- 1、本文档共6页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
??
?
??
大数据技术下审计全覆盖对策研究
?
??
?
?
?
?
?
?
?
???
?
?
?
?
?
杨静雯
[提要]大数据技术为解决审计人力资源不足条件下审计全覆盖的政策要求提供了一种可行的解决方案;但是,大数据技术的应用,对于传统审计模式下的国家审计在成本约束、人力资源和数据获取等方面提出多种挑战,而解决大数据技术应用下审计全覆盖的主要对策是加强政府的引导与监督、提高审计人员胜任能力、建立大数据信息平台和设置大数据制度体系等。
关键词:大数据;国家审计;审计全覆盖
中图分类号:F239文献标识码:A
收录日期:2018年8月21日
一、大数据技术的运用对审计全覆盖的影响
(一)大数据技术的内涵及特点。“大数据”,又称海量数据,是一种目前主流信息处理技术完全无法应对的数据容量,它不单单是传统意义上的结构化“数字”,还包含着音频、视频、文本、图片等非结构化信息咨询,具有数据量大、数据处理速率快、结构种类繁杂、价值密度低的特点。大数据侧重于数据采集,是云计算发展过程中信息储存结果的延伸,没有大数据的巨量储存功能做依托,云计算也就失去了数据运营的平台。
(二)新时期审计全覆盖的特殊内涵。审计全覆盖是指审计机关在所属权限和能力范围内,对被审计单位内部信息系统提供的财务数据、国家审计系统信息、互联网多媒体信息等数据信息做到全方位、无死角的审计监督。审计全覆盖的重点在于数据量不仅多而且涉及面广,不但关注审计热点问题,还对关注度小但很有可能影响到最终审计评价的数据进行审计监督,力求审计范围最大化,全面扫除审计监督的死角和盲区,重点审查审计疑点、盲点,为国家政治决策和管理战略的制定提供参考依据。
(三)大数据技术的应用对审计全覆盖的影响。大数据技术推进了审计技术和方法的创新,大数据审计也成为各级政府部门、党政机关实现信息化审计的工作重点,审计的决策与管理很大程度上依赖于可能已经由被审单位处理过的、具有选择性呈现的数据,审计活动的透明度和效益性无法保证,大数据技术的应用可以使得数据的收集过程变得标准透明,IT技术人员通过语句固化,利用RFID标签自动识别、网络API接口、互联网爬虫、遥感传导等技术在各政府部门、金融机构、党政机关以及网络平台之间建立起审计信息数据共享平台,同步自主获取业务活动数据,经过数据分析分类、清洗、转化,最后储存在数据审计管理系统(OA)中,既可以保证数据的真实可靠,也大大减少审计资源的投入,并且通过对被审单位提供的内部财务数据、财务收支流水与互联网信息之间的多维比对,及时发现经济活动的疑点,并针对性地重点核查。
二、大数据技术推进审计全覆盖面临的挑战
(一)推进国家审计全覆盖与大数据审计初始进入成本较高之间的矛盾。传统的审计监督有一系列的运行成本,运用大数据审计推进审计全覆盖战略的实现同样存在着前期准入成本。Alles等人指出,之所以目前对推进审计全覆盖联网审计的需求不高,除了审计人员专业能力不足和审计机构审计思维固化等问题之外,联网审计实施初始成本高才是阻碍大数据审计进程的主要原因,政府各部门、党政机关联网审计的推行,有财政项目资金拨款的保障财务压力相对较小,短期成本效益尚且不能得到保证,那么对于其他审计机构来说,经济效益的可行性才是其首要考虑的因素。
(二)推进国家审计全覆盖与复合型高端审计人才资源不足之间的矛盾。国家审计全覆盖广度意义上的要求就是对审计对象进行全方位、无死角、最大范围的覆盖监督,以至项目数据量的激增与现有审计资源容量之间存在着矛盾,审计人员除了要具备的财会、审计等专业知识理论,对法律、金融和工程等应用类学科具备一定的知识储备,能熟练运用大数据审计的计算机操作,还要对先进的IT系统结构、RFID标签自动识别技术、网络API接口、互联网爬虫、遥感技术有基本的理论知识储备。目前,能够具备这些专业知识技能的审计人员只占总体审计人员很小部分,显然,审计复合型高端人才的缺口才是推进国家审计全覆盖进程的根本所在。
(三)推进国家审计全覆盖与现有数据中心技术水平有限之间的矛盾。现有数据中心存储、处理、分析能力的增长远赶不上信息爆炸带来的数据容量需求。在处理海量数据时要注意以下两点:
1、数据重复冗余。大数据的来源广泛且没有固定统一的数据标准形式,使得相关信息数据录入时,可能按不同分类进行了重复的采集,并且在数据处理转化阶段依然没有一个统一的制度标准。
2、非结构化与半结构化数据识别处理效率低。目前,数据分析审计模式对非结构化数据处理效率低,尽管可以运用云计算分布式处理数据,也有Hadoop并行处理提供技术保证,非结构处理仍存在不可共用,存在数据扩展性低的问题。
(四)推进国家审计全覆盖与数据范围、需求较难确定之间的矛盾
1、数据处理标准及转化机制亟待更新完善。目前,审计数据处理达不到标准
文档评论(0)