[摘要]《黨政主要領導干部和國有企事業單位主要領導人員經濟責任審計規定》，明確提出要推動大數據等新技術在審計中的應用，本文著重就大數據技術在經濟責任審計中應用的必要性、在具體審計項目中的應用展開分析，并結合具體案例說明該技術的應用途徑和方法，然后就應用中遇到的問題進行思考，以提高大數據技術的運用成效。

　　[關鍵詞]大數據 經濟責任審計 應用

　　在物聯網、云計算、人工智能、移動客戶端等

　　高新信息技術快速發展的時代，大數據作為上述技術背后的主要基石，發揮著關鍵生產要素、社會無形資產與資源的重要作用。2019年印發的《黨政主要領導干部和國有企事業單位主要領導人員經濟責任審計規定》(以下簡稱《規定》)，要求審計部門應當推動大數據等新技術應用。由此，經濟責任審計工作在審計對象、審計范圍、審計方式與審計結果運用等方面全面步入了“大數據時代”。

　　一、大數據技術在經濟責任審計中應用的必要性

　　(一)大數據技術是實現經濟責任審計全覆蓋的重要手段

　　經濟責任審計范圍寬、內容多、針對性強，數據證據龐大繁多。通過數據的收集、挖掘并利用其羅列功能，將傳統審計的抽查方式轉變為數據建模全量分析方式，這一方式包括兩種數據結構，即結構化數據與非結構化數據的全樣本數據，由此可以顯著提高審計工作中的資料覆蓋面，降低審計風險。用此方法并剔除相關性較低的數據后，更易獲得經濟責任審計中所涉及領導人員的高相關性審計證據。

　　大數據技術的應用，一方面提升了審計工作的深度與廣度，擴大了審查事項的覆蓋面，使跨行業、跨領域、跨地區、多維度、多層次審計得以實現，使審計質量提高，另一方面通過數據相關性比對與剔除，使審計工作中的復雜性、隱蔽性問題更易暴露和發現，使審計結果更準確，審計結論更客觀。

　　(二)大數據技術是構建經濟責任審計新模式的必然要求

　　以往的經濟責任審計以現場審計為主，主要依賴被審計單位提供的數據進行審計，在資料的收集上常常存在著被審計單位資料提供不及時、不完整等諸多缺陷，這不僅會削弱審計人員的工作效率，同時也會帶來一定的審計風險。運用大數據技術，可以實現審計由傳統現場模式向遠程+現場模式的轉變，即以數據分析為核心，充分運用多維分析和數據挖掘技術進行大數據分析，探索多方面數據與信息的融合，構建數據驅動、敏捷高效的審計新模式。

　　在遠程審計階段，側重對領導干部履職相關的主要問題疑點和風險隱患的深入分析。通過直接利用各系統提取數據，保證了審計資料獲取的及時性和完整性，并對數據進行系統分析，建立相關的數據分析模型，提高整體經濟責任審計的智能化水平，進而提高審計效率和準確度，提高審計覆蓋范圍與審計質量。

　　在現場審計階段，側重于對重大問題的核實取證。首先通過數據比對查找發現相關領導人員的異常管理活動，并以此確定經濟責任審計的側重點，再經由訪談、現場勘查查驗等傳統審計方式方法進行驗證并鎖定，由此保證審計結果更可靠、更客觀、更公正，為后續整改打下基礎。

　　(三)大數據技術是提升經濟責任審計評價體系科學化的有效途徑

　　經濟責任審計作為一項獨立的經濟監督活動，是我國特有的一種審計類型，通過對“事”的監督實現對“人”的監督，通過對單位的評價實現對“人”的評價，是審計結果的“人格化”，這就要求在評價指標的選取上要按照全方位與重要性的原則，既要全面又要精準地聚焦領導人員經濟責任，從而做出客觀評價，而這也是經濟責任審計工作的重中之重。

　　通過應用大數據技術，以數據為出發點，搭建數據跨部門、跨地區、跨年度的多維度、多口徑評價體系，橫向、縱向進行數據關聯分析，數據實時存儲和分析、定期優化、動態更新，實現立體式的數據挖掘與分析，提高數據信息的使用效率，提升數據在評價中的“說話”分量，提高經濟責任審計評價體系的科學化、數據化水平，由此形成更有說服力的審計結果，將該結果人格化為對“人”經濟責任的認定，最終形成對“人”履職情況的審計意見，從而充分發揮經濟責任審計評價的“指揮棒”“風向標”的作用。

　　二、大數據技術在經濟責任審計中的應用

　　大數據技術在經濟責任審計中的應用主要適用于企業經營數據采集、整理、分析及運用等幾個階段。移動通信行業作為信息系統應用水平較高的行業，各類業務均需在信息系統中承載和運行，因此客觀上為大數據技術的應用提供了良好的契機。

　　(一)數據采集

　　數據采集階段要按照審計對象的不同而進行不同分類，并以此建立相應的數據庫與數據模型，然后再根據不同類型的數據庫特點和實際審計工作設計與之相對應的審計表格。對于數據采集而言，主要目的在于數據的“全”，即數據資料不僅要包括與經濟責任審計項目相關聯的內部信息，也要包括相關外圍的全部信息。

　　數據采集需結合被審計單位的實際情況，通過訪談了解并梳理各類資料的具體內容、數據來源、數據結構及各系統中數據表間的關系。對于各類業務系統中的數據，應由信息技術部門提取并將其導入ORACLE數據庫;對于與被審計單位有關并能從相關部門取得的數據和信息，應盡可能地從相關部門取得，以確保審計所需數據的真實性和完整性;對于無法從信息系統和職能部門取得的信息，應編制資料清單，將其以二維表格的形式，向被審計單位提出資料需求，確保得到所需的完整信息。

　　(二)數據整理

　　經過數據采集工作，建立經濟責任審計大數據庫，不僅為數據分析、挖掘等疑點提供了數據支撐，也為審計組查找問題提供了具體切入點。對采集的數據，應根據實際需要進行一般性的數據檢查，對其中存在邏輯錯誤的，要向相關部門進行確認，了解其正誤和統計口徑，以對其進行初步整理與清洗，剃除無效和冗余數據，確保用真實的數據進行分析，防止出現假數據真分析的情況。該環節非常重要，因為之后的所有分析均基于該項工作之上。該環節若出錯，將導致后面的大量分析工作失效。