审计观察 | 实现大数据审计

全覆盖九大问题不容忽视（附解决路径）

原文标题：大数据环境下审计全覆盖的实现路径

监督是治理的有机组成部分，是权力正确运行的保证，在管党治党、治国理政中居于基础性、保障性地位。落实好党的十九届四中全会这一重要部署，审计机关必须立足宪法和法律赋予的职责，按照党中央、国务院的决策部署，站在国家治理高度，对公共资金、国有资产、国有资源和领导干部履行经济责任情况实行审计全覆盖，做到审计监督无死角。这对于推进国家治理体系和治理能力现代化，建设中国特色社会主义意义重大。

习近平总书记在中央审计委员会第一次会议上明确提出，坚持科技强审，加强审计信息化建设，努力构建 集中统一、全面覆盖、权威高效的审计监督体系。

新时代，审计机关要确保全覆盖目标任务落实到位，就必须强化大数据思维，构建大数据审计模式，提升大数据审计能力，加快审计技术方法创新 ,将大数据审计作为实现审计全覆盖的重要路径。

大数据环境下审计全覆盖目前存在的问题

复合型审计人才资源不足。大数据审计对审计人员的综合能力要求较高。大数据审计需要审计人员在掌握传统审计理论方法的基础上，对数据分析技术有较为深入的了解与掌握，计算机、数学、经济管理、财务、审计等 知识共同构建了大数据审计的知识体系，成为开展大数据审计的必备基础。数据科学的快速发展与广泛应用，对审计人员的综合能力提出了更高的要求，但目前熟练运用大数据技术开展工作的审计人员明显不足。

审计人员的能力有待提升。审计人员的业务能力、知识结构与运用大数据技术开展审计全覆盖的要求还存在一定的差距。随着审计全覆 盖的深入开展，审计人员不断接触新的审计领域，开展新的审计项目，要求审计人员的知识体系必须不断更新，审计能力不断提升。一些新型审计项目由于时间紧、要求高，审计人员接受专业培训的时间又较短，对新领域的专业知识很难短时间内掌握，也在一定程度上增加了审计全覆盖工作开展的难度，而能够将新的审计需求转化为计算机语言的审计人员就更加难得。

人才培养体系不健全。面对审计全覆盖对复合型人才的大量需求，我国大数据审计人才的培养还较为滞后。目前审计教学与研究工作还是以传统审计基础理论为重心，涉及大 数据审计技术与应用的课程较少。信息工程等计算机专业虽然讲授大数据课程，但是往往作为独立的技术类专业课程，很少运用经济管理知识和审计思维来解决实际问题。在人才培养体系上，审计和计算机这两个专业相对独立，导致审计人员两极分化，技术人员不了解审计，审计人员不熟悉计算机技术。如何将审计思维与计算机能力相结合，协同提 升审计能力，成为大数据环境下实现审计全覆盖的重要课题之一。

大数据审计在应用中的组织与制度架构模糊。顶 层设计缺 乏，系统性规划不足。目前，有的审计机关还没有完全确立将大数据应用贯穿审计全过程，以项目推动大数据应用的工作理念，没有制定运用大数据审计技术开展审计全覆盖的全局性计划。大数据审计往往作为一种非核心审计方法安排于审计工作之中，整体性不强，规划性欠缺，系统性考虑不足，大数据技术没有得到合理有序的运用。此外，作为一种新的审计方法与审计模式，如何合理评价大数据审计也有待进一步深入研究。

审计人员各自为战，整体优势难以有效发挥。在审计全覆盖开展过程中，审计业务团队与技术团队没有形成集中统一的领导与指挥，运用数据分析开展审计活动的合力尚未形成，对各种资源有效整合程度不够，难以深入挖掘数据价值。在涉及联合开展大数据审计的项目中，更是缺少组织与操作层面的联合审计实践方案与融合方法，制约了信息技术对审计效率的提升作用。在具体审计项目中也存在技术人员与审计人员深度融合不够、认知不一致的情况，技术人员往往不了解具体审计项目，数据分析行为具有一定的盲目性，而审计人员往往对技术缺乏认知，与技术人员无法有效沟通，团队成员间的互补性 难以发挥，审计效率低下，团队价值难以释放。

缺少具有普适性的大数据审计指引。在审计全覆 盖的开展 过程中，审计人员需要统一的能够对大数据审计全面实施提供指导的规范性方 案。目前，由于相关标准的不完善，还不能够对开展大 数据审计所采用的技术方法、项目组织方式、项目重点以及审计成果的利用作出有效的指导。特别是随着审计全覆盖的深入开展，能够深 入 到具体 审计项目，并结合项目特点解决某一类审计项目相关问题的大数据审计操作指南还不成熟，难以在具体审计项目的开展中发挥实际指导作用。

审计全覆盖的需求与现有数据分析技术落后之间存在矛盾，大数据审计应用水平不均衡。随着大数据审计的广泛开展，在审计署的不断努力 推 动下，各地 审计机关已 经 对大 数 据审计有了一定的认知，但是各级审计机关对于大数据技术的运用与掌握还存在一定的差距。一些审计机关在审计过程中已熟练运用大数据技术独立开展审计活动，然而还有一些审计机关对于大数据审计的接触尚停留在纸面上的文字概念阶段。究其根源，既有人才的原因，也有认知的原因，还有基础设施的原因。

数据分析方法较为落后。大数据审计与传统的计算机审计不同，包含了查询分析、统计分析、多维分析、挖掘分析等多种分析技术，随着数据科学的发展，大数据审计所运用的技术也日新月异。目前，审计机关采用较多的还是以简单查询、对比和关联分析为主，对数据的利用以单一来源、数据量不大的财务数据为主，数据分析应用的工具主要依靠数据库软件，对Python、R 语言等大数据平台工具使用程度不高，对社会网络 分析、人 工智能、区块 链等新技术的利用较少。

技术设备资源与审计需求不相匹配。第一，部分审计机关在未开展大数据审计之前，由于业务经验不足，购置了大量数据分析设备，而在真正开展业务时，存在设备老旧或者不符合实际需求的情况，造成了资源的浪费。第二，由于大数据审计依赖技术驱动，并且技术成本较高，鉴于高额的初期经济投入，部分审计机关对大数据技术的部署还存有一定的犹豫，踌躇不前。第三，审计机关在运用大数据技术开展审计时，在设备的更新规划上存在一定误区，认为大数据审计的相关技术投入是一次性投资，缺乏相应的技术升级与更新规划，导致新技术与新方法难以应用，分析资源难以满足新审计业务的需求。

大数据环境下审计全覆盖的实现路径

（一）培养复合型审计人才，提升外部合作能力

明确人才需求。大数据审计要求审计人员能够较好地将大数据分析能力与审计能力相融合，为满足审计全覆 盖的需求，必须明确审计人员需要具备的基本能力，做好人才保障工作。首先，审计人员需要具备数据采集、管理、分析和综合利用的能力 ；其次，审计人员需要掌握各领域专业知识 ；再次，审计人员还需要具有将审计问题转化为计算机语言的能力，能够合理、快速地对审计需求完成计算机建模。

完善人才培养体系。在审计人才培养层面要着力解决审计人员两极分化的问题，突出数据分析技术的工具属性，充分释放审计人员的学习能力与创造力，为审计全覆盖工作做 好人才储备。审计机关要经常开展业务培训，拓宽审计人员知识体系，积极组织审计人员参加数据分析课程，提升审计人员大数据思维以及数据分析能力。例如，审计署已定期开设数据分析提高班，着力提升审计人员的综合能力。南京审计大学也已经系统开设大数据审计专业课程，力图从源头上构建大数据审计人才培训体系，培养大数据审计生力军，为审计全覆盖的全面开展不断输送复合型审计人才。

提升与外部专家合 作水平。审计人 员要想将数据分析领域的最新成果运用于审计工作中，还需向外部借力。审计机关要与科研院所、智库、社会机构等广泛开展合作，通过调入、招聘、外包等方式充分利用与整合外部资源，直接引进数据分析专业人才或聘请专家团队协助开展工作。通过合作，审计人员可以接触到先进的数据分析技术方法，在专家的帮助下，审计人员积极探索审计方法的构建，通过审计思路的优化等方式提高审计效率，降低审计风险，保证审计质量。

（二）加快大数据审计顶层设计，推动大数据审计基础建设

完善顶层设计，做好资源规划。运用大数据审计技术开展审计全覆盖工作，要充分调动各层级、各类型的审计资源，结合审计全覆 盖与审计项目的特点，制定审计项目中长期规划，专项审计规划，并注重审计项目计划的系统性、宏观性和完整性。要构建合理的审计评价机制，将大数据审计作为一项重要的审计方式，做好大数据审计开展的评估工作，做好对新技术应用政策引导与鼓励，防止政策滞后带来的负面影响，力求审计评价机制能够广泛调动各级审计机关审计力量运用大数据技术开展审计项目，共同推动审计全覆盖。

统筹业务与技术力量，联动开展大数据审计。在开展 大 数 据审计的过程中，力求加强统筹，整合资源，协同作战，实现审计全覆盖“一盘棋”，提升审计的整 体性、宏观性与建设性。审计过程中要明确上下级审计机关的衔接机制、数据报送机制、重点问题共同商讨机制，以及审计人员与专业人员配备机制等。在审计项目中要做 好审计人员与数据分析人员协调工作，明确审计过程中的沟通机制与问题反馈机制，确保数据分析人员能够深入参与审计的各个环节，充分发挥技术人员的优势，做到数据分析与审计业务的深度融合，共同完成大数据审计工作。

完善大数据审计指引。审计准则作为审计人员工作的重要指南，审计机关可以依 托“金审三期”的全面铺开，从三个层面完善大数据审计指南 ：首先，指南要强调在审计全覆盖过程中开展大数据审计的组织方法以及对审计人员的相关要求等 ；第二，指南要从技术层面指导审计人员如何开展大数据审计，明确各种 技术使用的审计场景与范围，做到对审计人员运用技术的完备指导 ；第三，要细化大数据审计技术在审计全覆盖各种场景中的使用方式，做到普适性与专业性相结合。

（三）构建大数据审计模式，扎实推进审计全覆盖

探索数据分析新技术。随着数据量的增多，数据来源的拓展，数据利用类型的不断丰富，审计全覆盖对大数据审计的要求，早已突破简单的查询关联比对分析，更 加强调对数据的综合运用能力。传统的数据分析方法已难以满足审计全覆 盖的需求，新方法层出不穷，其中以 Python、R 语言为基础的数据分析平台，Table 可视化工具为代表 , 为大数据审计工作提供了大量新方法、新思路。此外，大数据审计与机器学习、自然语言处理、区块链等技术都有合适的融合点，审计人员应该积极探索新技术，充分发挥技术优势，提升审计效率。

平衡技术成本，稳步推进审计全覆盖。各审计机关在运用大数据技术开展审计全覆盖的过程中，需要以自身审计业务为基础做 好大 数据审计的投入论证工作，基于业务的开展情况合理购置相关数据分析设备，保证数据分析资源与审计业务相匹配。审计机关应鼓励将大数据审计作为一种重要的审计方式，加强对大数据技术应用的政策指引和鼓励措施，充分调动各级审计机关与审计人员在审计全覆盖过程中运用大数据开展审计的积极性。此外，审计机关还要统筹好大数据审计技术设备的更新与迭代，基于审计业务发展与技术变革考量设备与技术力量的再投入，充分运用云计算技术以协调本地运算能力与云端计算能力，做好大数据审计技术资源的平稳过渡与升级。

完善大数据审计平台，做好技术分享。大数据审计平台是开展审计全覆盖的重要工具，也是审计人员充分挖掘自身业务能力的关键。在审计平台上，成熟的审计工具以及审计方案可以为审计人员开展大数据审计实践提供思路与方 法，并形成“经 验—分享— 新经验”的良性循环，有助于审计效率的提升。审计平台应该从全面性以及专业性两个方面来建设，力求覆盖更多的审计内容，并且在其覆盖的审计范围内，审计人员能够深挖其资源，最大程度地发挥审计平台的作用。此外，审计机关应该以平台为基础构建案例库、算法库，并开展相关培训工作，让审计人员充分了解平台资源，更加高效的利用审计平台实现审计全覆盖目标。（作者单位系南京审计大学政府审计学院）

[ 基金项目 ] ：本文是 2019 年度“江苏省社 科应用研究精品工程”课题成果（项目编号 ：19SYC--198）、江苏高校优势学科建设工程资助项目。

来源：《审计观察》杂志2019年第6期 有删减

（作者：杨柔坚；转载自审计观察公众号）