论文部分内容阅读
随着社会的发展、科学技术的进步，人类社会进入到科学数据时代，信息技术应用至各行各业，同时也为企业审计工作带来了冲击与挑战，信息数据技术的应用逐渐使得企业审计工作发生着变化，促进企业审计工作向数据核心的转变。本文从审计全覆盖视角出发，对企业审计在发展过程中的挑战进行分析，并对企业审计的资源体系及分析平台的构建提出建议，为提高数据时代下企业审计工作提供一定方向。
一、全覆盖视角下企业审计大数据在应用过程中面临的挑战
全覆盖视角下，企业审计大数据的发展面临着许多挑战。考虑到对于企业的信息化管理需要满足不同的职能需求，并且企业发展过程中数据即多样化同时又具有一定与时俱进性，使得企业核心业务系统与数据结构系统的整体设计很难满足企业对审计数据分析的需求，从而困难重重，挑战不断。考虑企业在具体经营活动过程中比较复杂，所以在企业的信息系统设置当中也越发呈现出多样化的发展。在以科学管理为目标、为中心建构的综合管理信息系统，能够对企业的管理工作起到规范作用，大大提高企业决策工作的效率。例如企业信息管理系统、决策支持系统、资源计划管理系统等的建立，能够促进企业更好的发展，帮助企业提高实力，大大节省生产经营的成本，提高企业生产经营的资源利用率，保障企业的经济效益。像是企业对产品生命周期、计算机辅助制造等系统的搭建，都是在搭建电子信息商务系统，以便提高企业的市场地位，实现资源的整合与产业链的搭建。除此之外，在企业发展中对各个关系系统的搭建，对企业信息实现了系统的构建，实现了多样化的企业信息管理，但是在信息系统构建过程中也会出现标准不统一、水平参差不齐的问题。所以在全覆盖视角下，企业审计大数据系统的建立及各个管理指标的标准都为企业审计工作的发展带来了一定挑战与困难。
二、审计全覆盖视角下企业审计大数据资源体系的构建
（一）了解企业审计大数据资源类型
实现企业审计大数据资源体系的构建首要是要明确企业审计大数据资源类型有哪些，对于企业审计大数据资源体系的数据类型区分主要有以下几个方面。一是政策法规数据，这类数据是对企业运行过程中对党、国家相关政策、法律、法规的数据积累，一般是非结构化数据。二是基本信息数据，一般包括企业年度工作报告、内部评价报告等信息，以及企业整体章程建构、职业分工、制度要求等。三是财务数据信息，其中包括企业财务报告信息、财务核算信息及财务采集信息。四是业务数据，包括企业各个业务运营数据信息。五为管理数据，主要是针对企业决策所提出的一些信息的统合。其他还包括政府部门相关数据、外部相关数据、舆论数据及审计数据等等，这些都属于企业审计大数据资源内容。
（二）企业审计结构化数据的采集与处理
实现对企业审计大数据资源体系的建立需要采集一定的数据并作相应标准化的处理。一般来说数据类型可以分为结构化数据采集处理与非结构化数据采集处理。结构化数据的采集，像是财务数据、业务数据、管理数据等是数据采集、处理工作的重点，同样也是企业审计大数据的主要组成部分，一般来说结构化数据可以通过二维表结构进行表达。对于企业审计结构化数据的采集，一般是通过前置机、联网设备、数据备份、提取工具、填报式等方法进行相应的数据搜集。前置机采集模式是通过采集服务器对被采集单位的数据进行提取上传;联网采集是通过网络服务器实现数据的传输;备份数据采集是通过对被审计单位的数据库进行备份，进行数据的采集工作;数据提取工具的采集则是通过专门的数据提取工具实现数据的上传提取;填报式数据采集是由被审计单位进行特定报表的填写，对所采取数据进行填写上报。
根据数据的标准化程度，可对结构化数据的标准化处理作以下分类，即财务数据处理、业务数据处理及报表数据处理。不同的类别的数据处理采取不同的处理方式。财务数据处理通常采用模板进行处理，对于企业常用财务软件或ERP系统进行专用模板的标准化处理;对于财政部、审计署标准符合的财务数据则可以使用标准数据接口处理，而未进行标准化处理的企业财务软件可通过指定数据采集接口实现数据处理。对于业务数据则需要通过多样性的方式实现标准化处理，可以通过表、字段等方式进行数据表操作，再由数据清洗过程达到标准化处理目标。报表数据通过制定采集模板便可完成数据的标准化处理。对企业审计结构化数据采集处理过程可通过图一呈现。
（三）企业审计非结构化数据采集处理
除了企业审计结构化数据采集外，还有一些非结构化数据需要进行相应的采集工作，考虑到非结构化数据的特殊性，無法通过二维表结构来对相应的文本文字、图像数据进行搜集，因此在对非结构数据的采集过程中同样面临着挑战与困难。但就目前的了解来看，在企业中三分之二的数据类型都为非结构化数据，并且该类型的数据还呈现一个增长的趋势。因此，对于企业的数据构成来说，非结构化数据悄然成为企业审计数据的一个重要组成。一般来说，企业审计非结构化数据主要包含政策法规、企业基本信息、舆情数据、审计数据等。以舆情数据的搜集为例，在进行这种非结构数据的搜集过程中，可以通过媒体设备、网站信息的发布来进行非结构化数据的搜集，并以大数据挖掘技术进行辅助，对信息进行采集、搜集与筛选工作，实现舆情信息的搜集，将其进行推送。
在进行非结构化数据的处理过程中，主要是从七个方面进行。一是借助信息采集器对不同的信息源提供的信息内容进行分类、可访问性、访问频次等问题的解决;二是以预处理流程方式实现异构性问题进行解决，并实现对非结构化数据的整理、归纳、校正等;三是对信息进行自动化筛选，确保信息准确率与查全率;四是对搜集到的信息进行情感分析，对情感倾向进行判断;五是对搜集到的信息进行舆情分类;六是对信息所包含的观念进行分类与区别;七是实现信息及相关数据的智能检索与推荐。对于非结构性数据的搜集与处理可通过图二加以理解。
三、审计全覆盖视角下企业审计大数据分析平台的构建
在明确了企业审计大数据搜集平台的建立后，需要对搜集来的数据进行分析。考虑到审计大数据的应用需要借助技术条件及相关人员的经营，加之大部分大数据的使用是审计工作人员在进行使用，因此，企业审计大数据的搜集工作完成后，还要对企业的审计工作人员的信息技术水平及审计业务专业能力提出更高的要求，在确保审计工作人员有专业素养以及在确保信息数据完整、安全的基础上，进行大数据的集中与分析，实现审计大数据的大范围应用。因此在这种需求之下，在进行企业审计大数据分析平台的建构过程中，要摆脱传统的信息平台模式，以数据为核心建立体系，对建构的体系各个层面出现的问题进行解决，实现规范化数据管理体系的建立。根据数据的处理过程，可以从四个方面来建构企业审计大数据分析平台，即为大数据资源收集层、大数据处理层、大数据分析层、大数据模型层。在确保大数据资源搜集与分析平台的搭建既有网络体系的保护的基础上，实现对审计大数据的访问与数据管理的规范化与制度化。
四、结语
总而言之，本文就社会发展过程中数据时代的到来，对大数据发展下企业审计大数据工作进行了分析，从大数据下企业审计工作面临的挑战出发，对企业审计数据平台的搭建提出了一定建议。通过对企业审计大数据的搜集与分析平台的搭建，来确保企业审计工作的顺利开展，使企业审计工作更满足时代发展下的要求，为企业提供更先进的发展方向与保障。
（作者单位：长春工商银行吉林远程授权中心）
一、全覆盖视角下企业审计大数据在应用过程中面临的挑战
全覆盖视角下，企业审计大数据的发展面临着许多挑战。考虑到对于企业的信息化管理需要满足不同的职能需求，并且企业发展过程中数据即多样化同时又具有一定与时俱进性，使得企业核心业务系统与数据结构系统的整体设计很难满足企业对审计数据分析的需求，从而困难重重，挑战不断。考虑企业在具体经营活动过程中比较复杂，所以在企业的信息系统设置当中也越发呈现出多样化的发展。在以科学管理为目标、为中心建构的综合管理信息系统，能够对企业的管理工作起到规范作用，大大提高企业决策工作的效率。例如企业信息管理系统、决策支持系统、资源计划管理系统等的建立，能够促进企业更好的发展，帮助企业提高实力，大大节省生产经营的成本，提高企业生产经营的资源利用率，保障企业的经济效益。像是企业对产品生命周期、计算机辅助制造等系统的搭建，都是在搭建电子信息商务系统，以便提高企业的市场地位，实现资源的整合与产业链的搭建。除此之外，在企业发展中对各个关系系统的搭建，对企业信息实现了系统的构建，实现了多样化的企业信息管理，但是在信息系统构建过程中也会出现标准不统一、水平参差不齐的问题。所以在全覆盖视角下，企业审计大数据系统的建立及各个管理指标的标准都为企业审计工作的发展带来了一定挑战与困难。
二、审计全覆盖视角下企业审计大数据资源体系的构建
（一）了解企业审计大数据资源类型
实现企业审计大数据资源体系的构建首要是要明确企业审计大数据资源类型有哪些，对于企业审计大数据资源体系的数据类型区分主要有以下几个方面。一是政策法规数据，这类数据是对企业运行过程中对党、国家相关政策、法律、法规的数据积累，一般是非结构化数据。二是基本信息数据，一般包括企业年度工作报告、内部评价报告等信息，以及企业整体章程建构、职业分工、制度要求等。三是财务数据信息，其中包括企业财务报告信息、财务核算信息及财务采集信息。四是业务数据，包括企业各个业务运营数据信息。五为管理数据，主要是针对企业决策所提出的一些信息的统合。其他还包括政府部门相关数据、外部相关数据、舆论数据及审计数据等等，这些都属于企业审计大数据资源内容。
（二）企业审计结构化数据的采集与处理
实现对企业审计大数据资源体系的建立需要采集一定的数据并作相应标准化的处理。一般来说数据类型可以分为结构化数据采集处理与非结构化数据采集处理。结构化数据的采集，像是财务数据、业务数据、管理数据等是数据采集、处理工作的重点，同样也是企业审计大数据的主要组成部分，一般来说结构化数据可以通过二维表结构进行表达。对于企业审计结构化数据的采集，一般是通过前置机、联网设备、数据备份、提取工具、填报式等方法进行相应的数据搜集。前置机采集模式是通过采集服务器对被采集单位的数据进行提取上传;联网采集是通过网络服务器实现数据的传输;备份数据采集是通过对被审计单位的数据库进行备份，进行数据的采集工作;数据提取工具的采集则是通过专门的数据提取工具实现数据的上传提取;填报式数据采集是由被审计单位进行特定报表的填写，对所采取数据进行填写上报。
根据数据的标准化程度，可对结构化数据的标准化处理作以下分类，即财务数据处理、业务数据处理及报表数据处理。不同的类别的数据处理采取不同的处理方式。财务数据处理通常采用模板进行处理，对于企业常用财务软件或ERP系统进行专用模板的标准化处理;对于财政部、审计署标准符合的财务数据则可以使用标准数据接口处理，而未进行标准化处理的企业财务软件可通过指定数据采集接口实现数据处理。对于业务数据则需要通过多样性的方式实现标准化处理，可以通过表、字段等方式进行数据表操作，再由数据清洗过程达到标准化处理目标。报表数据通过制定采集模板便可完成数据的标准化处理。对企业审计结构化数据采集处理过程可通过图一呈现。
（三）企业审计非结构化数据采集处理
除了企业审计结构化数据采集外，还有一些非结构化数据需要进行相应的采集工作，考虑到非结构化数据的特殊性，無法通过二维表结构来对相应的文本文字、图像数据进行搜集，因此在对非结构数据的采集过程中同样面临着挑战与困难。但就目前的了解来看，在企业中三分之二的数据类型都为非结构化数据，并且该类型的数据还呈现一个增长的趋势。因此，对于企业的数据构成来说，非结构化数据悄然成为企业审计数据的一个重要组成。一般来说，企业审计非结构化数据主要包含政策法规、企业基本信息、舆情数据、审计数据等。以舆情数据的搜集为例，在进行这种非结构数据的搜集过程中，可以通过媒体设备、网站信息的发布来进行非结构化数据的搜集，并以大数据挖掘技术进行辅助，对信息进行采集、搜集与筛选工作，实现舆情信息的搜集，将其进行推送。
在进行非结构化数据的处理过程中，主要是从七个方面进行。一是借助信息采集器对不同的信息源提供的信息内容进行分类、可访问性、访问频次等问题的解决;二是以预处理流程方式实现异构性问题进行解决，并实现对非结构化数据的整理、归纳、校正等;三是对信息进行自动化筛选，确保信息准确率与查全率;四是对搜集到的信息进行情感分析，对情感倾向进行判断;五是对搜集到的信息进行舆情分类;六是对信息所包含的观念进行分类与区别;七是实现信息及相关数据的智能检索与推荐。对于非结构性数据的搜集与处理可通过图二加以理解。
三、审计全覆盖视角下企业审计大数据分析平台的构建
在明确了企业审计大数据搜集平台的建立后，需要对搜集来的数据进行分析。考虑到审计大数据的应用需要借助技术条件及相关人员的经营，加之大部分大数据的使用是审计工作人员在进行使用，因此，企业审计大数据的搜集工作完成后，还要对企业的审计工作人员的信息技术水平及审计业务专业能力提出更高的要求，在确保审计工作人员有专业素养以及在确保信息数据完整、安全的基础上，进行大数据的集中与分析，实现审计大数据的大范围应用。因此在这种需求之下，在进行企业审计大数据分析平台的建构过程中，要摆脱传统的信息平台模式，以数据为核心建立体系，对建构的体系各个层面出现的问题进行解决，实现规范化数据管理体系的建立。根据数据的处理过程，可以从四个方面来建构企业审计大数据分析平台，即为大数据资源收集层、大数据处理层、大数据分析层、大数据模型层。在确保大数据资源搜集与分析平台的搭建既有网络体系的保护的基础上，实现对审计大数据的访问与数据管理的规范化与制度化。
四、结语
总而言之，本文就社会发展过程中数据时代的到来，对大数据发展下企业审计大数据工作进行了分析，从大数据下企业审计工作面临的挑战出发，对企业审计数据平台的搭建提出了一定建议。通过对企业审计大数据的搜集与分析平台的搭建，来确保企业审计工作的顺利开展，使企业审计工作更满足时代发展下的要求，为企业提供更先进的发展方向与保障。
（作者单位：长春工商银行吉林远程授权中心）