大数据在审计中的应用模板(10篇)

导言：作为写作爱好者，不可错过为您精心挑选的10篇大数据在审计中的应用，它们将为您的写作提供全新的视角，我们衷心期待您的阅读，并希望这些内容能为您提供灵感和参考。

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。

三、大数据分析在内部审计中的应用

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

篇2

大数据作为信息领域全新的抽象的概念之一，提出的时间较短。实际上大数据及其应用并不是新鲜事物，在国外已经兴起很长时间，在国内也是早有应用，只不过发展得较为缓慢。一方面，国内对数据收集有着严格的管控制度，导致数据基础设施建设迟缓；另一方面，大数据的观念还没有普及，大部分大数据应用的思想只为专业人士所掌握。大数据虽然没有明确的定义，但是其4V特征却得到各方面较为一致的认可。所谓4V特征即：体量（Volume）巨大、种类多（Variety）、速度（Velocity）快、价值（Value）密度低。当今社会已进入信息时代，互联网的繁荣发展，使得在网络上可检索到数以亿计、千亿计的数据信息，这些数据量，即为大数据的一部分。大数据涉及的范围十分广泛，并不仅仅局限于网络上的信息，还包含社会各领域、各行业以及日常生活中方方面面的信息。随着经济的发展，大数据将发展成为一种“资产”，并将贯穿于各个领域行业，同时为其增创价值。电子商务一般是指主要利用Internet从事的商务活动。联合国国际贸易程序简化工作组对电子商务的定义是：采用电子形式开展商务活动，它包括在供应商、客户、政府及其他参与方之间通过任何电子工具，如EDI、Web技术、电子邮件等共享非结构化商务信息，并管理和完成在商务活动、管理活动和消费活动中的各种交易。从该定义中可看出，电子商务是使用各种电子工具从事商务活动，只不过Internet是众多电子工具中的一种。电子商务主要涉及商（Agent）、商家（Business）和消费者（Consumer）三方。电子商务按交易对象可以分为很多种类，常见的如以阿里巴巴为代表的B2B模式、以京东商城为代表的B2C模式以及以淘宝为代表的C2C模式。此外，还有企业对政府的电子商务（B2G），消费者对政府的电子商务（C2G），商、商家、消费者三者相互转化的电子商务（ABC）等。大数据处理为电子商务提供了广阔的平台，一方面大数据处理为市场营销提供便利。企业利用大数据处理，对市场进行分析，尽量达到成本最低化、效率最高化目标，在找到营销中的利润点和市场的潜在价值后，为更多客户提供所需的商品。另一方面，通过大数据处理为客户提供个性化服务。随着生活水平的提高，人们对物质需求的个性化更强，在大数据处理模式下，通过对用户的数据分析来改变过去传统商业模式的处理，从而满足用户的习惯性需求或潜在需求。

二、大数据背景下的电子商务对审计的影响

审计是由国家授权或接受委托的专职机构和人员，依照国家法规、审计准则和会计理论，运用专门的方法，对被审计单位的财政、财务收支、经营管理活动及其相关资料的真实性、正确性、合规性、合法性、效益性进行审查和监督，评价经济责任，鉴证经济业务，用以维护财经法纪、改善经营管理、提高经济效益的一项独立性的经济监督活动。审计按照执行主体分类，可以分为：内部审计、社会审计和政府审计。大数据背景下的电子商务存在着鲜明的特点，对各类审计产生了深远的影响。

（一）对内部审计的影响

科技的发展，特别是大数据处理的发展，使得电子商务的自动化、无纸化、数字化等特征更加明显。这就对企业内部审计过程造成了影响和制约。首先，相关配套法律法规不健全，这些法律法规包括会计、审计方面，也包括与电子商务有关的方方面面；其次，内审人员整体素质不适应电子商务内审工作的要求，知识结构单一的审计人员已经适应不了大数据背景下的电子商务审计；再次，审计风险复杂化程度加大，除了固有风险，审计的控制风险和检查风险更加不易掌控；最后，某些审计程序和方法不适应电子商务环境。比如，大数据的广泛应用，一是审计不仅仅局限于被审计单位证账表等单方面信息，通过大数据分析得到到全覆盖信息已经成为可能；二是应用大数据可以实现审计机关与其他部门的联合审计；三是大数据的应用，在审计范围方面可以实现由抽样审计到全面审计的转变，充分体现审计的事前监督的作用。

（二）对社会审计的影响

在社会审计中，注册会计师要通过搜集证据对被审计单位会计报告的合法性、公允性及会计处理方法的一贯性表示意见。传统会计中的会计报告是对企业财务状况和经营成果的事后反映，主要考虑了会计信息的可靠性，而相关性与及时性不足。电子商务环境下，会计信息使用者可通过获得授权等方式随时查询企业信息，使得及时性大大提高。审计人员完成审计报告的时间距离会计报告的完成时间往往间隔几个月，当信息使用者得到的滞后的审计报告时，有些信息已经过时。对于海量的数据，审计人员如何进行处理是个难题。比如，大数据处理将使电子商务数据资产化，这类资产如何进行确认、计量、记录和报告，就是摆在会计和审计人员面前的一个难题。当然，社会审计和内部审计一样，需建立健全相关的法律法规；在人员素质方面，社会审计对人才的需求更高，社会审计的某些审计程序和方法不适应电子商务环境的表现也更突出。

（三）对政府审计影响

电子商务和政府审计关联紧密的内容就是政府采购方面的审计。当前将电子商务引入政府采购、实现采购人在线直购的地区不断增多，这成为电子商务的一种新形态，同时也符合电子政务的需求。政府采购范围几乎涵盖了公共机构和部门采购活动的全部，货物，工程和服务都是政府采购的对象。政府采购采用电子商务后，可使价格趋向统一、采购过程透明、审批环节简化。政府采购规模大、品种多，产品差异化大等特点使得采用电子商务后能大大提高政府采购的效率。政采电商化在节约了时间成本的同时，还降低了财务成本。政府采购模式的变化，使得政府审计受到了很大的影响。首先，相关法律不够健全。政府采购法律中涉及电子商务的内容不够健全完备。其次，审计过程中尤其是对采购执行结果的审计，在确定审计项目、审计范围和程序方法方面都和传统审计有所区别。在知识结构方面，政府审计对审计人员的要求虽然没有像内部审计和社会审计那么高，但政府审计自身的特点也对人员素质有着独特的要求。

三、完善大数据背景下电子商务审计的对策

（一）建立健全相关法律法规

关于内部审计、社会审计和政府审计，以及电子商务相关的法律法规已经建立了很多，但详细规范电子商务和审计的法律法规少之又少。我国应该加快相关的法律法规建设，一方面，加快中国电子商务立法的步伐，并随着网络交易、信息保护、物流快递、电子支付、跨境电商、食品安全、互联网金融等一系列的电商行业相关法律法规的陆续出台，为电子商务行业的健康发展保驾护航；另一方面，制定和完善审计相关法律法规中和电子商务有关的内容。把审计的内容和电商内容以法律的形式明确下来，使得在操作上更具有可行性。另外，大数据等审计信息化建设也需要在审计领域“大数据”技术应用的相关法规建设。需要注意的问题是，大数据背景下的电子商务从空间范围来看是全球性的。电子商务的业务范围涉及全球的各个角落，这就不可避免地存在国家之间的交易和联系。制定和完善相关法律法规时一定要有国际视野，制定出既有利于电子商务发展的，又能够解决国家之间争端的法规。

（二）建设大数据平台，加快审计信息化建设步伐

大数据平台的建设应充分利用“金审工程”的建设成果，加大大数据背景下的审计研究力度。各类审计要充分利用平台上的数据，达到资源共享。应当建立企业中央数据库，得到有关电子商务方面的信息。光有数据还不够，还要有数据分析平台，通过这些平台得到电子商务方面的信息，为各类审计所用。同时也要注意各平台数据的综合运用，如政府采购中心电子商城平台与审计信息化数据库的共享与运用。

篇3

[中图分类号] F230 [文献标识码] B

一、大数据的有关概念与特征

1.“大数据时代”下CPA审计的概念

大数据作为一项新的技术革命，它给人们带来了大量的数据，科学技术的创新，是信息产业的新现象。大数据具有大容量、多样性、速度性和价值性。大容量指的是数据的数量级的功能，是一个收集的大数据，数据的来源是广泛和大量的。多样性是指大数据的数据类型呈现多样化的特点，多样化指的是数据的产生和传播，因此可以说，在大数据时代，信息的生产者和传播者是每一个人的日常。速度特征是指相对于传统的数据时效性和数据的分析，大数据时代，信息通信速度，数据“保存期更短”。价值特点和前三个特点不尽相同，它表明了时代的大数据信息和数据除了量的优势，而且是一个质的保证，这里指数据的价值性和准确性。“大数据”概念下数据是可以拓展的、可估值的、开放性的，这些特性区分了大数据和传统数据。目前我国互联网经济的快速发展，大数据时代已涉及到审计工作的各个方面。

2.CPA审计在“大数据时代”下的特征

由于社会各届的积极参与，“大数据”才可能成为一个时代。大数据时代的到来也将代表信息社会的到来，因此，审计学科也要积极参与这一新时代，以品味时代的甜蜜，行业的积极调整。大数据时代下的注册会计师审计主要靠云计算信息技术审核，也被称为云审计。文峰（2011）指出，当越来越多的企业提供云服务，越来越多的企业采用云服务。秦荣盛（2014）指出，“云计算”或审计会对审计产生深远影响的大数据，将逐步改变审计技术和方法。因此，作为注册会计师审计和认证服务的事务，也应该使用云计算的概念，以提高审计技术和方法。

二、大数据时代CPA审计工作面临的挑战

1.大数据环境下审计工作的有效性和完整性受到挑战

大数据技术在审计中逐步应用，审计成果不仅有审计报告，还有大量有价值的信息和数据，这些都可以提供给被审计单位完善管理和内部控制审计，从而更广泛的应用审计成果应用。审计工作中获取的大量数据和有关资料进行总结，可以有效地获取企业财务、经营管理和制度设计等方面的内在规律和发展方向。通过大数据技术，我们可以分析被审计单位与审计问题、注册会计师与审计成果，进一步采用信息技术数据化处理，形成审计应用数据库，在下一次审计活动中，注册会计师就可以根据审计计划，通过纪录信息有针对性地按照审计目标进行审计。

2.大数据环境给审计思维模式带来挑战

一些传统的审计方法，在大数据环境下不再合适，例如传统的抽样审计。因此审计抽样方法应该向总体审计方法转变。之前没有对所有数据进行访问、处理和分析，审计方式的思维方式是以小样本性质和随机抽样分析的方式来进行，根据样本分析结果来推断审计对象的总体情况，审核过程更依赖审计抽样方法。但在大数据环境下，它可以收集和分析整个领域的数据，是一种组织和分析所有数据的通用审计方法。因此在大数据环境下，注册会计师审计单位要检查所有相关数据，将审计工作与云审计有效整合，逐步形成审计模式的整体思路。这种基于整体审计模式的思维方式，将为会计师事务所的审计工作带来巨大的挑战。

3.传统的审计技术和审计方法面临挑战

经过多年的逐步的创新和多元化发展，传统的审计工作积累了很多有效的审计手段和审计技术。例如，控制测试常用的观察，访谈，业务流程描述，而且通过测试，实质性测试，检查，库存，确认等。但是，在大数据环境下，许多传统的方法都面临着巨大挑战，审计技术和方法必须在技术创新和变革的不断进步中进行。大数据环境下，数据采集、数据存储、数据处理和分析技术将不断涌现，如果继续使用传统的审计手段和审计技术，就会降低工作效率，如果要有效利用分布式结构、云数据库、联网审计等多种技术手段，就需要不断提高审计能力。

4.大数据时代基于相关分析的审计证据收集面临挑战

在审计证据收集中，通过因果关系分析收集到的审计证据，传统的思维方式是建立在因果关系的基础上，对大数据的分析更会利用相关分析发现和收集审计证据。大数据技术从审计技术角度看，提供了一个从未有过的跨域，可用于量化的相关审计信息的维度，可以记录大量的分析。大数据分析也还是没有改变审计事项之间的关系，然而大数据分析技术的关系开发与利用，使得数据分析的因果关系减少了，而是更多的倾向于应用程序的基础上的相关的数据分析。大数据分析的重要特征是基于相关性分析的证明。这对注册会计师来说，因为长期依赖因果关系进行审计证据的收集和发现，着实面临重大的挑战。

三、大数据时代下CPA审计工作的应对策略

1.加快大数据审计技术应用的法规建设

大数据技术应用要成为会计师事务所依法审计的依据，必须有一个符合其发展规律的法规支撑。云审计数据采集与存储系统的标准化和审计数据分析结果及相关电子证据的法律地位，是大数据技术在注册会计师审计中必须解决的问题。这是大数据技术充分发挥其在注册会计师审计中的重要作用的前提。目前，云计算技术还缺乏相关的法律法规，大数据计算技术的合法化是大数据面临的一个重要而紧迫的问题，尤其是数据的安全性和保密性。因此，利用大数据进行注册会计师审计必须建立一个新的审计制度或准则，而且应该特别强调大数据审计中的审计师的责任。

2.建立行业层面大数据审计分析平台

如果要在审计中实现大数据的应用，需要建立大数据分析平台。大数据审计分析平台建设有两条路径选择：一是中国注册会计师协会审计数据资源的集合，可以满足注册会计师的审计服务需求，云存储架构和云计算技术作为基础，直接构建注册会计师行业级数据审计分析平台；二是建立省级和市级的注册会计师行业数据审计分析平台。在此基础上，各省、市注册会计师行业的大数据审计分析平台整合到注册会计师行业审计数据分析平台。如果没有行业监管，那么审计市场将是一个混乱。因此，加强对行业的监督管理，也是一项必要性工作，包括行业协会的监管和行业自律监管。最好由行业协会或行业主管部门和领导的创立，聘请第三方进行数据维护，这样同时有利于研发投入审计技术。

3.推动大数据审计分析模型和审计软件的开发

行业不同需要的大数据分析模型和发展环境也不同，注册会计师审计行业需要加强对大数据分析模型的研究和软件开发，其中要结合着自身特点。大数据审计分析平台能够真正发挥注册会计师审计领域的作用，关键是要有多个可以有效解决实际问题的数据挖掘分析模型或系统审计软件。详细的合作方式应审核实践专家提供的审核问题需要解决和明确的前瞻性需求，由专家在学术研究中和数据分析工作中加强数据分析数学模型的构建和相关软件的研发。

4.加强对大数据的理解和应用能力

大数据时代是一个新的视野，它将转变生活方式，工作和思维方式，在这场巨大的技术革命中，能够抓住机遇的人，就能成为大数据或强大的数据分析计算能力的拥有者，就可以在未来的竞争中取得胜利。但是，只有审计经验和少量的数据信息或简单的数据来进行审核工作，势必会增加审计风险。因此在大数据时代，会计师事务所必须制定长期战略目标、加强对大数据的全面认知，将云审计纳入事务所的使命和战略目标，从而实现长远利益。而且可以针对个别项目进行大数据审计试点，以培养出更加具有数据分析能力的专业的审计人员。

四、结语

总之，大数据技术的不断发展给审计工作带来了新的契机，使审计工作走向精细、科学、高效，这就要求审计人员在面对新时期的具体工作时，应该树立持续发展的理念，抓住大数据技术对审计工作带来的契机，不断在审计思路和审计方法上进行创新，最大限度地利用大数据带来的机遇，争取不断提高注册会计师在大数据时代的执业能力。

[参 考 文 献]

[1]文峰.云计算与云审计――关于未来审计的概念与框架的一些思考[J].中国注册会计师，2011（2）：34-36

篇4

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.

篇5

二、R语言简介

R语言是S语言的一种实现。S语言同C语言一样，只是一个标准，而围绕它有很多实现。S语言的最初实现版是S-PLUS，但S-PLUS作为一款商业软件，价格十分昂贵，其受众面较窄。后新西兰奥克兰大学的Ross Ihaka与Robert Gentleman共同开发出S语言的另一种实现-R语言。R是一个免费开源、能够自由有效地用于统计计算和绘图的语言和环境，在UNIX、Windows以及Mac OS系统中均可以运行，它提供了广泛的统计分析和绘图技术，包括回归分析、时间序列、分类和聚类等建模方法。

R是一套完整的数据处理、计算和制图软件系统，拥有一套开源的数据分析解决方案，由一个庞大而活跃的全球性社区维护。与其说R是一种统计软件，还不如说R是一统计分析与计算的环境，因为R不仅提供若干统计程序，而且还可进行统计分析，只需使用者指定数据库和若干参数即可。R的思想是：它可以提供一些集成的统计工具，更重要的是，它还可以提供各种数学计算、统计计算的函数，从而令使用者能够灵活地进行数据分析，甚至创造出符合需要的新的统计计算方法。

三、R与当前审计方法比较分析

（一）利用Excel分析

Excel作为我们生活中常用的数据统计、分析工具，早在中学时期便为我们所接触、熟知，Excel能被审计人员广泛接受，一方面与其高被使用频率以及在使用者心中根深蒂固的地位相关，另一方面与其易操作的特点、能够满足大部分数据分析要求的功能密不可分。Excel在审计人员进行非大数据分析工作时，不失为首选工具，能够帮助审计人员高效快速地分析数据并以此发现审计线索，但日前，伴随着大数据时代的进入，数据量大且结构复杂，Excel可能并不能很好地协助进行审计工作，将其与R进行比较，可发现存在以下两方面的不同，同时，这也直接反映了R的优势。

1.Excel所能处理的数据数量受限。Excel满足于非大量数据分析要求，对于海量数据的处理、计算、统计等分析过程可能并不能应用自如。本部分仅针对该公立医院2015年的部分数据进行分析，尚可满足数据分析需求，在针对该公立医院多年的药品数据进行分析时，运算速度较慢，同时会出现软件闪退及程序停滞无法运转的情况，而现今已进入大数据时代，数据数量不断增加及其繁复程度不断提高，这必将为分析数据的工具提出更高要求。而R作为大数据统计软件，能够实现大量数据分析，同时，只要下载安装合适的程序包（关于R中的包将在本文第3部分详细介绍），便能读取包括Excel、SPSS、SAS、Stata等甚至从网页中抓取的数据，基本没有R不能读取的数据形式，完全满足国家审计人员实际大数据审计工作开展的需要。

2.Excel可视化功能有限。Excel中对分析结果进行图表展示的能力有限，以常规的折线图、柱状图、饼图等图形形式居多；此外，难以将大量分析结果在一张图形中进行展示，同时对于大量数据展现的观赏性不强，难以为审计人员分析决策提供帮助。而R是现今最受欢迎的数据分析和可视化平台之一，基于R语言可制作多种精美的图形，允许众多分析结果以代表各自的图形形态在一张图中进行展示，可方便审计人员对分析结果进行宏观观察、分析。

（二）通过SQL语句查询分析

SQL查询是SQL最常用的功能，被广泛应用于目前审计机关针对特定条件、事项进行的查询分析，通过编写简单的SQL查询语句来询问特定的问题，之后数据库通过执行这个查询便可提供回答这个问题的数据信息。SQL的易理解、易操作、易上手等特点成为目前国家审计机关人员重点培训的使用工具之一。但将应用SQL语句进行查询分析与基于R语言进行统计分析过程进行比较，R语言仍具备两点优势：

1.R语言分析数据的功能更为强大。众所周知，SQL语句作为结构化查询语言，在数据查询方面具备强大的功能，优势明显，但在数据挖掘层面，比如进行聚类、回归建模分析等应用时，SQL可能并不如R语言使用得心应手；同时，面对一些高级查询，可能需要通过编写连串的、大量的SQL语句，而R自带多种函数及功能强大的程序包，涵盖统计学、生物学、数学等多个领域，而R又作为免费开源软件，使用者还在不断创建新的包来更新丰富R的使用功能，通过简单的几步函数运行便可实现多种统计需求；除此之外，R语言是用来进行统计分析和绘图的一种语言，除了自身包括强大功能的函数及多种程序包能够满足审计人员进行多种统计分析的要求之外，还可以作为一种可视化语言，能够将分析结果以各种精美的图形展现以帮助分析决策。而进入大数据时代，软件的数据可视化能力至关重要。

篇6

按照维基百科的定义，大数据是指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。业界通常用四个V来概括大数据的特征，即Volume（数据体量巨大）、Variety（数据类型繁多，包括视频、图片、地理位置等）、Value（价值密度低）、Velocity（处理速度快）。

国务院在2014年10月印发的《关于加强审计工作的意见》（国发〔2014〕48号）明确提到“探索在审计实践中运用大数据技术的途径，加大数据综合利用力度，提高运用信息化技术查核问题、评价判断、宏观分析的能力。” 这是国家首次在文件中将大数据技术列入审计信息化工作重点，为今后工作指明了方向。

一、大数据分析的内涵与特点

大数据分析是大数据理念与方法的核心，是指对海量类型多样、增长速度快、内容真实的数据（即大数据）进行分析，从中找出可以帮助决策的隐藏模式、未知的相关关系以及其他有用信息的过程。

大数据分析在数据处理理念上有三大转变：要全体不要抽样，要效率不要绝对精确，要相关不要因果。大数据分析是人们获得新的认知、创造新的价值的源泉；也是改变市场、组织机构，以及政府与公民关系的途径。例如商业领域，淘宝等电商通过分析客户购买数据实时推荐客户可能需要的物品；金融行业通过分析各类指标数据预测市场行情走势等。

二、审计分析的主要目标和方法体系

审计人员如何将原生态的数据信息转换成审计证据，直接影响着审计目标的实现，其中的关键就是审计人员是否能对被审计单位的数据进行有效分析，因此审计的核心方法是数据分析。

审计分析的主要目标包括以下几个方面：协助把握被审计单位总体情况、协助审计人员确定审计重点、协助审计过程发现问题线索、为审计取证提供数据支持。

审计分析方法从广义角度来看，种类很多。常用的有比较法、比率分析法、账户分析法、趋势分析法、模拟法、预测法、决策法、控三、因素分析法和成本法等。

三、大数据分析与审计分析的关系

笔者认为， 大数据正以难以想象的发展速度带来新一轮信息化革命，它给我们带来新的思维变革、商业变革和管理变革。大数据成为一个时代背景，更多的分析工作成为实际上的大数据分析，从这个角度看，审计分析是大数据分析应用的一个领域。

另一方面，大数据分析是伴随着数据科学的快速发展和数据密集型范式的出现而产生的一种全新的分析思维和技术。审计分析是从分析应用领域而言的，因此，我们可以将大数据分析作为审计分析方法的一种。

大数据分析的三个特点使其更具创新性、发现性，应用到审计领域必然会刺激审计方式方法变革；另一方面，在审计工作中借以了解情况，发现问题，确定证据时也要紧紧围绕审计目标，注意相关性和结果可靠性，或者采取其他审计措施确保结论客观、公正。

四、大数据分析给审计分析带来的机遇

首先，传统的审计分析主要针对的是结构化数据，如字符、数值等，大数据分析的数据类型拓展到WEB网页、XML等半结构化数据，甚至图片、音频、视频等非结构化数据。审计内容更加广泛，审计对象的呈现更加全面。其次，由于大数据分析是全样本数据，审计人员可以跳出企业内部业务、财务数据的局限，有效利用行业、政府大数据，在更高层次和更深领域发挥审计的职能作用，凸显其宏观性、整体性和建设性。再次，传统的批量处理方式被流处理方式取代。审计人员通过利用软件和模型更快地捕捉到价值信息，实现实时分析，这将使审计人员能够更及时地发现问题，有效提高审计工作效率。最后，在大数据环境下，审计分析可以利用机器学习技术，来解决聚类问题、分类问题、挖掘频繁项集。机器学习专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径。机器学习技术的引入无疑将大幅提高审计效率和审计工作层次。

五、企业内部审计分析向大数据分析转变面临的问题

大数据分析无疑给审计分析带来机遇，但是从企业内部审计角度看，审计分析向大数据分析转变还面临诸多挑战：一是实现集团企业内部资源的统一规划和使用，必须以各系统相互之间兼容互联、数据字典规范统一为前提。由于各地区、各业务板块信息化水平参差不一，碎片式的数据环境给审计部门获取、存储和利用数据造成困难。二是从庞大的外部数据中找出对审计分析有用的信息有很大难度，这里面涉及相关方面披露范围、时效、数据展现方式是否统一、口径是否规范等。三是企业发展变革快，业务系统和数据稳定性差，加大了审计部门协调资源，统筹建立审计分析平台的难度。四是面对多源异构、纷繁复杂的数据信息，审计部门不仅要有相应的采集和存储能力，更重要的是划定相关集，迅速分析和挖掘数据，审计人员的数据驾驭能力将受到考验。五是审计成果需求的压力。理论上大数据可以采用全量数据进行分析，查找风险和问题，内部审计授权方也已经提出类似要求，而实际上内部审计受数据环境、分析工具和手段等条件所限，在较长时间内还很难实现“大数据分析”，两厢对比给内部审计带来很大压力。六是审计数据的采集和使用、审计成果的分析和共享过程中的信息安全问题凸显。

六、迎接大数据环境，提升审计分析水平

内部审计肩负审查和评价组织的业务活动、内部控制和风险管理的适当性和有效性，以促进组织完善治理、增加价值和实现目标的重担，客观上要求我们必须抓住大数据的时代脉搏，趁势而上，提高审计分析能力，提升监督能力和服务水平。

（一）转变观念，认识大数据分析特点助力审计创新

大数据分析的“三个转变”，跳出了传统的思维模式和特定领域里隐含的固有偏见，为我们提供了更多的深刻发现。提高对于大数据的认识，而不局限于它是数据域的拓展，更主要的是观念的突破，让更多审计人员拥有“大数据”思维，可以有效地提升审计分析水平、洞察发现力和流程优化能力，推动审计方式方法的创新。

（二）统筹规划，增强审计分析的软硬件支撑能力

大数据时代，企业各方面都会发生很大变化。决策将由以流程为中心转变为以数据为中心，运营模式将由以产品为中心转变为以用户为中心，组织模式由层级管理转变为扁平化管理。为顺应这些变化，提高数据化程度，打通企业各个系统，建立集中式的数据管理和运营中心是大势所趋。内审部门有必要抓住时机，统筹规划，在引入大数据分析技术和工具，逐步增强审计分析物质支撑能力的同时，促使企业建立“从事后到事中、从静态到动态、从现场到远程”的在线审计系统，尽早实现持续审计，通过实时分析强化风险预警。

（三）优化团队，提升综合分析判断能力

在大数据环境下，审计人员不仅要了解数据及其处理方式的变化，也要能处理数据、分析数据，更要透彻地了解背后的企业经营管理、业务活动，才能准确的驾驭数据。因此，内审部门需要通过新聘IT技术人员、与业务部门进行人员双向交流、在职教育培训等方式提升审计团队综合判断能力、跨专业知识运用能力、以多维分析和数据挖掘为代表的数据分析能力等。

（四）做好防范，保证企业信息安全

大数据时代，企业和个人都面临更大的信息安全问题。就内部审计来说，形势更加严峻。信息安全是内部审计重视的一项业务内容，“打铁还需本身硬”，所以内部审计更要提高安全意识。具体操作上，在审计信息系统中要做好安全监控，进行用户身份生命周期管理，对于能接触到的关键数据做好脱敏处理；审计人员在工作中要避免利用公众网络传递业务资料等。

参考文献：

[1]官思发，孟玺，李宗洁，刘扬.大数据分析研究现状、问题与对策[J].情报杂志，2015（05）.

[2]顾洪菲.大数据环境下审计数据分析技术方法初探[J].中国管理信息化，2045（03）.

篇7

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。

篇8

二、大数据的基本概念及特征

大数据从字面上理解重点关注“大”这个词汇，从数量上来看，数据不是一个单一的个体，而是由无数个且无法估计的数据组成，具有庞大的特点，这是最为基本、最显而易见的特点。从更深层次的角度上来讲，所谓的大数据是不能借助已有的软件工具，对各种集合具有庞大、繁多复杂，而且无法做出处理的数据。具有数据庞大且体量大、类型多，具有高效的处理效率、价值密度低等特征。

三、大数据对审计发展的影响

（一）增加了制度风险

为适应对大数据审计的需求，一些发达国家与相关协会、民间组织开始对审计规范的推行给予了高度重视。ISACA是一个关于大数据信息科技管理的专门国际性组织，对于具体的流程等方面做出了具体特定的规定，对确定审计工作的规范性作出了重要贡献，保证执业审计师在处理数据中的完整真实性。

对我国基层审计机关来说，在数据审计行为活动中缺乏相关的法律法规制度保障，缺乏完善的审计准则。一些准则中的规定只是原则性的，没有规范性的准则内容对实施环节作出具体的指导，对于审计的原因、内容、方式这些问题无法、作出正确的解释，潜在的制度风险也就无法避免。

（二）加大了固有风险

基于存储的大数据具有特殊性，基层审计机关主要负责审计工作，在享受云计算服务过程中，失去了管理与控制数据的权利。控制力度不够，这就增加了不安全因素的存在，加大了威胁破坏力度，很有可能由于管理的缺失导致数据泄露，此时的大数据变成了可以被连续攻击的载体。存在安全保护的漏洞，工作人员在使用挖掘分析技术获取可以利用的信息时，攻击者也能够利用同样的技术实施攻击行为，拥有者很难对风险及时作出控制措施。数据安全性与完整性不以报送者为转移，也不是由其完全控制，一些数据具有不可预见性，不能提前发现存在的威胁。

四、大数据环境下基层审计机关面临的挑战

大数据审计处理工作对专业技术要求高，要求审计人员具有丰富强大的专业技术，要有丰富扎实的业务知识与娴熟的计算机操作技能，人才队伍必须是具有专业知识技能才可以胜任审计工作。而人才的任用培养需要很多的成本，这对于基层审计机关来说公费有限，增加了人力成本与培养时间，很多配套设施等各方面都需要上级机关或者国家财政的支持。现代社会知识更新速度快，这就需要对人才知识不断更新与提高。

基层审计机关在具体的审计工作中，要求对信息保密，在各个环节都要保证数据信息的高度保密性，但也存在着由于工作人员素质不高、保密意识不强、受利益驱动等主客观因素影响，泄露信息数据的风险隐患。还有大数据的分析审计有一定的难度，在具体的操作上还有一些落后陈旧的体制存在，已有的审计流程又不能满足现实需要，审计机关在审计工作中很难结合被审计单位的实际情况作出具体的工作安排。

五、大数据环境下基层审计机关的应对策略

（一）提高审计人员对大数据环境的充分认识

在大数据环境下开展审计工作，就要对大数据环境有全面的认识，在日常审计工作中了解什么是大数据，具有哪些基本特征，对审计产生哪些影响，为什么审计工作要在大数据环境下进行。认识到了这些问题，就为审计工作的开展奠定了坚实的基础，还应该认识到大数据环境下审计工作存在哪些问题，然后根据存在的问题采取规避风险的措施。

（二）分析大数据环境给审计工作提出的新要求

大数据分析审计工作具有一定的复杂艰巨性。复杂艰巨性主要体现为技术性强，需要与计算机技术结合，这就要求审计工作人员具备综合知识，在平时的工作中不断总结经验，将以往在教育阶段学习到的专业知识技能与在实际工作中总结的经验灵活运用。第二点是操作难度大，要求工作人员具有创新精神。第三点是对工作人员的能力素质要求高，这就需要基层审计机关在人员的任用培养上多加留意，从多方面考核人员的能力素质。最后一点是要求数据的高度保密性，这就需要机关制定严格的规章制度，严格规范工作人员的审计行为，保证信息数据的安全性。

（三）建立大数据审计人才库

审计工作时刻都在与数据打交道，在大数据环境下开展审计工作，推进其工作发展的高层次，需要建立一支数据分析过硬的人才队伍。开展基层审计机关信息化建设，与计算机审计培训，从中选择年轻有为的工作人员作为重点培训对象，在短时间内使其达到进行审计工作的基本要求。以省市为单位，根据地区实际，对审计资源进行整合，通过专家库的建立，对遇到的难题展开探讨，有效防范各种审计风险的发生。

（四）强化审计技术研究与推广

大数据分析审计工作是一项复杂的任务，需要有大量的技术产品作为支持。我国对这方面的研究较少，是基层审计机关在大数据环境下审计工作存在诸多问题的重要原因，因此对审计技术的研究显得尤为迫切。审计机关应该加大研发投入力度，研发针对适应大数据环境的技术产品，不断对审计技术产品进行升级改造，并加大对成熟技术的培训推广力度，提高整体应用水平。

篇9

中图分类号：F830 文献标识码：B 文章编号：1674-2265（2016）10-0076-05

一、大数据对审计行业的影响分析

科学研究在经历实验科学、理论科学和计算科学后，进入数据密集型科学阶段，与之相伴的就是大数据时代的到来。大数据研究的集大成者维克托・舍恩伯格认为，大数据时代的思维变革特点主要包括全数据模式成为可能、数据混杂性而非精确度是重点、相关关系替代因果关系成为关键。

大数据时代下异构数据的高度集中和处理多样化对各国金融监管机构都产生深远影响，具体到中央银行来说，一方面，改变业务数据的收集、挖掘、存储和分析处理方式，传统的数据处理技术无法满足大数据背景下海量数据资源处理需求，数据批处理、流处理和交互处理的要求提高。另一方面，在掌握大量数据资源的基础上，通过强化业务处理与金融管理的融合，能够有效提高金融数据分析、预测水平，更好地支撑风险防范、金融决策，强化央行金融服务和宏观调控职能。

大数据的运用也对审计工作产生了深刻影响。审计内容上，“样本=全体”的全数据模式使得审计全覆盖理论上成为可能，而异构数据间多维关系的充分展现既提升了审计宽度，也使得审计分析能够突破简单因果逻辑关系分析，寻找更为根本的原因。审计技术方法上，新的数据采集、存储和处理分析技术对传统的控制测试、审计抽样等形成全新挑战，云数据库、联网审计或将逐步成为审计的重要手段和方法。审计思维理念上，全量思维、允许不精确思维和预测关联性思维将逐步占据主导地位。

二、审计行业应对大数据挑战的路径――审计信息化

信息化既是顺应大数据趋势发展的必然结果，也是应对大数据挑战的必由之路。随着大数据的影响不断深入，审计行业也主动采取行动应对挑战，有计划、分步骤推动审计信息化进程，以期实现审计信息化、网络化和云端化，推动行业持续发展。

（一）信息化是审计行业应对大数据挑战的基本前提

“大数据”背景下，传统手工条件下的审计技术无法处理审计对象海量、复杂的数据集合，这就要求通过先进的信息化手段，提高对海量数据进行分析判断的水平。国家审计署刘家义审计长在2013年12月召开的全国审计工作会议上指出：积极跟踪国内外大数据分析技术的新进展、新动态，探索在审计实践中运用大数据技术的途径，为推动大数据背景下的审计信息化建设做好准备。2016年，政府信息化建设“金审”三期工程正式开启，着力推进“国家审计云”（AO云）、联网审计系统和审计数据综合分析平台建设，重点研究大数据背景下如何推动审计信息化建设继续发展，涵盖作业系统建设、数据分析团队能力打造、数据分析挖掘技术等内容。社会审计角度，中国注册会计师协会明确表示，“十三五”时期将继续深化行业信息化战略，有序推进行业信息化向云计算形态转变，通过自上而下推动式或自下而上汇聚式建立行业层面的大数据审计分析平台。

（二）信息化是充分利用大数据、推动审计方式变革的必由之路

大数据的出现，极大地拓宽了审计行业的视野，通过对海量数据进行跨系统、跨行业的横向比对验证和纵向关联分析，可以有效改善传统审计方式面临的信息不对称问题，而这一变革的实现，依赖于审计信息化的不断推进。例如，笔者通过调研发现，商业银行已经在积极开展审计信息化建设，加强对大数据的开发利用。技术上，商业银行大多根据自身业务系统量身设计审计模型、系统或平台，更新及时，集约化水平较高。如，建设银行的非现场审计集中系统（OAS）和审计管理信息（AMIS）系统，系统架构和功能设计较完善，针对性强。组织机制上，国有商业银行大多建有一套成熟的审计工作章程与体系，如工商银行和建设银行总行都设有独立的内审局或审计部，实行区域管辖或派驻制，为履行审计监督职责提供机制保障。人员上，都建有数据分析团队，负责将新技术用于管理及审计。

从各国央行应对大数据的情况来看，根据费雪委员会（IFC，2015）的报告，约有2/3的央行曾在内部正式讨论过大数据问题，视大数据为宏观经济分析潜在的有效工具，但大部分依然在使用传统的结构化数据集合，只有1/3的央行经常使用大数据资源，60%的央行认为自身尚不具备对大数据进行常规处理的条件，其中昂贵的人力成本和IT成本是主要困难。同时，2016年中央银行内审工作年会上，各国央行内审部门普遍关注大数据背景下信息技术和网络安全，认可审计信息化是内审发展的重要出路并采取了相应措施。如，美联储表示要保持大数据审计认知，开展数据分析与可视化操作等。

三、基层央行内审信息化现状与存在的突出问题

（一）央行内审信息化现状

1. 业务信息化发展迅速。审计信息化水平受制于业务信息化水平。近年来人民银行系统业务信息化整体水平迅速提升。从对济南分行辖区某地市中支业务数据和系统使用管理情况的调查来看，地市级机构中各类在用系统 140余个，部门平均在用系统30余个，大部分业务操作实现了平台化、网络化，数据也基本实现全国集中。

2. 内部审计信息化有所发展。从部门设置来看，总行内审司设有信息技术审计处，各分行一般设有信息技术审计科或信息技术审计岗。这些部门和岗位既负责组织开展信息技术类审计项目，也承担引领和推动审计信息化工作职责。从人员配备来看，陆续有计算机专业技术人员加入审计队伍，提升信息技术审计工作水平。从系统研发与应用来看，由总行研发、引进的计算机辅助审计系统①（2012年）、内审综合业务管理系统（2009）、电子依据手册和ACL审计软件②等审计工具已在总行、分行和中心支行三个层面推广使用，各分支机构也结合实际开发各类审计软件，有效推动审计信息化发展。

（二）央行内审信息化的关键要素及主要问题

审计信息化受制于业务信息化，业务信息化能够倒逼审计信息化，但不会自动触发审计信息化。深入推动审计信息化建设，必须遵循其发展规律，找出关键性因素。笔者认为，审计信息化有三个关键要素，即数据、人员和平台，三者互为条件，缺一不可。具体来说：

1. 数据的获取与使用是实现审计信息化的前提。当前人民银行审计信息化建设处于起步阶段，数据获取是首要难点：一是数据获取受制于业务信息化发展水平，在大部分业务已实现信息化情况下，依然有部分业务数据由于主客观因素无法通过信息化手段采集与获取。二是已实现信息化处理的业务数据，由于系统开发规划不统一、系统建设“多而散”、数据源繁杂等原因，要实现集中高效采集和标准化处理也存在难度。

2. 平台建设是实现审计信息化的重要步骤。以平台化思路搭建应用系统基础是相关单位和部门审计信息化成功的重要经验。从济南分行辖区工作实际来看，大部分业务审计仍然依靠现场翻阅纸质凭证和账簿的传统审计手段，平台化处理水平有限。客观来看，人民银行总行搭建的计算机辅助审计系统、内审综合业务管理系统与政府审计的相关系统定位相同、功能类似，具备充当审计平台的基本条件，但受制于数据采集工作，系统中缺乏充足数据资源，导致平台作用发挥有限。

3. 复合型人才是实现审计信息化的核心条件。业务数据与审计平台是实现审计信息化的“硬件”，而懂业务、精技术的审计人员是推动审计信息化的关键性“软件”。从2015年底辖区审计队伍人员调查结果来看，计算机特长或专业人员占比仅为3%。复合型、技术型审计人才欠缺成为制约审计信息化发展的重要因素。

四、CAATs在TCBS业务审计中的应用案例

面对大数据带来的机遇与挑战，央行审计部门积极探索信息化发展道路，其中，应用计算机辅助审计技术审计国库会计数据集中系统（TCBS）业务数据是较为成功的案例，在该领域，传统手工审计模式彻底改变。

（一）审前准备阶段

1. 采集并导入业务数据。经过沟通和协调，TCBS业务数据已经实现定期导入计算机辅助审计系统。截至2015年底，除个别数据表不全，审计系统中已涵盖了2012年3月以来的所有TCBS业务数据，具备使用辅助审计技术的基本条件。

2. 编制审计模型。成功采集数据后，内审部门成立数据分析团队，依据国库管理规章制度和审计方案，从风险、问题、不合理业务或数据入手，绘制TCBS主要风险图，梳理分析数据流程，编制审计模型，固化审计思路，目前已有各类审计模型40余个。

3. 非现场数据筛选分析。在项目开展前，通过分析TCBS数据来筛选可疑线索和明确审计重点。审计线索挖掘的整体思路为：梳理审计期内有效国库业务制度，理清主要业务风险点，对照业务数据，在系统中运行审计模型或设置审计条件③，查找可疑线索。

以XX行是否存在“有退库无缴库”违规退库情况审计为例。传统审计方式下，审计人员需根据退库业务凭证，倒查退库人缴款情况。鉴于缴款记录数量庞杂，且并不作为业务凭证留存，缴款与退款并非一一对应，基本无法凭手工翻阅记录发现这类违规情况。但使用辅助审计系统可快速发现违规线索。

筛选思路：以退款人名称为线索，匹配核对缴款明细，筛选出无缴款记录的退款记录，核实相关情况。经多次验证，该分析思路和相关数据字段有效，可形成固定审计模型留存在辅助审计系统中，审计人员可通过复制模型和修改具体参数筛选线索。

4. 明确审计重点。根据线索筛选结果，掌握被审计对象情况，确定审计重点。如，在对XX行的TCBS业务审计中，经筛选分析，发现该行审计期内实拨业务量少，大部分应是上下级调度款，现场审计纸质凭证意义不大。审计人员转而关注集中支付支出金额，运行审计模型发现集中支付支出金额占比较高，据此适时将现场审计重点转移到集中支付银行。

（二）现场审计阶段

辅助审计系统的应用也改变了现场审计模式，由抽样寻找审计线索和查证问题变成重点核实可疑线索。如，在审计重要岗位人员变动离岗是否及时办理交接手续时，传统审计方式需现场调阅审计交接登记簿，对照纸质记录逐笔核实，易出现遗漏和审计不全情况。使用辅助审计系统则可在审前筛选出审计期内TCBS系统用户变化情况，现场只需根据线索记录直接调阅相应的交接手续，比对核实及时性和准确性即可。

（三）审计整体评价

辅助审计技术有助于审计人员形成整体概念，更为客观全面地进行审计评价。如，手工抽查方式是在抽查发现不合规业务的基础上推断整体情况，做出审计评价。而辅助审计技术可以分析统计不合规业务整体数量，在此基础上做出审计评价。

辅助审计技术应用对审计模式产生了巨大影响，而其能够实现的主要原因在于该领域在数据、人员和平台三大关键要素上都有所突破和发展：首先，TCBS业务数据充分信息化以及内审部门及时全面获取数据，解决了数据困难。其次，数据分析和模型建设小组能够统筹调度审计业务骨干，短时间内开发大量有效审计模型。最后，计算机辅助审计系统的既有功能提供了成功必不可少的实施平台。

五、基层央行内审模式转型设想与具体路径建议

篇10

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.