運用審計大數據的典型案例「大數據審計案例分析」

大數據時代的政府審計，不僅需要創新審計模式和審計方法，應對審計對象的海量數據，更需要將大數據技術手段和思維方式應用於審計流程，提供認識問題和解決問題的新思路，提升審計質量和效率。基層審計機關是政府審計工作的重要執行主體，針對基層審計機關的大數據技術應用現狀、存在問題和困難，我們經過調研，現以組織動態能力理論為理論基礎，分析基層審計機關應用大數據技術的條件和路徑，提出有效可行的建議。

基層審計機關的動態能力分析

（一）動態能力理論概述

組織動態能力是指在變革的背景下，組織與外部環境變化壓力相結合，通過整合、重組、獲取和釋放資源，幫助組織適應變化的內外部環境並獲得戰略競爭優勢的能力。

組織動態能力分為適應能力、吸收能力和創新能力。適應能力是一種機會識別能力，組織通過該能力響應環境變化，實現對機會的識別與捕捉，是動態能力績效機制的前提；吸收能力是整合重構能力，組織通過整合、協調與重構能力實現運營操作能力的改變，是動態能力績效機制的實現手段；創新能力常常表現為技術和組織的柔性能力，組織通過在技術和組織結構兩方面的柔性適應能力實現企業產品和服務創新，是動態能力績效機制的支撐體系。

組織動態能力的演化由學習機制和環境動態性主導。深度學習機制、循環學習能力培養模式和知識管理系統構建，對動態能力的開發和演化都具有促進作用。

（二）大數據環境下，基層審計機關應具備的動態能力

適應能力。適應能力指組織具備分析市場、客戶和競爭對手，分配資源和對變化的市場條件作出反應的能力。感知能力屬於適應能力的一部分，指比競爭對手更好地理解客戶需求和市場動態的能力。在大數據環境下，基層審計機關應具備的適應能力主要指識別大數據環境和技術可能帶來的影響，及時分析基層組織面對審計項目及其所需資源的變化，理解審計客戶需求的能力。

吸收能力。吸收能力使組織能認識到新的外部信息的價值，並有效吸收和使用這些新的外部信息，包括知識獲取、知識同化、知識轉化和知識利用。基於知識的吸收能力支持操作能力和動態能力的運行。吸收能力取決於公司與外部環境的接觸，以及組織單位內部知識的轉移。大數據環境下，基層審計機關的吸收能力主要表現為審計人員大數據技術知識獲取、知識同化、知識轉化和知識利用的能力。

創新能力。創新能力包括新產品開發能力和新工藝開發能力。新產品開發能力包括新產品和新服務的開發；新工藝開發能力包括創新過程的性能和適應現有流程的新技術。大數據環境下，基層審計機關的創新能力主要表現為應用大數據技術提供新的審計服務，創新審計工作流程和審計方法，構建新的審計工作平台。

基層審計機關大數據技術應用現狀

為了解基層審計機關面臨的大數據環境及其動態性需求，我們設計了基層審計機關大數據技術應用情況調查問卷，面向上海市16家區級基層審計機關的審計人員發放。調研結果如下：

（一）應用情況

調查結果發現：雖然基層審計機關領導比較重視大數據審計，但大數據技術可操作性不強，費時費力，應用成效一般，沒有達到預期目標。

基層審計機關具備大數據領域專業知識的人員配備普遍不足，審計人員具備的大數據專業知識水平一般。只有少數基層審計機關通過自組或是購買服務的方式建有專門的大數據技術團隊。

大多數基層審計機關人員普遍認為大數據技術對審計工作非常有幫助，迫切需要學習，為未來大數據應用做知識儲備。但基層審計機關組織開展的大數據審計學習等活動不多，還有的審計人員擔心大數據技術太難而學不會。

幾乎所有基層審計機關都統一採集區級各級單位的財務數據，有半數已建立定期採集機制，另外半數只在需要的時候統一進行一次性採集。

數據採集有的由計算機技術部門負責，有的由審計業務科室負責，或由兩個部門共同負責，還有的由綜合部門負責。

各基層單位採集的預算單位財務數據的最主要來源是財務軟件數據，其他數據來源按採集數據量依次為財政預算管理信息系統、資產管理系統、績效管理信息系統、政府採購信息平台、部門決算報表系統和其他來源。

採集自預算單位外部的相關數據主要是大財政數據和部門業務數據，採集的其他類型數據，如環保數據、土地數據和教育數據數量相對較少。

只有不到一半的基層審計機關在審計項目結束後會按照要求對審計數據進行集中管理，數據管理不僅比較規範，而且建立了比較有效的數據安全保護機制。

基層審計機關在進行數據分析時最常用的分析工具仍是Excel，其次為 SQLServer、DB2、Oracle等數據庫軟件，Clementine、Tableau 等可視化分析軟件應用較少，ACL、Arbutus 等專業審計數據分析工具和Python、R等編程語言應用更少。

應用大數據審計最多的領域是預算收支審計，其他依次是經濟責任審計、專項審計、審計調查、自然資源審計、投資審計。

（二）應用問題及主要原因

調查結果顯示：基層審計機關在大數據技術應用方面還存在較多問題，具體包括缺少大數據技術應用專業人員、大數據技術應用需要的數據基礎不佳、大數據技術工具缺失、審計人員數據應用能力有限、被審計單位不配合等。

究其原因，基層審計機關審計人員專業以財務會計、經濟管理為主，計算機相關專業的人員比例相對較低，目前尚未專門招聘有大數據專業背景的人員加入審計隊伍。

雖然現有審計人員學習大數據審計技術和工具使用技能的主動性較高，基層審計機關也安排了一些培訓課程，但由於大數據技術工具的專業性強，培訓中支持操作練習的大數據技術工具平台缺失，很大程度上影響了現有審計人員對大數據審計技術工具的掌握和應用。

專業知識和專業能力及大數據應用平台的缺乏，導致審計人員在收集相關數據時耗費更多時間和精力，還可能存在被審計單位不願配合相關數據收集工作的情形。

經費不足也是造成應用問題的原因之一，只有充足的經費保障才能在更大程度上支持大數據專業人員招聘，支持適用的大數據技術工具平台的建設和培訓，以及購買合適的大數據技術支持服務。

基層審計機關大數據技術應用條件和路徑的理論框架

基層審計機關應構建一個滿足其所處動態環境對適應能力、吸收能力和創新能力需求的組織形式，如審計現場工作小組、質量控制小組、大數據分析中心、技術支持小組、溝通協調小組等都是其重要的組織單元。

審計現場工作小組負責執行具體的審計任務；質量控制小組負責審計工作的過程控制和質量評價；大數據分析中心負責大數據的收集、數據建模和多維分析工作；技術支持小組負責提供大數據審計工作執行所需要的數據收集、存儲和分析工具平台的搭建和維護工作；溝通協調小組負責各不同組織單元之間以及與被審計單位之間的溝通和協調。各組織單元既各司其職又相互協同，分別體現適應能力、吸收能力和創新能力。各組織單元可以只從職能上進行分離，人員可以重複安排。

審計流程中數據採集、數據還原、數據清洗、審計數據分析、落實疑點、生成取證單、生成審計報告等各主要環節都可以應用大數據技術來提升審計效果（參見圖 1）。如在審計數據採集環節應用大數據技術，可以快速地採集到財政數據、部門數據以及社保、醫院、公安、工商等主題相關的結構化和非結構化數據。再如，在審計數據分析環節，應用大數據技術可以更高效地分析文本、視頻、音頻等非結構化數據，建立機器學習模型對更海量的數據進行分析，深度挖掘更多潛在疑點，並應用大數據技術更高效地導出疑點，現場落實疑點。