（博士）

一、引言

随着国家审计被提升至国家治理层面，党的十八大四中全会提出了构建横向到边、纵向到底的国家审计全覆盖体系，即实现监督对象全覆盖、监督过程全覆盖、监督方式多元化。审计全覆盖必将造成审计任务量的增加，依靠传统的审计方式和手段，无法实现审计对象的海量数据获取、存储及处理。而如今很多被审计单位提供的数据是TB甚至是PB级的大数据，大数据具有体量巨大（Volume）、处理速度快（Veracity）、数据种类多（Velocity）和价值密度低（Value）的特点，审计工作催生了应用大数据分析技术的需求，来解决审计需求和审计资源不匹配的矛盾。本文提出充分利用大数据的优势，改进国家审计技术和方法，提高国家审计效率，实现国家审计监督全覆盖的目标。

二、文献回顾

近年来，理论界针对大数据审计开展了一系列研究。秦荣生（2014）分析了大数据、云计算技术对审计的影响，提出了强化大数据、云计算审计应用的建议。顾洪菲（2015）从数据量、数据结构、数据处理方面分析大数据审计的技术要求，阐述了大数据审计的数据分析方法和分析结果的现实需求。朱玲玲（2016）通过分析审计计划、审计执行以及审计完成后大数据对审计思维模式及审计方法的影响，提出实现审计监督全覆盖的建议。靳思昌（2016）在分析大数据引发国家审计服务国家治理范式革命的基础上，阐述了大数据、公众参与、国家治理之间的内在机理，提出了国家审计服务国家治理的路径选择。何琰（2016）提出应用大数据分析技术使得审计方法从数据验证性分析向数据挖掘性分析转变，审计方式从发现问题向风险预警转变，构建专业的审计分析队伍实现传统纸质账本审计向大数据审计转变。

三、大数据的资产属性及价值创造

（一）大数据的资产属性

维克多（2013）认为大数据是人们获取新的认知、创造新的价值的源泉，通过数据挖掘能够给企业带来经济利益的数据集合。在大数据时代，谁掌握的数据和信息越多，谁对经济、企业发展等就越有发言权；谁掌握数据和信息越可靠，谁的决策就越准确；谁享有的数据资产越多，谁就有更大的竞争力。

随着大数据技术的日益成熟，有关数据的搜集、交易、处理、互换、整合的例子日益增多，大数据的资产属性越来越受到社会的认可。2015年4月15日，全国第一家大数据交易所——贵阳大数据交易所正式挂牌运营，并完成首批大数据交易，这标志着大数据已进入资本市场，大数据资产开始流通并产生价值。大数据作为一种战略资产，已渗透到每个行业、领域和部门，在提升国家审计预警经济社会风险能力、变革全数据模式的审计思维上意义重大。审计机关收集被审计单位财务数据进行分析时，还可以向大数据交易所购买数据，与被审计单位内部数据进行印证，提高数据可信度，进而提高审计质量、降低审计风险。审计机关重建以来，积累了大量的审计数据信息，通过审计人员的数据挖掘，将看似无关的海量数据聚合起来，用特定的逻辑和算法找出数据之间的关联，将数据变为资产，推动这些资产在各个部门共享，发挥其价值，从而形成可以复制并反复交易的资产。例如，阿里巴巴平台交易产生的大数据，服装设计公司使用其中的服装交易数据能够用来调整产品设计（刘琦、童洋、魏永长等，2016）。

审计机关通过将客户数据录入，形成审计机关专有的数据池，通过运用这些数据可以更好地了解被审计单位的昨天今天，进而对被审计单位存在的风险做出预测分析，从而大大拓展审计机关的业务范畴。审计机关不再局限于审计、审阅业务，还可以开展数据审计、行为审计、责任审计等业务。大数据的价值不仅仅是海量的数据，还包括海量数据背后隐藏的高价值密度信息。2009年，阿里巴巴开始试水小额贷业务，取得了巨大的成功，引起诸多人关注。尽管弄清了它的运营机理，但却无法复制（王雯婷、张小竹、陶然等，2016）。原因在于阿里巴巴掌握的数据信息无法复制。由此可以看出数据的私密性使其能够成为企业的资产，并为企业创造价值。审计人员利用大数据将被审计单位信息集中在一起，就如同长了“千里眼”，足不出户就可以及时、全面地了解被审计单位的相关信息，从而减少以往审计中耗时、耗力的资料搜集工作，提高审计效率。数据资产化使以往看似“毫无价值”的数据成为企业资产的一部分，让沉睡的数据产生价值。大数据资产具有共享性、冗杂型、非实物形态、用途多样性、可反复使用、时效性、无消耗性、可网络传递等特征。在美国，十大数据中心与十大金融中心一样，需要军队维护安全，可见大数据对金融机构的重要性。大数据集合了海量交易数据、海量交互数据及海量数据处理，能大幅提升数据挖掘、分析、分享等能力。对审计机关来说，不论是从各种信息源搜集整理数据还是线下搜集信息，一旦挖掘出有价值的数据以后，就可以提高发现腐败的效率和精准度。随着数据量的不断增加和处理数据能力的提升，大数据的价值在某些方面已远远超出实物资产创造的价值，其应用场景非常广阔。

（二）大数据的价值创造

1.确立数据先行的审计理念。大数据时代，审计人员面对的是具有高度概括性、模糊性、关联性的海量电子数据。这就需要审计人员以数据为核心（郑卫，2016），在采集数据、研究数据的基础上，借助金审工程平台积累的数据，打破部门和行业束缚，建立数据分析先行和现场核查相结合的审计模式。利用各部门、各行业数据信息之间的横向关联特性和不同年度数据信息之间的纵向追溯特性，探索海量数据之间的关联关系，深挖数据，发现若干重大疑点，分散核查取证，进而深度分析、多维对比，有步骤地在审计过程中核查验证、追踪线索、发现问题。实现对资金、资产、资源分配过程中舞弊行为多发环节的精确定位、对权力控制薄弱环节的重点监控。

2.紧跟信息流向的理念。大数据时代，一些腐败线索隐匿于海量数据中，审计机关利用大数据掌握各行各业的信息和业务数据，充分关注资金的走向、物资的走向、业务的走向、信息的走向，通过对比关联分析，从中发现疑点，深挖严查，及时、主动地发现潜在的腐败案件线索，提高审计业务能力，提升审计业务质量。

3.多维数据管理分析的理念。运用大数据进行业务数据与财务数据、业务数据相互之间、单位数据与行业数据关联分析，还可以实现跨行业、跨领域数据之间的横向关联对比分析，以及不同年度之间的纵向关联对比分析，实现数据的立体化、多维度挖掘，审计方法将从数据验证性分析向数据挖掘性分析转变。

4.加强数据积累的观念。一期的数据作用往往有限，而多期的数据或大规模的数据经过分析研究，可以获得较大价值的信息。审计机关采集跨部门、跨地区、跨行业、跨领域的数据和信息，通过数据积累来推进各级审计机关的数据共享，进行整合、分析、提炼、挖掘，确定审计的主要的风险点、提高审计效率，为得出完整、公允的审计结论提供全面、真实、可靠的信息支持，为被审计单位提供前瞻性和战略性的意见和建议。

四、大数据的应用引发国家审计监督全覆盖的思维变革

大数据时代的到来，为审计机关进行风险分析提供了海量的数据资源、动态的数据变化及更为精确的数据处理方法，加大数据综合利用力度，提高复核问题、评价判断的能力。大数据不仅仅是一种技术手段，更是给国家审计的思维模式带来深刻变革。

（一）大数据驱动抽样审计向全样本审计转变

在传统审计中，审计人员受数据采集和整理能力的限制，只能依靠主观经验判断，利用审计抽样工具对被审计单位部分数据和信息进行有选择的分析、查验。其思维模式是从样本去描述和推断整体情况，也就是用最少的数据得到最多的信息。抽样审计使审计人员无法全面、系统、客观、完整地揭示被审计对象的各种违法违规行为，一旦抽样存在偏差，分析结果会与真实状况有很大偏差，容易形成审计风险。而有些分析只有使用整体样本进行数据分析才能得到可靠的结果。

随着大数据获取和存储技术的突破性发展，审计人员搜集、处理与审计相关的所有数据作为样本成为可能，包括之前无法数据化的大量非结构化数据，甚至还可以处理与某个特别现象关联的所有数据，使得国家审计建立从整体到局部的审计思维模式，进行全样本与重点分析相结合的模式，全面揭示被审计单位信息，促使审计方法从抽样审计向全样本审计转变。在这种思维模式下，通过跨领域、跨地区、全数据，且基于相关关系的数据分析，使审计对重大违法违纪行为进行精确打击成为可能。审计人员多角度、多层次地分析数据，发现审计抽样模式下不能发现的问题，大大拓展了审计监督覆盖面，有效规避审计抽样风险，提高信息审计的准确性和审计质量，满足审计监督全覆盖的要求。审计样本越接近总体，误差越小，分析结果越客观。建立在全量数据基础上的信息挖掘，不仅能从整体上分析审计信息，还能发现隐藏在细节数据中的审计信息。审计人员从依靠自身判断做决定到依靠大数据分析做决定，实现对海量审计数据的获取、储存、应用和信息的挖掘，实现对被审计对象的实时监控。

（二）大数据驱动精确性审计向混杂性审计转变

传统审计以财务数据为审计重点，主要审计对象是结构化的财务报表和凭证信息，由于收集的信息量有限（小数据），需要对数据进行量化。大数据时代，审计人员所面对的原始资料是具有关联性、模糊性、高度概括性的海量即时数据，数据分析可以适当降低对数据精度的要求，允许接收数据的混杂性，着重掌握事物的大致发展趋势，平衡数据的完整性和混杂性。只有接收数据的混杂性才可以利用95%的半结构化与非结构化数据，这些数据保留了最有价值的信息。因为在大数据时代，人们所面对的更多的是半结构化与非结构化数据，对这些数据的分析是传统数据挖掘的短板，但却是大数据审计的优势。通过基于结构化的数据分析，不断将半结构化、非结构化的跨领域数据加入分析框架中，逐步提高大数据审计的分析能力，实现对海量审计数据的全面、高效分析，为推进审计监督全覆盖提供了技术支持。

（三）大数据驱动被审计单位内部对账向社会对账转变

对账是会计的基本手段。审计时，利用复式记账原理检查被审计单位内部账的借贷平衡，但缺乏单位与单位之间的“借贷平衡”检查程序。从整个社会来看，同样存在借贷平衡，如单位银行存款日记账余额与银行对账单余额相核对，债权债务明细账余额与对方单位账面余额相核对，还有银行短信通知提醒业务，其实就是银行与个人之间的社会对账，可以及时防止网络诈骗等非法行为。为此建立全社会对账机制，变不对称信息为对称信息，增强透明度，防止“隐藏行动”的出现，为国家治理提供重要数据和决策支持。

（四）大数据驱动审计关注从数据信息的因果性向相关性转变

在小数据时代，受传统审计思维影响，审计师习惯于探索行为之间的因果关系，忽略许多表面看似无关，实则有深层次、难以察觉的关联或规律。万物存在关联，未来系统和系统之间是要互联的，行业和行业之间要互联，人和物之间要互联，物和物之间也要互联。在数据极其丰富的大数据时代，未来寻找的是万物之间互联的关系。探求“是什么”而不是“为什么”，能够帮助人们更全面地了解世界。数据只有在相互关联后，才可能实现其价值。得益于大数据，审计人员从依赖因果关系搜集审计证据向依赖相关关系在海量数据中挖掘审计证据转变，不必过于深究其因果关系，利用相关程度高的数据找出大数据隐含的关系网，通过数据筛选、挖掘、整理、分析建模，对多形式、多领域海量数据进行分析和整理，揭示出原来没有想到或难以展现的相关性，来了解过去、捕捉现在和预测未来，做出一种规律性的归纳，助推审计监督实现全覆盖。

五、大数据环境下审计全覆盖业务流程设计

（一）建立数据中心

随着海量数据集中趋势越来越明显，各审计机关将审计对象的全部电子数据按照统一的格式分门别类纳入数据中心，推动有关单位定期报送电子数据，分类建立财政审计数据库、项目投资审计数据库、经济责任审计数据库等。归集分析政府部门的各类数据信息，汇总各类审计重点和疑点，合理配置审计资源，提高审计工作效率。审计机关在审计前通过该信息平台可以比较容易地获得被审计单位的部分重要信息，降低审计时获取信息的人力成本和时间成本，帮助审计人员对项目涉及的海量数据进行查找分析，实现数据审计的全覆盖。

（二）数据采集

大数据审计的基础是收集足够多的相关数据信息，通过建立各级预算单位的实时数据采集机制，实现对审计项目的整体把控和精准评价。通过对单个被审计对象公共资金数据的持续存储，逐步让数据库涵盖公共资金审计业务所有环节，实现对数据的全面分析。从海量的信息中获取潜在的、有效的、最终可被理解的规律，建立专业化、体系化、规范化的审计信息数据库，并及时扩充数据来源，提升信息的价值含量。国家审计的权威和专业性可以确保信息收集范围广、程度深、质量好，通过开展财政联网动态监测审计，全面履行审计监督职责。

（三）构建国家审计数据系统和跨行业数字化审计平台，实现审计信息共享

建立数字化审计指挥平台、审计信息资源平台、大数据综合分析平台、审计项目管理平台及审计综合作业平台，利用互联网及时掌握被审计单位的各项信息，各级审计机关将各自的审计报告和审计资料全部录入数据库，实施信息动态管理。打破目前各单位、各部门间的信息壁垒，实现数据共享。由于审计要查证的宏观性、普遍性的问题往往隐藏在大数据中，审计要查证的个别的、特殊的问题又容易显现在大数据中，利用国家审计数据系统等电子资源，对跨部门、跨单位的数据进行关联分析（王家新、晏维龙等，2016），挖掘出审计线索，及时安排审计人员到现场进行核实，使审计资源效能最大化，实现审计全覆盖。加大对隐藏型犯罪案件线索的追查力度，为审计提供精准的信息支持。探索“总体分析、系统研究、发现疑点、分散核查、精准定位”的审计模式，增强审计精确定位审计疑点的能力，避免审计工作盲目性，提升审计工作质量和效率。通过多专业数据比对、多视角分析、持续性跟踪，突破行业和部门限制，打通同各主体部门的信息通道，推行实时监控、动态监测，大幅提高审计的精准性和时效性，实现监督的常态化和动态化。建立信息共享机制，审计机关既节省了为取证而投入的成本，又可以及时获取全面的审计信息。

（四）建立分析团队进行关联分析

以“金审工程”为依托，充分利用审计信息数据库，通过财政预算和预算执行单位的关联分析、财务数据与业务数据的关联分析、财政金融企业社保等相互间的关联分析、上下级单位之间的关联分析，再加上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，发现若干重大疑点，确定审计核查重点，挖掘出违纪违法问题的审计线索，分散核查取证，增强审计针对性，然后再深度分析，逐步降低现场审计的比例，提高运用大数据查核问题的能力，提高审计质量和效率。审计人员对数据越敏感，积累的数据量越大，预测的准确性就越高。收集全部与被审计对象有关的电子信息，做即时分析，拓展多部门数据比对分析思路，探索异常数据快速排查方法，提高审计效能。审计人员对带有普遍性、倾向性的问题进行挖掘，找出问题与数据间的相关性，全面发现被审计单位的各种问题，实现真正意义上的审计监督全覆盖。

（五）深入挖掘数据，从审数据扩展到审行为、审事实、审政策

数据挖掘是指运用先进的软件技术、大量的知识和方法，通过各类适合的算法，对数据库中的海量数据进行抽取、转换、分析及模型化处理，按照事先约定的规则进行分析，提取隐含的有价值的信息，输出结果，帮助审计人员筛选出具有代表性的审计样本，精准找到舞弊疑点。数据量呈幂指数增长，未必表明有效信息的增加。利用大数据技术，对大额财政资金、重点部门、政府重大投资项目深挖细查，分析违法犯罪线索，分散核实疑点，实现对海量经济信息的深度挖掘，提高审计效率和风险控制水平，提炼出有价值的数据，为审计全覆盖提供基础数据。例如某市社保中心在2010年实现了网上异常监测的实时监督审计，列出重点监控对象，依法查处“职业病人”，有力地保证了人民群众社保基金“保命钱”的安全（罗铮，2013）。大数据的核心价值不在于其海量的数据，而在于使用大数据能够深度挖掘和深刻分析来自财政、经济、民生、环境、金融等方面的各类结构化数据和非结构化数据，精准发现审计疑点，从中找到潜在的规律和有价值的信息。由于被审计单位舞弊手段的复杂多样性及隐蔽性，仅凭对财务数据的审核很难发现新的舞弊类型，比如：餐饮采购多用现金交易结算，舞弊人员在贵重食材上以次充好。这类舞弊不在财务会计资料上反映，所以只有扩展到审行为、审事实、审政策，才能应对舞弊手段的升级变化（苏欣，2016），提高数据分析的准确性和科学性。

（六）信息加工

信息加工是指审计人员将获取的原始信息按照审计需求进行筛选、分析、整理和存储等，使收集到的信息加工成审计需要的信息。信息加工是信息利用的基础，更是信息成为有价值的资产的重要条件（王虹，2014）。大数据的意义不仅在于掌握数据信息的多少，更在于将海量的碎片化数据进行加工整理，获得潜在的宏观信息，通过量的积累来产生质的变化，实现数据的“增值”。

（七）审计结果信息共享

审计机关利用大数据及时而准确地将审计报告或建议传达给被审计对象，被审计对象的整改应用情况也应及时反馈给审计人员，审计人员可以督促被审计对象进行审计整改。随着审计人员在审计过程中采集、挖掘、分析和处理大量的数据，进行数据汇总、归纳，从中挖掘出财务、业务和经营管理等方面的内在规律、共性问题和发展趋势，提供给被审计单位用于改进管理，完善制度、机制，以及提升审计成果的应用效果（肖祯，2017）。

六、大数据背景下国家审计全覆盖服务国家治理的实现路径

随着以大数据、云计算为代表的信息技术的发展，我国审计工作逐步走向数字化、信息化。腐败通常渗透于经济社会发展的各个方面，只有通过审计对象全覆盖，才能全面地反映经济社会发展中存在的腐败问题，从而为国家治理腐败提供有力证据，发挥国家审计的“免疫”功能。

（一）审计通过大数据技术可以获得大量的非结构化和半结构化数据，实现审计全覆盖

大数据不仅包括结构化数据，还包括半结构化和非结构化数据（例如图片、视频、网页等）。大数据技术为国家审计处理电子票据等半结构化和非结构化数据提供了技术支撑，应尽量做到权力运作有序、有效、留痕，提高国家审计应对各类问题的智能化水平。在当今社会，信息从来就不缺乏，缺乏的是分析信息、挖掘信息的能力。审计机关面对被审计单位数量庞大、种类繁多的数据，动态更新审计项目信息库，通过对获取的各种数据进行深度挖掘和横向整合，科学合理地安排审计计划和实行审计监督全覆盖。

（二）大数据促进审计模式从间断审计向持续审计转变，实现审计全覆盖

传统的审计大多是事后审计，既影响了审计工作的时效性，也削弱了审计的预防和监督效果。而在大数据背景下，审计机关借助金审工程构建大数据分析平台，持续采集被审计单位的相关数据信息，开展风险评估，推动国家审计工作走出事后审计的困境，实时动态掌握被审计单位的风险和异动，促使阶段性审计模式向持续性审计模式转变（朱玲玲，2016），推动全面持续的审计全覆盖落实。持续审计是通过将审计工作融入被审计单位的生产经营过程，搜索可靠的、有价值的数据，快速分析整理，增加信息的价值。依托联网实时审计模式，采用以非现场审计为主、结合现场核实的方式，采用“年度计划+实时调整”审计计划模式，通过跨部门、跨行业、跨年度财务数据与业务数据的交叉比对，实现对被审计对象的实时监控，能及时发现审计线索和问题，大幅提高审计效率，扩大审计监督的广度和深度，促进审计从事后监督向事中控制和事前防范转变（姜依盈，2016），服务审计全覆盖。

（三）大数据促进审计形式从现场审计向远程审计与现场审计相结合转变，实现审计全覆盖

传统审计中，审计人员常常不得不前往被审计单位查看并获取会计凭证和账簿、财务报告等审计证据，开展现金监盘及存货盘点等活动，需要耗费大量的审计资源。而在大数据背景下，审计人员可以不受时间、空间的限制，通过服务端远程访问被审计单位的数据库系统（朱玲玲，2016），足不出户就可以动态地获取被审计单位及其分支机构的信息，通过改变收集审计数据的形式和方式，扩大了审计人员获取的数据范围，减少去外地收集资料的时间和费用，当指标出现异常时及时派出审计人员进行现场核实，实现审计监督常态化和动态化，极大地提高了审计工作效率。利用审计数据平台，搭建纵横交织的审计网络，对数据进行多角度、多层次分析和深度挖掘，实现各级审计机关的纵向网络互联以及与相关部门的横向网络互联，为上下级审计机关及部门间的数据共享奠定基础，实现数据价值。

（四）运用大数据进行联网审计，实现审计全覆盖

审计机关与相关部门联网实现资源共享，审计人员可以在不同的审计点，对样本实施周期性检测，在线查找疑点、分析趋势、监测指标，提高工作效率。通过运用“总体分析、系统研究、发现疑点、分散核实、精确定位”的大数据审计模式，将隐藏的疑点挖掘出来，使带着疑点线索审计成为常态。通过互联网实时审计，有效解决了部分单位多年才审计一次的问题，极大提高了审计频率和时效性（刘梦溪，2016）。例如通过审计最低生活保障金支出，核查出不符合条件的低保对象，撤销其低保享受资格，追缴违规领取的低保金，切实维护困难群众基本生活权益。运用大数据实现从单点离散审计向多点联动审计转变、由局部审计向全覆盖审计转变。

（五）大数据增大审计效力，实现审计全覆盖

传统的手工审计不仅阻碍了审计效率的提高，而且不能有效检索海量数据疑点。面对繁重的审计任务和海量的审计数据，利用大数据技术，开展多行业数据融合分析、多维度宏微观分析。不仅审计财务收支，还通过计算机对海量数据进行筛查，提高发现问题、分析问题、把握审计风险的能力，采取“网络化”审计管理模式，做到“横向到边，纵向到底”，实现审计全覆盖。在数据分析阶段，针对数据量大、数据分析操作频繁的问题，通过表格间的关联分析，找出数据间的相互联系，发现异常数据，寻找审计疑点，进行纵向比对和横向关联分析，提高分析结果的准确率，保证审计的效果。

（六）大数据公开审计信息，解决信息不对称问题，实现审计全覆盖

社会公众对公开审计发现问题的意识不断增强，要求增强查处问题情况向社会公开的力度，接受社会对其公正性的监督。审计机关如实向公众披露审计结果，置于公众监督之下。公众不仅可以浏览审计结果，还可以对审计数据进行评价互动，然后这些评价互动信息又将被录入到审计信息数据库中，实现数据的实时更新。审计机关对不同的治理主体分别进行信息披露，这既降低了信息披露的盲目性，又使信息得到充分利用。加大审计结果以及奖惩信息的公开力度和广度，惩一儆百，增强审计的威慑力，实现审计监督全覆盖。大数据既能监督资金的筹集、分配和使用情况，又能审查资金的使用效益。通过大数据挖掘、分析与比对，对腐败行为进行标识和汇总，建立黑名单，有效震慑和打击腐败行为，把这些大数据成功地转化为“财富”。

七、研究结论

随着人类进入大数据时代，大数据应用已经渗透到经济、社会等各个领域，深刻地改变着我们的工作、生活和思维方式。审计人员要适应社会发展的新常态，拓展运用大数据技术，化解审计任务繁重与审计机关力量不足的矛盾，实现审计监督无死角，做到对被审计单位资金、资产、资源的全面把握和精确定位，对领导干部权力控制薄弱环节的重点监控，实现国家审计监督全覆盖，发挥国家审计的“免疫系统”功能。

主要参考文献：

秦荣生．大数据、云计算技术对审计的影响研究［J］．审计研究，2015（6）．

顾菲洪．大数据环境下审计数据分析技术方法初探［J］．中国管理信息化，2015（3）．

朱玲玲．大数据、云技术对审计监督全覆盖的影响研究［J］．审计月刊，2016（5）．

靳思昌．大数据背景下国家审计服务国家治理的路径［J］．财会月刊，2016（12）．

何琰．大数据技术在审计中的应用［J］．郑州轻工业学院学报（社会科学版），2016（6）．

杨宇婷．实现审计全覆盖不断创新和完善审计制度［J］．审计月刊，2016（2）．

维克托·迈尔·舍恩伯格，肯尼斯·库克耶．大数据时代［M］．杭州：浙江人民出版社，2013．