大數(shù)據(jù)審計(jì)的發(fā)展態(tài)勢(shì)、總體策劃與流程分析

劉國(guó)城 陳正升

【摘 要】 大數(shù)據(jù)審計(jì)是智能信息處理時(shí)代的必然產(chǎn)物，是實(shí)現(xiàn)審計(jì)全覆蓋的基本要求。通過國(guó)內(nèi)外比較發(fā)現(xiàn)，我國(guó)大數(shù)據(jù)審計(jì)理論成果相對(duì)豐碩，但實(shí)務(wù)發(fā)展相對(duì)遲緩，且相關(guān)文獻(xiàn)缺乏與其他學(xué)科的深度融合。文章以“數(shù)據(jù)科學(xué)”與“信息科學(xué)”等學(xué)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(jì)的學(xué)術(shù)積累與實(shí)踐發(fā)展，其次基于全局視角對(duì)大數(shù)據(jù)審計(jì)實(shí)施全局策劃，最后分析大數(shù)據(jù)審計(jì)的流程設(shè)計(jì)方案，嘗試促進(jìn)審計(jì)理論由單一學(xué)科闡釋轉(zhuǎn)向交叉領(lǐng)域研究的有機(jī)演化，力求豐富交叉學(xué)科一體化整合分析的大數(shù)據(jù)審計(jì)研究思想。

【關(guān)鍵詞】 大數(shù)據(jù)技術(shù); 大數(shù)據(jù)審計(jì); 數(shù)據(jù)建模; 數(shù)據(jù)挖掘

【中圖分類號(hào)】 F239.44? 【文獻(xiàn)標(biāo)識(shí)碼】 A? 【文章編號(hào)】 1004-5937（2019）08-0030-06

2015年12月，時(shí)任審計(jì)長(zhǎng)劉家義在全國(guó)審計(jì)工作會(huì)議上提出“推進(jìn)以大數(shù)據(jù)為核心的審計(jì)信息化建設(shè)是應(yīng)對(duì)未來(lái)挑戰(zhàn)的重要法寶”;2016年6月，審計(jì)署印發(fā)《“十三五”國(guó)家審計(jì)工作發(fā)展規(guī)劃》提出“拓展大數(shù)據(jù)技術(shù)運(yùn)用，探索多維度、智能化大數(shù)據(jù)審計(jì)分析方法”;2017年10月，習(xí)近平總書記在中國(guó)共產(chǎn)黨第十九次全國(guó)代表大會(huì)報(bào)告中提出“改革審計(jì)管理體制”“推動(dòng)互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和實(shí)體經(jīng)濟(jì)深度融合”等論斷與要求。大數(shù)據(jù)審計(jì)是智能信息處理時(shí)代的必然產(chǎn)物，是實(shí)現(xiàn)審計(jì)全覆蓋的基本要求。目前，我國(guó)有關(guān)大數(shù)據(jù)審計(jì)的實(shí)務(wù)進(jìn)展相對(duì)緩慢，文獻(xiàn)成果缺乏厚度與深度，而且還極為缺乏相對(duì)成熟的大數(shù)據(jù)審計(jì)規(guī)范與標(biāo)準(zhǔn)以對(duì)審計(jì)實(shí)踐進(jìn)行全方位指導(dǎo)。本文在分析大數(shù)據(jù)審計(jì)國(guó)內(nèi)外發(fā)展態(tài)勢(shì)的基礎(chǔ)上，探索大數(shù)據(jù)技術(shù)與現(xiàn)代審計(jì)之間的協(xié)同機(jī)理，旨在研究大數(shù)據(jù)審計(jì)策略實(shí)施的動(dòng)力支持。

一、大數(shù)據(jù)審計(jì)的發(fā)展態(tài)勢(shì)

（一）國(guó)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(chǔ)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(jì)各個(gè)部門和功能的一部分。國(guó)外有關(guān)于大數(shù)據(jù)審計(jì)的學(xué)術(shù)研究較為零散，尚未形成體系。Lohr[1]認(rèn)為，利用大數(shù)據(jù)技術(shù)將提高審計(jì)決策的質(zhì)量，且審計(jì)判斷將更多依靠數(shù)據(jù)驅(qū)動(dòng)而非經(jīng)驗(yàn)驅(qū)動(dòng)。Costonis[2]指出，大數(shù)據(jù)審計(jì)面對(duì)的難題主要為非結(jié)構(gòu)化數(shù)據(jù)的性質(zhì)及其數(shù)據(jù)選擇。Moffitt et al.[3]認(rèn)為，大數(shù)據(jù)將顛覆性地改變審計(jì)人員的判斷和收集審計(jì)證據(jù)的方式。Schouten et al.[4]認(rèn)為，運(yùn)用預(yù)測(cè)模型具有檢測(cè)模式異常的功能，運(yùn)用機(jī)器學(xué)習(xí)可以成功解決以傳統(tǒng)規(guī)則為基礎(chǔ)的審計(jì)系統(tǒng)缺陷。Setty et al.[5]認(rèn)為，大數(shù)據(jù)的引入，導(dǎo)致數(shù)據(jù)分析的重心向模式識(shí)別轉(zhuǎn)變。Yoon et al.[6]指出，大數(shù)據(jù)將用來(lái)降低審計(jì)師對(duì)客戶端數(shù)據(jù)的依賴，并提供獨(dú)立的基準(zhǔn)評(píng)估審計(jì)證據(jù)。Hussein Issa et al.[7]指出，審計(jì)人員可以在客戶風(fēng)險(xiǎn)、欺詐風(fēng)險(xiǎn)、內(nèi)部控制、持續(xù)審計(jì)等業(yè)務(wù)評(píng)估中運(yùn)用數(shù)據(jù)挖掘技術(shù)分析外部數(shù)據(jù)。Danielle Lombardi et al.[8]認(rèn)為，大數(shù)據(jù)時(shí)代，模式識(shí)別、數(shù)據(jù)挖掘、自然語(yǔ)言處理等技術(shù)將提高數(shù)據(jù)分析的預(yù)測(cè)能力。Michael Alles et al.[9]基于理論證據(jù)研究大數(shù)據(jù)技術(shù)納入財(cái)務(wù)報(bào)表審計(jì)的優(yōu)勢(shì)與障礙，并確定可能使審計(jì)師受益的大數(shù)據(jù)的具體方面。國(guó)外相關(guān)理論并未深入探索大數(shù)據(jù)技術(shù)在審計(jì)領(lǐng)域中的應(yīng)用策略，而是更加注重于大數(shù)據(jù)對(duì)當(dāng)今審計(jì)理念的沖擊，即大數(shù)據(jù)思想將引發(fā)審計(jì)判斷與決策、審計(jì)技術(shù)與方法以及審計(jì)功能與效率等方面的宏觀層面變革。

當(dāng)前，國(guó)內(nèi)“大數(shù)據(jù)審計(jì)”理論積累相對(duì)豐富。截至2018年1月，中國(guó)知網(wǎng)收錄的“大數(shù)據(jù)+審計(jì)”學(xué)術(shù)論文累計(jì)231篇，其中核心期刊論文51篇（CSSCI期刊論文11篇）。國(guó)內(nèi)相關(guān)文獻(xiàn)主要集中于：（1）基于大數(shù)據(jù)的現(xiàn)代審計(jì)理念變革。例如，具體分析大數(shù)據(jù)對(duì)CPA審計(jì)的影響[10-11]，剖析大數(shù)據(jù)對(duì)政府審計(jì)理念的沖擊[12]，基于技術(shù)特征與應(yīng)用特征闡述新時(shí)代下大數(shù)據(jù)審計(jì)的內(nèi)涵[13]，立足大數(shù)據(jù)時(shí)代背景分析大數(shù)據(jù)技術(shù)對(duì)環(huán)境責(zé)任審計(jì)的影響[14]。（2）基于大數(shù)據(jù)的現(xiàn)代審計(jì)方式轉(zhuǎn)變。例如，基于數(shù)據(jù)共享、數(shù)據(jù)標(biāo)準(zhǔn)化、數(shù)據(jù)多樣性與審計(jì)人員能力研討財(cái)政審計(jì)數(shù)據(jù)的分析模式[15];基于大數(shù)據(jù)價(jià)值鏈視角探討審計(jì)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(jì)非結(jié)構(gòu)化數(shù)據(jù)的采集存儲(chǔ)與處理[17];闡述基于DBSCAN聚類的大數(shù)據(jù)審計(jì)抽樣，并基于大數(shù)據(jù)下財(cái)務(wù)共享服務(wù)模式建立IT審計(jì)的實(shí)施路徑[18]，提出大數(shù)據(jù)審計(jì)環(huán)境下政府審計(jì)采購(gòu)的技術(shù)方式與組織模式[19]。（3）基于大數(shù)據(jù)的現(xiàn)代審計(jì)平臺(tái)構(gòu)建。例如，將大數(shù)據(jù)審計(jì)平臺(tái)分拆為采集、預(yù)處理、分析與可視化四個(gè)子平臺(tái)，融合數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)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(yùn)行機(jī)理等方面對(duì)各個(gè)子平臺(tái)進(jìn)行專項(xiàng)分析[20];闡述大數(shù)據(jù)環(huán)境下河南省審計(jì)廳基于信息資源共享與工作高度協(xié)同的審計(jì)大數(shù)據(jù)分析平臺(tái)建設(shè)[21]。

（二）國(guó)內(nèi)外實(shí)務(wù)進(jìn)展梳理

國(guó)外非常關(guān)注大數(shù)據(jù)及其審計(jì)的發(fā)展與應(yīng)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(yùn)用海量復(fù)雜數(shù)據(jù)集合謀取知識(shí)和洞見的能力，并將大數(shù)據(jù)發(fā)展拓展至國(guó)家戰(zhàn)略高度。2017年4月18日，世界審計(jì)組織大數(shù)據(jù)工作組第一次會(huì)議在南京審計(jì)大學(xué)召開，來(lái)自18個(gè)成員國(guó)的40余位代表分別就本國(guó)大數(shù)據(jù)審計(jì)實(shí)務(wù)的發(fā)展情形進(jìn)行主題交流。通過會(huì)議分享發(fā)現(xiàn)，與會(huì)各國(guó)均擁有豐富的大數(shù)據(jù)審計(jì)實(shí)戰(zhàn)經(jīng)歷。美國(guó)聯(lián)邦審計(jì)署審計(jì)長(zhǎng)基恩·多達(dá)羅指出，美國(guó)聯(lián)邦審計(jì)署將并行計(jì)算、數(shù)據(jù)挖掘等分析技術(shù)廣泛運(yùn)用于大數(shù)據(jù)審計(jì)實(shí)務(wù)，并長(zhǎng)期致力于調(diào)查政府“欺詐與不正當(dāng)支付”問題，正是得益于大數(shù)據(jù)審計(jì)技術(shù)的高效推進(jìn)，進(jìn)而發(fā)現(xiàn)2016年美國(guó)政府部門涉及不正當(dāng)支付的金額高達(dá)約1 440億美元;泰國(guó)審計(jì)委員會(huì)主席猜西·達(dá)初坦指出，泰國(guó)大數(shù)據(jù)審計(jì)已經(jīng)廣泛應(yīng)用于信息系統(tǒng)、醫(yī)學(xué)研究、公共交通以及災(zāi)害治理等領(lǐng)域，泰國(guó)審計(jì)署借助PPAPT應(yīng)用軟件包與ACL指令列表等手段積極推進(jìn)大數(shù)據(jù)審計(jì);印度通過建立實(shí)施標(biāo)準(zhǔn)模型，廣泛應(yīng)用數(shù)據(jù)倉(cāng)庫(kù)、可視化等技術(shù)，大幅提升大數(shù)據(jù)持續(xù)審計(jì)能力建設(shè)。印度尼西亞的中央財(cái)報(bào)數(shù)據(jù)在2015年為6.4億條，在2016年為7.1億條，預(yù)測(cè)性分析技術(shù)緩解了該國(guó)近4 000名審計(jì)人員的壓力。奧地利借助R語(yǔ)言實(shí)施大數(shù)據(jù)審計(jì)分析并建立R語(yǔ)言導(dǎo)師機(jī)制。

近年來(lái)，我國(guó)政府審計(jì)機(jī)關(guān)已經(jīng)逐步重視大數(shù)據(jù)審計(jì)實(shí)務(wù)建設(shè)。山東省審計(jì)廳成立財(cái)政、稅務(wù)、金融、企業(yè)與社保等五個(gè)行業(yè)的審計(jì)大數(shù)據(jù)采集中心，并采用虛擬化桌面云技術(shù)建立數(shù)字化審計(jì)實(shí)驗(yàn)室，安裝部署AS、AO、RTX以及網(wǎng)絡(luò)教室等應(yīng)用軟件。四川省審計(jì)廳在稅收征管審計(jì)中，構(gòu)建125個(gè)數(shù)據(jù)分析模型，查詢約700G的信息數(shù)據(jù)，歸納21項(xiàng)審計(jì)方法，充分揭示稅收征管漏洞與缺陷。湖北省審計(jì)廳建立以“一大網(wǎng)絡(luò)、三大中心、六大系統(tǒng)”為中心的大數(shù)據(jù)審計(jì)平臺(tái)，“一大網(wǎng)絡(luò)”即電子政務(wù)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(shí)施系統(tǒng)、聯(lián)網(wǎng)分析系統(tǒng)、結(jié)果分析系統(tǒng)、網(wǎng)上審理軟件以及風(fēng)險(xiǎn)監(jiān)控系統(tǒng)。四川省成都市審計(jì)局采集10余個(gè)重點(diǎn)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(tái)”。山東省青島市審計(jì)局建立基于大數(shù)據(jù)關(guān)聯(lián)分析的“審計(jì)大數(shù)據(jù)綜合作業(yè)平臺(tái)”。內(nèi)蒙古包頭市審計(jì)局建立以大數(shù)據(jù)為中心的“審計(jì)資源共享平臺(tái)”。江蘇省無(wú)錫市審計(jì)局在自然資源資產(chǎn)責(zé)任審計(jì)中，采用稅務(wù)、社保、工商與環(huán)評(píng)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(yùn)用GIS數(shù)據(jù)審查違建拆除問題。

（三）國(guó)內(nèi)外發(fā)展態(tài)勢(shì)歸納

大數(shù)據(jù)審計(jì)橫跨審計(jì)學(xué)、數(shù)據(jù)科學(xué)、信息科學(xué)、計(jì)算機(jī)科學(xué)、網(wǎng)絡(luò)科學(xué)、數(shù)學(xué)和心理學(xué)等若干學(xué)科。審計(jì)學(xué)屬于社會(huì)科學(xué)，但大數(shù)據(jù)審計(jì)更應(yīng)該側(cè)重于自然科學(xué)，因?yàn)槠涿恳画h(huán)節(jié)都與大數(shù)據(jù)處理涉及的自然學(xué)科范域相交融。大數(shù)據(jù)審計(jì)策略完善將完全依托于大數(shù)據(jù)審計(jì)既有的理論基礎(chǔ)與實(shí)務(wù)經(jīng)驗(yàn)。梳理發(fā)現(xiàn)，我國(guó)大數(shù)據(jù)審計(jì)文獻(xiàn)積累缺乏深度，相關(guān)文獻(xiàn)僅是站于社會(huì)科學(xué)視角從宏觀層面定性分析大數(shù)據(jù)帶給現(xiàn)代審計(jì)的理念沖擊與模式變革，并未真正基于自然科學(xué)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(guān)鍵技術(shù)與現(xiàn)代審計(jì)方法的多學(xué)科交融機(jī)制。對(duì)于大數(shù)據(jù)審計(jì)理論的未來(lái)研究，學(xué)術(shù)界需要深度融合相關(guān)學(xué)科領(lǐng)域，以大數(shù)據(jù)科學(xué)為軸心，有效實(shí)現(xiàn)社會(huì)科學(xué)向自然科學(xué)的領(lǐng)域延展延擴(kuò)，深入強(qiáng)化大數(shù)據(jù)關(guān)鍵技術(shù)在審計(jì)領(lǐng)域的全方位應(yīng)用。梳理發(fā)現(xiàn)，我國(guó)大數(shù)據(jù)審計(jì)實(shí)踐存有諸多不足，大數(shù)據(jù)技術(shù)處理的數(shù)據(jù)容量需要達(dá)到PB級(jí)，數(shù)據(jù)容量愈大，數(shù)據(jù)間的關(guān)聯(lián)價(jià)值越高，但目前我國(guó)特定審計(jì)主體的數(shù)據(jù)容量大多處于PB級(jí)別以下，并未實(shí)現(xiàn)真正意義上的大數(shù)據(jù)，這還需要審計(jì)主體按照“五個(gè)關(guān)聯(lián)”審計(jì)思路的要求（即從中央財(cái)政到省市縣乃至每個(gè)鄉(xiāng)鎮(zhèn)的資金使用、從部門到項(xiàng)目具體執(zhí)行單位的資金使用的縱向關(guān)聯(lián)，從市財(cái)政、市發(fā)改委到一級(jí)、二級(jí)預(yù)算單位的各種專項(xiàng)資金的橫向關(guān)聯(lián)，財(cái)政、金融和企業(yè)三方面的數(shù)據(jù)關(guān)聯(lián)，財(cái)政與其他多部門、多行業(yè)的數(shù)據(jù)關(guān)聯(lián)，以及財(cái)政數(shù)據(jù)與業(yè)務(wù)數(shù)據(jù)、宏觀經(jīng)濟(jì)數(shù)據(jù)的關(guān)聯(lián)），實(shí)現(xiàn)審計(jì)數(shù)據(jù)的全覆蓋精準(zhǔn)采集，再如我國(guó)對(duì)大數(shù)據(jù)技術(shù)的實(shí)踐應(yīng)用不夠廣泛與系統(tǒng)，盡管湖北省恩施州在醫(yī)保審計(jì)中嘗試運(yùn)用可視化技術(shù)，武漢市審計(jì)局在數(shù)據(jù)處理中應(yīng)用Oracle與SQL技術(shù)，但不夠深入，還無(wú)法適應(yīng)PB級(jí)別以上審計(jì)大數(shù)據(jù)處理的需求。如今，國(guó)外在大數(shù)據(jù)審計(jì)中已廣泛運(yùn)用數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、語(yǔ)義引擎、預(yù)測(cè)分析以及可視化等技術(shù)，而我國(guó)在此方面進(jìn)展遲緩。此外，我國(guó)大數(shù)據(jù)審計(jì)實(shí)務(wù)建設(shè)其他問題還有：（1）多數(shù)審計(jì)主體缺乏系統(tǒng)性布局與長(zhǎng)遠(yuǎn)性規(guī)劃，僅從局部視角關(guān)注某一流程下模式優(yōu)化;（2）審計(jì)具體流程的數(shù)據(jù)建模技術(shù)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(jí)審計(jì)主體存在審計(jì)流程模式重復(fù)建設(shè)，觀念標(biāo)準(zhǔn)不一，缺乏共謀與協(xié)作。

二、大數(shù)據(jù)審計(jì)的總體策劃

大數(shù)據(jù)審計(jì)從屬于多學(xué)科交叉界域，邏輯結(jié)構(gòu)煩瑣，運(yùn)行機(jī)制復(fù)雜。依托于多元共融的內(nèi)外部環(huán)境，審計(jì)主體需要高度重視大數(shù)據(jù)審計(jì)工作的頂層設(shè)計(jì)與全局籌劃，變革傳統(tǒng)審計(jì)理念，力求將大數(shù)據(jù)審計(jì)工作做到常態(tài)化、流程化、立體化與長(zhǎng)效化。本文提出一種大數(shù)據(jù)審計(jì)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(jì)需求及大數(shù)據(jù)關(guān)鍵技術(shù)的分析

需求分析是大數(shù)據(jù)審計(jì)有效開展的首要條件，其可使審計(jì)主體事先明晰任務(wù)需要與目標(biāo)要求。大數(shù)據(jù)審計(jì)有橫向需求與縱向需求之分。如圖1所示，大數(shù)據(jù)審計(jì)橫向需求涵蓋理念變革需求、組織管理需求、安全運(yùn)行要求、規(guī)范與標(biāo)準(zhǔn)需求、過程優(yōu)化需求、內(nèi)外在環(huán)境需求、技術(shù)動(dòng)力需求、理論與經(jīng)驗(yàn)需求以及事件決策需求等諸多方面。大數(shù)據(jù)審計(jì)縱向需求是基于特定業(yè)務(wù)的總體任務(wù)需求、具體任務(wù)需求、流程需求、功能需求、組件需求、建模需求、取證需求、核驗(yàn)需求和決策需求。審計(jì)主體有必要以審計(jì)對(duì)象及類型為基準(zhǔn)，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(guān)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(jì)的可控性、效益性和可驗(yàn)證性。

大數(shù)據(jù)關(guān)鍵技術(shù)是大數(shù)據(jù)審計(jì)順利實(shí)施的技術(shù)前提，拋開大數(shù)據(jù)科學(xué)下的技術(shù)架構(gòu)與數(shù)據(jù)智能，任何大數(shù)據(jù)審計(jì)理論與實(shí)踐都將無(wú)從談起。大數(shù)據(jù)有五項(xiàng)關(guān)鍵技術(shù)[22]，具體為：（1）采集技術(shù)，其承載即時(shí)數(shù)據(jù)采集、既有數(shù)據(jù)采集、文字?jǐn)?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(yīng)技術(shù)有ZeroMQ、ActiveMQ、Flume、Sqoop及Kafka等;（2）預(yù)處理技術(shù)，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(yīng)技術(shù)有RestFul、Socket、Dubbo及Web Service等;（3）存儲(chǔ)與管理技術(shù)，其承載結(jié)構(gòu)化數(shù)據(jù)與異構(gòu)化數(shù)據(jù)的存儲(chǔ)及管理功能，相應(yīng)技術(shù)有S3云存儲(chǔ)、Neo4J、Solr、Hdfs、Lucene及Kudu等;（4）分析與挖掘技術(shù)，其承載大數(shù)據(jù)的實(shí)時(shí)分析、準(zhǔn)實(shí)時(shí)分析、離線分析、機(jī)器學(xué)習(xí)、語(yǔ)音識(shí)別以及圖片識(shí)別等功能，相應(yīng)技術(shù)有MapReduce、Spark、Akka、Mahout及Flink等;（5）展現(xiàn)與應(yīng)用技術(shù)，其承載文字展示、圖畫展示以及動(dòng)畫展示功能，相應(yīng)技術(shù)有iCharts、Echarts、Springy及Tableau等。針對(duì)審計(jì)全局策劃，審計(jì)主體需要規(guī)劃關(guān)鍵技術(shù)與審計(jì)業(yè)務(wù)的融合策略，合理籌劃特定功能需求下適用技術(shù)有關(guān)于5W1H的實(shí)際應(yīng)用問題，突出技術(shù)優(yōu)勢(shì)，強(qiáng)化技術(shù)協(xié)作，力求為大數(shù)據(jù)審計(jì)方法的創(chuàng)新應(yīng)用提供源源動(dòng)力。

（二）大數(shù)據(jù)審計(jì)作用因素及其運(yùn)行保障的分析

大數(shù)據(jù)審計(jì)的過程開展、平臺(tái)建設(shè)與流程再造有其特定的作用條件與依托效應(yīng)。影響大數(shù)據(jù)審計(jì)開展的主要因素有：（1）挑戰(zhàn)、風(fēng)險(xiǎn)、困境與變革。大數(shù)據(jù)時(shí)代，審計(jì)數(shù)據(jù)的真實(shí)性與全面性遇到挑戰(zhàn)，大數(shù)據(jù)的控制、保護(hù)、分析、存儲(chǔ)及其平臺(tái)選擇面臨諸多風(fēng)險(xiǎn)[23]，且大數(shù)據(jù)財(cái)務(wù)流程將更為注重異構(gòu)數(shù)據(jù)的核算、歸納、處理與監(jiān)控，以滿足組織內(nèi)部動(dòng)態(tài)、實(shí)時(shí)、全面的戰(zhàn)略管理需求，以及財(cái)務(wù)信息外部需求者多樣化與個(gè)性化的決策需求[24]，這些都為大數(shù)據(jù)審計(jì)帶來(lái)現(xiàn)實(shí)困境。借此，審計(jì)主體應(yīng)予在依據(jù)證據(jù)、技術(shù)方法、組織管理以及策略架構(gòu)等方面實(shí)現(xiàn)理念變革與模式創(chuàng)新，與時(shí)俱進(jìn)，做好大數(shù)據(jù)審計(jì)的理念設(shè)計(jì)。（2）人員勝任能力。大數(shù)據(jù)審計(jì)是審計(jì)人員的主觀見之于審計(jì)客觀大數(shù)據(jù)的物化活動(dòng)，其成功的關(guān)鍵在于審計(jì)人員的勝任力與團(tuán)隊(duì)行為的科學(xué)化。面對(duì)大數(shù)據(jù)審計(jì)跨學(xué)科等特征，審計(jì)機(jī)構(gòu)在策劃審計(jì)業(yè)務(wù)團(tuán)隊(duì)時(shí)，務(wù)必集合不同學(xué)科專業(yè)人才，聘請(qǐng)相關(guān)背景專家定期研討，塑造和諧共榮的團(tuán)隊(duì)文化，實(shí)現(xiàn)知識(shí)互補(bǔ)、技術(shù)協(xié)同與經(jīng)驗(yàn)共享，基于跨學(xué)科異質(zhì)性知識(shí)的耦合致力于人員素質(zhì)與團(tuán)隊(duì)力量的全方位提升。（3）審計(jì)運(yùn)作方式。大數(shù)據(jù)時(shí)代，審計(jì)運(yùn)作方式發(fā)生“質(zhì)”變，未來(lái)的審計(jì)將會(huì)實(shí)現(xiàn)從運(yùn)用隨機(jī)樣本抽樣轉(zhuǎn)向運(yùn)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(guān)系決策轉(zhuǎn)向追尋關(guān)聯(lián)邏輯建模，從依托審計(jì)經(jīng)驗(yàn)預(yù)測(cè)轉(zhuǎn)向借助技術(shù)工具建模。（4）審計(jì)智能服務(wù)。大數(shù)據(jù)時(shí)代，人工智能將會(huì)逐步成為審計(jì)實(shí)踐的主流。當(dāng)前，安永會(huì)計(jì)師事務(wù)所已嘗試運(yùn)用計(jì)算機(jī)技術(shù)輔助審核收入合同，運(yùn)用機(jī)器學(xué)習(xí)分析大批量貸款合同，并估值測(cè)試。對(duì)于大數(shù)據(jù)審計(jì)智能服務(wù)的事前規(guī)劃，審計(jì)主體應(yīng)考慮兩方面問題，其一是智能平臺(tái)架構(gòu)，該平臺(tái)可設(shè)置審計(jì)用戶登錄、審計(jì)大數(shù)據(jù)導(dǎo)入、服務(wù)匹配、數(shù)據(jù)管理、智能取證、可視化報(bào)告以及歷史查詢等模塊;其二是平臺(tái)要素協(xié)同，該服務(wù)平臺(tái)由系列大數(shù)據(jù)關(guān)鍵技術(shù)模型及其諸多相應(yīng)組件組合而成，它們不是簡(jiǎn)單的疊加與凌亂的堆砌，而是目標(biāo)的統(tǒng)一、功能的融合、任務(wù)的協(xié)調(diào)以及行為的協(xié)作。此外，大數(shù)據(jù)審計(jì)需要相應(yīng)質(zhì)量控制體系以保障常態(tài)化運(yùn)行，其質(zhì)量標(biāo)準(zhǔn)設(shè)計(jì)應(yīng)事先融入全局籌劃之中，重點(diǎn)考評(píng)計(jì)劃的科學(xué)性、準(zhǔn)備的充分性、實(shí)施的完善性、定性的準(zhǔn)確性、分析的透徹性、判斷的正確性以及成果的應(yīng)用性。

（三）大數(shù)據(jù)審計(jì)策略體系構(gòu)建的模塊分解規(guī)劃

大數(shù)據(jù)審計(jì)策略構(gòu)建是抽象的知識(shí)凝練過程，其是針對(duì)每一審計(jì)業(yè)務(wù)，在多類“經(jīng)驗(yàn)選擇”的最優(yōu)解下，對(duì)審計(jì)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(shè)計(jì)的大數(shù)據(jù)審計(jì)策略體系可進(jìn)行如下分解：（1）大數(shù)據(jù)審計(jì)規(guī)范與指南。該模塊建設(shè)需要遵循實(shí)用性、科學(xué)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(shù)標(biāo)準(zhǔn)、審計(jì)條例與質(zhì)量目標(biāo)等諸多方面，它們是審計(jì)主體執(zhí)行業(yè)務(wù)程序的可操作性建議，是出具大數(shù)據(jù)審計(jì)報(bào)告的客觀尺度。（2）大數(shù)據(jù)審計(jì)風(fēng)險(xiǎn)估計(jì)與管理。大數(shù)據(jù)審計(jì)風(fēng)險(xiǎn)包含固有風(fēng)險(xiǎn)、控制風(fēng)險(xiǎn)與檢查風(fēng)險(xiǎn)三個(gè)層面，且它們與環(huán)境風(fēng)險(xiǎn)、組織風(fēng)險(xiǎn)、人員風(fēng)險(xiǎn)、操作風(fēng)險(xiǎn)、數(shù)據(jù)可信風(fēng)險(xiǎn)、機(jī)密性風(fēng)險(xiǎn)、完整性風(fēng)險(xiǎn)以及技術(shù)黏合風(fēng)險(xiǎn)等相融合[25]，該模塊旨在全面梳理審計(jì)風(fēng)險(xiǎn)類別，確定風(fēng)險(xiǎn)評(píng)估機(jī)制，建立風(fēng)險(xiǎn)管理策略。（3）大數(shù)據(jù)審計(jì)跟蹤與挖掘。該模塊要求審計(jì)主體事前策劃與事后提煉大數(shù)據(jù)審計(jì)的持續(xù)跟蹤機(jī)制，評(píng)判各類大數(shù)據(jù)挖掘技術(shù)、算法與工具的優(yōu)劣之處與適行條件，組建“算法庫(kù)”“工具庫(kù)”“協(xié)議庫(kù)”“規(guī)則庫(kù)”，明確具體業(yè)務(wù)下不同挖掘技術(shù)的競(jìng)爭(zhēng)與共生機(jī)制。（4）大數(shù)據(jù)審計(jì)模式構(gòu)建與過程取證。該模塊要求審計(jì)主體將特定業(yè)務(wù)劃分為若干過程，建立每一過程下的實(shí)施步驟，如采集過程下數(shù)據(jù)源如何獲取，異構(gòu)數(shù)據(jù)如何傳輸與接入，再如抽取過程下如何實(shí)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(shí)現(xiàn)模型構(gòu)建、實(shí)質(zhì)性測(cè)試、模式發(fā)現(xiàn)以及模型評(píng)估。（5）大數(shù)據(jù)審計(jì)威脅診斷與預(yù)警。該模塊要求審計(jì)主體如何設(shè)計(jì)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(yù)警源”相銜接，如何促進(jìn)審計(jì)預(yù)警信息的集合、修正與發(fā)布，對(duì)多源多模態(tài)信息集成、數(shù)據(jù)時(shí)效性檢驗(yàn)以及元數(shù)據(jù)管理等預(yù)警技術(shù)如何正確應(yīng)用，如何界定威脅等級(jí)并確定預(yù)警策略響應(yīng)。（6）大數(shù)據(jù)審計(jì)免疫自穩(wěn)與免疫防御。該模塊要求審計(jì)主體基于既有經(jīng)驗(yàn)推進(jìn)大數(shù)據(jù)審計(jì)策略決策功能的參數(shù)化與標(biāo)準(zhǔn)化，運(yùn)用自有“記憶”提升新業(yè)務(wù)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(fēng)險(xiǎn)控制方案，基于特異性免疫防御研判大數(shù)據(jù)審計(jì)中遇到的新問題，拓展與深化大數(shù)據(jù)審計(jì)技術(shù)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(jìn)而促進(jìn)審計(jì)執(zhí)行力，培育特定知識(shí)實(shí)現(xiàn)對(duì)審計(jì)新威脅的即時(shí)應(yīng)答。

三、大數(shù)據(jù)審計(jì)的流程分析

大數(shù)據(jù)時(shí)代下，數(shù)據(jù)建模是審計(jì)流程構(gòu)建的核心，這是因?yàn)椋[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(kù)，才能找出其本質(zhì)與規(guī)律，加之在未來(lái)，人工智能將逐步滲透至審計(jì)實(shí)務(wù)，系統(tǒng)性數(shù)據(jù)建模將是未來(lái)審計(jì)智能化發(fā)展的變革之路。大數(shù)據(jù)審計(jì)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(duì)審計(jì)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(jì)大數(shù)據(jù)建模，若干模型之間如何有效協(xié)同與有機(jī)整合。（2）中觀維度，不同于以往審計(jì)，大數(shù)據(jù)審計(jì)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(yù)警與事中監(jiān)控，為此，風(fēng)險(xiǎn)評(píng)估、疑點(diǎn)挖掘、數(shù)據(jù)取證、監(jiān)測(cè)預(yù)警、審計(jì)可視化等方面都將廣泛采用系統(tǒng)模型。大數(shù)據(jù)審計(jì)應(yīng)關(guān)注上述各個(gè)方面下建模任務(wù)與建模要求分別是什么，哪些數(shù)據(jù)模型相對(duì)成熟，各類模型應(yīng)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(jì)建模中全方位實(shí)現(xiàn)審計(jì)大數(shù)據(jù)的應(yīng)用價(jià)值與技術(shù)可行性，如何準(zhǔn)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(jì)建模所應(yīng)該解決的微觀問題主要包括多源異構(gòu)大數(shù)據(jù)如何整合分析，如何實(shí)現(xiàn)審計(jì)大數(shù)據(jù)高效的壓縮、感知、存儲(chǔ)與管理，多域多層大數(shù)據(jù)如何實(shí)現(xiàn)高效傳輸與高效計(jì)算，完整的大數(shù)據(jù)如何實(shí)現(xiàn)可用，如何實(shí)現(xiàn)審計(jì)大數(shù)據(jù)的多粒度智能處理，如何對(duì)數(shù)據(jù)錯(cuò)誤進(jìn)行自動(dòng)檢測(cè)和修復(fù)，如何發(fā)現(xiàn)大數(shù)據(jù)的結(jié)構(gòu)和關(guān)系并進(jìn)行簡(jiǎn)約計(jì)算，如何對(duì)弱可用數(shù)據(jù)實(shí)施近似計(jì)算并知識(shí)發(fā)現(xiàn)，如何在審計(jì)大數(shù)據(jù)分析中優(yōu)化數(shù)據(jù)挖掘算法的過程應(yīng)用，如何有效處理審計(jì)大數(shù)據(jù)下的機(jī)器學(xué)習(xí)算法，如何基于審計(jì)大數(shù)據(jù)進(jìn)行系統(tǒng)決策、風(fēng)險(xiǎn)控制與故障診斷等。系列問題由點(diǎn)及面，共同決定著具體審計(jì)任務(wù)下特定流程設(shè)計(jì)，同時(shí)也決定著建模技術(shù)和工具的選擇與應(yīng)用。

基于全生命周期的大數(shù)據(jù)審計(jì)涵蓋數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理、數(shù)據(jù)取證、數(shù)據(jù)可視化四項(xiàng)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(jìn)流程內(nèi)各項(xiàng)功能決策的有效實(shí)施。對(duì)于大數(shù)據(jù)審計(jì)采集，也應(yīng)秉承“五個(gè)關(guān)聯(lián)”理念，力求實(shí)現(xiàn)各類數(shù)據(jù)的全歸集。未來(lái)，審計(jì)數(shù)據(jù)采集量會(huì)在PB級(jí)基礎(chǔ)上向EB級(jí)或ZB級(jí)延伸，非結(jié)構(gòu)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(bào)表、HTML以及XML等形式，潛藏巨大應(yīng)用價(jià)值。多數(shù)異構(gòu)數(shù)據(jù)并不產(chǎn)生審計(jì)效用，只有從PB級(jí)數(shù)據(jù)群中，將相關(guān)數(shù)據(jù)采集于一體，按特定邏輯建立主題數(shù)據(jù)庫(kù)，審計(jì)大數(shù)據(jù)才彰顯協(xié)同價(jià)值。審計(jì)異構(gòu)數(shù)據(jù)類型繁多，無(wú)標(biāo)準(zhǔn)格式，對(duì)其采集需要專業(yè)技術(shù)與工具，如AO采集、網(wǎng)絡(luò)爬蟲、傳感器采集、數(shù)據(jù)庫(kù)摘取、ODBC技術(shù)、遙感技術(shù)、網(wǎng)絡(luò)流量、元搜索、射頻識(shí)別以及基于屬性、關(guān)系與信息的多層過濾機(jī)制等。針對(duì)特定審計(jì)大數(shù)據(jù)采集需求，審計(jì)主體需要甄選適用的采集方法，確立科學(xué)的數(shù)據(jù)采集建模機(jī)制，有效做好對(duì)源數(shù)據(jù)的傳輸與接入。例如，反腐敗審計(jì)中，微信數(shù)據(jù)采集方式為經(jīng)過OAuth 2.0網(wǎng)頁(yè)授權(quán)認(rèn)證后，運(yùn)用相應(yīng)API數(shù)據(jù)接口建模截取數(shù)據(jù);再如，對(duì)于富文本文檔（RFT），Microsoft等公司開發(fā)RichTextBox等控件，審計(jì)主體可以借助相關(guān)控件模型，直接獲取RTF數(shù)據(jù)。

大數(shù)據(jù)審計(jì)的預(yù)處理流程包括數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)清洗與數(shù)據(jù)轉(zhuǎn)換三項(xiàng)過程，它們的實(shí)現(xiàn)需要依托適行的技術(shù)工具及應(yīng)用模型。對(duì)于審計(jì)數(shù)據(jù)存儲(chǔ)，傳統(tǒng)技術(shù)有RAID、DAS、NAS、SAN、自動(dòng)精簡(jiǎn)、分層存儲(chǔ)、Cache、快照技術(shù)、克隆技術(shù)、遠(yuǎn)程復(fù)制以及LUN拷貝等，大數(shù)據(jù)技術(shù)有分布式文件存儲(chǔ)、NoSQL數(shù)據(jù)庫(kù)以及NewSQL數(shù)據(jù)庫(kù)。分布式文件存儲(chǔ)系統(tǒng)通過計(jì)算機(jī)網(wǎng)絡(luò)與若干節(jié)點(diǎn)相聯(lián)結(jié)，適用于審計(jì)大數(shù)據(jù)在不同空間下節(jié)點(diǎn)間的通信與存儲(chǔ);不保證遵循ACID原則的、分布式的、非關(guān)系型的審計(jì)大數(shù)據(jù)采用NoSQL存儲(chǔ)系統(tǒng);保持ACID與SQL等特性、可擴(kuò)展與高性能的海量審計(jì)大數(shù)據(jù)采用NewSQL存儲(chǔ)系統(tǒng)。對(duì)于審計(jì)大數(shù)據(jù)清洗，審計(jì)主體主要解決審計(jì)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(shè)定強(qiáng)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(bǔ)全，提升數(shù)據(jù)完整性;基于指標(biāo)、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(jìn)數(shù)據(jù)的唯一性。多類清洗方法有機(jī)結(jié)合，將會(huì)適應(yīng)未來(lái)審計(jì)大數(shù)據(jù)屬性多樣及其更新頻繁的清洗需求。對(duì)于審計(jì)大數(shù)據(jù)轉(zhuǎn)換，審計(jì)主體必須明晰基本轉(zhuǎn)換任務(wù)、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(shí)施轉(zhuǎn)換。審計(jì)大數(shù)據(jù)轉(zhuǎn)換是將不同格式與語(yǔ)義的源數(shù)據(jù)轉(zhuǎn)化為被審計(jì)用戶所理解且與目標(biāo)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(jì)算值和導(dǎo)出值、單個(gè)字段分離、信息合并、特征集合轉(zhuǎn)化、度量單位轉(zhuǎn)化、時(shí)間格式轉(zhuǎn)化、匯總及鍵重構(gòu)等，審計(jì)主體必須依托轉(zhuǎn)換需求，合理定位轉(zhuǎn)換類型，科學(xué)設(shè)定轉(zhuǎn)換方式，且有效借助轉(zhuǎn)換建模支撐，如山西省審計(jì)廳與九鼎軟件公司聯(lián)合開發(fā)數(shù)據(jù)轉(zhuǎn)換平臺(tái)，積極探索審計(jì)大數(shù)據(jù)轉(zhuǎn)化建模新方法。

IT時(shí)代轉(zhuǎn)向DT時(shí)代，傳統(tǒng)分析技術(shù)已無(wú)法適應(yīng)以非結(jié)構(gòu)化為主的審計(jì)大數(shù)據(jù)取證，數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)將成為數(shù)據(jù)分析建模以及審計(jì)證據(jù)獲取的核心手段。大數(shù)據(jù)審計(jì)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(chǔ)架構(gòu)，也是基于超大型數(shù)據(jù)集處理的高擴(kuò)展的分布式計(jì)算平臺(tái)，它擁有Hadoop Manager、MapReduce、Zookeeper、Hive、Avro、HBase和HDFS等完備組件，運(yùn)用集群威力能為審計(jì)大數(shù)據(jù)提供海量計(jì)算的能力。Hadoop平臺(tái)環(huán)境為大數(shù)據(jù)審計(jì)取證建模提供絕佳的土壤，有力推進(jìn)審計(jì)取證的維度分析、模型策劃、任務(wù)執(zhí)行、算法調(diào)度與驗(yàn)證。數(shù)據(jù)挖掘分為結(jié)構(gòu)化數(shù)據(jù)挖掘與文本挖掘，前者是基于關(guān)系型數(shù)據(jù)庫(kù)的審計(jì)數(shù)據(jù)挖掘，后者是基于自由開放文本的半結(jié)構(gòu)化或非結(jié)構(gòu)化的審計(jì)文本挖掘。數(shù)據(jù)挖掘?qū)徲?jì)建模包含有監(jiān)督建模與無(wú)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(dǎo)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(dǎo)的回歸分析;無(wú)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(diǎn)、K-原型、量子、粒度與高斯混合為主導(dǎo)的聚類方法，以Apriori、FP-Growth、串行、頻繁項(xiàng)集與頻繁子圖為主導(dǎo)的關(guān)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(diǎn)診斷。機(jī)器學(xué)習(xí)從屬于大數(shù)據(jù)挖掘算法應(yīng)用，其以信息論、控制論、計(jì)算復(fù)雜性理論、人工智能、神經(jīng)生物學(xué)以及生理學(xué)等學(xué)科為理論基礎(chǔ)，運(yùn)用計(jì)算機(jī)模擬審計(jì)師的學(xué)習(xí)行為，進(jìn)而獲取審計(jì)取證知識(shí)與取證技能。大數(shù)據(jù)審計(jì)取證建?？蛇m用的機(jī)器學(xué)習(xí)算法包括樸素貝葉斯、決策樹、人工神經(jīng)網(wǎng)絡(luò)、隱馬爾可夫、遷徙學(xué)習(xí)、半監(jiān)督學(xué)習(xí)、無(wú)監(jiān)督學(xué)習(xí)等集成學(xué)習(xí)。面對(duì)復(fù)雜取證需求，審計(jì)主體應(yīng)熟悉各類挖掘技術(shù)的特點(diǎn)與適用條件，明確挖掘目標(biāo)，做好相應(yīng)算法的調(diào)整、移植與改進(jìn)，并做好訓(xùn)練參數(shù)的查詢管理，基于全學(xué)習(xí)周期完善分布式訓(xùn)練計(jì)算流程，全面優(yōu)化并行學(xué)習(xí)等不同機(jī)器學(xué)習(xí)算法的遴選與設(shè)計(jì)。

大數(shù)據(jù)審計(jì)可視化是將審計(jì)領(lǐng)域的結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)與非結(jié)構(gòu)化數(shù)據(jù)抽象為可視化圖表，將隱性審計(jì)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(jì)可采用文本可視化、網(wǎng)絡(luò)可視化、時(shí)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(yīng)用條件，審計(jì)主體有必要將可視化的具體任務(wù)與相應(yīng)類型有機(jī)結(jié)合，構(gòu)建科學(xué)的可視化數(shù)據(jù)模型，力求做好可視化平臺(tái)運(yùn)營(yíng)的正向驅(qū)動(dòng)。例如，對(duì)于多維數(shù)據(jù)可視化，審計(jì)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(yùn)用合適的工具與算法對(duì)擬可視化數(shù)據(jù)展開定量演算;（3）可視數(shù)據(jù)分析，對(duì)不同空間數(shù)據(jù)進(jìn)行旋轉(zhuǎn)、分塊或切片，多截面與全視角對(duì)目標(biāo)數(shù)據(jù)進(jìn)行觀察與剖析;（4）可視化呈現(xiàn)，以圖形圖表、計(jì)算機(jī)視覺、圖像處理以及審計(jì)用戶界面等方式，對(duì)隱性數(shù)據(jù)集的表面、屬性、立體或動(dòng)畫進(jìn)行顯性化展示。當(dāng)前，已有諸多可視化工具以供審計(jì)主體選擇與應(yīng)用，如無(wú)需編程語(yǔ)言的Tableau、Raw、Infogram、ChartBlocks等，基于JavaScript實(shí)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(duì)于資源環(huán)境審計(jì)，可以通過衛(wèi)星遙感影像借助CartoDB工具繪制目標(biāo)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(jì)局通過三維動(dòng)態(tài)圖示呈現(xiàn)不同時(shí)點(diǎn)預(yù)算資金“大盤子”的流動(dòng)變化情況，動(dòng)態(tài)掌握全年預(yù)算執(zhí)行變化趨勢(shì)，有效提升了審計(jì)的科學(xué)化管理。

四、結(jié)語(yǔ)

審計(jì)署“十三五”規(guī)劃指出，我國(guó)將推進(jìn)大數(shù)據(jù)為核心的審計(jì)信息化建設(shè)，到2020年實(shí)現(xiàn)對(duì)經(jīng)濟(jì)社會(huì)各類主要信息數(shù)據(jù)的全歸集。大數(shù)據(jù)給新時(shí)代審計(jì)帶來(lái)前所未有的挑戰(zhàn)，審計(jì)人員如何將結(jié)構(gòu)化數(shù)據(jù)與非結(jié)構(gòu)化數(shù)據(jù)相融合，如何在PB量級(jí)數(shù)據(jù)中快速而精準(zhǔn)提取有價(jià)值的信息，如何習(xí)慣并熟練獲取及處理非結(jié)構(gòu)化數(shù)據(jù)，這些都是“大數(shù)據(jù)驅(qū)動(dòng)的審計(jì)”中亟待解決的難題。本文基于多學(xué)科融合視角，梳理與歸納大數(shù)據(jù)審計(jì)的發(fā)展態(tài)勢(shì)，分析大數(shù)據(jù)審計(jì)的頂層設(shè)計(jì)與全局規(guī)劃，將大數(shù)據(jù)關(guān)鍵技術(shù)全面融合于大數(shù)據(jù)的全生命周期流程，且形成“風(fēng)險(xiǎn)→取證→預(yù)警→防御”的前后邏輯關(guān)聯(lián)，進(jìn)而由單一目標(biāo)決策轉(zhuǎn)換為高度融合的全系列目標(biāo)決策，豐富了以往審計(jì)研究的單一范域，為審計(jì)實(shí)務(wù)組織開展大數(shù)據(jù)審計(jì)提供“一站式”服務(wù)與“全覆蓋”支持，深化問題解決方案，促進(jìn)多輪驅(qū)動(dòng)，為審計(jì)機(jī)制創(chuàng)新集聚合力。

【參考文獻(xiàn)】

[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(duì)CPA審計(jì)的影響[J].中國(guó)注冊(cè)會(huì)計(jì)師，2016（7）：100-105.

[11] 龍子午，王云鵬.大數(shù)據(jù)時(shí)代對(duì)CPA審計(jì)風(fēng)險(xiǎn)與審計(jì)質(zhì)量的影響探究[J].會(huì)計(jì)之友，2016（8）：112-114.

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

[13] 劉星，牛艷芳，唐志豪.關(guān)于推進(jìn)大數(shù)據(jù)審計(jì)工作的幾點(diǎn)思考[J].審計(jì)研究，2016（5）：3-7.

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

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

[16] 牛艷芳，馮占國(guó)，孟祥宇.大數(shù)據(jù)價(jià)值鏈視角下的審計(jì)工作創(chuàng)新與實(shí)踐[J].審計(jì)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(jì)非結(jié)構(gòu)化數(shù)據(jù)研究[J].軟科學(xué)，2017（1）：141-144.

[18] 程平，陳珊.大數(shù)據(jù)時(shí)代基于DBSCAN聚類方法的審計(jì)抽樣[J].中國(guó)注冊(cè)會(huì)計(jì)師，2016（4）：76-79.

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

[20] 劉國(guó)城，王會(huì)金.大數(shù)據(jù)審計(jì)平臺(tái)構(gòu)建研究[J].審計(jì)研究，2017（6）：36-41.

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

[22] 林子雨.大數(shù)據(jù)技術(shù)原理與應(yīng)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(jì)：機(jī)遇、挑戰(zhàn)與方法[J].計(jì)算機(jī)科學(xué)，2016（1）：8-13.

[24] 劉國(guó)城，董必榮.“互聯(lián)網(wǎng)+”時(shí)代我國(guó)本科會(huì)計(jì)教育的困境與變革[J].南京審計(jì)大學(xué)學(xué)報(bào)，2017（1）：102-109.

[25] 黃國(guó)彬，鄭琳.大數(shù)據(jù)信息安全風(fēng)險(xiǎn)框架及應(yīng)對(duì)策略研究[J].圖書館學(xué)研究，2015（7）：24-29.