体育APP下载

大数据在企业审计中的分析与应用

发布时间:2020-05-17 10:18:10

大数据分析是通过对大规模、多样化数据的科学收集和分析,挖掘隐藏价值的过程。随着大数据时代的到来,对现代企业审计提出了新的要求和挑战。如何在信息时代更有效地对企业进行审计,是审计机关需要面对和解决的问题。

大数据分析是通过对大规模、多样化数据的科学收集和分析,挖掘隐藏价值的过程。随着大数据时代的到来,对现代企业审计提出了新的要求和挑战。如何在信息时代更有效地对企业进行审计,是审计机关需要面对和解决的问题。

1、 大数据分析是审计技术创新的必然要求

“审计工作就是让数据说话”。传统的企业审计是事后审计。事后对会计报表、账簿、凭证等财务数据进行核对。这是一个后审计,使财务数据说话。大数据时代是实时审计时代,实时采集企业的业务数据,对企业外部的银行、工商、税务、物流等企业的业务数据进行综合分析和挖掘,实时判断企业的生产经营状况,甚至根据企业现状对企业未来发展做出短期预测,这是一种让企业数据说话的实时审计。现阶段,我国正处于从传统审计向大数据审计转变的过程中,但仍处于以财务审计为主、外部数据核查为辅的大数据初级阶段。

要在一个行业中应用大数据技术,不可能一蹴而就。在勘探初期,技术和工具应该是从分析工具和思路中挖掘价值的主要手段;在勘探后期,数据应该是从数据本身中挖掘价值的主要手段。在当前的企业审计实践中,大数据的应用还比较原始,主要体现在数据分析概念的应用上。即通过收集企业业务流程的全部数据,结合外部信息系统或记录账户,对业务流程进行全面的多维对比分析。通过实施大数据“样本=总体”和“相关因果”的概念,数据分析不再局限于抽样调查,也不再局限于业务流程本身,而是所有与外部数据相关的业务数据,从业务本身和相关流程进行分析和挖掘。大数据审计思维可以通过以下六个步骤对企业的业务数据进行分析:

步是了解业务或问题。了解企业业务的性质、业务流程、关键节点、管理和控制中可能存在的薄弱环节和漏洞,从多个角度了解企业业务,初步提出可能存在的问题,这是分析思路和模型的出发点。

第二步是理解数据。除此之外,还需要了解业务将生成哪些数据,数据将存储在哪里,不同阶段的业务活动如何反映在数据中,如何设计数据库设计结构和数据字典,以及如何设计更新策略等,还要了解该业务的外部活动、交互外部活动产生的数据存储位置和存储形式等,这是数据分析的基础工作。

第三步是准备数据。如果我们进入真正的大数据时代,这一步将被放弃,因为数据太大,无法移动,但我们不能在现阶段跳过它。准备数据是首先收集目标业务信息系统的所有数据,并按照数据理解的第二步对收集到的数据进行整理整理,在可行的前提下,剔除数据中的冗余和噪声,纠正明显错误等清理操作,这是数据分析的原材料。

第四步是正式分析数据。针对步提出的问题,采用适当的分析方法,建立相应的分析模型,并对第三步准备的数据进行分析和挖掘,找出所需的结果。分析方法和模型越复杂,分析模型就越有效。

第五步是形成意见或结论,对分析的数据结果进行解释,以数据分析动态或数据分析报告的形式用可视化、通俗化的语言表达整个分析步骤和结果,包括本次数据分析的目的、分析思路和方法、分析结果等,并提出了重点和延伸方向的建议。

第六步是实证运用。将第五步形成的分析结果应用到审计实践中,有助于指导审计方向,促进审计实践工作。同时,实证运用也是对前面分析的正确性和完善性的重要验证。如果在实际操作中发现分析结果与实际情况有较大差异,可以反馈给数据分析组,帮助数据分析组提高对业务和数据的理解和分析方法的思考,调整分析模型,必要时调整开采方向。

2、 当前大数据在企业审计中应用的主要问题

首先,数据的获取并不顺畅。大数据具有“量大”和“多样性”的特点。由于缺乏标准和范围界限,数据采集机制尚未建立。大部分审计数据只能在审前调查阶段收集。数据收集更依赖于被审计单位的合作。拒绝提供数据、只提供部分数据、不及时甚至故意拖延等情况,直接影响数据的完整收集分析结果。对外公开的数据还没有接入**网络,现在的数据往往与地区、系统和系统隔离,碎片化严重。

二是分析技术和方法有待改进。在企业审计中,数据分析是基于数据库和电子表格的结构化模型。对于文档等半结构化数据,实际应用中只能停留在文本搜索层面,更先进的语义挖掘、主题检测、特征提取等分析技术还没有得到广泛应用。对于图片、声音、图像等非结构化数据,现阶段只能手工读取,不能在审核过程中由计算机进行分析。

三是传统审计思维需要更新。审计是一项客观、现实、循证的工作。它需要找出事物的因果关系,从而判断事物是否合法、合规、合理。但大数据分析更注重相关性而不是因果关系。很多大数据分析模型都是“黑匣子”,可以给出结果,但结果无法解释。两者的概念冲突使得传统审计难以适应大数据分析的结果。审计人员对分析结果的准确性充满怀疑。而且后端数据分析很容易脱离现场审计的实施。如果后端分析组、审核组数据分析组和现场审核组在分析思路和疑点判断上不相互沟通和协调,将导致审核现场发现的疑点无法通过数据分析及时研究和判断。有时数据组的分析结果与审计现场的实际情况有很大不同。

3、 改进企业审计大数据分析的建议

一是针对数据获取困难的问题,建议学习贯彻党的十九大精神,加大利用互联网技术和信息技术开展工作的力度,建立健全与国有企业和国有资本经营管理有关的电子数据定期收集报送机制,制定准确的数据收集规范和标准。从政策顶层设计的高度,整合公共数据,制定和完善相应的访问策略和权限。

其次,针对分析技术和分析方法上需要改进的问题,建议改进数据操作平台,加快技术知识创新,总结经验。从底层数据存储到用户界面,设计并建立了一个符合大数据时代的系统化综合审计信息系统,并考虑了存储容量、处理速度和分析方法。

第三,对于审计思维需要更新的问题,可以加大对审计人员的培训力度,将先进的信息技术理论、数理统计、语义处理等内容纳入日常培训,从原则上,转变思维方式,提高技术水平,拓宽技术视野。完善后台数据分析组与现场审核组的沟通协调机制,使数据分析发挥更大作用。


Welcome To-山猫体育平台体育APP下载(中国)-官方网站-APP下载 Welcome To-火狐体育平台(中国)-官方网站-APP下载 Welcome To-乐鱼体育网址(中国)-官方网站-APP下载 Welcome To-火狐体育官方登录网址(中国)-官方网站-APP下载 Welcome To-beat365在线体育(中国)-官方网站-APP下载 Welcome To-lol菠菜外围app(中国)-官方网站-APP下载