樣的審計預(yù)處理需求。此外，審計預(yù)處理往往需要多個步驟，審計人員在數(shù)據(jù)庫中保存為中間表的傳統(tǒng)做法對大數(shù)據(jù)表進行操作時，不僅占用存儲空間，效率也較低，而R語言可以通過多種形式靈活保存中間結(jié)果，十分快捷、方便。另一方面，R語言具備強大的數(shù)據(jù)可視化功能，被公認為行業(yè)中的佼佼者，可以滿足一般圖形展示要求。對于高級數(shù)據(jù)圖形展示，會用到gplot2數(shù)據(jù)包，其理念是將繪圖與數(shù)據(jù)分離，以圖層作圖的理念，并把常見的統(tǒng)計變換融入繪圖中，可以創(chuàng)建優(yōu)雅、信息豐富、定制化的圖形。

3 樣本的選擇實證分析

3.1 對A市高速公路數(shù)據(jù)的描述

通過對A市高速現(xiàn)場的各個路口采樣，我們對A市高速公路的各個收費站出現(xiàn)的問題數(shù)進行分類與匯總，首先繪制箱線圖（如圖1所示），直觀明了地表明在某一方面表現(xiàn)極其異常的收費站名稱。其次可以將各收費站按照其所屬中心進行匯總，繪制星圖，不僅可以觀察與比較各個所屬中心的表現(xiàn)情況，還可以直觀地看到各個所屬中心在不同問題方面的表現(xiàn)情況。此外，對于不同貨車車型在不同時間段內(nèi)的超限比率進行分析時，我們也可以使用箱線圖（如圖2所示）。

由圖1可知，該收費站在入口大客車出口變小客車問題上極為異常，需要重點檢查與加強管理。由圖2的雷達圖我們可以直觀地了解到所屬中心為1號、4號、10號、18號、19號、22號、24號、28號、30號、40號、50號的問題很少，而26號問題最多，具體又可以表現(xiàn)為入口貨車出口變客車、車型貨車變客車及車型大客車變小客車問題較為嚴重，23號所屬中心只是入口貨車出口變客車問題嚴重。

對24個行車時段進行了聚合，按照1～6、7～12、13～18、19～24時段分為深夜、上午、下午和晚上4個分類變量。由此對某月份所有超載記錄的貨車進行了箱線圖繪畫（如圖3所示），并在途中顯示了各個分類下的均值點，可以看到貨車15號的超限比率最高，而所有車型都是在深夜超限率最高，這也對高速部門整治有了精確方向。

散點圖分析時，我們選取其中某個收費站某一天（2月27日）的數(shù)據(jù)，分車型畫出收費與里程關(guān)系的散點圖（如圖4所示），擬合曲線并將置信區(qū)間設(shè)置為90%，追蹤具體到車牌號的異常值的信息（如圖5所示）。

從圖4中可以看出1、2、3、4類車型擬合曲線最好，因其代表車型為客車，是按照里程數(shù)計費，所以很少存在偏差，而其他車型在擬合的曲線外仍存在較多離散的點，因其代表車型為貨車，收費標(biāo)準(zhǔn)不僅依據(jù)里程數(shù)，更受到載重量及是否超限的影響，而擬合曲線時僅考慮了里程數(shù)，所以擬合效果不是特別好，針對離散最為嚴重的紫色圓圈內(nèi)的點追蹤車牌后可以得到圖5，不難看出車型全為大貨車，經(jīng)查詢也發(fā)現(xiàn)其大都是超限所致，從而也印證了前面的說法。

3.2 對A市高速公路數(shù)據(jù)的實證分析

3.2.1 因子分析模型

應(yīng)用因子分析模型，對314個收費站進行降維處理：將9個變量合并為2個復(fù)合因子，且重新命名為免費問題因子和收費問題因子。根據(jù)擬合的統(tǒng)計公式得到了在2個因子上的得分，畫出散點圖（如圖6所示），直觀地展示出314個收費站中特別異常的收費站。根據(jù)各個收費站的年通行次數(shù)即權(quán)重，原點的大小代表了收費站的年通行量大?。凰{色深淺表示了各個收費站免費軍車通行次數(shù)的等級。免費軍車通行次數(shù)等級的劃分標(biāo)準(zhǔn)是選取了上下四分位數(shù)和中位數(shù)為劃分依據(jù)。X坐標(biāo)軸代表了收費問題因子的得分大小，Y坐標(biāo)軸表示了免費因子的得分。得到了問題比較多的9個收費站。收費站在坐標(biāo)軸得分大于0表示該收費站的問題大于平均水平，小于0表示低于平均水平，可以看出年通行量較大的收費站收費問題更大。

3.2.2 Kmeans模型聚類分析

如今，信息技術(shù)飛速發(fā)展，大多數(shù)企業(yè)、機關(guān)、事業(yè)單位及其他組織的財務(wù)、業(yè)務(wù)信息早已實現(xiàn)了電算化，脫離了傳統(tǒng)的紙質(zhì)記錄。在此背景下，審計工作也日益依賴計算機的協(xié)助。在計算機審計中，傳統(tǒng)的查找異常、發(fā)現(xiàn)審計線索的方法主要有排序、篩選、查找重號、查找斷號、分類、分層等。但在當(dāng)下數(shù)據(jù)量越來越大、數(shù)據(jù)維度越來越復(fù)雜的情況下，許多異常數(shù)據(jù)混雜在海量的數(shù)據(jù)中，要用這些略顯原始的方法將它們一一找出來，多少顯得力不從心。因此，我們希望能夠通過將統(tǒng)計方法引入審計工作中，利用統(tǒng)計模型對數(shù)據(jù)有一個宏觀的把握，從而查出異常，進而發(fā)現(xiàn)審計線索。

我們?nèi)市高速2017年某一個月的出口收費站流水?dāng)?shù)據(jù)，共2 000余萬條記錄進行試驗，考慮到計算機內(nèi)存處理能力的限制，需要對這些數(shù)據(jù)進行壓縮。于是使用R語言取其中所有超限記錄，再選取出口站編號、最終車種、最終車型3個變量作為分類變量，對分得的每一類都計算其行駛里程、車貨總重、通行次數(shù)，得到壓縮后的數(shù)據(jù)記錄約4 000條，之后采用Kmeans聚類算法進行聚類，結(jié)果如圖7所示。

圖7中文字表示坐標(biāo)軸含義，如第一行各圖的縱坐標(biāo)和第一列各圖的橫坐標(biāo)是“行駛里程”，以此規(guī)律可讀出其他各圖的橫、縱坐標(biāo)含義。圖1中的圓點即壓縮后的數(shù)據(jù)點，它們的顏色表示它們在Kmeans聚類算法中被歸入的類別（見表1）。

3.2.3 面板模型分析

根據(jù)各收費站2017年的最終收費金額及總的通行次數(shù)先建立面板數(shù)據(jù)進行動態(tài)分析（如圖8所示）。

由圖8可知，各收費站最終收費金額一年中整體走勢較平穩(wěn)，在2月份（春節(jié)期間）全部收費站收費金額均下降，縱向比較來說有幾個收費站的收費金額明顯高于其他收費站。這是由很多因素決定的，其中經(jīng)濟因素是最不容忽視的，從中我們可以看出區(qū)域經(jīng)濟發(fā)展的不均衡性及需要加強管理的地區(qū)。

下面我們將各收費站2017年1年間的最終收費金額對通行次數(shù)、車貨總重、行駛里程等變量進行了建模分析。

最終收費金額=X1×通行次數(shù)；R方=39.43%。

最終收費金額=X2×車貨總重；R方=69.57%。

最終收費金額=X2×行駛里程；R方=61.95%。

說明通行次數(shù)每增加1次，各收費站收費平均增加X1元。其中，通行次數(shù)的變化可以解釋最終收費金額變化的39.43%；車貨總重的變化可以解釋最終收費金額變化的69.57%；行駛里程的變化可以解釋最終收費金額變化的61.59%；說明收費站的最終收費金額與車貨總重關(guān)系最密切。

4 結(jié)論與啟發(fā)

大數(shù)據(jù)時代的審計方法應(yīng)該結(jié)合我國社會審計的信息化條件，一方面將傳統(tǒng)成熟的數(shù)據(jù)分析方法繼續(xù)融入審計實踐中，形成面向數(shù)字化平臺的海量數(shù)據(jù)分析機制，另一方面結(jié)合科學(xué)的統(tǒng)計數(shù)據(jù)分析方法與工具特征研究如何將這些技術(shù)應(yīng)用到審計創(chuàng)新，為將來社會審計使用這些技術(shù)提供前期積累和準(zhǔn)備。通過實證分析發(fā)現(xiàn)，年通行量較大的收費站收費問題更大，行駛里程、車貨總重、通行次數(shù)3個指標(biāo)都顯著大于其他類別，應(yīng)作為審計重點加以審查。通過面板分析發(fā)現(xiàn)，收費站的最終收費金額與車貨總重關(guān)系最密切。收費站流量預(yù)測是一個很值得分析的問題，統(tǒng)計學(xué)上所提到的很多模型都可以用來對其進行預(yù)測，我們嘗試過采用一些其他模型，時間問題還沒有形成系統(tǒng)的結(jié)果，沒有辦法呈現(xiàn)。后期若條件允許，在流量預(yù)測方向上還有很多可以深入分析拓展的內(nèi)容。我們對高速數(shù)據(jù)的分析，目前僅限于微觀層面上，后期若結(jié)合宏觀數(shù)據(jù)分析一些收費站問題出現(xiàn)的原因，會是一個很好的思路。

參 考 文 獻

[1]邵松長.淺議大數(shù)據(jù)環(huán)境下企業(yè)內(nèi)部審計工作的轉(zhuǎn)型提升[J].財會學(xué)習(xí)，2018（11）：145，147.

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

[3]周霞，林津翹，華峰.大數(shù)據(jù)時代企業(yè)內(nèi)部審計新常態(tài)研究[J].中國內(nèi)部審計，2017（3）：13-17.

[4]王茂森.大數(shù)據(jù)背景下政府審計工作的挑戰(zhàn)及解決策略研究[J].財會學(xué)習(xí)，2018（13）：168.

[5]王昊，趙越，石楷文，等.審計方法于大數(shù)據(jù)時代的革新[J].市場周刊，2018（5）：123-124.

[責(zé)任編輯：鄧進利]