引論：我們為您整理了1篇大數據審計監督平臺應用分析范文，供您借鑒以豐富您的創作。它們是您寫作時的寶貴資源，期望它們能夠激發您的創作靈感，讓您的文章更具深度。
1引言
黨的十八大以來，習近平總書記多次強調要應用大數據提升國家治理現代化水平。為此，各級審計機關都在積極探索如何利用大數據技術加強審計工作，實現將廣大審計人員的審計思路、審計判斷、審計方法等智慧匯集于一體的智慧審計[1]。本文從技術需求、功能實現和實施效果等方面討論一個能幫助審計機關實現審計監督智慧化、常態化以及全覆蓋，有效突破賬本局限，實現足不出戶搞審計的大數據審計監督平臺的應用實踐。
2平臺簡介
大數據審計監督平臺是金審工程的一項建設內容。平臺依托政府云平臺建設，應用多維分析、關聯分析等大數據處理技術搭建審計監督指揮中心、審計數據中心和智慧審計中心三大功能模塊。其中，審計監督指揮中心為各級領導掌控宏觀情況、指揮工作提供決策支持；審計數據中心以金審工程的行業審計數據規劃為基礎，通過部署一系列SSIS（MicrosoftSQLServerIntegrationServices）包，對社保、財政等行業業務數據進行自動還原、轉換和校驗等數據標準化操作，實現數據采集、加工、轉換、存儲、交換、共享和管理等低端數據整理工作智能化；智慧審計中心是發現審計線索、解決審計問題的直接生產工具，實現將審計專家經驗通過SQL（StructuredQueryLanguage）等數據庫結構化查詢語言固化成審計數據分析模型，一鍵式生成分析結果，篩選審計疑點，實現科學審計監督，對重點行業審計數據分析提供工具支撐。平臺還設置一些常態化的分析任務，實時對不符合邏輯的數據、不符合相關指標的數據、不符合政策的數據，按照預設好的閥值開展自動預警、產生疑點，推進無項目審計的實現，及時控制風險，避免資金重大損失，真正實現了審計關口前移，加強日常審計。
3平臺建設方案
3.1技術方案
3.1.1總體技術框架
大數據審計監督平臺以審計業務需求為先導，以可靠信息技術為基礎，以信息資源共享為依托，以破解數據“采集難”、“保管難”和“整合難”等傳統審計中常見的三重困難為目標[2]，基于SOA（Service-OrientedArchitecture）應用架構，建設聯網審計中心和審計數據中心兩大功能中心（總體技術框架見圖1）。其中聯網實時審計中心包含組織預算執行審計、部門預算執行審計、社保審計。（1）基礎設施層：為整個環境運行提供基礎支撐環境，包含服務器設備、存儲設備、視頻會議設備、網絡設備、安全設備、數據庫環境和操作系統環境。（2）數據層：為應用層提供基礎數據支撐，包含原始數據區、行業審計數據區、跨行業審計數據區、交換共享數據區。（3）支撐層：為上層的應用層提供各種工具組件支撐，包含統一權限管理、統一用戶管理、單點登錄、安全日志、數據挖掘、基礎資料維護、審計目錄維護、查詢分析、報表管理、工作流引擎。（4）應用層：提供了滿足行業聯網實時審計、審計數據管理、領導決策等一系列應用系統。（5）信息安全和標準規范體系，從理論、設施、應用三個層面，為審計業務開展提供必要保障。（6）系統運維保障體系：建立和完善審計隊伍信息化素質培養機制，建立審計信息化專業的運維保障體系為審計信息化良好應用保駕護航。
3.1.2關鍵技術
（1）數據倉庫技術。數據倉庫是一個面向主題的、集成的、相對穩定的、反映歷史變化的數據集合[3]。大數據審計監督平臺以現有各行業審計電子數據和審計機關自身管理業務數據的積累為基礎建設數據倉庫，主要供審計人員的數據分析和領導決策之用，所涉及的數據操作主要是數據查詢，一旦某個數據進入數據倉庫以后，一般情況下將被長期保留。（2）ETL（Extract-Transform-Load）整合技術。主要用于將被審計單位各業務系統的數據及所需要的數據文件抽取至數據倉庫，并進行數據的清洗、轉換、加載等操作，形成審計數據分析應用（分行業、分領域）所需的各種數據匯總數據模型、分析模型，最終形成各種報表、查詢以及主題分析。（3）聯機分析技術OLAP（On-LineAnalyticalProcessing）。以多維度方式分析數據，彈性地提供上鉆、下鉆、切片和切塊、旋轉等操作，主要用于大規模數據分析和統計計算[4]。OLAP也可以說是多維數據分析工具的集合，是數據倉庫中大容量數據得以有效利用的重要保障。其基本思想是：審計業務人員或審計機關領導應能靈活地操縱各項權限內的數據，以多維的形式從多方面和多角度來觀察對象狀態和變化。
3.2功能實現
3.2.1數據采集功能
審計項目中采集的各行業系統原始數據兼容性差、異構性強，且原始數據庫結構復雜，無法直接在審計中使用，需要進行一定的數據轉換。大數據審計監督平臺的審計數據中心基于ETL技術，以金審工程的行業審計數據規劃為基礎，對被審計單位信息系統的原始數據進行數據抽取、數據轉換和數據加載（數據處理流程見圖2），形成統一標準表，方便審計人員開展數據分析。由于這些行業數據轉換程序相對固定，平臺則設計將這些轉換操作程序化，從而實現利用計算機程序控制這些重復的、低端的數據轉換工作，實現數據標準整理的智能化。（1）數據抽取，是從數據源獲取所需數據的過程。審計數據中心使用windows自帶的bat（Batch）批處理工具，實現對各種常見數據庫類型如SqlServer、MySQL和Oracle等的備份文件進行自動還原操作。（2）數據轉換，是按照數據源與目標數據的定義（審計署發布的各類數據規劃），將數據傳輸到目標數據。審計數據中心根據數據規劃，為財政、社保等行業數據設計了一系列的SSIS數據轉換模板。通過啟動ETL服務器上的SSIS數據轉換模板，自動完成對還原后的原始數據進行操作，自動執行特定的轉換腳本，最終形成審計基礎數據、審計分析數據以及多維數據集。（3）數據加載，是將已完成抽取轉換的數據加入目標數據庫。審計數據中心在完成數據自動采集轉換成標準表的基礎上，還進一步實現對數據的加工。如聯網審計中心的多維數據分析的數據來源就是審計數據中心通過ETL服務器中的SSAS(SQLServerAnalyticServices)轉換模板將審計基礎數據區的審計標準數據，經過數據加工形成審計多維數據集。
3.2.2數據保管功能
審計數據中心依托數據倉庫技術構建了原始數據區、行業審計數據區、跨行業審計數據區和交換共享數據區等數據存儲區形成了審計數據倉庫，將被審計單位原始審計數據、行業審計數據、審計管理數據進行規范化管理，支撐了聯網審計中心、跨行業綜合對比分析和數據交換共享等功能。審計數據倉庫的建設，是以現有被審計單位大量系統數據和審計機關自身管理業務數據的積累為基礎，靈活加載新增的行業數據，并把信息加以整理歸納和重組，及時提供給相應的管理決策人員。數據倉庫結構模型如圖3所示。審計數據中心不僅通過數據存儲分區設計，解決審計電子數據“存”的問題，還通過綜合管理平臺的用戶角色和權限功能，實現根據不同審計項目，不同處室部門、不同用戶級別設置可查詢的電子數據，解決了審計電子數據“用”的問題。在審計項目開始前，各審計組根據審計需要，向審計數據中心管理處室審前數據查詢權限，并由系統管理人員根據領導批示對審計組開放相關權限。在審計項目中，各審計組將審計項目中采集到的被審單位的原始電子數據，移交給審計數據中心管理處室，辦理移交手續。系統管理員將原始電子數據存放到原始數據區，啟動審計數據中心的數據自動采集轉換功能，將原始電子數據經過抽取、清洗轉換后加載到數據倉庫中的行業審計數據區。
3.2.3數據整合功能
目前，機關里普遍存在計算機技術和審計業務應用兩張皮現象，一些資深干部提升計算機水平難、一些年輕干部掌握業務經驗少，導致各行業審計電子數據無法整合使用。為解決這一問題，聯網審計中心通過設計“審計模型”的功能，將審計人員的審計經驗固化。審計人員通過圖形化構建界面靈活搭建出各種審計模型，及時將審計思路固化。審計人員在進行同類問題審計時，只需點擊運行，就能迅速將同類問題一網打盡，有效解決審計問題個案化和審計成果碎片化的問題，轉變以往計算機審計的“精英路線”為“群眾路線”。同時，將大數據審計和傳統審計相結合。面對大數據分析產生的批量分析結果，審計人員要結合賬本憑證和有關業務資料進行比對印證[5]。
（1）構建查詢類數據分析模型。在實際工作中，審計人員根據法律、法規和制度規定的狀態和關系、業務的邏輯關系、不同類型數據之間的對應關系以及審計人員的合理預測等建立審計查詢分析模型。如在二次分配資金下達情況審計事項分析中，審計人員對所有二次分配項目資金進行查詢，篩選出超時限下達的情況，從而揭示出二次分配資金沿用慣性做法，未提早謀劃具體的項目，影響資金使用的績效問題。步驟一，利用重算分析，對單位層指標數據，按照與財政部門相同的數據處理方法重新計算各時點發展性項目實際分配下達到具體單位、項目和資金情況。步驟二，利用檢查分析，對這些重算后的分析數據進行條件查詢，篩選出所有不按政策“6月份前下達60%，9月份前下達100%”要求的項目的執行情況，從而檢查所有項目二次分配情況，篩查出不及時下達項目的詳細情況。
（2）構建多維度數據分析模型。多維分析模型是將數據立方中的維度與度量值經過組合，呈現給用戶多角度、多層次的分析結果。聯網審計中心提供圖形化的多維分析模型構建界面，審計人員按照設定好的分析思路，通過拖放選取度量和維度，輕松完成個性化的多維模型建立，也能為多維分析模型增加多個分析步驟，改進系統預設分析模型。例如，在套取醫保基金的問題審計中，審計人員利用聯網審計中心的多維分析模型對醫保結算數據進行多維分析。步驟一，審計人員先從開藥量維度入手，篩查出醫保統籌結算金額在全市排名前50的參保人員。步驟二，再從就診次數維度，篩查出醫保統籌醫保統籌結算金額在全市排名前50的參保人員的就診次數和就診的醫療機構數量。步驟三，結合開藥量和就診次數兩個維度的結果，并根據收集的藥品使用說明數并結合醫生指導，分析出以上疑點數據人員同類藥品總量，鎖定疑點人員。
（3）構建穿透式數據分析模型。審計人員在“關聯”模塊設置關聯模型、關聯模型參數等參數建立模型間的關聯關系，從而實現模型彼此之間的關聯與穿透，將整個審計數據由“點”成“鏈”，通過對各個行業數據匯總、整合和分析，進而逐步實現審計數據由“鏈”成“網”。例如在開展部門預算執行審計項目時，審計人員通過聯網審計中心構建財政指標數據穿透模型，對財政指標系統的總指標、處室指標和單位指標三層指標通過指標流進行關聯，實現點擊單位指標，可查看其處室指標，點擊處室指標可關聯到總指標，實現了財政指標數據的全關聯。
4平臺實施效果
該系統建成以來，初步實現了對大數據的分析應用，有效解決了傳統審計無法克服的困難，提升了審計效率，全力推進審計監督全覆蓋，切實為經濟高質量發展落實趕超提供審計監督服務保障。
（1）審計覆蓋面更廣。依托大數據審計監督平臺，強力推進“集中分析、發現疑點、分散核查、系統研究”的數字化審計工作模式，有效提升審計監督效能。如，近年的“同級審”工作中，在全省率先采集了全部市直部門單位財政財務數據，開發固化52個通用和個性化數據分析模型。從資金流維度和時間維度，通過縱向比較，打通市、縣財政業務數據“孤島”通道，明晰財政數據、業務數據間的關系，貫穿多年財政業務數據間的關聯。
（2）審計查核問題更準。通過平臺對不同來源的數據經過有效關聯、融合，形成針對某個領域、某個對象的完整視圖，幫助審計人員發現隱含的關聯關系、理清事件的來龍去脈，輔助審計決策，使得已經發生的不規范問題難以循形。如在某扶貧資金跟蹤審計中，通過將扶貧系統數據與房產車輛、工商注冊和醫療等多部門數據比對分析，對建檔立卡人員及家庭的市造福工程、農村危房改造和重特大醫療救助等21項扶貧涉農資金數據進行分析，篩選出疑點數據3000多條，查出違規改變項目資金用途、資金不到位不落實及資金滯留閑置等主要問題。
參考文獻
[1]王開一.大數據環境下的智慧審計構想.中國審計,2018(15):23-25
[2]齊春麗.加強大數據審計推進數字化發展.中國審計,2018(3):53-54
[3]袁漢寧.數據倉庫與數據挖掘.北京:人民郵電出版社出版,2015
[4]尚硅谷IT教育.大數據分析:數據倉庫項目實戰.北京:電子工業出版社,2020
[5]馮拓.基層審計機關推進審計全覆蓋的路徑探析,中國審計,2021(16):56-57
作者:劉殷星 單位:福州市政府固定資產投資審計中心