论文部分内容阅读
作者简介：郑莎莎（1988-），女，汉族，陕西西安人，研究生，会计硕士，单位：兰州商学院会计硕士，研究方向：审计与内部控制方向。
刘燕萍（1989-），女，（汉族），江西鹰潭人，兰州商学院会计学院在读硕士研究生，研究方向企业理财与税务筹划。
刘瓛（1990-），女，汉族，甘肃会宁县，会计硕士，单位：兰州商学院，研究方向：注册会计师方向。
摘要：随着科技信息的发展，大数据越来越多被提及。它给我们带来了新的思维变革、管理变革和商业变革。随之审计环境发生了翻天覆地的变化，出了财务数据人们更多的是面临业务数据、网络信息和更多的电子数据信息。本文在阐明大数据时代的相关概念和特点后，分析了大数据时代的数据处理问题和挖掘数据的方法，以及对审计分析工作的思考。
关键词：大数据；审计分析
一、什么是大数据
最早提出大数据概念的学科是天文学和基因学，这两个学科从诞生之日起就依赖于基于海量数据的分析方法。大数据可以说是计算机和互联网结合的产物，计算机实现了数据的数字化；互联网实现了数据的网络化；两者结合才赋予了大数据生命力！近几年，计算机和互联网的飞速发展，大数据概念如雨后春竹般涌现在人们的生活中。美国互联网中心指出，互联网上的数据每年将增长50%，每两年就会翻一番，而且目前世界上90%的数据都是最近几年才产生的。根据对大数据的理解，我们很容易发现大数据的显著特点：第一，数据体量巨大。從GB级别，跃升到TB级别，更甚至跃升到PB级别。第二，数据类型繁多。除了传统的数据外，网络日志、视频、图片等等都是需要分析的数据类型。第三，数据价值密度低。例如视频分析，在连续不断的监控中，可能有用的数据仅仅一两秒。第四，数据处理速动快。第五，只要合理利用数据并对其进行正确、准确的分析，将会带来很高的价值回报。
二、大数据下带给审计分析的新思考
随着信息技术的不断发展，数据在生产过程，企业管理中起着越来越重要的作用，这种认识的提高也给审计分析带来新的思考。
1.大数据处理模式
2013年7月9日，中国审计署副审计长石爱在北京信息科技大学看望审计数据分析师高级培训班学时指出，“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产，“大数据”时代的来临会对审计工作产生深远影响。
在大数据时代，建设信息采集、数题的据处理、审计作和审计管理为一体的审计服务平台。在这种数处理模式中，应该做到以下几个方面。
搭建具备大数据处理能力的“云审计”平台基础。包括审计数据模块，主要是对各类信息资源的及时充分获取、有效管理、充分共享和灵活检索；审计应用模块，主要是对各类信息资源的持续监测；审计管理模块主要实现审计流程的智能化管理和成果贡献。因此，通过这个平台对各类信息进行及时获取、分析、利用等进行“智能化”审计分析，为审计工作提供有效支持工作。
形成“数据驱动”的审计技术方法核心体系。更新审计的理念、方法和工具等，摒弃关系型的数据分析工具向非关系型数据分析工具转换。对海量的信息进行持续的深层次的挖掘，揭示风险特征及关联关系。内部审计在信息化条件下运用大数据挖掘技术，审计不在需要分别获取各个部门对业务数的相关数据，只要接入企业内部网络，所有审计所需的数据在设置一定权限后都可以直接获取，很大程度上节约了审计成本。通过据的全面性筛查和关联分析，突破不同业务部门之间的“隔离墙”，实现对跨部门、跨区域、跨机构、跨业务、跨产品、跨风险信息的关联整合，持续、系统性地监测业务发展与风险变化趋势，捕捉到数据背后隐藏的各种风险及相互关联，前瞻性地提出审计建议。
2.全面采集原始数据
在传统的审计过程中，审计人员往往采用：提出数据需要然后转换成标准表形式，进而进行数据分析的方式。标准表的转换工作一般有被审计单位完成，这样势必会引起一部分问题：首先，如果审计人员不了解被审计单位的业务流程，很容易出现提出需要的数据不准确，进而影响审计结果，再者，由被审计单位提高的数据可能出现信息准确性问题。这些问题都影响审计结果，在一定程度上会导致审计失败。
解决这些问题的最佳方式是采用原始数据。除了使用传统的关系型数据库Oracle和SQL server等来存储每一笔数据，还可以利用Redis和MongoDB这样的非关系型数据库用于数据的采集。非关系型数据库可以处理超大量的数据，易扩展，有灵活的数据模型，在大数据采集中运用较多。
3.导入以及分析。
大数据时代，采集端本身已经有很多不同类型的数据库，但要对所采集的数据进一步分析，仍需将采集端的数据库导入到一个更利于对数据进行分析的数据库，现在大多采用大型分布式数据库或者分布式存储集群，运用这些数据库，可以在导入的基础上做简单的数据处理工作。由于数据量的差别，在大数据时代，导入的数据量通常非常大，因此对系统资源，特别是输入输出端口有极大的占用。
4.大数据时代数据挖掘的应用和方法
数据挖掘（Data Mining）就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。因此，挖掘的数据应该具备以下几点特征：数据源必须是真实的、大量的、含噪声的；发现的是用户感兴趣的知识；发现的知识要可接受、可理解、可运用；并不要求发现放之四海皆准的知识，仅支持特定的发现问题。审计部门的数据挖掘以往偏重于对大金额数据分析，而随着绩效审计的兴起，审计部门也需要通过数据来对被审计单位的各类行为作出审计评价，这些需要全面的数据支持。
统计分析。统计分析是商业职能的一面，设计收集、审查业务数据和趋势报告。它是一种基于模型的方法，在审计工作中尤为重要。主要包括回归分析、因子分析和主要成分分析、聚类分析、时间序列分析等。一般情况，真实的财务报表中主要项目的数据会呈现一定的规律性，如果其变化异常，说明数据中存在的异常点可能隐瞒了或者忽略了重要的财务信息，反映被审计单位的财务报表可能存在虚假成分。因此审计人员通过统计分析，探索被审计数据内在的数据规律性，以发现异常现象，快速寻找审计突破口。 5.大数据时代，审计分析的调整
从上面的分析我们发现，在大数据时代的数据采集、数据分析以及挖掘都和传统方式相比存在差异，进而为适应科技信息的进步，我们的审计分析工作也应该做出相应的调整，以适应大数据时代数据特征。
适应大数据时代数据的模糊性和混乱性。在以往信息比较匮乏的时代，审计分析中应该追求信息的准确性，信息的准确程度直接影响着审计结构。而在大数据时代的现在，所获取的信息数据存在很大的错误，这给数据的采集和转换造成了很大的困难和混乱。审计人员在审计过程中应该转变思路，重新审视数据的精准性。数据的混乱正好反映出被审计单位信息系统的控制、管理存在问题。审计人员应该精确的定位疑点，查找原因。
非结构化数据处理。大数据时代数据的内容从传统的数字转化到图像、文字、视频设置GPS地理位置。数据处理也从结构化数据处理转化到非结构化数据处理。我们需要从一系列工具系统的去分析，提炼数据。
更加重视数据安全性。正如Gartner所说：“大数据安全是一场必要的斗争”
在大数据时代，无处不在的智能终端、互动频繁的社交网络和超大容量的数字化存储，不得不承认大数据已经渗透到各个行业领域，逐渐成为一种生产要素发挥着重要作用，成为未来竞争的至高点。大数据所含信息量较高，虽然相对价值密度较低，但是对它里面所蕴藏的潜在信息，随着快速处理和分析提取技术的发展，可以快速捕捉到有价值的信息以提供參考决策。因此，在审计工作中，我们应该更加重视数据安全性。制定大数据存储安全策略、大数据应用安全策略以及大数据管理安全策略。
大数据时代，对审计工作的机遇和挑战并存。如何更好的利用大数据是我们审计人员在日后的工作中共同努力探讨追求的目标。（作者单位：1.兰州商学院；2.兰州商学院会计学院）
参考文献：
[1]张绍雄.《大数据引发信息时代新变革》，《大众科技》，2013年12期.
[2]朱玉斌.《大数据时代图书馆信息服务变化》，《科技创新与应用》，2013年36期.
[3]杨永强.《大数据时代的应用研究》，《电脑编程技巧与维护》，2014年8月
[4]陈甜远.《无线互联科技》，《信息安全与通信保密》，2013年10月
[5]王灵宇.《计算机审计理论与技术方法研究》，《中国科技博览》，2011年24期.
刘燕萍（1989-），女，（汉族），江西鹰潭人，兰州商学院会计学院在读硕士研究生，研究方向企业理财与税务筹划。
刘瓛（1990-），女，汉族，甘肃会宁县，会计硕士，单位：兰州商学院，研究方向：注册会计师方向。
摘要：随着科技信息的发展，大数据越来越多被提及。它给我们带来了新的思维变革、管理变革和商业变革。随之审计环境发生了翻天覆地的变化，出了财务数据人们更多的是面临业务数据、网络信息和更多的电子数据信息。本文在阐明大数据时代的相关概念和特点后，分析了大数据时代的数据处理问题和挖掘数据的方法，以及对审计分析工作的思考。
关键词：大数据；审计分析
一、什么是大数据
最早提出大数据概念的学科是天文学和基因学，这两个学科从诞生之日起就依赖于基于海量数据的分析方法。大数据可以说是计算机和互联网结合的产物，计算机实现了数据的数字化；互联网实现了数据的网络化；两者结合才赋予了大数据生命力！近几年，计算机和互联网的飞速发展，大数据概念如雨后春竹般涌现在人们的生活中。美国互联网中心指出，互联网上的数据每年将增长50%，每两年就会翻一番，而且目前世界上90%的数据都是最近几年才产生的。根据对大数据的理解，我们很容易发现大数据的显著特点：第一，数据体量巨大。從GB级别，跃升到TB级别，更甚至跃升到PB级别。第二，数据类型繁多。除了传统的数据外，网络日志、视频、图片等等都是需要分析的数据类型。第三，数据价值密度低。例如视频分析，在连续不断的监控中，可能有用的数据仅仅一两秒。第四，数据处理速动快。第五，只要合理利用数据并对其进行正确、准确的分析，将会带来很高的价值回报。
二、大数据下带给审计分析的新思考
随着信息技术的不断发展，数据在生产过程，企业管理中起着越来越重要的作用，这种认识的提高也给审计分析带来新的思考。
1.大数据处理模式
2013年7月9日，中国审计署副审计长石爱在北京信息科技大学看望审计数据分析师高级培训班学时指出，“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产，“大数据”时代的来临会对审计工作产生深远影响。
在大数据时代，建设信息采集、数题的据处理、审计作和审计管理为一体的审计服务平台。在这种数处理模式中，应该做到以下几个方面。
搭建具备大数据处理能力的“云审计”平台基础。包括审计数据模块，主要是对各类信息资源的及时充分获取、有效管理、充分共享和灵活检索；审计应用模块，主要是对各类信息资源的持续监测；审计管理模块主要实现审计流程的智能化管理和成果贡献。因此，通过这个平台对各类信息进行及时获取、分析、利用等进行“智能化”审计分析，为审计工作提供有效支持工作。
形成“数据驱动”的审计技术方法核心体系。更新审计的理念、方法和工具等，摒弃关系型的数据分析工具向非关系型数据分析工具转换。对海量的信息进行持续的深层次的挖掘，揭示风险特征及关联关系。内部审计在信息化条件下运用大数据挖掘技术，审计不在需要分别获取各个部门对业务数的相关数据，只要接入企业内部网络，所有审计所需的数据在设置一定权限后都可以直接获取，很大程度上节约了审计成本。通过据的全面性筛查和关联分析，突破不同业务部门之间的“隔离墙”，实现对跨部门、跨区域、跨机构、跨业务、跨产品、跨风险信息的关联整合，持续、系统性地监测业务发展与风险变化趋势，捕捉到数据背后隐藏的各种风险及相互关联，前瞻性地提出审计建议。
2.全面采集原始数据
在传统的审计过程中，审计人员往往采用：提出数据需要然后转换成标准表形式，进而进行数据分析的方式。标准表的转换工作一般有被审计单位完成，这样势必会引起一部分问题：首先，如果审计人员不了解被审计单位的业务流程，很容易出现提出需要的数据不准确，进而影响审计结果，再者，由被审计单位提高的数据可能出现信息准确性问题。这些问题都影响审计结果，在一定程度上会导致审计失败。
解决这些问题的最佳方式是采用原始数据。除了使用传统的关系型数据库Oracle和SQL server等来存储每一笔数据，还可以利用Redis和MongoDB这样的非关系型数据库用于数据的采集。非关系型数据库可以处理超大量的数据，易扩展，有灵活的数据模型，在大数据采集中运用较多。
3.导入以及分析。
大数据时代，采集端本身已经有很多不同类型的数据库，但要对所采集的数据进一步分析，仍需将采集端的数据库导入到一个更利于对数据进行分析的数据库，现在大多采用大型分布式数据库或者分布式存储集群，运用这些数据库，可以在导入的基础上做简单的数据处理工作。由于数据量的差别，在大数据时代，导入的数据量通常非常大，因此对系统资源，特别是输入输出端口有极大的占用。
4.大数据时代数据挖掘的应用和方法
数据挖掘（Data Mining）就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。因此，挖掘的数据应该具备以下几点特征：数据源必须是真实的、大量的、含噪声的；发现的是用户感兴趣的知识；发现的知识要可接受、可理解、可运用；并不要求发现放之四海皆准的知识，仅支持特定的发现问题。审计部门的数据挖掘以往偏重于对大金额数据分析，而随着绩效审计的兴起，审计部门也需要通过数据来对被审计单位的各类行为作出审计评价，这些需要全面的数据支持。
统计分析。统计分析是商业职能的一面，设计收集、审查业务数据和趋势报告。它是一种基于模型的方法，在审计工作中尤为重要。主要包括回归分析、因子分析和主要成分分析、聚类分析、时间序列分析等。一般情况，真实的财务报表中主要项目的数据会呈现一定的规律性，如果其变化异常，说明数据中存在的异常点可能隐瞒了或者忽略了重要的财务信息，反映被审计单位的财务报表可能存在虚假成分。因此审计人员通过统计分析，探索被审计数据内在的数据规律性，以发现异常现象，快速寻找审计突破口。 5.大数据时代，审计分析的调整
从上面的分析我们发现，在大数据时代的数据采集、数据分析以及挖掘都和传统方式相比存在差异，进而为适应科技信息的进步，我们的审计分析工作也应该做出相应的调整，以适应大数据时代数据特征。
适应大数据时代数据的模糊性和混乱性。在以往信息比较匮乏的时代，审计分析中应该追求信息的准确性，信息的准确程度直接影响着审计结构。而在大数据时代的现在，所获取的信息数据存在很大的错误，这给数据的采集和转换造成了很大的困难和混乱。审计人员在审计过程中应该转变思路，重新审视数据的精准性。数据的混乱正好反映出被审计单位信息系统的控制、管理存在问题。审计人员应该精确的定位疑点，查找原因。
非结构化数据处理。大数据时代数据的内容从传统的数字转化到图像、文字、视频设置GPS地理位置。数据处理也从结构化数据处理转化到非结构化数据处理。我们需要从一系列工具系统的去分析，提炼数据。
更加重视数据安全性。正如Gartner所说：“大数据安全是一场必要的斗争”
在大数据时代，无处不在的智能终端、互动频繁的社交网络和超大容量的数字化存储，不得不承认大数据已经渗透到各个行业领域，逐渐成为一种生产要素发挥着重要作用，成为未来竞争的至高点。大数据所含信息量较高，虽然相对价值密度较低，但是对它里面所蕴藏的潜在信息，随着快速处理和分析提取技术的发展，可以快速捕捉到有价值的信息以提供參考决策。因此，在审计工作中，我们应该更加重视数据安全性。制定大数据存储安全策略、大数据应用安全策略以及大数据管理安全策略。
大数据时代，对审计工作的机遇和挑战并存。如何更好的利用大数据是我们审计人员在日后的工作中共同努力探讨追求的目标。（作者单位：1.兰州商学院；2.兰州商学院会计学院）
参考文献：
[1]张绍雄.《大数据引发信息时代新变革》，《大众科技》，2013年12期.
[2]朱玉斌.《大数据时代图书馆信息服务变化》，《科技创新与应用》，2013年36期.
[3]杨永强.《大数据时代的应用研究》，《电脑编程技巧与维护》，2014年8月
[4]陈甜远.《无线互联科技》，《信息安全与通信保密》，2013年10月
[5]王灵宇.《计算机审计理论与技术方法研究》，《中国科技博览》，2011年24期.