【基于大数据可视化技术在审计中的应用面临的机遇和挑战分析6800字】

基于大数据可视化技术在审计中的应用面临的机遇和挑战分析目录TOC\o"1-3"\h\u15983基于大数据可视化技术在审计中的应用面临的机遇和挑战分析 1128151.1传统审计工具与可视化审计的对比研究 163741.2大数据可视化技术在审计中面临的机遇 3104761.3大数据可视化技术在审计中面临的挑战 4200061.3.1大数据可视化技术在存在的四大风险 4137631.3.2三方面防范可视化审计风险 51.1传统审计工具与可视化审计的对比研究比如异常存款的构造，可以通过存款结构进行对银行融资基础稳定性的测量。使用时会受季节与周期性因素的较大影响，随着经济日益兴盛，对于贷款的需求也在不断增长，而在经济不景气的情况下，贷款的需求就会减少。以往审计情况具体是：年初对分行各种存款情况进行审视，采用占比分析观察存款结构，从而判断存不存在反常的情况，同时，挖掘存款结构风险，调整全年业务重点。第一，需要采用人工收集数据或脚本执行处理，计算以下数据：（1）储蓄存款，统计定期、活期、大额存单量及金额；（2）对公存款，统计单位活期、保证金存款余额；（3）各分行存款结构及其占比。第二，对于存款结构采用人工分析，找出审计反常的线索，确定产生的原因：（1）根据调查，大多数的分行相对于公众的普通存款增长了20%以上，但储蓄存款却在急速增长；（2）根据研究，新年过后市场较为活跃，迎接“良好的开始”的情况并不少见。第三，没有发现反常，规整报告书，完成审查流程，审计人员进入下一个审查工作。在大数据审查下，相同的场景在不同的流程中进行：首先，在数据计算过程中，不需要人工采集，也不需要执行脚本处理方法：（1）定期计算储蓄存款、对公存款余额；（2）定期计算存款结构和占比；其次，审计人员能够直观的观察到计算结果：在划分上，采用分行维度，促进各分行组织图像的形成，并通过驾驶舱方式展示；（2）通过数据显示形式的设计，审计人员可以清晰掌握存款结构，详细见下图；图4存款结构（3）通过使用智能算法分析过去一段时间内的增长情况来设置动态阈值，并且不使用20%的固定阈值来判断是否反常。最后，通过该平台对分析过程和结果进行整理和共享，从而有利于审计人员对原有案例的参考与分析。通过以上示例可知，大数据审计流程优于以往审计流程，主要体现在价值和差异能力方面，具体如以下几方面：（1）设计直观的数据展现形式（2）通过智能算法，可以随时调节阀值，从而使反常线索误报次数降低（3）审计资源要节俭，审计效率要提升（4）知识的积累和分享对于大数据审计而言，价值和差异能力并不是其全部，审计工作的全新思绪源于大数据审计，重点功效与收入具体有：业务可视化。审计工作是通过独自专项审计进行的，而多个专项审计也是可以的，无论是风险等级情况、进展到哪个环节，还是存在哪些风险、开展中的审计工作有哪些，管理层都可以通过审计流程的可视化清晰掌握，从而有助于后期审计资源安排与协调工作。第二，数据的整合能力。银行业务触及到的业务系统有很多，可是，全局业务系统才是审计工作所需要关注的。所以，为了满足智能算法的使用，需要整合与清洗各个业务系统数据。第三，智能算法的支撑。智能算法的支撑也是大数据审计平台的核心价值之一，对于审计不及时与审计面不充足等问题的解决，可以采用智能算法模型进行弥补。审计人员赋能。审计人员之所以能实现业务经验和数据的有效结合，主要通过大数据审计平台，从而培育出的审计人员拥有数据思维。1.2大数据可视化技术在审计中面临的机遇第一，大数据可视化技术在审计分析中逐渐完善。伴随着审计单位业务水平的智能化，对电子信息的采集已经变得越来越便利。尽管电子信息的采集变得愈发重要，但还是存在部分审计人员的审计思维还停留在传统审计层面，对于大数据审计的接受度并不高。直接使用电子账进行记录是这审计人员产生的错误理解，因而造成许多数据不能正常使用、审计涵盖力度不够。大数据审计的推行让被审计单位更完整、全面的电子审计数据信息的获取和研究变得更为便利，使审计单位更全面地实现对自身或其它企业的精确分析。大数据技术突破了以往传统审计的瓶颈，并对其发出了挑战，减少了审计人员对抽样分析的依赖，更多强调审计人员对整体数据的全面掌控，有效在大数据审计方式方法辅助下完成对海量数据的全面剖析，创设一个完整的思路，以便于从多方面发现过去难以发现的审计难题。第二，审计数据的盈利模式将变得更加方便、审计效率更高。伴随着大数据的持续推广应用，众多跨结构、跨平台的新型大数据技术渐渐投入使用，趋向成熟，审计部门只需建立健全统一的数据审计平台并能使实时联网全覆盖审计成为可能，并不需要单独寻找每个部门的具体数据，不用再分开与审计部门进行对接，只要接入平台，每个审计部门所需要的基本信息都能在设置权限之后得到，从而大大提高了审计效率，节约了审计成本。第三，更多的审计分析手段可以被采纳。某些查账类的方式是传统审计的常见手段，例如复核法、核对法等，在对经济效益进行审计的过程中，不仅可以使用财务审计的一些方式，也能利用多种方法进行管控，比如对经济活动进行分析等。然而以上所提到的方法在当今社会中不能很好的展现出来。大数据环境下审计工作可以采用很多数据挖掘的方法从不同的角度对数据进行挖掘。如数据概化可从不同的力度和不同的角度描述数据集，采用概念描述技术对存储在被审计数据中的数据进行研究，能够获得财务结论的部分特性，以便于审计工作人员可以正确的对虚假信息进行判断；统计分析可以通过判别、分析回归分析等方法来分类并预测审计数据，不断挖掘被审计数据库中所隐含的信息，建设完善的统计模型，同时对被审计数据中的信息进行研究，建设一定的模型对被审计单位的财务信息进行审核，分析过去的历史数据，通过不断筛查，找寻其中存在的部分问题，从而把这项案例归入审计研究的重点领域中；聚类分析能为不同类型的客户提供不同的信息表，在审计应用中可以识别企业的财务报表中的规律性和存在的异常；在抽取操作数据库中经常出现的模式时，能够凭借关联规则进行工作，找寻其中存在的数据联系，发现被审计数据库中各个数据的关系，找到其中含有的不正常的数据内容，寻找疑点；可视化分析则主要通过直观的图形或图像形式展现数据分析结果，清晰揭示数据分布结构和规律，帮助审计人员提高审计洞察力，并且便于被审计单位所理解和接受；当然，还有一些其他新兴的大数据技术也在方方面面展现着其独特的审计效力，例如通过云计算、流处理等新型技术可以达到实时审计，它们都将成为审计工作者应对大数据审计变迁的有力工具。第四，审计结论变得更加准确，获得更高的认同度。审计作为综合性经济监控体系，一直奉承着“数据谈话”的习惯。随着绩效审计的兴起，审计部门应当依据采集到的数据对每个单位进行评价，数字是审计评价的核心，通过对审计报告进行分析，能够反映出一定的内部问题。在高速发展的现代社会，应当充分使用好科学技术，把每个系统中的数据进行详细分解、剖析，深入挖掘出其中的内部因素和规律，全面审计分析被审计单位的整体状况，获取基于数据分析的更完整、全面的审计证据，从而得出高准确度、低偏差率的审计结论。在数据分析下得出的所有审计结论都有大量的数据作为支撑，将使审计的成果更客观、更能得到被审计单位的高度认同；除此之外，在更广阔的角度上对大数据进行研究，能够加快宏观经济发展的进度，把控经济社会的实时风险，助力合规性审查，提升审计的影响力和公信力。1.3大数据可视化技术在审计中面临的挑战1.3.1大数据可视化技术在存在的四大风险当前，大数据可视化技术在审计方面的应用虽然已初见成效，可是在实际运用过程中并不是完美的，存在着很多的问题，需要面临很多风险。首先是技术方面的风险。海量的设计大数据、各种数据的挖掘以及智能算法分析是大数据可视化的基础，但是，现有的技术范畴中依旧存在没有办法解决的风险，最基本的例子就是存储技术和算法两方面的风险。前者，作为现如今大数据可视化的基本对象，电子数据分为两类存储方式，其一为分布式存储，其二是在云技术的基础上的集中存储，而这两者存储方式在网络发生故障、系统崩溃、遭受网络攻击等意外情形时，数据就会有丢失和失效的风险，从而构成对整个审计工作的不利影响。而在算法风险方面，不同的人面对同一组审计数据难免会产生不同程度的理解。运用以往的经验数据来预测未来的不确定性是可视化技术的基本思路，所以对计算结果而言，不同的算法模型和不同的数据输入自然会产生不同的结果。这类的大数据可视化审计算法是在以往的审计大数据的基础上建立了算法模型，不同的数据在输入后，机器通过不断学习和强化学习，最终达到算法优化，然后产生相应的审计决策。但是算法设计人员的理念和价值取向影响了这些数据和算法模型，不公开不透明的算法设计导致审计人员不清楚算法设计的细节，并且算法设计人员对于审计工作的实际情况也不一定有真实准确的了解。[[][]唐琳、付达杰.智能审计风险的审视与防范[N].中国会计报，2016，(02)其次是制度方面的风险。顶层设计缺乏，系统性规划不足。技术更新快速，制度规范却没有随之发生改变，所以在大数据可视化技术被运用到审计工作领域后，相应的政策法规和审计准则等制度却没有与之更新。有的审计机关还没有完全确立审计全过程中对大数据的运用，没有好好落实大数据审计全覆盖的全局规划，在其工作理念上也没有做出在项目中进行大数据应用的积极倡导和响应。在此状况下，大数据审计通常不作为核心审计手段被应用于审计工作中，导致整个审计流程出现规划不足、系统欠缺、个别忽略等问题，不科学的使用使得大数据技术在其中并未发挥出其真正的业务功能。基于现有的制度去实施大数据可视化技术，应用风险是不可避免的。举例来说，不够透明、不够公开的大数据可视化审计系统内部的运行机制不仅没有建立相关的数据标准和评价标准，而且还涉及很多跨组织的数据，这样的情况下，对于同一审计业务，不同的数据可视化审计系统就会产生不同的结果，从而导致误判。[3]除此之外，现有的审计准则和方法、审计人员的知识体系与大数据可视化审计方法和模式是不匹配的，这样就会导致审计务实工作中，会因为取舍不当让审计结果出现问题。作为一种新的审计模式和方法，大数据可视化技术的合理评价还需要更多实践和研究以作参考，其效用价值肯定不止短时间所凸显出来得这一部分。再则是伦理方面的风险。海量的审计大数据是大数据可视化技术的基础，不仅仅囊括了被审计单位的详细数据，还将被审计单位关联方的部分数据也包含了进去。而这些数据中还有一部分是一些敏感数据，例如涉及一些商业机密和商业隐私的数据，在“被审计”时，很难以商业道德来加以约束。并且，不透明的大数据可视化审计系统的内部算法在出现审计错误时，没有办法在审计人员和审计系统中确定责任主体。所以在这些伦理风险没有解决前，大数据可视化审计的发展将举步维艰，难以作为。最后是人才方面的风险。大数据审计的推行对审计人员各方面的能力都有了更高的要求，尤其是数据分析能力。审计人员不仅要完全掌握乃至洞悉传统审计的理论方法，还要具备对于大数据分析方面的深度理解和操作能力，以及对整个大数据审计知识体系的全面认识，此间混杂了审计、财务、经济管理、计算机等多领域的学习探究，不是能够短时间速成的。因此，从目前大部分审计人员的知识结构、业务能力来看，很少人能真正符合大数据审计的工作要求，这方面的人才培养明显存在很大缺口，这将严重阻碍大数据技术的审计全覆盖计划。审计全覆盖推动下的审计人员尽管在持续接触新的审计领域和项目，但是一些时间紧、要求高的新型审计项目并无法给予审计人员充足的专业审计培训时间，无法为审计人员提供吸收新领域专业知识的充裕空间。这反而不利于培养能够将审计新需求转化为数据语言的复合型审计人才。1.3.2三方面防范可视化审计风险基于现实要求，当前审计领域的一项最重要课题是如何防范大数据可视化审计风险和如何推进大数据可视化审计健康快速的发展。笔者认为，解决上述问题，需要从三个方面深入。一是增强大数据可视化审计技术的不断优化创新。没有完美的技术，只有不断进行优化创新突破局限性的技术。首先，大数据可视化审计要不断加入新技术的运用，举例来说，大数据可视化审计中可以运用区块链技术，即通过互联网技术达到分布式账簿记录的系统，虽然不同的区块分布在不同的网络地址中，但是每个区块都有全链条交易信息（账簿副本）。去中心化是区块链技术的特征，这样使得全部的审计数据都在每个节点区块中，这样就可以极大程度上减轻存储容量的压力，从而降低存储风险。并且区块链通过时间戳技术让本地端和远程数据端更新顺序得以一致，对时间敏感型领域提供强有力的支撑。所谓时间戳技术就是在区块中标明数据并且写下时间，这样就会使得区块链数据库不能进行篡改和伪造。时间戳技术可以证明区块数据的“存在性”，并且在不可逆转的时间流程的基础上，保障了数据记录不会被修改以及撤销，从而保证系统可靠，数据真实。这样，不仅对于大数据可视化审计的抗风险能力有所提升，而且对于大数据可视化审计鉴证功能有所强化。其次，大数据可视化审计算法需要不断地优化和改进。不仅要优化算法模型，还要使得算法透明，推动算法的可视化推演。在此基础上，在审计人员审视算法运行机理时加以辅助，以此减少算法偏见，减少算法风险。并且还要建立起风险导向大数据可视化审计模型，以此来提高大数据可视化审计实时风险预警，增强治理决策的能力。二是完善大数据审计平台，做好技术分享。大数据审计平台的建立与完善有助于审计全覆盖的顺利推进，也有助于审计人员挖掘自身审计业务潜质。审计人员可以在审计平台上参考或利用成熟的审计方案和工具来架构实践项目的审计思路和方式方法。这种在平台信息共享下自然形成的“经验—分享—新经验”的循环，将帮助审计人员高质量、高效率地完成业务内容。全面性和专业性应该成为审计平台建设所追求的重要宗旨，通过对更多的审计内容的覆盖乃至全覆盖，帮助审计人员深挖其覆盖范围内的资源，将平台效力发挥至极致。除此以外，审计机关应该发挥作用，一方面，在平台基础上去搭建完备的算法库和案例库，并加大专业培训投入，展开人才培养计划，以熟悉资源并熟练应用为目标串联起审计人员与审计平台之间的关系，以达成审计平台的高效利用。各审计机关需要立足于自身审计业务现状开展大数据审计推行工作，合理安排数据分析资源的配置，把握好数据分析资源和审计业务之间的契合点。另一方面，审计机关还应积极提出普及大数据审计的相关倡议，做好政策激励和应用指引工作，调动整个审计行业将大数据技术应用于审计全覆盖目标的积极性。此外，审计机关最好基于技术变革和业务发展做好大数据审计技术资源的更新与迭代的统筹，以云计算为主要方式协调好云端运算和本地运算，推动大数据审计的稳步转型。三是建立健全管理制度和人才储备体系。首先要强化审计管理制度，形成标准的审计专业规范。在当今社会，审计工作已完全转变过去传统的工作方式，现在的审计工作是通过大数据可视化完成操作程序，而完成该项中心工作是要做好分析数据轨迹。数据轨迹需要畅通的通道作为保证，在过去