大数据环境下数据式审计模式研究.docVIP

大数据环境下数据式审计模式研究 　　【摘 要】在现代信息技术快速发展的过程中，大数据技术出现，这给审计工作带来了巨大影响。在大数据环境下，审计模式方面的研究工作还需要进一步加强。在本文中，笔者就数据式审计模式的可行性展开深入探讨，并从采集阶段、处理与存储阶段、分析阶段提出实施数据式审计模式的有效路径，从而为广大的审计工作人员提供有价值的资料。 　　【关键词】大数据环境；数据式；审计模式 　　一、引言 　　在信息技术的应用下，数据式审计模式将以往纸质账目审计对象转变为电子数据审计对象，从而更加高效地进行审计取证工作。在信息化技术不断发展的过程中，审计对象逐步发生变化，开始趋向大数据发展。针对这些状况，数据式审计模式方面的研究工作也应当有所调整。从大数据环境视角来对数据式审计模式展开研究是非常有必要的，有助于解决当前审计工作遇到的现实问题，提高审计水平。 　　二、大数据环境视角下数据式审计模式的可行性 　　在对大数据环境视角下数据式审计模式展开可行性分析的过程中可以从两方面进行：一是成本效益角度；二是需求供给角度。具体分析内容如下： 　　一是从成本效益的角度展开深入研究，从而判定某一审计项目是否具有可行性。在该角度下，我们也能够进行大数据环境的数据式审计模式的可行性分析。在具体的计算过程中，我们可以就每年度的收入、成本与投入进行计算，在设定折现率的基础上就净现值进行计算，根据计算结果我们能够获得这一投入是否具有可行性。当前净现值比0大，这意味着这一投入是具有可行性的；倘若净现值低于0，则意味着这项投入是不具备可行性的。但是从实际情况来看，我们多数情况下是无法准确地获得收入，企业往往还拥有一定的无形收益。所以，运用成本效益方法所获得的结果和现实状况存在一定差距。在现实工作中，我们应根据具体的实施方案来选择净现值最大的方案。 　　二是从需求与供给的角度来展开可行性分析。在大数据时代，在开展审计工作的过程中如果缺乏有效的审计模式，那么系统控制测评工作将无法顺利开展，整个审计工作无法顺利进行。及时优化与完善审计模式可以促使审计工作适应时代发展的需要，使得审计流程更加科学与规范，相关的数据更为丰富，分析方法更加有效。只有这样，数据式审计模式才能够得到更为广泛的应用。 　　在现代社会中，大数据技术的应用范围不断扩大，数据式审计模式也应进行适当调整。以往的系统控制测评难以满足网络大数据验证的要求，亟需从数据处理阶段入手，提高数据质量。在各种数据分析的过程中，结构化查询的方法已经难以满足实际应用的需要，相关部门比较加快大数据审计模式方面的研究工作，及时推出有效的分析方法。 　　三、大数据环境视角下数据式审计模式的路径分析 　　以往的数据管理系统是依托于关系型数据管理系统而构建的，尽管其能够有效地处理结构化数据，但是却难以处理半结构与非结构化数据。这不仅带来了昂贵的扩展与维护费用，还使得数据分析能力不佳，影响审计工作效率。在下文中，笔者将从采集阶段、处理与存储阶段、分析阶段来对大数据环境下数据审计模式的实施路径展开分析。 　　1.采集阶段 　　当前，审计人员能够从多个方面获得有效数据，数据来源渠道更多，如多种门户网站、社交平台、微信与微博等。这些数据大多为非结构化数据，数据量非常庞大，数据类型极为多样。从相关行业来看，其审计过程中所采用的数据大多为结构化数据，非结构化数据相对较少，主要包括业务文档、会议纪要等。在审计工作中，相关的数据包括财务数据、业务数据、管理数据，这些数据大多为审计文书与审计档案等，非结构化数据所占比重较多。因此，在数据采集的过程中应配置传感器、Web爬虫技术等来拓展数据采集范围。 　　2.处理和存储阶段 　　在大数据时代中，我们应对相关采集数据展开预处理工作，对数据进行集成、清洗与冗余消除，随后再进行存储。在数据集成的过程中，将不同渠道获得的数据从物理?c逻辑方面加以集中，从而为数据的使用者提供统一化的视图；在数据清洗的过程中，将不正确、不完善的数据进行修正与补充，从而提高数据的质量；进行冗余消除能够降低数据的重复，从而有效地利用存储空间。在大数据环境下，进行数据的预处理工作是非常有必要的，是后续审计工作顺利开展的基础。在存储方面应运用Hadoop数据处理平台。HDFS分布式文件系统、Hbase数据库，只有这样才能够满足海量数据存储的需求。 　　3.分析阶段 　　在以往的审计数据分析中，查询型分析和多维型分析为主要的分析模式，尽管结果非常准确，但是应用范围却比较小，且缺乏预测方面的分析。在大数据环境下，主要运用统计分析、数据挖掘、数据可视化等方法来拓展分析能力。在选择分析方法的过程中，可以根据数据的具体状况而进行。统计与数据挖掘方法主要应用与结构化数据的分析中；在对文本展开分析的过程中，可以运