近年来，审计机关积极探索运用“ 总体分析、发现疑点、分散核实、系统研 究”的数字化审计模式，推行大数据审计的扁平化组织管理方式，加强跨层级、跨地域、跨系统、跨部门和跨业务的数据挖掘与分析，注重数据资源的整合，注 重数据关联分析结果的延伸核实，注重延伸结果的综合分析和利用，以大数据 审计引领并推动审计工作不断发展。本文立足审计机关多年以来在大数据审计领域的实践经验，从开展大数据审计的必备条件出发，探讨如何运用大数据 审计技术方法提升宏观政策分析效果，精准发现并锁定问题线索。
大数据审计必备的前提条件
做好思想准备。要充分培养大数据审计意识、树牢大数据审计思维。大数据审计意识就是以数据为核心，坚持数据先行思想，坚信通过跨层级、跨地域、跨系统、跨部门和跨业务的大数据审计分析，可以提升查核问题、评价判断和宏观分析能力。树牢大数据审计思维，才会自觉将审计思路和大数据分析技术运用紧密结合起来。大数据思维包括：归纳思维、假设思维和关联思维。归纳思维就是遵循从特殊到一般原则，运用大数据分析技术从问题的偶然性中发现必然，从单个问题表现特征中提炼一般性、普遍性的特征。假设思维就是带着问题去审计，大胆假设，小心求证。关联思维就是坚持从全局和整体层面理解数据，不仅要发现数据呈现的表象，更要挖掘表象背后的原因和数据间的关联关系，进而探索事物内部和事物间的联系和规律，得出令人信服的审计结论。如，将车辆数据与低保数据关联，可以迅速发现“开宝马吃低保”问题。
做好技术准备。推动大数据审计，数据的运用是目标，大数据审计技术与方法创新是保障。数据采集、数据标准化以及大数据审计平台是技术准备缺一不可的要素。一是数据采集是基础。缺少了数据，大数据审计就是无本之木，无源之水。二是数据标准化是关键。运用数据，首先要做的就是数据标准化工作。数据标准化包括数据库、表、字段名称的标准汉化，数据内容的标准化，有一套完善的数据利用指引。三是大数据审计平台是支撑。大数据审计平台要依据不同审计事项要求，构建多个数据集市，分配给相应数据分析组进行查询和综合利用。以政策跟踪审计为例，有审计机关围绕政策跟踪重点审计事项，结合政策库、资金库、项目库和审计成果库等“四库”建设，搭建了政策跟踪大数据审计平台，初步实现大数据审计智能化。
做好人才准备。大数据审计技术与方法创新，要有适应大数据时代审计工作需要的高素质人才。近年来，审计机关采取多种举措培养大数据审计人才，制定高素质专业化审计干部队伍建设规划，建立大数据审计成果与个人评优、晋升挂钩等考核评价机制；聘请外部专家介绍大数据审计前沿知识，选派审计业务骨干参加审计署举办的各项大数据审计技术培训；举办大数据审计论坛，业务处室负责人和骨干同台竞技，宣讲大数据审计思路、做法和经验等。
着眼于提升宏观分析效果
国家审计要为宏观经济管理服务，评估各项经济政策的执行情况和效果，进而提出改进和优化的建议，表现出站位高、视野广的特点，运用大数据审计提升宏观分析效果可以从以下几方面着手。
提高站位，聚焦重点领域和重点事项。大数据宏观分析坚持问题导向，要紧紧围绕中央决策部署重点、经济社会热点、深化改革难点、基层落实痛点，特别是应对复杂严峻外部形势和经济运行周期性、结构性矛盾等重点领域，从深入推进供给侧结构性改革，打好“三大攻坚战”，加快经济体制改革，加强保障和改善民生等多个方面，在广泛收集数据的基础上，开展大数据分析。围绕制造业高质量发展，从税收优惠政策入手，多角度分析制造业企业税负变化及其税负较重的问题根源，提出优化税收优惠政策、减轻制造业税负、促进实体经济高质量发展的建议。
紧扣重心，关注政策措施和实施效果。紧扣中央各阶段工作重心，收集研究中央出台的各项政策，从政策依据、目标、内容、措施和效果等方面开展大数据审计，对重大风险隐患、突出矛盾问题要快速分析，持续跟进。在深入理解政策目标、内容的基础上，按照“一项政策一条线”的原则，点面结合研究，将政策措施中限定性条款转化为大数据审计逻辑判断标准，揭示政策落实不到位、不合规，影响政策实施效果等问题。如，清理政府性行政收费的政策目标是减少行政收费、降低企业负担，审计机关通过梳理被取消的行政性收费目录清单，将其转化为大数据分析的逻辑判断标准，揭示应取消未取消的行政性收费项目及其违规收取金额的问题。
把握全局，研判总体情况和发展趋势。大数据环境下的宏观分析，就是要把重点审计事项置于经济社会运行的大背景下进行分析，把审计发现的具体问题放在改革发展大局下进行审视，全面、历史、辩证地看问题；就是要立足审计发现问题，客观审慎结合总体情况进行研判，抓住问题的主要矛盾和矛盾的主要方面，明确问题的性质和状况，包括主要危害、影响范围和程度、发展阶段、变化趋势等，并注重趋势研判和风险预警，发挥宏观管理作用。
着眼于精准锁定问题线索
经济领域内的违法违纪行为具有隐蔽性，团伙跨区域作案较多且手法多变，传统的审计方法发现与查处的难度较大，究其根源是相关数据的信息开放和共享程度低，形成了信息孤岛，另外海量数据也增加了数据分析难度。然而任何违法违纪问题都会在电子数据中“留痕”并呈现出一些特定特征，大数据的关联分析与挖掘分析，可以打破信息孤岛，海量数据也变得透明化，发现和挖掘问题线索会变得快捷而精准。
研究违法违纪手法，不断跟踪挖掘其呈现的新特征。尽管违法违纪行为具有一定的隐蔽性，但其手法都具有规律性，掌握违法违纪手法，大数据审计分析思路也就有了。那么，如何快速掌握违法违纪手法？一是注重发动集体智慧的力量，运用头脑风暴法，集思广益，积极思考各审计领域可能存在的问题，梳理分析思路。二是关注经济社会各种异常现象，研究其发生根源，揭示其隐藏表象背后的违法违纪问题。三是收集、整理已掌握或已查处的问题线索，将问题进行分类，分析并总结其规律，挖掘问题可能呈现的新特征。四是研究学习报纸、网络等外部媒介报道，及时发现经济问题新业态、新模式。
通过挖掘隐藏在大数据中的数字特征，精准锁定问题线索。同业务的数据均具有其独特的数字特征，通过挖掘和分析这些隐藏在大数据中的数字特征，可以快速并精准锁定问题线索。需要注意的是，这是一个渐进的、循环反复、不断自我否定和修正的过程，而且往往要结合延伸审计反馈的情况，不断完善、修正，才能逐步形成最终大数据分析思路。
注重将大数据审计与信息系统审计相结合。信息系统审计范围不仅包括被审计单位信息系统的安全性、可靠性和经济性，还包括信息系统运行产生的结果数据、数据产生的机理、相应程序的设计文档和源代码等。将大数据审计与信息系统审计有机结合，将大数据分析结果与信息系统审计结果相比对、印证，既能提高查核问题、评价判断、宏观分析的能力，又能发现寻常难以发现的问题线索。（周敦祥 审计署党组驻南京特派办分党组书记、特派员）
来源：中国审计报
声明：本文来自中国审计报，版权归作者所有。文章内容仅代表作者独立观点，不代表安全内参立场，转载目的在于传递更多信息。如有侵权，请联系 anquanneican@163.com。
