大数据审计技术项目3大数据审计概述

项目三大数据审计概述教学目的和要求知识目标：1.了解大数据审计发展现状及未来发展趋势。2.了解大数据审计应用系统建设方向。3.掌握大数据审计的概念、基本步骤与特征。4.掌握大数据环境下的审计技术与方法。技能目标：1.能够在大数据环境下，通过分析审计任务，选择合适的审计技术与方法。2.能够分析大数据审计的信息来源。3.能够熟悉大数据审计在政府审计、社会审计和内部审计中的应用。素养目标：1.培养学生敏锐的洞察分析能力、高度的社会责任感和敬业精神。2.培养学生与时俱进、开拓创新的精神。3.培养学生增强自身本领，坚守职业底线，发扬审计核心价值观。教学重难点教学重点：1.

大数据审计的概念、基本步骤与特征。

2.

大数据环境下的审计技术与方法。教学难点：1.

选择合适的审计技术与方法。2.

分析大数据审计的信息来源。3.

大数据审计在政府审计、社会审计和内部审计中的应用。项目引例大数据技术在“三农”审计中的应用“三农”审计中的问题：财政支农资金项目众多，具有资金量大、来源渠道多，涉及面广而散等特点。再加上财政支农资金主要拨入乡镇村居末端，基层审计力量严重不足等问题，给传统审计工作带来巨大挑战。项目引例大数据技术在“三农”审计中的应用大数据技术可以很好地解决上述问题：大数据具有数据体量巨大、数据类型繁多、价值密度低和处理速度快四大特征。这四大特征可完美解决现在财政支农资金审计中存在的问题。如处理庞大的数据量、分析繁多的数据类型，寻找隐蔽的少数不规范资金，这正符合大数据的前三个特征，而处理速度快的特征可以解决当前基层审计力量严重不足的问题。大数据技术极大地提高了审计能力、质量和效率，扩大了审计监督的广度和深度。11.财政支农资金的特点。2.大数据的四个特征。2思考与讨论1.大数据审计的特点是什么?如何利用大数据为审计工作服务?2.大数据审计与传统审计在思维方式上有什么差异体现?项目引例关键点01

大数据审计发展02

大数据审计概念03大数据审计基本理论04大数据审计典型应用场景011大数据审计发展一、大数据审计产生背景(一)大数据应用对审计环境的影响对审计环境的影响4.重大错报风险的评估互联网及云计算一方面给审计带来了延伸调查分析上的优势，另一方面却因系统复杂、错报方式更隐蔽而使现有审计监管难以实施，审计风险增加。5.审计报告注册会计师的审计报告中除了要对被审计单位的财务报表发表审计意见，还要对被审计单位信息技术应用产生的运营风险及相应的解决方案等发表客观公允的审计意见。2.审计取证模式在大数据环境下，审计证据的获取途径、获取来源、获取方法，证据的充分，证据的固化等将发生巨大的变化。3.审计方法传统审计方法如何将新审计环境带来的挑战转变为可供审计利用的技术手段，成为审计人员迫切需要解决的问题。1.审计目标大数据的形成使审计有了从宏观入手的手段，使安全性，特别是宏观的安全性作为国家审计目标成为可能。一、大数据审计产生背景(二)大数据审计模式的产生与发展01主要运用SQL和Oracle技术处理结构化数据，通过改进查询工具以提高审计效率。信息化审计初级阶段以适应PB级别的数据处理需求，采用网络爬虫技术、OCR技术、传感器采集等技术处理HTML等形式的半结构化和部分非结构化数据。在这个阶段，主要通过大数据技术揭示问题。02大数据式审计的深化阶段03依赖“云计算”和“云存储”构建数据的采集、转换和存储系统，实现高度智能化、模型化的数据分析，同时确保访问安全，以及构建智能化的分析平台和畅通的共享机制。实现“云审计”“智能审计”的大数据审计阶段二、大数据审计发展现状(一)大数据应用的发展为实现审计全覆盖创造了有利条件二、大数据审计发展现状(二)目前大数据审计在我国国家审计层面已进入深度应用阶段二、大数据审计发展现状(二)目前大数据审计在我国国家审计层面已进入深度应用阶段2024年1月，全国审计工作会议指出，审计署将重点审计重大区域规划战略实施、

重大投资项目建设，密切关注财政、货币、就业、产业、区域、科技、环保等政策的协调情况，重点开展大数据产业方面的审计工作，促进以科技创新推动产业创新。二、大数据审计发展现状(三)注册会计师行业信息化建设已经进入智能应用阶段三、大数据审计发展趋势与挑战(一)大数据审计发展趋势审计智能化机器学习、自然语言处理、社会网络分析等智能技术越来越多的被应用到审计场景中。审计平台化随着技术的进步，数据分析在审计工作中的比重加大，审计组织将转变为以数据分析平台为中心，敏捷反应的平台型组织。审计信息多维化大数据审计中用到的信息除了传统的结构化数据之外，还可以包括文本信息、音频信息、视频与图像信息等多维度信息。从抽样审计向详细审计转变风险评估、内控测试等环节首先实现智能化转型，从抽样审计转向全量审计，智能化的详细审计不断发展。审计可视化可视化技术将改变传统审计模式下的数据界面，代之以直观的各种动态图表，便于审计师快速分析并得出结论。三、大数据审计发展趋势与挑战（二）大数据审计发展面临的挑战对审计环境的影响4.审计业务的复杂性随着企业规模的越来越大、业务越来越复杂，审计业务也越来越复杂，每个企业都有自己的业务特性，使得审计尤其是细节测试阶段，很难实现机器替代人工。5.大数据审计体系设计的复杂性在实践中，审计师面对的往往并非标准化的场景，如不同的企业、产品或服务、商业模式、行业惯例等。要想设计出一个标准化的审计系统，训练出通用性的审计模型，存在很大难度。2.观念与习惯转变困难审计模式的转变，需要员工学习新知识、新技术，面临中层和基层的阻力；在取得实质性成效前，高层支持力度不足；事务所面临的技术竞争压力小，导致转型动力弱。3.人才稀缺大数据审计需要既掌握会计审计知识，又掌握大数据技术的复合型专业人才，目前这方面的人才极为缺乏1.大数据获取成本高客户可能由于保密性等原因仅提供部分电子数据；外部获取数据成本高、网络爬取数据面临监管；事务所内部积累电子数据不足等。022大数据审计概念大数据审计概念01计算机审计是在信息技术环境下发展的审计技术方法的总称；从狭义上来讲，计算机审计可以包括对计算机产生的电子数据的审计和对信息系统本身的审计。02是指审计机关对被审计单位财务和业务系统生成的数据，以及相关外部数据进行采集、处理、分析、评价，从而揭示突出问题，发现风险隐患，促进体制机制完善的过程。03信息系统审计由具有客观立场的独立审计师实施，包括国家审计机关、内部审计机构中的工作人员，以及独立的具有信息系统审计资质的第三方机构中的IT专业人员等。04大数据审计是指审计机关遵循大数据理念，运用大数据技术方法和工具，利用数量巨大、来源分散、格式多样的经济社会运行数据，开展跨层级、跨地域、跨系统、跨部门和跨业务领域的深入挖掘与分析，提升审计发现问题、评价判断、宏观分析的能力。一

、大数据审计概念计算机审计电子数据审计信息系统审计大数据审计二、大数据审计体系三、大数据审计应用系统建设大数据审计应用系统旨在将“数据孤岛型、业务封闭型、模式单一型”信息系统向“数据一体化、业务一体化、模式一体化”的方向推进发展。审计署审计署金审工程规划的审计应用系统包括审计大数据中心、审计综合作业平台、审计指挥中心、审计模拟实验室、综合服务支撑系统五大部分。这些应用系统是实现数据清洗、数据关联、数据存储、审计分析、数据挖掘、可视化指挥决策、培训模拟等大数据技术的平台。中注协打造先进系统技术架构、推动构建行业数据标准体系、强化网络安全建设、丰富行业知识库建设、布局行业数据中心建设、深化大数据分析应用、推动开展数据治理、优化行业管理信息系统、完善行业诚信信息监控体系、完成注协机关协同办公系统建设、促进各级各类信息系统互联、完善信息化相关制度、升级大型会计师事务所审计作业系统、强化总分所一体化综合管理系统建设、普及中小型会计师事务所信息化产品应用、推动实现函证数字化、探索研究现代信息技术的融合应用和丰富信息化实现路径。03大数据审计基本理论一、大数据审计观念及组织变革(一)大数据审计观念大数据审计观念4.协同审计观通过审计大数据平台的建设，实现资源的高效整合与有序共享，推动审计思维由分散审计向协同审计转变。5.持续审计观通过审计大数据平台，进行持续监测，实时分析和风险预警，形成持续审计模式。2.混杂审计观通过大量实时混杂数据把握事物的大致发展趋势，关注数据的混杂性、时效性、完整性，而非单一数据的精确性。3.关联审计观从探索审计证据之间的因果关系转向对大量数据相关性的分析。1.总体审计观从抽样审计转向总体审计，从内部数据到外部数据、关联数据。一、大数据审计观念及组织变革(一)大数据审计观念大数据环境下的审计转型一、大数据审计观念及组织变革(二)大数据审计模式下的审计组织变革审计工作的组织形式将由目前的分部门“单打独斗”模式转变为以平台为中心的模式一、大数据审计观念及组织变革(二)大数据审计模式下的审计组织变革与传统审计组织形式相比，新型审计组织形式具有以下优点：二、大数据审计一般流程大数据审计紧紧围绕“总体分析、系统研究、发现疑点、分散核实、精确定位”的思路展开，进行大数据审计重点应完成以下工作：04020301对锁定的疑点进行核查：精确定位，收集补充信息，进一步分析，确认审计疑点；进行延伸审计，进一步获得审计证据。对数据进行必要的预处理，以便对数据进行进一步分析。通过数据建模、数据可视化，发现疑点；针对疑点，进行数据挖掘、可视化分析，深入探究，锁定疑点，获得审计线索。梳理数据需求与来源，进行数据采集。数据采集数据预处理总体分析分散核实审计结论05依据分析结果及获得的审计证据，得出审计结论，确认审计事实。二、大数据审计一般流程(一)审计准备与经典审计模式相比，在大数据审计模式下的审计准备阶段，审前调查中要增加对信息系统的调查，在重大错报风险分析中要增加对信息系统风险的评估，并在方案设计中具体体现。开展审前调查制订数据审计实施方案二、大数据审计一般流程(二)环境部署无论是现场审计还是非现场审计，均需根据项目需要，组建项目级审计局域网，按被审计单位的数据量级、审计组的业务需求配置相应的服务器和局域网，使成员可通过局域网共同访问数据库服务器及应用服务器，共同完成项目任务。现场审计非现场审计二、大数据审计一般流程（三）数据采集与数据处理全面采集被审计单位的相关数据；对采集的数据进行清理、转换、验证；形成数据采集及处理报告，写明采集数据的信息系统，数据采集方法、范围、内容、格式；清理转换的操作概要、形成的最终成果等。会计信息系统数据采集常用方式：直接备份被审计单位数据库数据，并还原至审计数据库服务器；文本采集；模板采集；使用采集软件，采用国标GB/19581—2004标准接口进行采集；由被审计单位会计信息系统客户端查询并保存。(常用)二、大数据审计一般流程(四)创建审计中间表创建审计中间表是构建审计分析模型的前提和基础，也是实现数据式审计的关键环节之一。审计中间表是审计人员根据审计任务需要，为了提高审计分析效率、实现审计目的，将转换、清理、验证后的电子数据按审计需求进行投影、连接等操作，再按照审计业务习惯，进一步选择、整理，形成的满足审计需要的较为精简的共享数据集合。在此基础上，审计人员可进行进一步的数据建模及数据分析。审计中间表是审计人员建立审计分析模型的基础，使数据分析建模工作更为便捷高效。二、大数据审计一般流程(五)总体分析，确定重点审计工作必须始终坚持的战略定位是围绕审计目标，把控审计总体情况，站在更高的层面有针对性地识别审计中的关键风险，这样才能提出有效堵塞漏洞、加强管理、促进改革的建议。对清理转换后的电子数据，审计人员首先应当围绕审计目标对审计总体进行分析，掌握被审计单位的经营环境、政策背景、运营模式、业务流程等关键信息，找准薄弱环节，确定审计重点。二、大数据审计一般流程(六)建模分析构建审计模型是大数据审计区别于经典审计模式的重要特征。衡量审计人员的审计能力和水平的重要指标包括：熟练地根据审计目标，对审计总体进行全面数据分析，构建系统模型；关注重大错报风险，确定审计重点，构建类别分析模型；选择关键重点进行数据分析，建立个体分析模型，挖掘审计疑点，形成审计线索，构建模型。而能否对审计事项做出正确、深刻的理论概括，能否概括出模型的一般规律，是判断审计人员是否掌握了数字化审计模式的判断标准。二、大数据审计一般流程(七)核查取证，分散核实在这一阶段，需要根据审计分析模型的分析结果，针对审计线索进行研究，在已确定的疑点线索基础上，分组对发现的问题进行核查取证，各小组分别行动，调取详细资料、补充证据、进行现场延伸、实现精确定位、逐个落实并完成问题底稿。如果数据分析的结果能直接发现与确定审计问题，审计人员可以利用有关电子数据直接取证。二、大数据审计一般流程(八)审计结论各小组将线索取证资料及延伸结果向上汇总，由数据分析组进行专题分析、系统研究，最终确定总体金额、问题类别，形成最终的数据分析报告，为审计结论报告提供数据及证据方面的支持。主审或组长(项目经理)组织团队对全部问题底稿、取证单、法规依据进行充分研讨后，形成审计结论报告。三、大数据审计框架及技术方法(一)基于大数据处理中心的大数据审计框架三、大数据审计框架及技术方法(二)大数据环境下的审计方法审计框架“总体分析、系统研究、发现疑点、分散核实、精确定位”的数字化审计方式是发展的必然趋势，所以审计方法也要从传统审计方法向大数据审计方法转变。三、大数据审计框架及技术方法(二)大数据环境下的审计方法审计框架审计实务中，常用的大数据审计方法按照不同标准，可分为不同类别：审计数据处理方法审计数据分析方法审计取证方法结构化数据审计方法非结构化数据审计方法按数据类型分类A按数据审计流程分类B四、大数据审计的特征(一)数据特征大数据审计数据来源广泛01大数据审计数据规模大02大数据审计数据关联性强03大数据审计数据结构多元04大数据审计作为一种新兴的审计手段，具有高效性、实时性、覆盖面广等特点。四、大数据审计的特征(二)技术特征审计数据的采集、预处理、分析挖掘和可视化技术应用更加复杂化、多样化、精益化和动态化。传统的手工处理方式以及一般财务软件很难在短时间内完成对审计大数据的一系列处理。此外，审计大数据结构多元的特征也增加了审计大数据技术的复杂性和多样性。在金融审计中，运用数据挖掘中决策树的关联规则和挖掘方法，可对不良贷款与正常贷款之间相互错分的规律进行研究，创建对不良贷款和正常贷款具有较强分类能力的条件属性指标，从而增加分类预测模型的可理解性，并在一定程度上揭示商业银行信贷资产风险等级分类的相关规律。在税收征管审计中，利用聚类方法，根据聚簇规则，可将纳税户进行分组，使组内纳税户具有最大的相似性，组间纳税户具有尽可能大的相异性，从而产生聚类标准，并按照标准对纳税户进行分行业、分税种聚类分析，确定纳税群体的总体情况和特征，为审计目标和审计重点的建立提供依据。例例四、大数据审计的特征(三)应用特征大数据审计具有全样本、跨组织、跨区域、即时性、多维性等应用特征。传统审计大数据审计数据来源主要是被审计单位的内部数据不仅包括被审计单位的内部数据，也包括被审计单位的外部数据数据类型以结构化数据为主不仅包括结构化数据，也包括非结构化数据、半结构化数据数据采集数据采集方法主要是直接复制或通过中间文件采集，或使用专用的采集工具除了传统的采集方式外，还使用远程联网、数据接口、网络爬虫等方式采集数据存储数据主要存储在个人电脑或本地服务器数据主要采用分布式存储，存储在云端数据处理一般只是对结构化数据进行处理除了结构化数据，还对半结构化数据、非结构化数据进行处理数据分析以账表分析、数据查询为主，主要是常规的统计分析采用多数据源综合分析技术、智能分析技术、可视化分析技术等审计范围以财务审计为主，一般只关注审计年度近期的已有数据除了财务审计，还会拓展到多种类型的业务审计，一般关注长期数据，并对特定风险进行数据预测审计方法主要采用统计查询、抽样审计的方法采用全量审计、数据挖掘、SQL查询、可视化等方法，遵循总体分析、发现疑点、分散核实的思路审计结论主要揭示因果关系，一般为精确的、遵循统计学原理的结论揭示相关关系，总结大量数据的趋势性结论，提示风险五、大数据审计信息来源被审计单位财务数据企业的财务账套数据、原始凭证等(例如财务系统、税务系统、ERP系统等)业务数据企业的业务数据表、业务单据等(例如ERP系统、CRM系统、WMS系统、HR系统、OA系统、生产管理系统、物联网系统、内控系统、预算系统、业务运行系统等)IT数据信息系统操作用户信息、信息系统用户操作日志等文本信息内控文档、制度文件、生产记录、会议记录、内刊资讯、以往审计报告等视频与图像信息访谈照片、访谈视频、生产经营场所的视频信息、存货存储场所视频信息、生物资产活动场所的视频、图片信息等音频信息会议录音、访谈录音、客服录音等其他信息企业经营场所的客户、员工、运输工具、生物资产等的地理信息系统(GIS)和全球定位系统(GPS)数据社交媒体文本信息被审计单位企业微信、关键人的QQ、微信、微博、朋友圈信息、邮件等外部网络文本信息主流媒体新闻报道、论坛、宏观层面的政策文件、行业信息等，上市公司年报(被审计公司及其关联公司、上下游公司)专有数据库数据信息国泰安CSMAR数据库、Wind经济数据库、上交所XBRL数据、深交所数据、国家统计局数据、公安户籍数据、房屋产权登记数据、工商注册数据、车辆管理数据、税务数据、银行数据等04大数据审计典型应用场景一、在政府审计中的应用（二）大数据审计发展面临的挑战0102030405预算收支审计经济责任审计自然资源审