曾堯

【摘 要】目前，我國(guó)審計(jì)領(lǐng)域的大數(shù)據(jù)技術(shù)和方法僅停留在理論上的呼吁與倡導(dǎo)層面，社會(huì)審計(jì)亟待運(yùn)用科學(xué)的大數(shù)據(jù)分析方法創(chuàng)新現(xiàn)有審計(jì)分析思維，以適應(yīng)海量數(shù)據(jù)的持續(xù)增長(zhǎng)。文章應(yīng)用最流行的大數(shù)據(jù)分析語言和成熟的統(tǒng)計(jì)分析、數(shù)據(jù)挖掘算法，為審計(jì)業(yè)務(wù)部門提供探索性的數(shù)據(jù)分析思路，為審計(jì)數(shù)據(jù)分析的拓展做出貢獻(xiàn)。

【關(guān)鍵詞】統(tǒng)計(jì)模型；大數(shù)據(jù)；數(shù)據(jù)可視化

【中圖分類號(hào)】F239 【文獻(xiàn)標(biāo)識(shí)碼】A 【文章編號(hào)】1674-0688（2018）07-0033-03

1 目的和意義

伴隨國(guó)家審計(jì)大數(shù)據(jù)的逐漸形成，傳統(tǒng)審計(jì)的思維方式和數(shù)據(jù)分析方法成為現(xiàn)出效率低、范圍窄的弊端，探索大數(shù)據(jù)環(huán)境下的審計(jì)方法已是當(dāng)務(wù)之急。隨著云計(jì)算、移動(dòng)互聯(lián)網(wǎng)等新技術(shù)的不斷推廣，全球社會(huì)經(jīng)濟(jì)發(fā)展迎來了新機(jī)遇和新挑戰(zhàn)，大數(shù)據(jù)時(shí)代的來臨，不僅是體量的擴(kuò)充，更是數(shù)據(jù)思維的轉(zhuǎn)變，面對(duì)因數(shù)據(jù)思維轉(zhuǎn)變所帶來的分析模式及分析要求的變化，審計(jì)人員需應(yīng)時(shí)而變以適應(yīng)大數(shù)據(jù)導(dǎo)致的新變革。

2 使用的軟件及研究方法介紹

本文主要使用R語言處理數(shù)據(jù)。一方面，由于被審計(jì)單位多樣，數(shù)據(jù)標(biāo)準(zhǔn)不一，所以審計(jì)人員必須做大量的數(shù)據(jù)處理和清洗工作（統(tǒng)稱審計(jì)預(yù)處理），而R語言對(duì)數(shù)據(jù)處理的強(qiáng)大性能可以滿足多樣的審計(jì)預(yù)處理需求。此外，審計(jì)預(yù)處理往往需要多個(gè)步驟，審計(jì)人員在數(shù)據(jù)庫中保存為中間表的傳統(tǒng)做法對(duì)大數(shù)據(jù)表進(jìn)行操作時(shí)，不僅占用存儲(chǔ)空間，效率也較低，而R語言可以通過多種形式靈活保存中間結(jié)果，十分快捷、方便。另一方面，R語言具備強(qiáng)大的數(shù)據(jù)可視化功能，被公認(rèn)為行業(yè)中的佼佼者，可以滿足一般圖形展示要求。對(duì)于高級(jí)數(shù)據(jù)圖形展示，會(huì)用到gplot2數(shù)據(jù)包，其理念是將繪圖與數(shù)據(jù)分離，以圖層作圖的理念，并把常見的統(tǒng)計(jì)變換融入繪圖中，可以創(chuàng)建優(yōu)雅、信息豐富、定制化的圖形。

3 樣本的選擇實(shí)證分析

3.1 對(duì)A市高速公路數(shù)據(jù)的描述

通過對(duì)A市高速現(xiàn)場(chǎng)的各個(gè)路口采樣，我們對(duì)A市高速公路的各個(gè)收費(fèi)站出現(xiàn)的問題數(shù)進(jìn)行分類與匯總，首先繪制箱線圖（如圖1所示），直觀明了地表明在某一方面表現(xiàn)極其異常的收費(fèi)站名稱。其次可以將各收費(fèi)站按照其所屬中心進(jìn)行匯總，繪制星圖，不僅可以觀察與比較各個(gè)所屬中心的表現(xiàn)情況，還可以直觀地看到各個(gè)所屬中心在不同問題方面的表現(xiàn)情況。此外，對(duì)于不同貨車車型在不同時(shí)間段內(nèi)的超限比率進(jìn)行分析時(shí)，我們也可以使用箱線圖（如圖2所示）。

由圖1可知，該收費(fèi)站在入口大客車出口變小客車問題上極為異常，需要重點(diǎn)檢查與加強(qiáng)管理。由圖2的雷達(dá)圖我們可以直觀地了解到所屬中心為1號(hào)、4號(hào)、10號(hào)、18號(hào)、19號(hào)、22號(hào)、24號(hào)、28號(hào)、30號(hào)、40號(hào)、50號(hào)的問題很少，而26號(hào)問題最多，具體又可以表現(xiàn)為入口貨車出口變客車、車型貨車變客車及車型大客車變小客車問題較為嚴(yán)重，23號(hào)所屬中心只是入口貨車出口變客車問題嚴(yán)重。

對(duì)24個(gè)行車時(shí)段進(jìn)行了聚合，按照1～6、7～12、13～18、19～24時(shí)段分為深夜、上午、下午和晚上4個(gè)分類變量。由此對(duì)某月份所有超載記錄的貨車進(jìn)行了箱線圖繪畫（如圖3所示），并在途中顯示了各個(gè)分類下的均值點(diǎn)，可以看到貨車15號(hào)的超限比率最高，而所有車型都是在深夜超限率最高，這也對(duì)高速部門整治有了精確方向。

散點(diǎn)圖分析時(shí)，我們選取其中某個(gè)收費(fèi)站某一天（2月27日）的數(shù)據(jù)，分車型畫出收費(fèi)與里程關(guān)系的散點(diǎn)圖（如圖4所示），擬合曲線并將置信區(qū)間設(shè)置為90%，追蹤具體到車牌號(hào)的異常值的信息（如圖5所示）。

從圖4中可以看出1、2、3、4類車型擬合曲線最好，因其代表車型為客車，是按照里程數(shù)計(jì)費(fèi)，所以很少存在偏差，而其他車型在擬合的曲線外仍存在較多離散的點(diǎn)，因其代表車型為貨車，收費(fèi)標(biāo)準(zhǔn)不僅依據(jù)里程數(shù)，更受到載重量及是否超限的影響，而擬合曲線時(shí)僅考慮了里程數(shù)，所以擬合效果不是特別好，針對(duì)離散最為嚴(yán)重的紫色圓圈內(nèi)的點(diǎn)追蹤車牌后可以得到圖5，不難看出車型全為大貨車，經(jīng)查詢也發(fā)現(xiàn)其大都是超限所致，從而也印證了前面的說法。

3.2 對(duì)A市高速公路數(shù)據(jù)的實(shí)證分析

3.2.1 因子分析模型

應(yīng)用因子分析模型，對(duì)314個(gè)收費(fèi)站進(jìn)行降維處理：將9個(gè)變量合并為2個(gè)復(fù)合因子，且重新命名為免費(fèi)問題因子和收費(fèi)問題因子。根據(jù)擬合的統(tǒng)計(jì)公式得到了在2個(gè)因子上的得分，畫出散點(diǎn)圖（如圖6所示），直觀地展示出314個(gè)收費(fèi)站中特別異常的收費(fèi)站。根據(jù)各個(gè)收費(fèi)站的年通行次數(shù)即權(quán)重，原點(diǎn)的大小代表了收費(fèi)站的年通行量大??；藍(lán)色深淺表示了各個(gè)收費(fèi)站免費(fèi)軍車通行次數(shù)的等級(jí)。免費(fèi)軍車通行次數(shù)等級(jí)的劃分標(biāo)準(zhǔn)是選取了上下四分位數(shù)和中位數(shù)為劃分依據(jù)。X坐標(biāo)軸代表了收費(fèi)問題因子的得分大小，Y坐標(biāo)軸表示了免費(fèi)因子的得分。得到了問題比較多的9個(gè)收費(fèi)站。收費(fèi)站在坐標(biāo)軸得分大于0表示該收費(fèi)站的問題大于平均水平，小于0表示低于平均水平，可以看出年通行量較大的收費(fèi)站收費(fèi)問題更大。

3.2.2 Kmeans模型聚類分析

如今，信息技術(shù)飛速發(fā)展，大多數(shù)企業(yè)、機(jī)關(guān)、事業(yè)單位及其他組織的財(cái)務(wù)、業(yè)務(wù)信息早已實(shí)現(xiàn)了電算化，脫離了傳統(tǒng)的紙質(zhì)記錄。在此背景下，審計(jì)工作也日益依賴計(jì)算機(jī)的協(xié)助。在計(jì)算機(jī)審計(jì)中，傳統(tǒng)的查找異常、發(fā)現(xiàn)審計(jì)線索的方法主要有排序、篩選、查找重號(hào)、查找斷號(hào)、分類、分層等。但在當(dāng)下數(shù)據(jù)量越來越大、數(shù)據(jù)維度越來越復(fù)雜的情況下，許多異常數(shù)據(jù)混雜在海量的數(shù)據(jù)中，要用這些略顯原始的方法將它們一一找出來，多少顯得力不從心。因此，我們希望能夠通過將統(tǒng)計(jì)方法引入審計(jì)工作中，利用統(tǒng)計(jì)模型對(duì)數(shù)據(jù)有一個(gè)宏觀的把握，從而查出異常，進(jìn)而發(fā)現(xiàn)審計(jì)線索。

我們?nèi)市高速2017年某一個(gè)月的出口收費(fèi)站流水?dāng)?shù)據(jù)，共2 000余萬條記錄進(jìn)行試驗(yàn)，考慮到計(jì)算機(jī)內(nèi)存處理能力的限制，需要對(duì)這些數(shù)據(jù)進(jìn)行壓縮。于是使用R語言取其中所有超限記錄，再選取出口站編號(hào)、最終車種、最終車型3個(gè)變量作為分類變量，對(duì)分得的每一類都計(jì)算其行駛里程、車貨總重、通行次數(shù)，得到壓縮后的數(shù)據(jù)記錄約4 000條，之后采用Kmeans聚類算法進(jìn)行聚類，結(jié)果如圖7所示。

圖7中文字表示坐標(biāo)軸含義，如第一行各圖的縱坐標(biāo)和第一列各圖的橫坐標(biāo)是“行駛里程”，以此規(guī)律可讀出其他各圖的橫、縱坐標(biāo)含義。圖1中的圓點(diǎn)即壓縮后的數(shù)據(jù)點(diǎn)，它們的顏色表示它們?cè)贙means聚類算法中被歸入的類別（見表1）。

3.2.3 面板模型分析

根據(jù)各收費(fèi)站2017年的最終收費(fèi)金額及總的通行次數(shù)先建立面板數(shù)據(jù)進(jìn)行動(dòng)態(tài)分析（如圖8所示）。

由圖8可知，各收費(fèi)站最終收費(fèi)金額一年中整體走勢(shì)較平穩(wěn)，在2月份（春節(jié)期間）全部收費(fèi)站收費(fèi)金額均下降，縱向比較來說有幾個(gè)收費(fèi)站的收費(fèi)金額明顯高于其他收費(fèi)站。這是由很多因素決定的，其中經(jīng)濟(jì)因素是最不容忽視的，從中我們可以看出區(qū)域經(jīng)濟(jì)發(fā)展的不均衡性及需要加強(qiáng)管理的地區(qū)。

下面我們將各收費(fèi)站2017年1年間的最終收費(fèi)金額對(duì)通行次數(shù)、車貨總重、行駛里程等變量進(jìn)行了建模分析。

最終收費(fèi)金額=X1×通行次數(shù)；R方=39.43%。

最終收費(fèi)金額=X2×車貨總重；R方=69.57%。

最終收費(fèi)金額=X2×行駛里程；R方=61.95%。

說明通行次數(shù)每增加1次，各收費(fèi)站收費(fèi)平均增加X1元。其中，通行次數(shù)的變化可以解釋最終收費(fèi)金額變化的39.43%；車貨總重的變化可以解釋最終收費(fèi)金額變化的69.57%；行駛里程的變化可以解釋最終收費(fèi)金額變化的61.59%；說明收費(fèi)站的最終收費(fèi)金額與車貨總重關(guān)系最密切。

4 結(jié)論與啟發(fā)

大數(shù)據(jù)時(shí)代的審計(jì)方法應(yīng)該結(jié)合我國(guó)社會(huì)審計(jì)的信息化條件，一方面將傳統(tǒng)成熟的數(shù)據(jù)分析方法繼續(xù)融入審計(jì)實(shí)踐中，形成面向數(shù)字化平臺(tái)的海量數(shù)據(jù)分析機(jī)制，另一方面結(jié)合科學(xué)的統(tǒng)計(jì)數(shù)據(jù)分析方法與工具特征研究如何將這些技術(shù)應(yīng)用到審計(jì)創(chuàng)新，為將來社會(huì)審計(jì)使用這些技術(shù)提供前期積累和準(zhǔn)備。通過實(shí)證分析發(fā)現(xiàn)，年通行量較大的收費(fèi)站收費(fèi)問題更大，行駛里程、車貨總重、通行次數(shù)3個(gè)指標(biāo)都顯著大于其他類別，應(yīng)作為審計(jì)重點(diǎn)加以審查。通過面板分析發(fā)現(xiàn)，收費(fèi)站的最終收費(fèi)金額與車貨總重關(guān)系最密切。收費(fèi)站流量預(yù)測(cè)是一個(gè)很值得分析的問題，統(tǒng)計(jì)學(xué)上所提到的很多模型都可以用來對(duì)其進(jìn)行預(yù)測(cè)，我們嘗試過采用一些其他模型，時(shí)間問題還沒有形成系統(tǒng)的結(jié)果，沒有辦法呈現(xiàn)。后期若條件允許，在流量預(yù)測(cè)方向上還有很多可以深入分析拓展的內(nèi)容。我們對(duì)高速數(shù)據(jù)的分析，目前僅限于微觀層面上，后期若結(jié)合宏觀數(shù)據(jù)分析一些收費(fèi)站問題出現(xiàn)的原因，會(huì)是一個(gè)很好的思路。

參 考 文 獻(xiàn)

[1]邵松長(zhǎng).淺議大數(shù)據(jù)環(huán)境下企業(yè)內(nèi)部審計(jì)工作的轉(zhuǎn)型提升[J].財(cái)會(huì)學(xué)習(xí)，2018（11）：145，147.

[2]馬志娟，梁思源.大數(shù)據(jù)背景下政府環(huán)境責(zé)任審計(jì)監(jiān)督全覆蓋的路徑研究[J].審計(jì)研究，2015（5）：28-34.

[3]周霞，林津翹，華峰.大數(shù)據(jù)時(shí)代企業(yè)內(nèi)部審計(jì)新常態(tài)研究[J].中國(guó)內(nèi)部審計(jì)，2017（3）：13-17.

[4]王茂森.大數(shù)據(jù)背景下政府審計(jì)工作的挑戰(zhàn)及解決策略研究[J].財(cái)會(huì)學(xué)習(xí)，2018（13）：168.

[5]王昊，趙越，石楷文，等.審計(jì)方法于大數(shù)據(jù)時(shí)代的革新[J].市場(chǎng)周刊，2018（5）：123-124.

[責(zé)任編輯：鄧進(jìn)利]