京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据审计护航现代金融体系构建
近日,审计署印发了《“十三五”国家审计工作发展规划》(下称《规划》)。这是第一个全国性的国家审计工作五年规划。
根据规划,审计部门将依法对金融监管部门、金融机构、金融市场开展全方位、多层次审计监督,推动建立安全高效的现代金融体系。
其中值得注意的是,《规划》强调要“适应新常态、践行新理念”。适应新常态,可以说是审计工作与时俱进的一个亮点所在,而大数据技术无疑成为审计创新的强劲驱动力。
业内专家普遍认为,在大数据时代当中,加快推进审计信息化建设,是适应信息科技高速发展的必然选择,也是提升审计监督能力的重要途径。
大数据推动审计信息化
在当前大数据背景下,互联网技术的快速发展催生了网络中各种可信任官方数据的呈现,促使计算机审计将进入大数据时代,大数据下的计算机审计必将带来审计技术和方法的革新,也将出现新的特点。面对新的任务和要求,审计部门更需要勇于创新,创新审计方式方法,注重运用信息化、大数据等现代科技手段提高审计效率。
这一点在地方审计工作中得到了充分体现。湖南省审计厅金融审计处处长李作尧对记者说:“我们试图不断创新审计方法,着力加强金融审计业务和计算机业务的融合,对被审计单位的数据进行深度分析整理,建立各种审计分析模型,逐步形成依托信息化技术的审计方法体系。”为此,他们结合金融审计的特点,站在现代审计的新高度和最前沿,在审计实际工作中不断创新方法,积极运用大数据理念,提高审计效率。
眼下,很多综合性现代服务企业也将信息化审计摆在重要位置。
供职于天职国际会计师事务所质监与技术支持部的王蕾预计,大数据时代将给审计工作带来变化,很有可能彻底改变传统审计工具。“当前,数据的收集来源从被审计对象内部扩展到与其相关的全部外部数据,从仅针对选取的样本转为全面覆盖,与此同时,数据分析模式的多样化和可视化以及数据导入及预处理的智能化,都会给审计工作提出新的要求。”王蕾表示。
在业内人士看来,大数据工具的深入运用将显著提高审计工作的效率和质量,使得审计人员从现场繁重的资料的收集和整理工作中解放出来,将时间和精力转移到构建分析模型和职业判断上去,能够为被审计单位提供更多、更有价值的预警和建议。
因此,做好应对随大数据时代而来的挑战和机遇,从政府审计到社会审计行业,加大对“大数据”的人、财、物的投入就显得尤为必要。
审计队伍还是根本保障
信息化技术诚然重要,但在整个审计工作中,人的因素尤其是审计队伍是否具备足够强的专业胜任能力,仍然是非常关键的因素。除了需要持续提高各级审计人员的常规经验、知识、专业等之外,更需要顺应大数据时代的新要求,提升审计人员的专业素质和创新能力。
这其中,审计信息化要求审计人员的知识结构有更大的深度和广度。信息化条件下审计人员需要掌握更丰富的审计专业知识、信息技术知识和常规知识。需要强调的是,审计人员所掌握的专业知识不能停留在书本、准则与制度上,要融会贯通,灵活应变,能够应用职业判断分析和解决非常规问题。
王蕾告诉记者:“我们事务所一直以来高度重视打造高层次审计信息化人才队伍,努力提升审计人员适应信息化、运用大数据的能力素质,现在更是已经明确要求加大信息化人才培养力度。”只有审计队伍的专业力量得到保证,才能更好地保证其审计工作的质量。“我们最关心的是基于尽职调查的审计,包括财务、法律、业务和团队,引入第三方专业审计机构有利于客观评价企业的价值和风险,尽可能减少人为干预可能导致的偏差也消除可能的寻租空间。”香颂资本董事沈萌表示。
恒昌合规中心审计部高级经理乔靖说,“我们都要配备经验丰富、符合胜任能力要求的审计人员,必须拥有履行职责所需的知识、技能和能力,坚持客观求实,实事求是地揭示、分析和反映问题,定期开展内部培训,相互交流项目经验。”“审计作为一种第三方审核方式,在我国经济深化改革、转型升级并建设制度化、规范化的现代市场经济体系过程中,担负着更加重要的作用。《规划》的出台有利于进一步提升公众对审计工作的清晰认识,也有助于推动我国市场经济诚信体系的基础完善。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据技术飞速迭代、数字营销竞争日趋激烈的今天,“精准触达、高效转化、成本可控”已成为企业营销的核心诉求。传统广告投放 ...
2026-04-24在游戏行业竞争白热化的当下,用户流失已成为制约游戏生命周期、影响营收增长的核心痛点。据行业报告显示,2024年移动游戏平均次 ...
2026-04-24 很多业务负责人开会常说“我们要数据驱动”,最后却变成“看哪张报表数据多就用哪个”,往往因为缺乏一套结构性的方法去搭建 ...
2026-04-24在Power BI数据可视化分析中,切片器是连接用户与数据的核心交互工具,其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23以数为据,以析促优——数据分析结果指导临床技术改进的实践路径 临床技术是医疗服务的核心载体,其水平直接决定患者诊疗效果、 ...
2026-04-23很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标是所有企业都需要的”“哪些指标是因行业而异的”“北极星指标和 ...
2026-04-23近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16