京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据审计在实践中的应用与思考
近日,中办、国办印发的《关于实行审计全覆盖的实施意见》中指出:“适应大数据审计需要,构建国家审计数据系统和数字化审计平台,数据分析师积极运用大数据技术,加大数据分析师培训,加大业务数据与财务数据、单位数据与行业数据以及跨行业、跨领域数据的综合比对和关联分析力度,提高运用信息化技术查核问题、评价判断、宏观分析的能力。”近年在利用大数据开展审计监督方面进行了有益的尝试,取得一些成效,实施意见的出台为审计机关下一步开展大数据审计明确了方向。
一、大数据及大数据审计的认识
1.大数据改变审计传统模式。在“数据即资源”已成为社会共识的环境下,审计作为行政权力制约监督体系的重要组成部分,在近年的审计实践中已充分认识到大数据审计的重要性。各行各业源源不断产生的数据,改变了传统的审计查账模式。尽管目前对财务电子数据进行审计是必选操作,但财政、财务数据只是大数据的一部分。随着审计作为国家治理的重要组成部分,审计监督工作过程中采集的财政、财务收支账本所能显现和包含的数据信息量已无法满足审计需求,因此扩大数据来源,开启数据通道,全面掌握政府各部门数据资源目录,并充分利用大数据开展远程监督、数据说话的新审计模式已成为必要。
2.整合数据充分发挥审计功能。国库集中支付后,除了预算指标、会计核算、集中支付等预算单位财务数据集中在财政部门外,政府各部门掌握的业务数据各自管理使用,数据割裂的情况没有得到改变。特别是财政、社保、税务、工商、住房等部门数据种类多、体量大,但部门间的数据没有共享,各自为政,各为其主,数据的叠加效应难以实现。只有将分散在不同部门中的数据相互关联并进行深度挖掘分析,跟踪资金与关联业务的使用情况,揭示存在的问题,让每一笔财政资金的运用纳入审计“云端”守护,才能准确揭示存在的问题,评估相关政策实施的效果,分析事物发展变化的趋势,防患于未然,发挥审计“预警”功能。
3.构建数据审计强化监督力度。作为国家的综合监督部门,审计机关代表政府行使审计监督权,有权对国务院各部门和各级地方人民政府及各部门依法进行审计监督。近年来我市审计机关根据《国务院关于加强审计工作的意见》和《浙江省审计条例》等规定,相继建设完成“金审一期、二期工程”及基础技术平台的建设。通过构建审计大数据,建设审计共享平台,培养了一支能够深入开展数据式审计的队伍。在探索运用大数据技术,加大数据综合利用力度,加强联网审计等方面进行有益探索,在利用大数据强化审计监督方面取得了一定成效。
二、大数据审计在实践中的应用
在大数据背景下,金华市审计局利用{数据分析师}对数据分析创新审计思路和方法,在政府相关政府部门的支持下,初步建立了数据共享机制,构建“总体分析、系统研究、发现疑点、分散核实”的数字化审计模式。同时依托审计数据平台,综合利用财务与业务数据、历史与当前数据,开展跨行业、跨领域的数据分析,综合对比,深入挖掘,揭示深层问题,提出合理建议,在反腐、改革中所发挥重要保障作用。
1.大数据助推审计全覆盖。要实现审计全覆盖,必须创新审计方法,近年的大数据审计在对象上,做到纳入预算收支单位无遗漏,在内容上,做到涵盖单位或项目的全部财政收支无死角。特别是在公款支出、公款消费审计中,如果采用传统方法只能选择10余家预算单位进行抽审。而借助数字化审计手段,运用大数据技术,实现对市本级300多家预算单位审计全覆盖。从2014年开始连续两年对60家一级预算单位公款支出、公款消费审计,通过数据分析,对违反“八项规定”情况进行审计核查,督促部门纠正和整改,规范开支行为,节约公共资金,促进制度的出台和完善。
2.大数据审计实现深度挖掘。我们以多级数据、部门之间数据分析为平台,利用大数据摸清资金“最后一公里”走向。在涉农、科技资金专项审计中,横向通过企业项目、补助资金、参保人数、营业收入、税收缴纳情况的数据分析,以及企业获取不同项目的补助资金和补助总数,纵向利用市区财政之间的联动分析、末端跟踪等,分析企业可能存在的问题,对数据发现审计线索进行核查。分析发现企业多头申报项目、弄虚作假、骗取财政资金等问题;在税收数据大集中审计,将地税与房产、国土部门的数据进行对比,及时发现应缴未缴、拖欠税款等问题。通过追回被骗取资金或补交税款等方式,提高财政资金利用绩效,增加财政收入,强化追责问责力度。
3.大数据审计推进制度完善。大数据审计不仅可以通过对相关领域长年累月形成的数据进行分析,挖掘出某种群体行为的共同特点,提示某种社会现象的潜在规律,为政府制定政策提供关键依据,同时还可以评估政府政策的实施效果,从而帮助政府不断发现问题,改进方法。比如在对社会保障审计中利用社保各项数据进行比对,分析出重复参保的现象;在廉租房审计中,通过车管所车辆、房产以及公积金缴费信息等跨部门数据的关联分析,发现不符合承租标准的人员。通过大数据关联分析,针对存在问题,督促部门完善制度,创新管理手段,推动政策不断完善,更好地推动国家治理的现代化。
三、大数据审计离不开政府部门的支持
1.提供真实完整的数据信息。《国务院关于加强审计工作的意见》中明确要求:“有关部门、金融机构和国有企事业单位应根据审计工作需要,依法向审计机关提供与本单位本系统履行职责相关的电子数据信息和必要的技术文档。”审计结果能否客观公正在很大程度上取决于被审数据是否真实可靠,是否完整齐备。只有各级部门提供原汁原味,反映业务全过程的电子数据,详细说明数据结构和管理流程,审计时问题才能找得准,问题才能早发现早纠正,防止重大经济风险的发生,从而真正发挥审计监督治理作用。
2.加强共享规范系统建设。信息技术的发展,促进政府部门间的作业实现跨系统、跨平台、跨数据结构的协同工作开展。政府信息公开和网上政府建设的推进,政务资源交换平台的建设,实现多对多的信息交换与共享,有效推动信息对内共享和对外公开。政府信息系统建设,应强化顶层设计,各部门在电子政务项目建设中,根据统一标准,规范数据,预留接口,优化网络,切实保障大数据审计作业实践。
构建大数据审计是时代发展的需要,也是提高审计能力、质量和效率的需要,更是提升审计监督范围和力度的需要,审计机关需积极应对,主动对接,转变思路、创新方法,发挥大数据环境下审计推动完善国家治理中的重要作用。数据分析师培训
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在实验检测、质量控制、科研验证等场景中,“方法验证”是确保检测/分析结果可靠、可复用的核心环节——无论是新开发的检测方法 ...
2026-03-04在数据分析、科研实验、办公统计等场景中,我们常常需要对比两组数据的整体差异——比如两种营销策略的销售额差异、两种实验方案 ...
2026-03-04在数字化转型进入深水区的今天,企业对数据的依赖程度日益加深,而数据治理体系则是企业实现数据规范化、高质量化、价值化的核心 ...
2026-03-04在深度学习,尤其是卷积神经网络(CNN)的实操中,转置卷积(Transposed Convolution)是一个高频应用的操作——它核心用于实现 ...
2026-03-03在日常办公、数据分析、金融理财、科研统计等场景中,我们经常需要计算“平均值”来概括一组数据的整体水平——比如计算月度平均 ...
2026-03-03在数字化转型的浪潮中,数据已成为企业最核心的战略资产,而数据治理则是激活这份资产价值的前提——没有规范、高质量的数据治理 ...
2026-03-03在Excel办公中,数据透视表是汇总、分析繁杂数据的核心工具,我们常常通过它快速得到销售额汇总、人员统计、业绩分析等关键结果 ...
2026-03-02在日常办公和数据分析中,我们常常需要探究两个或多个数据之间的关联关系——比如销售额与广告投入是否正相关、员工出勤率与绩效 ...
2026-03-02在数字化运营中,时间序列数据是CDA(Certified Data Analyst)数据分析师最常接触的数据类型之一——每日的营收、每小时的用户 ...
2026-03-02在日常办公中,数据透视表是Excel、WPS等表格工具中最常用的数据分析利器——它能快速汇总繁杂数据、挖掘数据关联、生成直观报表 ...
2026-02-28有限元法(Finite Element Method, FEM)作为工程数值模拟的核心工具,已广泛应用于机械制造、航空航天、土木工程、生物医学等多 ...
2026-02-28在数字化时代,“以用户为中心”已成为企业运营的核心逻辑,而用户画像则是企业读懂用户、精准服务用户的关键载体。CDA(Certifi ...
2026-02-28在Python面向对象编程(OOP)中,类方法是构建模块化、可复用代码的核心载体,也是实现封装、继承、多态特性的关键工具。无论是 ...
2026-02-27在MySQL数据库优化中,索引是提升查询效率的核心手段—— 面对千万级、亿级数据量,合理创建索引能将查询时间从秒级压缩到毫秒级 ...
2026-02-27在数字化时代,企业积累的海量数据如同散落的珍珠,若缺乏有效的梳理与分类,终将难以发挥实际价值。CDA(Certified Data Analys ...
2026-02-27在问卷调研中,我们常遇到这样的场景:针对同一批调查对象,在不同时间点(如干预前、干预后、随访期)发放相同或相似的问卷,收 ...
2026-02-26在销售管理的实操场景中,“销售机会”是核心抓手—— 从潜在客户接触到最终成交,每一个环节都藏着业绩增长的关键,也暗藏着客 ...
2026-02-26在CDA数据分析师的日常工作中,数据提取、整理、加工是所有分析工作的起点,而“创建表”与“创建视图”,则是数据库操作中最基 ...
2026-02-26在机器学习分析、数据决策的全流程中,“数据质量决定分析价值”早已成为行业共识—— 正如我们此前在运用机器学习进行分析时强 ...
2026-02-25在数字化时代,数据已成为企业决策、行业升级的核心资产,但海量杂乱的原始数据本身不具备价值—— 只有通过科学的分析方法,挖 ...
2026-02-25