大數(shù)據(jù)環(huán)境下的審計信息化思路篇

1、大數(shù)據(jù)環(huán)境下的審計信息化(思路篇)前言：審計信息化工作十余年， 面臨著云計算、 物聯(lián)網(wǎng)、大數(shù)據(jù)、移動通訊和社交網(wǎng)絡等新技術(shù)的挑戰(zhàn)。本文希望通過對大數(shù)據(jù)的理解、審計中的應用分析，提出大數(shù)據(jù)服務與審計的一個角度或方向，進而形成相關(guān)信息化配套建設的思 路。本文的編寫希望得到讀者的回饋，能夠收到您的批評、 指正。 一、大數(shù)據(jù)的定義和理解(一)廣泛定義對于大數(shù) 據(jù)的理解現(xiàn)在并沒有一個標準的定義，不過大家對于大數(shù)據(jù) 都有一個共同的認識， 那就是 4V( Volume 、Velocity 、Variety 、Veracity )：1.(Volume )數(shù)據(jù)量大， TB，PB ，乃至 EB 等 數(shù)據(jù)量的數(shù)據(jù)需

2、要分析處理。 2.( Velocity )要求快速響應， 市場變化快，要求能及時快速的響應變化，那對數(shù)據(jù)的分析 也要快速，在性能上有更高要求，所以數(shù)據(jù)量顯得對速度要 求有些“大”。3( Variety )數(shù)據(jù)多樣性：不同的數(shù)據(jù)源，非 結(jié)構(gòu)化數(shù)據(jù)越來越多，需要進行清洗，整理，篩選等操作， 變?yōu)榻Y(jié)構(gòu)數(shù)據(jù)。 4.(Veracity )價值密度低， 由于數(shù)據(jù)采集的 不及時，數(shù)據(jù)樣本不全面，數(shù)據(jù)可能不連續(xù)等等，數(shù)據(jù)可能 會失真，但當數(shù)據(jù)量達到一定規(guī)模，可以通過更多的數(shù)據(jù)達 到更真實全面的反饋。而簡化一下描述，其實“大數(shù)據(jù)”是 個體量特別大，數(shù)據(jù)類別特別多的數(shù)據(jù)集，并且這樣的數(shù)據(jù) 集無法用傳統(tǒng)數(shù)據(jù)庫工具對

3、其內(nèi)容進行抓取、管理和處理。二）審計的大數(shù)據(jù)特征從“大數(shù)據(jù)”概念產(chǎn)生的緣由來看審 計行業(yè)是一個天然需要大數(shù)據(jù)概念及其實現(xiàn)技術(shù)的行業(yè)。我 們分析如下：首先，審計行業(yè)的“生產(chǎn)對象”是被審計對象的 數(shù)據(jù)，雖然說審計是對財政財務收支的監(jiān)督。但是為了了解 財務的真實情況，必然需要關(guān)注業(yè)務數(shù)據(jù)，這些行業(yè)的數(shù)據(jù) 每一個都可以說是數(shù)據(jù)體量巨大。同時這些數(shù)據(jù)也是復雜多 樣的，結(jié)構(gòu)化數(shù)據(jù)不用說了（二維表數(shù)據(jù)、立方體數(shù)據(jù)、空 間數(shù)據(jù)等），非結(jié)構(gòu)化數(shù)據(jù)例如：被審計單位的各種制度、 文件、影像等。其次，審計的職責是查處財政財務的真實、 合法和效益問題。查處過程中，需要在這些海量數(shù)據(jù)中進行 關(guān)聯(lián)、匯聚的查詢或計算工作，而

4、且這些計算需要同時作用 在結(jié)構(gòu)化、半結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)之上。在沒有大數(shù)據(jù)技 術(shù)支撐之前，采用抽樣或按領(lǐng)域分開的方式進行審計分析， 無形中形成了數(shù)據(jù)之間的壁壘和分析的局限性。最后，審計 工作中的審計思路、方法，雖然有章可循，但最終還要依賴 于具體參與審計工作的人的智慧。這也就決定了所有的分析 工作不能像其他的數(shù)據(jù)中心、數(shù)據(jù)分析、數(shù)據(jù)挖掘、決策支 持系統(tǒng)一樣， 是相對“固化”的。而思路的火花是稍縱即逝的， 對任何一個突然閃出的分析思路都應該在“秒級”響應。大數(shù)據(jù)的關(guān)鍵技術(shù)大數(shù)據(jù)關(guān)鍵技術(shù)包括數(shù)據(jù)抽取與集成、數(shù) 據(jù)分析、數(shù)據(jù)解釋 3 個領(lǐng)域。 1數(shù)據(jù)抽取與集成。大數(shù)據(jù)的一個重要特點是多樣性。意味著其

5、數(shù)據(jù)來源極其廣泛。數(shù)據(jù)類型極為繁雜，這種復雜的數(shù)據(jù)環(huán)境要求必須對數(shù)據(jù)源中 的數(shù)據(jù)進行抽取和集成。并采用統(tǒng)一定義的結(jié)構(gòu)來存儲這些 數(shù)據(jù)。為保證數(shù)據(jù)質(zhì)量，需要在數(shù)據(jù)抽取與集成后進行數(shù)據(jù) 清洗。（ 1 ）數(shù)據(jù)采集： ETL 工具負責將分布的、異構(gòu)數(shù)據(jù)源 中的數(shù)據(jù)如關(guān)系數(shù)據(jù)、平面數(shù)據(jù)文件等抽取到臨時中間層后 進行清洗、轉(zhuǎn)換、集成，最后加載到數(shù)據(jù)倉庫或數(shù)據(jù)集市中， 成為聯(lián)機分析處理、數(shù)據(jù)挖掘的基礎。 （ 2）數(shù)據(jù)存?。宏P(guān)系數(shù)據(jù)庫、 NOSQL 、 SQL 等。（3）數(shù)據(jù)處理：自然語言處理(NLP ，NaturalLanguageProcessing) 是研究人與計算機交互 的語言問題的一門學科。處理自然

6、語言的關(guān)鍵是要讓計算機理解自然語言，所以自然語言處理又叫做自然語言理解(NLU ， NaturalLanguage Understanding) ，也稱為計算語言學 (Computational Linguistics方面它是語言信息處理的個分支，另一方面它是人工智能 （AI, Artificial Intelligence）的核心課題之一。 2 數(shù)據(jù)分析數(shù)據(jù)分析是大數(shù)據(jù)發(fā)揮其核心價值的重要流程， 主要的分析技術(shù)有統(tǒng)計分析、數(shù)據(jù)挖掘、模型預測等，分析的結(jié)論可用于推薦系統(tǒng)、專家系統(tǒng)、商業(yè) 智能和決策支持系統(tǒng)等。 （1）統(tǒng)計分析：假設檢驗、顯著性 檢驗、差異分析、 相關(guān)分析、 T 檢驗、 方差分析

7、、 卡方分析、偏相關(guān)分析、距離分析、回歸分析、簡單回歸分析、多元回歸分析、逐步回歸、回歸預測與殘差分析、嶺回歸、logistic回歸分析、曲線估計、因子分析、聚類分析、主成分分析、因子分析、快速聚類法與聚類法、判別分析、對應分析、多 元對應分析（最優(yōu)尺度分析） 、 bootstrap 技術(shù)等等。（ 2 ）數(shù)Estimation ）、預測據(jù)挖掘：分類 （ Classification ）、估計（Prediction ）、相關(guān)性分組或關(guān)聯(lián)規(guī)則 （ Affinity grouping or association rules ）、聚類（ Clustering ）、描述和可視化、Description

8、 and Visualization ）、復雜數(shù)據(jù)類型挖掘（Text,Web , 圖形圖像，視頻，音頻等 ）（3）模型預測：預測模型、機器學習、建模仿真。 3數(shù)據(jù)解釋在數(shù)據(jù)分析的基礎上，終端用戶往往最關(guān)心的是數(shù)據(jù)的展示方式，如果分析 結(jié)果沒有采用適當?shù)慕忉尫椒?，所得到的分析結(jié)論往往讓用戶難以理解，極端情況下甚至會誤導用戶。傳統(tǒng)的解釋方法僅是文本、圖表等電腦終端上的直觀顯示，未來提升數(shù)據(jù)解釋能力可以引入標簽云 （tag cloud） 、關(guān)系圖等可視化技術(shù)解 決，甚至可以采用人機交互技術(shù)，在交互過程中逐步引導用戶進入分析流程，達到最佳的數(shù)據(jù)解釋效果。4基礎架構(gòu)大數(shù)據(jù)價值的完整體現(xiàn)需要多種技術(shù)的協(xié)同

9、。為了便于數(shù)據(jù)管理，需要建立云存儲系統(tǒng)等存儲結(jié)構(gòu)化、非結(jié)構(gòu)化、半結(jié)構(gòu)化類型的數(shù)據(jù)。為了加速數(shù)據(jù)處理，需要采用云計算、云 存儲、分布式文件存儲等分布式計算技術(shù)。通過索引與查詢 技術(shù)，提供搜索引擎服務，提高用戶對大數(shù)據(jù)的使用效率。二、大數(shù)據(jù)技術(shù)為審計打開的“窗”我們都知道傳統(tǒng)的審計， 無論是計算機輔助審計、計算機審計、自動化審計，都是在既定計劃、既定方向上開展的，這對于制定計劃、制定審計 方案的人是一個考驗，同時執(zhí)行人也將艱難的去踐行。原來 在電子審計體系發(fā)展的研究中，有人曾提出過智能審計和智 慧審計的概念，如何定義智能、智慧呢，如何實現(xiàn)智能、智 慧呢？其實一直沒有很好的可執(zhí)行方案，大數(shù)據(jù)時代的來

10、臨， 大數(shù)據(jù)技術(shù)的發(fā)展為我們破題了。我覺得大數(shù)據(jù)技術(shù)的運用 至少能夠帶來以下幾個方面的進化： （一）審計計劃徹底放 開看到這個小標題，大家不要誤會，不是說不要計劃、隨性 開展審計項目。今后的計劃分為兩類：一是固定審計工作， 二是專題審計工作。 1 固定審計類似現(xiàn)在每年都要開展的 部門預算執(zhí)行審計一樣，今后像社保、稅收、環(huán)資、投資等 審計都會進入固定審計工作。就因為大數(shù)據(jù)時代的來臨，對 于審計來說數(shù)據(jù)已經(jīng)極大豐富，而且能夠提供應對這些數(shù)據(jù) 的采集、存儲、處理、分析的大數(shù)據(jù)技術(shù)。 2專題審計（或者叫隨機審計）不再像原來一樣，年初制定計劃，年中調(diào)整計劃。而是采用征集審計專題，組織評審后形成專題審計工

11、 已經(jīng)不再是一個思路，而是有大數(shù)據(jù)分析的結(jié)論依據(jù)支撐的 審計方案。這也就意味著，專題審計的方向、形成時間都不 固定了，雖然是無計劃性的，但是很有“市場味”，不但廣開 思路，而且對外界響應更快、更靈活。 （二）審計思路徹底 解放大數(shù)據(jù)時代來臨，審計工作已經(jīng)不再是計劃經(jīng)濟了，對 于審計人員來說可以去研究自己擅長的、關(guān)注的數(shù)據(jù)，通過 大數(shù)據(jù)分析去尋找審計專題，形成審計項目。審計署通過鼓 勵 10 萬審計人員進行“科研”，并擇優(yōu)支持 （即形成專題審計 項目）。專題提出人或團隊獲得支持（數(shù)據(jù)、資金、人員、 政策等），開展審計實踐，形成審計成果和審計研究成果， 即完成審計的揭示、預防功能，又形成審計抵御積

12、累。在現(xiàn) 今的社會，已經(jīng)不強求全面發(fā)展的人才，木桶原理也已經(jīng)略 顯過時了。所以對于審計思路，也不要用條條框框去限制， 讓所有審計人員像創(chuàng)業(yè)者一樣去發(fā)揮自己的特長，做某一點 的冒尖者，何愁沒有審計思路，沒審計成果。 （三）審計效 能進入藍海我們都知道全國審計機關(guān)的人數(shù)已經(jīng)有很多年 沒有增加了， 但國民生產(chǎn)總值、 財政資金總量都在大幅增長， 經(jīng)濟社會的復雜度更是呈幾何增長。通過計算機審計、數(shù)字 化審計等方式，讓審計效能也獲得了大幅度提升。但是隨著 互聯(lián)網(wǎng)時代的信息大爆炸（即摩爾第三定律） ，現(xiàn)有的信息 化技術(shù)已經(jīng)無法持續(xù)提升審計效能。審計效能的評價通常以 審計人員數(shù)量作為基數(shù)，而提升審計效能的方法

13、卻不是以審 計人員數(shù)量為基數(shù)。在大數(shù)據(jù)時代來臨，我們將審計工作轉(zhuǎn) 向每一個審計人員都是效能提升的一個節(jié)點，才能使我們能 夠適應幾何式的增長。而且效能提升節(jié)點之間可以進行網(wǎng)狀作（當然這里會有一些安全保密的問題需要處理）。征集的能，連接，獲得更強的效能提升可能，也是下一步效能提升的重 點，只有讓每個節(jié)點（審計人員）的都是效能提升因素，才能使審計效能進入藍海。三、利用大數(shù)據(jù)服務審計工作的思 路從上述分析，如果利用大數(shù)據(jù)服務審計，將形成怎樣的審 計工作方式：（一）審計模式的變化之前已經(jīng)提到過，今后 的審計沒有什么計劃規(guī)定，而只有固定和專題（隨機）審計 兩類，固定的不需要計劃，專題的無法計劃。作為固定的

14、審 計工作，就像走流程一樣，安排人去執(zhí)行，類似巡邏，發(fā)現(xiàn) 異常拉響警報，派人去調(diào)查。作為隨機的審計工作，首先是 由思路提出人申報（當然也可以安排專門的團隊去研究） 然后通過評審確定為審計項目。審計項目也往往不再是一個 點、一個區(qū)域的項目，全部都是跨領(lǐng)域、跨地域（全國性） 的綜合性審計項目。（二）審計工作的工作變化可以說審計 人員不再像傳統(tǒng)審計項目，在項目執(zhí)行階段不斷地去尋找審 計思路。而是在項目確定之前，通過數(shù)據(jù)分析確定好審計思 路（想明白如何審計），真的下項目了，更多的是“體力活”。審計項目的執(zhí)行方式也不再是派項目組到處跑，而是通過將 專題審計分析的方案發(fā)給相關(guān)審計區(qū)域、領(lǐng)域的接口人，由 他

15、們幫助完成“體力活”。（三）審計成果的變化審計成果的內(nèi) 容也將得到極大的擴展：首先成果的梳理方式都要像全國統(tǒng)組織項目的成果一樣進行梳理；其次由于所有的成果都不 再是單點的，所以數(shù)額都會成線性增長；最后每年提出的專 題審計數(shù)量、質(zhì)量將直接影響當年的審計成果數(shù)量和質(zhì)量。四、大數(shù)據(jù)信息化的基礎配套建設內(nèi)容（一）以大數(shù)據(jù)方式建設的數(shù)據(jù)中心大數(shù)據(jù)信息化，首先必須有一個大數(shù)據(jù)的數(shù) 據(jù)中心。主要有以下幾個特征： 1 任何數(shù)據(jù)都是中心、又 不是中心，數(shù)據(jù)之間的關(guān)聯(lián)性是核心特征之一。數(shù)據(jù)之間的 關(guān)聯(lián)不會因為數(shù)據(jù)量、 數(shù)據(jù)類型、 數(shù)據(jù)形態(tài)而受影響。 2數(shù)據(jù)的檢索速度都在秒級。對于數(shù)據(jù)的檢索與查詢都在秒級完成，這樣才能提供最基礎的數(shù)據(jù)服務。 (二)大數(shù)據(jù)的應用建設思路大數(shù)據(jù)應用功能可以拆分為四個層次：1統(tǒng)計展示。此階段的目的是描述“發(fā)生了什么(whathappened)