本文摘要：摘 要：適應全覆蓋的新形勢和要求，基層審計單位必須建立大數據應用機制。筆者認為，應當重點關注四個要素：職業關注、風險防控、價值發掘以及平臺協作。圍繞以上四個要素探索構建基層審計大數據應用機制。 關鍵詞：基層 大數據審計 機制 要素 路徑 近年來，
摘 要：適應全覆蓋的新形勢和要求，基層審計單位必須建立大數據應用機制。筆者認為，應當重點關注四個要素：職業關注、風險防控、價值發掘以及平臺協作。圍繞以上四個要素探索構建基層審計大數據應用機制。
關鍵詞：基層 大數據審計 機制 要素 路徑
近年來，隨著依法治國的深入推進和扶貧脫貧進入攻堅期，基層審計職責的重要性日益凸顯，同時，基層審計項目呈現出審計對象多元，數據結構多樣、價值密度低、體量巨大等特點。面臨新的形勢和要求，基層審計機關必須探索建立與之相適應的審計機制。大數據審計存儲量巨大，能夠快速處理巨量數據和多結構數據，而且數據處理、分析速度快、可以從巨量數據、低價值密度數據中挖掘數據的潛在價值，很好的契合了基層審計的新形勢和新要求。
一、基層審計大數據應用機制的建構要素
(一)職業關注
美國注冊會計師協會(AICPA)于1957年發表的《審計標準說明》《公認審計標準》兩個公告中首次提出了“職業關注”的概念。職業關注是執業時的一種工作風范，是指審計人員應有的社會公認的學識水平和業務能力，具體包括：本體認知、教育經歷、從業經驗、職稱資質、技術創新及應用等方面的內容。職業關注要求審計人員在執行審計中對引起疑慮的情況保持警覺，審慎地分析、評價審計證據。除了職業能力和知識，職業關注重點體現在于對大數據審計機制的本質認知。應當認識到，基層審計是國家治理的組成部分，在國家治理構造中主要發揮免疫作用。基層審計通過大數據應用能夠實施預警和監控，發現整個經濟、社會運行安全的苗頭性、傾向性問題，及早感知風險，找到數據呈現的隱蔽風險，起到抑制和抵御風險的作用。
(二)風險防控
風險管控是基層審計必須從技術手段上解決的關鍵難題。隨著數據中心不斷整合以及虛擬化、VID、云端運算應用程序的興起，越來越多的運算效能與數據都集中到數據中心和服務器上，安全和隱私問題可以說是云計算和大數據時代所面臨的最為嚴峻的挑戰�；鶎訉徲嫷拇髷祿糜捎跀祿�、目標大，如果缺乏相應的防控機制，更容易爆發數據危機。此外，對云存儲、并行計算技術這些技術架構的訪問控制、安全審計工具在國內還處于發展狀態，在PB甚至EB的數量級的情況下，訪問控制、審計工具的吞吐量可能無法滿足需求，同時，如何將分散的結構化、半結構化及非結構化數據匯總分析，在巨大的訪問行為中開展審計、發現問題還需進一步研究。
(三)價值發掘
基層審計的大數據分析絕不僅僅是信息技術領域的革命，更是建設數據政府，引領政府智能決策的利器。依托大數據建立科學的數據分析模型，能夠通過政務運行、項目投資、行政處罰、信用監控等數據的綜合對比、分析、科學篩查，及時發現異常、及時預警、精準打擊，減少執法資源的無效投入和浪費，全面提高監管效能�？茖W的大數據審計分析將成為政府借助內部監管力量，提升治理水平的重要抓手，為政府進一步簡政放權提供科學依據。在政策制定階段，基層審計通過對歷史數據的有效分析，可以為新計劃的制定提供寶貴的借鑒。在政策實施階段，基層審計大數據分析可以有效地監控政策的實施情況、掌握影響政策的順利實施的因素。對于政策實際過程中出現的一些問題或失誤，大數據審計分析可以快速、準確地反映給決策者，從而能在第一時間提出補救或修正措施。在政策評估階段，大數據審計分析同樣有著不可忽視的作用。如政策的實施是否發揮預期的作用，實施后有產生了哪些方面的后果等等都需要通過科學的數據分析來解答。
(四)平臺協作
大數據平臺協作是大數據審計發展的重要載體，是數據收集、存儲和分析的重要保障。平臺與協作是構建基層審計大數據應用機制的基礎要素�；趨f作平臺，用戶不再需要了解基礎設施的細節，不必完全具備相應的專業知識，在“云”協作中甚至無須直接進行控制。目前基層審計覆蓋財政、教育、扶貧、工程等多個行業及領域，數據量巨大，基層審計項目年度數據總量(含結構化和非結構化數據)一般可達到幾個PB甚至EB的級別(1EB=1024PB，1PB=1024TB)，而且非結構化數據比重較大，而發揮基層大數據審計的應用功能必須對非結構化數據進行分析并將非結構化數據和結構化數據進行集成和處理。此外，數字世界的發展趨勢也迫切要求基層審計必須重視協作與平臺的構建。根據IDC《數字世界》項目研究的統計，2010年全球數字世界的規模首次達到了ZB級別(1ZB=1萬億GB)，而2005年這個數字只有130EB，基本上5年增長了10倍。根據這種爆炸式的增長速度，意味著到2020年數字世界的規模保守估計將達到40ZB，相當于人均擁有5247GB的數據。巨量數據的協作和存儲平臺不但能實現高效保存和管理海量數據，而且通過運營方集中、統一部署管理存儲系統，降低了數據存儲的成本和基層審計大數據技術應用的準入門檻。
二、基層大數據審計機制的建構路徑
(一)完善大數據審計人才培養機制
加強對基層審計機關審計人員的培訓，加快培養一批審計、計算機技術復合型人才。一是要逐步調整人員結構，提高計算機人才占比。根據基層審計需求，有重點地引進大數據專業人才，并制定一線審計業務骨干中長期發展計劃。二是加強業務培訓，提升計算機審計技能水平。重點加強一線審計業務人員的計算機審計操作培訓、大數據審計培訓，充分利用網絡慕課等在線教育形式，鼓勵參訓人員取得計算機審計職稱資質，為基層審計單位的大數據審計事業積累人才儲備力量，加大對基層審計人員審計方法和新技術的培訓。三是“以審代訓”與“以考代訓”相結合，簡化審計培訓流程，突出實踐應用。將新入職的人員、審計經驗欠缺的人員分派到審計組跟班學習，由審計組組長及業務骨干“傳幫帶”，以審代訓，在實踐中提高相關人員審計水平，提高大數據審計技術運用水平。此外，還應建立健全基層審計人員大數據應用激勵機制，鼓勵一線審計人員掌握大數據審計技術，以考代訓，并對通過考試取得職稱等證書的給予一定獎勵。
推薦閱讀：《南京審計大學學報》(原：南京審計學院學報)(雙月刊)是由南京審計大學主辦的學術期刊，2004年2月正式創刊并公開發行，雙月刊。
轉載請注明來自發表學術論文網：http://www.cnzjbx.cn/jjlw/19617.html
