浅析大数据背景下审计方式创新风险及对策论文

浅析大数据背景下审计方式创新风险及对策论文内容摘要：

踪被审计单位以前年度审计发现的问题的整改落实情况；对图片、视频、音频等数据进行分析等。 通过对非结构化数据进行分析，有助于评价被审计单位内部控制的合规性、有效性，掌握被审计单位的重大经济决策情况，发现违法违纪线索，确定下一步的审计重点。 在大数据背景下，审计人员可以运用各种先进的大数据分析处理方法手段，更精准的发现审计疑点，扩大审计覆盖面，提高审计工作的质量和效率。 常用的方法有以下三种： 查询分析。 审计人员主要利用 SQL 结构化查询语言语句进行查询，对数据进行计算、关联和分析。 SQL 语句最主要运用在多表连接和关联分析。 比如说在商业银行审计中，审计人员重点关注银行贷款业务中是否存在循环担保现象，使贷款担保流于形式，未能真正发挥降低信贷风险、提高资产质量的作用。 审计人员首先整理贷款发放明细表，设置 “ 合同编号 ” 、 “ 信贷客户编号 ” 、 “ 合同金额 ” 、 “ 合同开始日 ” 、 “ 合同到期日 ” 、 “ 保证人编号 ” 等字段，通过编写SQL 语句，将贷款发放明细表进行自连接，通过语句 Selectdistincta.信贷客户编号 , 发放明细表 ajoin = = andc.信贷客户编号 = ，查询是否存在多个贷款主体之间循环担保的情况，针对筛选情况，进行审计延伸、取证。 多维分析。 审计人员利用多维分析技术，以海量的数据为基础，从不同的角度对被审计单位的数据进行挖掘分析。 比如说在某市低保审计中，要分析低保人员的文化程度、劳动能力、健康状况、年龄结构、性别等信息，审计人员通过对该市低保人 员的详细信息数据表，设置 “ 性别 ” 、 “ 年龄层次 ” 、 “ 劳动能力 ” 、 “ 文化程度 ” 等不同字段，建立多维数据集，对信息进行切片、切块、旋转、钻取等操作，重点关注既具备劳动能力又享受低保的人员的年龄结构、健康、文化程度等情况，从而把握总体，明确审计抽查延伸的重点和方向。 数据挖掘。 审计人员对大量的财务数据、业务数据进行抽取、转化、分析和模式化处理，从中发掘出隐藏的疑点和规律。 通过离群点技术，可以发现明显偏离数据总体、不符合业务规律的数据，从而发现审计疑点；通过聚簇分析，可以将数据按照相似特征归类，通过将当年数据 与往年数据对比、当年各月数据对比，分析被审计单位数据的真实性；通过序列分析，可以发现数据在时间或序列上的规律，发现审计数据之间的因果联系，比如对凭证号进行断号、重号、空号检查确定财务数据的真实性和完整性。 通过可视化技术，使数据的特征和规律更直观的展现出来。 、抵御和预防并重转变 目前，政府审计主要关注被审计单位财务收支的合规性、合法性和效益性，发现和揭露重大违法违规问题和经济犯罪线索，对于带有宏观性的共性问题，有针对性的提出审计的对策和建议。 传统审计往往反映的被审计单位过去的情况，随着大数据时代的到来，全新的技术手段使审计人员处理数据的效率大幅提升，处理数据的方式方法多种多样，审计职能也从反映过去、揭露问题向揭露、抵御和预防并重转变。 我国电子政务 12 个重点业务系统之一的金审工程目前在建设第三期，该工程主要目的是增强政府审计的抵御和预防功能。 金审。