Python技术在大数据审计中的应用.pdfVIP

Python技术在大数据审计中的应用

作者：罗苑玮李春友邱晨炜

来源：《企业科技与发展》2021年第04期

【摘要】大数据时代，数据分析和数据挖掘技术应用于各行各业已成为趋势。为提高审

计工作的效率和质量，有效且清晰的数据信息显得尤为重要。因此，文章探讨如何利用Python

技术在大数据分析中的各种优势，实现审计数据的采集并快速分析数据结果。同时，为进一步

展示数据挖掘的实际应用效果，文章以对数字资产进行审查的相关工作为案例，为研究大数据

审计的应用与发展提供支持。

【关键词】python;大数据审计;数据挖掘

【中图分类号】TP311.13【文献标识码】A【文章编号】1674-0688（2021）04-0086-03

引言0

大数据时代的到来，使各行业的发展走向信息化，审计工作涉及行业广泛，被审计单位

的运行越来越依赖于信息化，审计工作也由原来传统的以账簿查账为主的方式逐步向数据化、

信息化、无纸化方向发展。大数据时代如何提高审计效率、降低审计风险是一个非常重要的命

题。近年来，国家出台了相关的政策，2015年中共中央办公厅、国务院办公厅正式印发《关

于完善审计制度若干重大问题的框架意见》及配套文件中明确提出“构建大数据审计工作模

式，构建国家审计数据系统和数字化审计平台，探索建立审计实时监督系统，实施联网审

计”。“加大大数据技术的应用，创新审计方法，更好地发挥审计作用”的观点，也在2016年金

砖国家最高审计机关领导人会议上被提出。2018年，习近平总书记也在中央审计委员会第一

次会议上指出，要坚持科技强审，加强审计信息化建设。

在这样的背景下，如何与时俱进地改变现有审计模式，在审计过程中通过大数据技术获

取相关审计数据深入分析，降低审计风险是审计部门和审计机构面临的挑战之一。大数據时

代，如果能将被审计对象原有无序的、零散的、体量巨大的数据以数据清洗和数据整理的方式

将其结构化、集中化，让其成为易于读取的审计信息，最后通过审计程序发现数据中更加清晰

和有效的线索。获取高质量数据可以更有效率地帮助审计师发现风险点，提高审计效率。目

前，基于数据挖掘的审计尽管有专家学者提出了相关概念，但是没有形成既定的理论体系，而

实务中的应用并未广泛展开，但是基于审计技术发展的迫切需求，该领域无论是在大数据审计

分析框架、多种技术应用于审计方法等方面都仍然有很多值得深入研究的方向。Python开源式

语言的出现，使得数据挖掘更具效率。本文将从Python语言的视角入手，探索Python在大数

据审计中的应用，对大数据时代下提高审计监督职能和审计工作效率具有重要的理论意义和社

会价值。

大数据审计的1特征分析

大数据的概念于2008年首次在《Nature》杂志上被提出。麦肯锡（2011）将大数据定义

为大小超出常规数据库工具获取、存储、管理和分析能力的数据集，并认为大数据包含大量、

迅捷、多样性和真实性几个特点[1]。在众多关于大数据审计的研究成果中，大多数的研究学

者认为大数据审计是大数据技术在审计方式方面的延伸和创新，主要包括两个方面：电子数据

审计和计算机信息系统审计。王会金、刘国城（2017）提出了大数据审计的构建思路，按照采

集、预处理、分析和可视化4个子平台组成大数据审计平台。在大数据环境下，被审计单位有

大量非格式化数据，如何处理这些非格式化数据并在这些非结构化数据中寻找疑点信息，是众

多研究的重点。大数据的4大特点给大数据审计带来新的审计思路和审计方法，同时也带来一

些新的挑战。

在数据来源方面，在如今的审计过程中，虽然被审计单位提供的数据类型主要是以结构

化的数据为主，但是半结构化数据和非结构化数据的占比也在不断增加。不易于分析的半结构

化数据、非结构化数据与结构化数据相比，具有高价值、大体量、多样化等特点，这就对审计

模型的处理能力提出了更高的要求。

在数据采集方面，主流的大数据的采集方法包括直接拷贝读取、开放数据互联、中间文

件采集等，但是这些用于挖掘和收集大数据的方法，要求被审计单位有一定的数据库基础，并

且所获得的这些数据也大多来自被审计单位。在大数据审计的环境下，审计人员的目光不能仅

限于被审计单位的内部，还应该更多地关注网络中公开的海量信息，只有这样，才能更加全面

且完整地了解被审计单位。所以，为了获取高质量的审计数据，对审计手段的多样化提出了更

高要求。

在应用实践方面，深度挖掘审计线索是具体的表现之一，对跨部门、多行业、深层次采

集到的海量数据