陳大峰（高級實驗師），陳海勇

一、引言

趨勢分析（Trend Analysis）最初是一種財務(wù)報表分析方法，近年來審計研究人員將其應(yīng)用于審計工作，進行核心數(shù)據(jù)取樣，構(gòu)建分析模型，將各個不同時期的數(shù)據(jù)進行綜合比較，從中揭示經(jīng)濟活動的規(guī)律并做出預(yù)測[1，2]。另有一些研究人員針對不符合整體趨勢的數(shù)據(jù)，提出離群數(shù)據(jù)挖掘的審計研究方法[3-5]。當前信息系統(tǒng)審計研究的主要目標是，如何合理搭建系統(tǒng)的體系架構(gòu)，設(shè)計完備的功能模塊并進行輔助決策支持[6]，以及通過對數(shù)據(jù)的深層分析，揭示審計工作中一系列影響績效信息使用的組織因素[7-8]。隨著大數(shù)據(jù)技術(shù)的出現(xiàn)和興起，將其引入審計，可以對復(fù)雜的電子審計信息進行有效轉(zhuǎn)換集成、查詢統(tǒng)計以及數(shù)據(jù)挖掘[9]，但目前大數(shù)據(jù)應(yīng)用僅僅停留在比較初級的階段。面對標準越來越高的審計要求，需要在復(fù)雜數(shù)據(jù)環(huán)境下對新的審計手段展開研究，進一步提高工作效率。

大數(shù)據(jù)時代下，審計機構(gòu)、被審單位、上下游單位以及所在行業(yè)都已經(jīng)建立了相關(guān)的信息管理系統(tǒng)，各種計算機審計技術(shù)和方法取得了長足的發(fā)展，這給基于大數(shù)據(jù)的信息系統(tǒng)趨勢審計提供了良好的研究基礎(chǔ)。為了充分發(fā)揮大數(shù)據(jù)技術(shù)的各種優(yōu)勢，將大數(shù)據(jù)的最新技術(shù)與審計實務(wù)結(jié)合起來，本文提出了基于大數(shù)據(jù)的趨勢審計的概念，并給出以下定義：大數(shù)據(jù)環(huán)境下信息系統(tǒng)趨勢審計是指使用大數(shù)據(jù)技術(shù)對被審計單位和上下游單位或所在行業(yè)的業(yè)務(wù)數(shù)據(jù)、財務(wù)數(shù)據(jù)進行集成、對比、統(tǒng)計和分析，研究某段時期的效益走勢、驗證前期趨勢、預(yù)測后期發(fā)展趨勢，以判斷被審計單位數(shù)據(jù)的合理性。

利用趨勢審計可以對財務(wù)數(shù)據(jù)的合理性進行判斷，揭示被查單位的財務(wù)問題，也可以在經(jīng)濟效益審計和事前審計過程中判斷經(jīng)濟效益以及預(yù)測經(jīng)濟活動的發(fā)展前景。在傳統(tǒng)環(huán)境下進行趨勢審計時，一方面由于受到審計數(shù)據(jù)抽樣的限制，得到的被審計單位的趨勢存在相當大的誤差；另一方面行業(yè)之間、上下游單位之間數(shù)據(jù)獨立、互不關(guān)聯(lián)，如果僅僅對某個被審計單位的數(shù)據(jù)進行趨勢分析，則只能針對其中的離群數(shù)據(jù)做審計判斷或者是趨勢估計，得到的趨勢審計結(jié)果沒有參照上下游單位數(shù)據(jù)以及其所在行業(yè)的數(shù)據(jù)，所以其價值往往會大打折扣。脫離整體環(huán)境的趨勢估計也顯得太過理想化，失去令人信服的依據(jù)。另外，脫離整體環(huán)境產(chǎn)生的離群數(shù)據(jù)量是巨大的，并且絕大多數(shù)情況是合理的，只有在通過本行業(yè)和上下游單位綜合分析后得到的離群數(shù)據(jù)才值得進一步去追蹤調(diào)查。趨勢分析面向的數(shù)據(jù)越多，分析得出的結(jié)果準確性越高，并且需要在分析過程中排除非可比因素。

二、趨勢審計實施框架

大數(shù)據(jù)環(huán)境下趨勢審計的主要任務(wù)是根據(jù)被審計單位的經(jīng)濟活動的邏輯關(guān)系設(shè)計審計方案，運用大數(shù)據(jù)技術(shù)對信息系統(tǒng)在運行過程中產(chǎn)生的大量業(yè)務(wù)數(shù)據(jù)與財務(wù)數(shù)據(jù)進行采集、轉(zhuǎn)換、集成和分析，然后進行信息預(yù)測處理和數(shù)據(jù)挖掘，最終對數(shù)據(jù)進行趨勢判斷，發(fā)現(xiàn)可疑數(shù)據(jù)，取得審計線索。在此基礎(chǔ)上，本文構(gòu)建了趨勢審計實施框架，如圖1 所示，整個實施過程分為審計準備、數(shù)據(jù)采集與集成、趨勢分析與表示、審計結(jié)論四個階段。

（一）審計準備

審計機構(gòu)在接收到審計任務(wù)后，首先要根據(jù)審計業(yè)務(wù)的性質(zhì)和范圍確定趨勢審計目標；然后對被審計單位的經(jīng)營情況進行詳細的了解，掌握其組織結(jié)構(gòu)、經(jīng)營規(guī)模、潛在風險、內(nèi)部控制、上下游單位、關(guān)聯(lián)方及交易、所處行業(yè)的整體狀況、主要競爭對手、以前年度審計報告等方面的情況；最后制定審計工作計劃，報上級審批后確定趨勢審計方案。在大數(shù)據(jù)環(huán)境下，被審計單位、上下游單位以及所在行業(yè)的數(shù)據(jù)情況比較復(fù)雜，審計人員在制定工作計劃前應(yīng)先根據(jù)審計任務(wù)進行需求分析，對數(shù)據(jù)資料進行初步分析和篩選，有針對性地縮小審計數(shù)據(jù)范圍。好的審計方案不僅便于合理安排任務(wù)，而且能夠減輕后續(xù)工作量。

圖1 趨勢審計實施框架

審計準備階段需要對數(shù)據(jù)進行相關(guān)性檢驗。趨勢分析往往是假設(shè)被審計單位數(shù)據(jù)與上下游單位的數(shù)據(jù)高度相關(guān)，如果挑選的某些上下游單位數(shù)據(jù)與被審單位數(shù)據(jù)之間的關(guān)聯(lián)不大，那么得到的趨勢分析結(jié)果顯然是沒有意義的，所以在選擇上下游單位時首先需要檢驗與被審單位數(shù)據(jù)的相關(guān)性。相關(guān)性檢驗是指對多個數(shù)據(jù)集合進行統(tǒng)計和檢驗，判斷其是否相關(guān)以及相關(guān)的程度如何，數(shù)據(jù)相關(guān)的程度用相關(guān)系數(shù)r 標識，當r 大于給定顯著性水平a 和一定自由度f下的相關(guān)系數(shù)臨界值T"a時，表示變量之間在統(tǒng)計上存在相關(guān)關(guān)系，否則不存在相關(guān)關(guān)系[10]。在眾多相關(guān)性分析方法中，應(yīng)用最為廣泛的是Pearson積差相關(guān)，但該方法只能適用于被審計單位數(shù)據(jù)與上下游單位數(shù)據(jù)都為正態(tài)分布的情況，如果不是正態(tài)分布或者分布類型未知，宜采用Spearman 等級相關(guān)或Kendall等級相關(guān)[11]。

（二）數(shù)據(jù)采集與集成

審計人員在進行趨勢審計時，先按照審計需求對被審計單位和上下游單位信息系統(tǒng)中的數(shù)據(jù)進行采集。審計數(shù)據(jù)采集是進行趨勢審計的首要前提，也是審計過程中最基礎(chǔ)、最耗時的工作。進行審計數(shù)據(jù)采集時，審計人員需要依據(jù)事前調(diào)查所提出的需求，結(jié)合本次審計工作方案，確定本次審計數(shù)據(jù)的采集范圍、采集內(nèi)容以及采集重點。

由于各個數(shù)據(jù)源的數(shù)據(jù)結(jié)構(gòu)不同（包括結(jié)構(gòu)、半結(jié)構(gòu)和非結(jié)構(gòu)數(shù)據(jù)），為了方便后續(xù)操作，采集獲取的數(shù)據(jù)首先要使用數(shù)據(jù)轉(zhuǎn)換技術(shù)和整合技術(shù)進行處理，將其轉(zhuǎn)變?yōu)闃藴式y(tǒng)一、便于處理的數(shù)據(jù)格式，再將數(shù)據(jù)進行聚合、修正和關(guān)聯(lián)性分析，清理去噪，以保證數(shù)據(jù)的質(zhì)量和可靠性，最后得到可信賴的關(guān)聯(lián)數(shù)據(jù)存儲集成[12]。在大數(shù)據(jù)環(huán)境下，數(shù)據(jù)量特別大而且結(jié)構(gòu)多樣，不能仿照傳統(tǒng)環(huán)境下將所有類型的數(shù)據(jù)轉(zhuǎn)換為同一種類型數(shù)據(jù)存儲，一般是針對各種類型的數(shù)據(jù)建立專門的數(shù)據(jù)庫，分門別類地放置這些不同種類的數(shù)據(jù)信息，這樣可以有效縮短數(shù)據(jù)查詢和存取的時間，提高數(shù)據(jù)集成速度。

趨勢審計所涉及的數(shù)據(jù)量巨大、種類繁多，傳統(tǒng)的數(shù)據(jù)存儲方式依靠新建數(shù)據(jù)庫、添加表字段和記錄等方式，已經(jīng)落后于所需處理數(shù)據(jù)的增長速度。為了高效地處理這些類型不同且價值密度較低的海量數(shù)據(jù)，必須采用分布式存儲方式。Google 公司自行開發(fā)了一種分布式文件系統(tǒng)GFS（Google File System），它是一個基于分布式集群的大型分布式處理系統(tǒng)，為大數(shù)據(jù)環(huán)境下分布式計算提供低層數(shù)據(jù)存儲和數(shù)據(jù)可靠性的保障。對于規(guī)模不大的趨勢審計項目，可以使用GFS 實現(xiàn)數(shù)據(jù)的有效存儲。對于大型審計項目，由于數(shù)據(jù)量的逐漸加大、數(shù)據(jù)結(jié)構(gòu)的愈加復(fù)雜，最初的GFS 架構(gòu)會出現(xiàn)單點故障和海量小文件存儲等問題，而且無法滿足數(shù)據(jù)進一步分析處理的需求，Google 公司在原先的基礎(chǔ)上對GFS 進行了重新設(shè)計，升級為Colosuss系統(tǒng)，在這個系統(tǒng)中以上問題得到了很好的解決。

（三）趨勢分析與表示

趨勢分析與表示是整個審計流程中最核心的部分，需要利用多種大數(shù)據(jù)處理技術(shù)，技術(shù)要求較高，在這個過程中根據(jù)審計業(yè)務(wù)需求最終得到趨勢分析報告。經(jīng)過上一階段數(shù)據(jù)的集成得到了關(guān)聯(lián)集合，其中的原始數(shù)據(jù)可以認為是比較正確和可靠的，審計機構(gòu)首先按需要對這些原始數(shù)據(jù)做初步的抽取、篩選、分類、統(tǒng)計和標識，然后根據(jù)業(yè)務(wù)要求使用大數(shù)據(jù)技術(shù)（如分布式文件系統(tǒng)GFS、開源實現(xiàn)平臺Hadoop、分布式數(shù)據(jù)庫Bigtable、批處理技術(shù)Mapreduce、高性能計算與通信HPCC 等）進行規(guī)范化處理，期間生成的階段性結(jié)果存儲在數(shù)據(jù)中心，最后在規(guī)范化的基礎(chǔ)上通過數(shù)據(jù)挖掘、信息預(yù)測、智能算法、決策支持等手段得到趨勢分析，并使用數(shù)據(jù)可視化技術(shù)和人機交互技術(shù)形成趨勢圖示。

在趨勢分析中可使用數(shù)據(jù)挖掘、集群、分割、孤立點分析等算法，深入數(shù)據(jù)內(nèi)部來挖掘其中的價值，典型算法有用于聚類的K-Means、用于統(tǒng)計學習的SVM和用于分類的Naive Bayes等。數(shù)據(jù)挖掘不會預(yù)先設(shè)定固定的主題，主要是根據(jù)實時審計業(yè)務(wù)處理的要求，進行基于各種算法的計算，從而起到篩選和預(yù)測的效果。若要實現(xiàn)一些高級別數(shù)據(jù)分析，則可以使用聚類和分類的方法，針對不同類別的數(shù)據(jù)，按照具體業(yè)務(wù)需求進一步進行處理。該過程的特點和挑戰(zhàn)主要是用于數(shù)據(jù)挖掘的算法很復(fù)雜，并且計算涉及的數(shù)據(jù)量和計算步驟都很多，常用的數(shù)據(jù)挖掘算法都以單線程為主，這些算法不僅要處理大數(shù)據(jù)的量，還要處理大數(shù)據(jù)的速度[13，14]。

審計機構(gòu)需要與被審計單位多次交互，進行業(yè)務(wù)請求、信息反饋和信息確認。審計人員通過挖掘和分析得到的信息是否可作為審計線索，需要對照審計項目特定情況來分析和驗證，進一步追蹤和檢查相關(guān)輔助資料，落實問題，找出潛在的價值，以保證后續(xù)的審計業(yè)務(wù)分析工作順利完成。此外，需要使用數(shù)據(jù)可視化技術(shù)，模擬人腦的視覺思維能力，將抽象的數(shù)據(jù)表現(xiàn)為圖形中的趨勢曲線，使得審計結(jié)果形象化。

（四）審計結(jié)論

審計人員首先需要對上一階段形成的趨勢圖示中的信息進行篩選、歸類和整理，然后與根據(jù)被審計單位的相關(guān)經(jīng)濟活動產(chǎn)生的數(shù)據(jù)做驗證，綜合評價被審計單位的效益，出具趨勢審計報告初稿。期間輔助的審計工作還有評估持續(xù)效益情況、檢查期后事項、檢查離群數(shù)據(jù)事項、檢查或有事項和行業(yè)整體情況研究等。審計報告初稿經(jīng)過項目專家組認證后報上級部門，最終確定審計報告。被審計單位遵照審計報告中的審計意見執(zhí)行，相關(guān)部門也需要從審計報告中提取有價值的信息。最后整理和歸檔各種審計數(shù)據(jù)資料，以備復(fù)審和查閱，并將調(diào)閱的被審計單位資料全部歸還給被審計單位。

三、趨勢審計應(yīng)用類型研究

在實際的審計工作中，被審計單位內(nèi)部大數(shù)據(jù)的焦點在于業(yè)務(wù)流程信息與知識及溝通信息的融合，而外部大數(shù)據(jù)的焦點在于上下游單位、市場及行業(yè)社會環(huán)境信息的融合，所以大數(shù)據(jù)環(huán)境下被審計單位數(shù)據(jù)集成是要將內(nèi)、外部大數(shù)據(jù)做全方位融合。集成后對數(shù)據(jù)的分析包括內(nèi)容、關(guān)系和時空三個基本維度。內(nèi)容維度是指被審計單位的數(shù)據(jù)所承載的信息內(nèi)容，關(guān)系維度是指行業(yè)數(shù)據(jù)、上下游單位數(shù)據(jù)與被審計單位的數(shù)據(jù)之間的聯(lián)系，時空維度是指各審計數(shù)據(jù)生成的趨勢及數(shù)據(jù)隨時間演變的模式，三個維度的交叉綜合可以形成趨勢價值。

根據(jù)趨勢審計業(yè)務(wù)的需要，上述三個維度上的需求主要由三種類別的分析技術(shù)來支撐：一是全局視圖技術(shù)。對于審計機構(gòu)而言，對審計數(shù)據(jù)內(nèi)容全局狀況的把握，是開發(fā)趨勢審計價值的一個基本需求。但審計數(shù)據(jù)的復(fù)雜性往往超出一般認知的信息承載能力，所以需要使用有效的技術(shù)從大量數(shù)據(jù)中提取出一個足夠小的集合呈現(xiàn)給審計人員，同時這個小集合充分地代表了被審計單位和相關(guān)行業(yè)的信息。二是關(guān)聯(lián)發(fā)現(xiàn)技術(shù)。其目標在于敏銳識別被審計單位數(shù)據(jù)與參照單位或行業(yè)數(shù)據(jù)之間的聯(lián)系。對于績效審計和事前審計，尤其需要強有力的關(guān)聯(lián)發(fā)現(xiàn)技術(shù)，對大量的數(shù)據(jù)屬性之間所構(gòu)成的復(fù)雜潛在關(guān)聯(lián)網(wǎng)絡(luò)加以處理，最終形成趨勢對比。三是動態(tài)跟蹤技術(shù)。其目標在于對審計數(shù)據(jù)進行實時的快速增量分析和流數(shù)據(jù)分析，以達到監(jiān)控和預(yù)警的作用。近年來這三種技術(shù)發(fā)展非常迅速，已經(jīng)從實驗研究逐步走向?qū)嶋H應(yīng)用。為了滿足趨勢分析需求，對審計數(shù)據(jù)的分析就是利用分布式數(shù)據(jù)庫或者分布式計算集群來對存儲于其內(nèi)的海量數(shù)據(jù)進行篩選、標識、分類和統(tǒng)計等。

趨勢審計作為一種全新的技術(shù)手段在審計的多個領(lǐng)域加以應(yīng)用，旨在提高審計工作效率和準確率。在大數(shù)據(jù)環(huán)境下，趨勢審計工作可以分為以下幾個類別：

（一）區(qū)間審計

區(qū)間審計是針對被審計單位某段時期的數(shù)據(jù)，判斷業(yè)務(wù)數(shù)據(jù)或財務(wù)數(shù)據(jù)相對于上下游單位是否存疑，是否符合經(jīng)濟發(fā)展規(guī)律，這是較為常見的一種趨勢審計類型，其前提是假設(shè)被審計單位數(shù)據(jù)與上下游單位的數(shù)據(jù)高度相關(guān)。以審計某單位財務(wù)收支項目為例，首先將某段時間內(nèi)的所有財務(wù)收支數(shù)據(jù)分為三個類別，分別是本單位的收益數(shù)據(jù)、與上游單位相關(guān)的數(shù)據(jù)以及與下游單位相關(guān)的數(shù)據(jù)，然后使用大數(shù)據(jù)的數(shù)據(jù)挖掘技術(shù)和可視化分析技術(shù)進行處理，將每類數(shù)據(jù)顯示為時間收益曲線，再相互比較得到趨勢判斷。判斷的結(jié)果有兩種：一種是近似正常，如圖2 所示，在圖中被審計單位的收益曲線大體是在上下游單位數(shù)據(jù)曲線控制的區(qū)間內(nèi)；另一種是存疑，如圖3所示，在圖中被審計單位的收益曲線與上下游單位數(shù)據(jù)曲線相互交叉，比較雜亂，不太符合經(jīng)濟規(guī)律，這就提供了審計線索。

（二）后勢預(yù)測審計

后勢預(yù)測審計是指對一段時期的現(xiàn)實數(shù)據(jù)進行分析和統(tǒng)計，根據(jù)其規(guī)律預(yù)測將來數(shù)據(jù)的發(fā)展趨勢，屬于事前審計的一種應(yīng)用。事前審計又稱預(yù)防性審計，是對將來可能要發(fā)生經(jīng)濟或社會事項前景的提示，是當前審計領(lǐng)域的一個研究熱點，但其實現(xiàn)的手段比較少，大數(shù)據(jù)環(huán)境下的后勢預(yù)測審計能夠提供一種較為科學的依據(jù)。以財政預(yù)算項目為例，對當年第四季度的預(yù)算做事前審計，需要將前幾年的財政數(shù)據(jù)變化規(guī)律曲線加載（使用計算機圖形技術(shù)來進行模擬）到當年前三季度數(shù)據(jù)中，然后進行比較，形成科學化的決策。在圖4 中，預(yù)測的預(yù)算資金低于存量資金，則可以視為風險可控；在圖5 中，預(yù)測的預(yù)算資金高于存量資金，則可以視為風險不可控，需要進一步的論證。后勢預(yù)測審計是以決策為主要審計對象，可以減少失誤和錯弊，起到預(yù)防和警示的作用。

圖2 時間收益曲線近似正常

圖3 時間收益曲線存疑

圖4 趨勢風險可控

圖5 趨勢風險不可控

（三）前勢驗證審計

前勢驗證審計是指采集某段時期的后續(xù)數(shù)據(jù)，假定后續(xù)數(shù)據(jù)是真實可信的，根據(jù)其規(guī)律推測以前的發(fā)展趨勢，最后與這段時期的數(shù)據(jù)進行比較，以期發(fā)現(xiàn)這段時期的審計疑點。以審計某單位上半年財務(wù)狀況和經(jīng)營成果為例，將前幾年的財務(wù)數(shù)據(jù)變化曲線加載到下半年的財務(wù)數(shù)據(jù)中，與上半年財務(wù)狀況進行比較。在圖6中，前推的財務(wù)數(shù)據(jù)與現(xiàn)實數(shù)據(jù)相差不大，則可以視為正常；在圖7 中，前推的財務(wù)數(shù)據(jù)與現(xiàn)實數(shù)據(jù)相差大而且振幅紊亂，則可以視為存疑。前勢驗證審計的監(jiān)督作用還是比較明顯的，其對于研究分析問題、改進工作、挽回已造成的損失和糾正錯誤弊端等都有重要作用。

圖6 前勢驗證正常

圖7 前勢驗證存疑

（四）行業(yè)內(nèi)趨勢對比審計

行業(yè)內(nèi)趨勢對比審計是指將被審計單位的數(shù)據(jù)參照所在行業(yè)整體水平，或者與相似單位的相似業(yè)務(wù)數(shù)據(jù)進行比較后得到審計結(jié)論，主要應(yīng)用于績效審計中?？冃徲嬙絹碓阶⒅匦Ч?，尤其關(guān)注資金使用效益，但如果檢驗效果性時脫離了相互比較，得到的結(jié)論也是經(jīng)不住推敲的。以審計某市專項公共資金的使用情況為例，首先采集專項公共資金發(fā)放前后的效益數(shù)據(jù)，繪制出趨勢曲線，然后尋找另一相似的城市，將其專項公共資金的使用情況也繪制出來，或者統(tǒng)計這段時期所有市的公共資金平均使用情況，再相互比較。在圖8 中，公共資金發(fā)放前后效果明顯，并且取得的效益優(yōu)于本省平均水平，則可以視為績效好；在圖9中，公共資金發(fā)放前后效果不明顯，且取得的效益遠差于本省平均水平，則可以視為績效差。通過行業(yè)內(nèi)趨勢對比審計可以發(fā)現(xiàn)績效不佳的領(lǐng)域，在經(jīng)濟性、效率性、效果性方面監(jiān)控并分析存在的問題，幫助被審計單位進行整改。

圖8 行業(yè)內(nèi)趨勢對比績效高

圖9 行業(yè)內(nèi)趨勢對比績效低

圖10 多行業(yè)綜合趨勢績效高

圖11 多行業(yè)綜合趨勢績效低

（五）多行業(yè)綜合趨勢審計

多行業(yè)綜合趨勢審計是將各行業(yè)內(nèi)的數(shù)據(jù)進行統(tǒng)計后再與其他行業(yè)相互比較，或者統(tǒng)計所有行業(yè)的數(shù)據(jù)形成時間趨勢曲線，以判斷各個時間段的績效。多行業(yè)綜合趨勢審計可以應(yīng)用于績效審計，也可以應(yīng)用于大型審計項目中，其能夠在宏觀上整體把握項目的開展。以省級重點產(chǎn)業(yè)調(diào)整和振興專項引導(dǎo)資金績效審計為例，首先采集各產(chǎn)業(yè)在專項資金發(fā)放前后的效益數(shù)據(jù)，繪制出趨勢曲線，然后統(tǒng)計相鄰行業(yè)和所有行業(yè)的綜合效益，最后相互比較，形成階段性的審計結(jié)論。在圖10 中，資金發(fā)放前后各個重點行業(yè)效果明顯，并且相鄰行業(yè)和所有行業(yè)的綜合效益得到了很大提高，則可以視為績效好；在圖11 中，某些行業(yè)的效果雖然有所增長，但其增長率明顯較低，相鄰行業(yè)和所有行業(yè)綜合效益的提高也有限，則可以視為績效差。多行業(yè)綜合趨勢審計利用大數(shù)據(jù)技術(shù)及其相關(guān)工具，可以通過對照發(fā)現(xiàn)績效不佳的行業(yè)，實時識別風險，提高宏觀監(jiān)控能力。

區(qū)間審計的趨勢研究主要是為審計人員快速提供審計線索，縮小存疑數(shù)據(jù)所在的范圍，需要采用其他傳統(tǒng)的方法固定證據(jù)，取得審計結(jié)論。后勢預(yù)測審計等其他類型的趨勢研究可以直接應(yīng)用到績效審計、經(jīng)濟責任審計以及事前審計中，綜合分析被審計單位、本行業(yè)和上下游單位的數(shù)據(jù)，得到的結(jié)論更為嚴謹和科學。對于其中的向后預(yù)測或向前推導(dǎo)，除了上文提到的依據(jù)某段數(shù)據(jù)進行直接加載外，還可以使用外推法和因果法。外推法的實施比較簡單，適用于短期預(yù)測，最常用的是時間序列法，包括移動算術(shù)平均法和指數(shù)滑動平均法。使用移動算術(shù)平均法進行審計的前提是假定未來的狀況僅與近期數(shù)據(jù)有關(guān)，與更早期的數(shù)據(jù)無關(guān)。當時間序列已經(jīng)表現(xiàn)出某種規(guī)律性趨勢時，Brown等[15]提出可以采用指數(shù)滑動平均法，對整個時間序列進行加權(quán)平均，加權(quán)指數(shù)一般取0.7左右。因果法是依據(jù)審計對象之間的因果關(guān)系進行預(yù)測，最常用的是回歸分析法和計量經(jīng)濟學方法?；貧w分析法是先進行定性分析，確定有哪些相關(guān)因素，然后使用最小二乘法求出各因素之間的相關(guān)系數(shù)和回歸方程，并依據(jù)這個方程做預(yù)測或前推。計量經(jīng)濟學方法是利用經(jīng)濟理論和經(jīng)驗數(shù)據(jù)建立表達各經(jīng)濟因素關(guān)系的統(tǒng)計模型，并用隨機擾動誤差代表忽略的因素對模型的影響，反應(yīng)較長時間的規(guī)律性，適用于中期預(yù)測。另外還有線性預(yù)測模型，可以充分利用先驗信息的貝葉斯方法，整合各種模型的優(yōu)點進行組合預(yù)測。對于一些預(yù)測精度要求不高的審計項目，還可以采用定性預(yù)測，近年來人工智能也產(chǎn)生了如Boosting、貝葉斯網(wǎng)絡(luò)等定性預(yù)測算法，已有學者分別對這些定性方法進行了探索與應(yīng)用[16-18]。在具體的審計工作中，審計人員應(yīng)根據(jù)特定需求和應(yīng)用環(huán)境，靈活地選擇預(yù)測方法。

四、實例研究

以2015 年某地區(qū)住房公積金征管審計項目為例，住房公積金的提取對應(yīng)著當?shù)刈》夸N售，而住房銷售往往會涉及公積金貸款、住房契稅繳納以及開發(fā)商土地出讓金繳納等信息，因此，首先需要將采取的數(shù)據(jù)進行簡單的去噪和格式轉(zhuǎn)換處理，并導(dǎo)入到GFS系統(tǒng)中完成分布式存儲。然后使用Hadoop平臺中的Mahout 工具，對數(shù)據(jù)執(zhí)行聚類算法，并對聚類結(jié)果進行分析。住房公積金提取信息可以分為提取人、住房、開發(fā)公司、公積金、土地等多個維度，包括住房地址、公積金提取時間、金額以及類型（貸款按月劃撥、年度一次性提取等）等信息。如果需要的數(shù)據(jù)在有限的時間內(nèi)得不到滿足，可以使用數(shù)據(jù)交換模式進行收集。

數(shù)據(jù)收集并集成后，將各個不同數(shù)據(jù)源信息根據(jù)提取人信息或住房信息對應(yīng)關(guān)系互聯(lián)，采用的數(shù)據(jù)挖掘算法為K-Means 算法，特征為“公積金提取金額”和“房屋信息”，把這幾個數(shù)據(jù)源對象分為若干個簇，以使簇內(nèi)具有較高的相似度，根據(jù)一個簇中對象的平均值來計算相似度。在Hadoop 平臺的mahout 目錄下執(zhí)行bin/mahout 命令，檢測系統(tǒng)是否安裝成功，再將各類別的數(shù)據(jù)執(zhí)行劃分，導(dǎo)出各簇數(shù)據(jù)集合。這里審計人員假定數(shù)據(jù)中有1/k 部分需要重點關(guān)注，k當前取值為30，實際可以根據(jù)工作需要動態(tài)調(diào)整，在得到的方差最小標準的k個聚類中，將公積金提取額均值最大的聚類認定為離群數(shù)據(jù)集。因為這些數(shù)值比較大的數(shù)據(jù)往往對應(yīng)著某個階段的特別業(yè)務(wù)，可以作為離群數(shù)據(jù)，需要額外的審計驗證。通過審計驗證的數(shù)據(jù)可作為正常業(yè)務(wù)數(shù)據(jù)，發(fā)現(xiàn)有問題的數(shù)據(jù)應(yīng)記錄在案并剔除出來，不能作為趨勢審計數(shù)據(jù)。若審計工作時間緊迫，可將所有業(yè)務(wù)中的這些特別數(shù)據(jù)直接清洗掉，形成初步的趨勢分析，同樣具有一定的價值。另外，缺少完整互聯(lián)信息的數(shù)據(jù)同樣可以認定為離群數(shù)據(jù)，離群集合作為孤立點為后面的審計提供線索。

接著需要對相關(guān)數(shù)據(jù)做相關(guān)性檢驗。基于各簇數(shù)據(jù)集合中對應(yīng)的住房公積金提取數(shù)據(jù)、住房契稅繳納數(shù)據(jù)、公積金貸款數(shù)據(jù)以及土地出讓金繳納數(shù)據(jù)建立線性回歸，將數(shù)據(jù)導(dǎo)入Eviews 軟件中進行顯著性檢驗，結(jié)果如表所示。

由表可知，住房契稅繳納（I）、公積金貸款（G）、常數(shù)項（C）都通過了1%的顯著性檢驗，而土地出讓金繳納（Y）未能通過顯著性檢驗。表明住房公積金提取數(shù)據(jù)與住房契稅繳納數(shù)據(jù)、公積金貸款數(shù)據(jù)緊密相關(guān)，而與土地出讓金繳納的相關(guān)性不大，所以趨勢分析時可以摒除土地出讓金繳納數(shù)據(jù)。

最后將各簇數(shù)據(jù)集合中住房公積金提取、住房契稅繳納和公積金貸款的相關(guān)數(shù)據(jù)按一周為統(tǒng)計單位匯總，繪制出趨勢曲線，如圖12所示。

相關(guān)性檢驗

圖12 趨勢曲線

圖12 中有兩個突出的部分，分別是8 ～16 周和37 ～ 45 周，對應(yīng)著每年的3、4 月和8、9 月，是每年買房的高峰期，但對比契稅繳納和公積金貸款曲線，住房公積金提取的趨勢曲線上第17 周和第22 周數(shù)據(jù)有異樣，可以認為這是重大審計線索，需要重點審計，如果被審計單位沒有相關(guān)資料輔證，則可以判斷出此期間公積金提取不合規(guī)。

五、總結(jié)與啟示

面對大數(shù)據(jù)，若采用普通的審計工作模式，需要對每個核心數(shù)據(jù)逐個檢驗，針對每個存疑數(shù)據(jù)都要對被審計單位做驗證性分析，即使在數(shù)據(jù)已經(jīng)高效集成的基礎(chǔ)上，其工作量也是極其巨大且低效的。傳統(tǒng)環(huán)境下的趨勢分析對數(shù)據(jù)進行抽樣，建立分析模型，對比參照行業(yè)，得到趨勢結(jié)果。參照行業(yè)的選取存在很大的隨機性，而且數(shù)據(jù)抽樣誤差大，得到的趨勢結(jié)果不嚴謹。而大數(shù)據(jù)環(huán)境下的信息系統(tǒng)趨勢審計利用大數(shù)據(jù)集中處理技術(shù)和統(tǒng)計技術(shù)代替?zhèn)鹘y(tǒng)的數(shù)據(jù)抽樣，誤差得以控制，并且可與本行業(yè)和上下游單位數(shù)據(jù)進行綜合分析，形成的趨勢更科學，審計線索能夠更快地被發(fā)現(xiàn)，得到的審計結(jié)果更有說服力。

趨勢審計技術(shù)可以在發(fā)現(xiàn)審計線索、行業(yè)綜合判斷、事后審計、績效審計、經(jīng)濟責任審計、審計驗證等多個方面得到應(yīng)用，提高審計工作的效率和準確率，借以糾正錯誤和防止弊病，并根據(jù)審計結(jié)果，提出改進建議和措施。大數(shù)據(jù)環(huán)境下審計數(shù)據(jù)最顯著的特征是其多種類型的來源、多樣化的形態(tài)、持續(xù)快速地產(chǎn)生和演變，以及對深度分析能力的高度依賴。因此，審計機構(gòu)對大數(shù)據(jù)的統(tǒng)計和分析，其核心并不在于采集并整合出大規(guī)模的數(shù)據(jù)，而是能否對來自被審計單位內(nèi)外部多樣化的數(shù)據(jù)進行高效的集成和篩選，并通過深度分析發(fā)現(xiàn)其審計價值。本文提出的基于數(shù)據(jù)交換的信息系統(tǒng)趨勢審計成功地實現(xiàn)了這一點，在理論上提出了信息系統(tǒng)趨勢審計的定義，總結(jié)了趨勢審計的應(yīng)用范圍和類型，在實踐上使用數(shù)據(jù)交換模式提高數(shù)據(jù)預(yù)處理速度，構(gòu)建了實施框架并將多個關(guān)鍵技術(shù)加以整合，其工作效率和準確率高于傳統(tǒng)的審計工作方式，建立的分析模型可直接應(yīng)用于其他相似單位的審計工作，并針對不同時期、不同審計需求反復(fù)使用。

大數(shù)據(jù)趨勢技術(shù)的應(yīng)用環(huán)境要求較高，審計機構(gòu)需要額外收集上下游單位數(shù)據(jù)以及行業(yè)數(shù)據(jù)。另外，審計人員一般需要經(jīng)過嚴格的培訓(xùn)后才能掌握復(fù)雜的大數(shù)據(jù)技術(shù)。隨著社會各行業(yè)信息化工作的開展和審計人員操作能力的提高，以及數(shù)據(jù)交換模式的開啟，大數(shù)據(jù)趨勢技術(shù)使用的桎梏將會逐漸被打破，從而實現(xiàn)高效的信息系統(tǒng)審計。