大数据在高校绩效审计中的应用论文
摘要：大数据将对高校绩效审计产生重要影响，因此，要加快建立高校绩效审计信息系统，通过利用外部信息资源和校园网的高校内部信息资源，借助于大数据，可以较快地从多方面对学校各项经济活动的绩效进行审计监督，从而提高审计的针对性、时效性和综合性。
关键词：绩效审计；大数据；高校
一、前言
近几年来，审计机关在推进绩效审计方面取得了较大成效。但是，由于绩效审计是一项综合性强的审计业务，需要建立有完善的审计评价指标体系以及审计信息管理系统，受这些条件的制约，高校内部审计在推进绩效审计方面举步维艰。在高校绩效审计理论的研究方面，目前也还处于初步的探索阶段。张健构建了高校绩效审计的标准体系；[1]陈晓芳等探讨了高校绩效审计的定义、实质和内容；[2]（P28~29）蒋乐仁提出了完善高校绩效审计的建议；[3]（P37~38）周庆西探讨了高校经济活动的内部控制；[4]张存彦和周少燕提出了基于三维结构模型的高校内部绩效审计指标体系；[5]（P28~30）郑玉洁提出了地方普通高校推行绩效审计的策略；[6]（P286~288）邹建生、[7]（P143~144）刘骏[8]（P34~35）分别就学科建设经费的绩效审计的成因和绩效审计的内容进行了探讨。这些理论研究和实践成果，标志着中国高校绩效审计已经步入新的征程，但中国高校绩效审计仍然处在起步阶段，高校内部审计工作也仍以财务收支审计为主。有关高校绩效审计的研究比较少，且多数仅涉及高校的资金审计而忽略了对人力资源和资产的有效配置的绩效审计，而对大数据技术在审计中的应用研究更是空白。随着大数据技术的发展，高校校园网公用信息平台的建立和完善，为高校开展绩效审计提供了技术支撑和重要的信息来源。因此，为适应教育经费监管和绩效管理的需要，更好地促进教育事业改革和发展，有必要加强大数据在高校绩效审计中应用的研究，为高校全面开展绩效审计提供借鉴和指导作用。
二、高校绩效审计与大数据的关系
高校绩效审计不仅从量的方面对审计单位进行考量，还要从定性上考量审计单位的绩效，同时还要考虑到审计单位数据来源及计算的复杂性和多样性。必须借助一定的工具才能有效地完成审计工作。审计信息系统的出现解决了这一难题。
当前国内虽然研发出不少审计软件，但其功能大多基于传统的手工审计流程建立起来的计算机辅助审计。这些审计软件处理的数据基本上来源于会计系统，均为结构化的数据，而对大量的半结构化和非结构化的数据则无法处理，也不能共享被审单位的其他数据，比如物资储备和利用现状、合同及其执行情况、各种法规条款等。而利用大数据技术，可以将学校的各种管理系统整合到一个平台上，实现被审单位审计资源的共享，同时利用云计算对庞大审计数据集和半结构化、非结构化文本数据进行处理，分析数据中的非线性关系，使得业务处理响应时效性强，系统业务实现智能化处理。因此，大数据技术的应用，将对高校绩效审计产生重大影响：
一是审计人员从手工审计向审计系统智能化辅助人机联合审计转变。高校绩效审计由计算机自动执行各种检验、核对、判断、监督以及对系统各功能实用的权限控制等，基本不用手工对资料进行整理和手工录入系统，从而节省了时间，降低了审计成本，提高了审计效率。
二是由于绩效审计的数据资料不仅包括从财务系统及其他调用的结构化数据如数字和表格，也包括从其他系统调用的半结构化和非结构化数据，如文本、图片等数据。这些数据分别是存储在分布式的各种异构数据库中，它们的采集、汇总、整合、分析、对比等在当今的主流技术中是无法实现的。大数据技术的运用则使这些问题迎刃而解，使高校绩效审计能够方便地从被审计单位获取真实、完整和有效的数据资料，保证了绩效审计的质量和审计报告的价值。
三是审计方法不再停留在因素分析法、图表法、统计分析法等传统方法上，而是利用审计系统实行联网审计，实现了现场审计与远程审计相结合。
四是在审计评价上，可以通过建立起一套比较完整的绩效评价指标体系和采用合适的评价标准，充分利用大数据技术对所审部门的离散存储于不同系统中的海量数据间的彼此关系进行深度挖掘，全面考察、分析和评估，以发现其在配置、管理和利用学校资源中出现的'经济、效率和效果问题，从而得出客观的审计结论。
五是大数据技术应用给绩效审计工作带来了风险。大数据环境下高校的绩效审计以计算机为基础。计算机硬件的损坏、程序的错误运行、外部的恶意攻击、内部的蓄意破坏，都会造成系统运行的失误，导致审计结论出错。因此，在建立审计信息系统时要注意通过立法立规以及技术控制来保障系统的安全。
三、大数据在高校绩效审计中的应用
1.建立绩效审计信息系统的管理体系
绩效审计需要调用许多部门的数据，对于被审计单位而言，他们为了自身的利益，有时会隐瞒一些情况，不会很乐意审计部门完全掌握他们的信息，可能还会阻止审计部门调用相关数据。因此，需要强有力的高校绩效审计信息系统的管理制度来保障绩效审计工作的开展。
一是建立全校性的信息资源管理平台。从制度上，规定各部门支持审计部门依法履行职责，绩效审计所需的数据必须提供；规范各部门在统一的平台上建立相应的数据库；规范各子系统各模块的操作权限；规定审计人员可对审计中的有关事项向有关部门（人员）进行调查并索取证明材料。
二是建立审计部门应特别遵循的规章制度。规范信息系统审计的基本操作以保护审计部门或相关部门的秘密；规范绩效审计调用任意数据的权限，规范数据的共享方式；规定审计部门可以随时查询和调用各部门的相关数据；以对各部门进行事前、事中及事后的绩效审计；规定审计人员的工作规则；规范审计的内容包括财务审计、内部控制审计、合同审计、专项审计、离任审计、责任审计等。建立这一系列的规范的管理体系，不仅可确保绩效审计的有效开展，也能保障各部门乃至学校信息管理平台的安全。
2.建立基于大数据的高校绩效审计信息系统
高校许多业务部门的信息关联度相当高，但往往各自为政，产生的数据形成一座座“信息孤岛”而难以被其他部门所共享，难以进行数据的积淀和汇集，不易从中挖掘到需要的信息，只有利用大数据技术在统一的数据平台上建立起数据共享中心，并且统一各子系统的数据标准和信息编码，以便各子系统数据库数据能整合到统一的数据共享平台上，从而方便审计部门调用这些数据，为绩效审计提供基础数据。因此，需要在学校统一信息平台上建立审计信息系统，这个系统的功能应包括以下内容：
一是数据管理模块：包括从学校各部门数据库调用数据的直接导入、更新和删除功能，同时也具备综合查询功能。操作的数据对象为各部门所建立的数据仓库，包括结构化、非结构化和半结构化的数据和数据库。要使系统的这三种信息能通畅流转，就必须利用非结构化操作标记语言对数据进行标引，将非结构化、半结构化信息转换成可以互操作的信息，使各类信息资源得到有效的管理、全面的共享和快捷的搜索。
二是审计分析模块：包括财务报表分析、专家分析、数据挖掘和数据透视等功能。报表分析可进行单年和历年分析等，通过对被审计单位、年份和报表类型的选择，会出现对查询所需项目的提示，如报表的结构分析和历年趋势分析，并以可视化形式展示。专家分析主要是将一些审计方法、审计案例、审计对象输入库系统里，通过检索所需审计的信息，借助计算机人工智能得出一系列的审计方法，通过这些方法的提示，能给审计人员提供审计的思路。数据透视就是用数据透视表和透视图来展示综合查询结果和报表分析结果。数据挖掘则利用聚类、关联等方法，对海量的审计数据进行深层次的分析，寻找海量数据间的内在联系，揭示其本质特征，从而发现问题的蛛丝马迹，并提供给审计人员，推动审计逐渐向事前预防、事中控制为主转变。
三是审计工作底稿模块，包括外观、数据来源和计算公式、取数公式等。审计工作底稿没有人工录入的数据，它是由审计软件预先埋入的取数公式和计算公式，在工作时先自动从结构化、非结构化和半结构化的数据库中提取所需的数据（会计或者文档、图片等）并将数据自动导入工作底稿，然后进行公式计算或非结构化分析，最终形成结构化或者非结构化的工作底稿。审计小组成员均有自己搜索、创建、修改底稿的工作权限，所提取的数据与创建好的工作底稿均存于系统的服务器端，方便审计小组的协同工作。根据工作底稿自动生成审计报告；根据工作底稿与审计报告事项的对应关系自动生成底稿汇总表。审计完成后自动归档并进入项目档案，项目档案具有只读性，不能再修改。
四是法规及其他文库模块，包括数据内容（各种法律法规、评价标准文件及资料等）、检索方法（审计法规和文件资料的条目、发文单位或资料来源、发文时间及法规、文件和资料内容等等）。要求能够在对评价数据进行审计分析时，能进行自动快速检索（及时检索出有关文件的篇章）。
五是设备等物资采购单价和工程（服务）定额数据库模块，能即时更新，便于多途径查询，以满足绩效审计的事前和事中审计需要。
六是系统管理模块，包括用户管理、权限管理、报表管理、专家知识管理等功能。用户和权限管理确保系统的安全性。报表管理包括报表内置所需的一些公式、函数等。专家知识管理主要是对专家经验进行更新和补充。
3.大数据在高校绩效审计中的应用实例
以高校固定资产管理绩效审计（不含基建投资）为例，审计的内容主要有如下方面：（1）审查固定资产配置的合规性。（2）审查固定资产配置的合理性。（3）审查固定资产采购的合规性。（4）审查固定资产采购的经济性。（5）审查固定资产管理的效率性。（6）审查固定资产购置的效果性。（7）审查固定资产的完整性。（8）有关规章制度是否建立健全，制度执行的效果等。审计部门在确定审计内容后，应建立固定资产管理绩效审计评价指标体系，设置一系列的审计评价指标，并参照国家、教育主管部门、有关行业标准、各高校达到的水平、本校的历史水平、专家测评等确定评价指标的标准，然后通过实地审计，对各种实际数据抽样并进行综合分析，得出达到的指标统计数值，对照绩效审计指标标准计算出分项分数，最后汇总得出审计评价总分，做出综合评价，这就是高校绩效审计实施的全过程。
而在大数据的背景下，建立高校绩效审计信息系统后，首先可以将通过系统的“法规模块”和“数据管理模块”较快地收集到有关固定资产管理的全面信息资料。其次，审计人员需对“审计分析模块”进行有关操作，通过各种分析方法对收集到的固定资产管理的数据进行分析，从中找出有关的结果。第三，审计人员通过“审计工作底稿模块”,对分析后自动形成的审计工作底稿进行综合和修改，最后形成固定资产管理绩效审计报告。因此，建立高校绩效审计信息系统，通过利用外部信息资源和校园网的高校内部信息资源，借助于大数据，可以较快地从多方面对学校各项经济活动的绩效进行审计监督，从而提高审计的针对性、时效性和综合性。
四、大数据时代高校绩效审计的发展趋势
1.从事后审计向持续性审计发展
传统的审计模式主要是事后审计，不利于经济活动风险的防范。而在大数据时代下的信息化审计，使得高校可以常态化地开展对高校整体及部门绩效审计，并对被审部门进行持续性的关注和持续性的监测相关审计内容，能够持续性地进行专项分析和项目跟踪，动态掌握被审计单位业务开展的情况，发现其业务活动中存在的风险等问题，突出了审计的同步性、时效性和协同性。实现了从事后查处向事前预防、事中控制转变，也将使持续性审计模式成为现实。
2.从抽样审计模式向总体审计模式发展
传统的审计由于无统一的规范，加之受支持审计所需数据量的限制，只能采取抽样审计的模式，这种模式是指从被审计总体中抽取一定数量的样本进行评估，以此评估结果来推断得出被审计单位的审计的结论。因此，抽样审计存在一定的审计风险，如果审计人员专业判断错误，设计不得当，就会影响到审计的结果。而在大数据技术支持下，审计人员可以随时随地地获取审计项目的整体数据，通过审计信息系统对取得数据进行处理，把握项目各方面的总体情况，从而得出的审计结论更加客观和准确。
3.从单一审计报告向综合审计成果应用发展
由于绩效审计不仅对被审计单位的财务收支进行检查，而且对其所有的管理活动进行检查，对公共支出的经济性、效率性和效果性进行全面的评价。因此绩效审计报告也就不再是单一的财务审计报告，而是综合的审计报告。审计部门不仅要将综合性的审计报告提交给学校和被审单位，而且还要对该报告进行综合的应用。首先，审计报告揭示的问题以及提出改进的建议，将促进被审计单位加强管理，以确保组织目标的实现；其次，大数据技术的应用，审计人员可以挖掘广泛性、共同性、偏向性的问题，分析出这些问题与数据的相关性，从而全面发现被审计单位的各种问题，然后将问题规则化并进行智能化处理，自动计算或判断问题的发展趋势，向被审计单位预警。最后，信息化处理审计成果，即将审计结果与被审计单位关联，为下次审计提供比对，提高审计工作的效率。同时将审计结果在社会上或者高校内部公开，促使被审计单位完善自身的管理机制，提高高校治理的整体水平。
4.从精确的数字审计向高效的数据审计发展
目前许多高校审计技术建立在只能获取“小数据”的环境下，被审计单位的业务被精准数字量化，审计人员通过对数据收集和分析，得出审计结论。而随着大数据技术的应用，通过系统收集到的已不是一般有限量的精准的数据，而是海量的杂乱的各种数据，审计人员需要通过对海量数据的分析，探寻数据之间的相关性，从而认清事情的真相。大数据存储、处理和检索方法使应用超大数据体量和占相当比例的半结构化和非结构化数据进行绩效审计成为可能。在审计实践中，审计人员对大数据时代存在的数据模糊性和混乱性要有充分的认识，明白获取的数据可能存在错误并对错误的数据进行分析，从中找出被审计单位信息系统在控制、管理方面存在的问题，确定绩效审计的方向，定位疑点，找到绩效审计的关键性问题。
5.从重数据轻安全向注重信息完整性和安全性发展
传统的审计对数据的完整性和安全性也有明确的要求，但基于审计方式和技术的不同，其要求尚未如大数据技术下的绩效审计那么显得重要。基于大数据技术的绩效审计，其可以处理的所有数据不再依赖于随机抽样，而是从学校信息平台上调用，不仅有财务数据、业务数据和管理数据等结构化数据，也有可研报告、会议纪要、项目立项审批文件、项目实施过程记录、政策法规等非结构化或者半结构化数据，既需要学校的内部数据，也需要主管部门等外部数据。总之，基于大数据的审计注重的是数据的完整性和混杂性，能从被审单位大量的、杂乱无章的海量数据中发现潜在的有用信息，从而得到正确的绩效审计结论。数据的产生和存在依赖于学校的信息化以及信息系统的安全。可见，基于大数据的审计对数据的要求已向注重数据的完整性和安全性发展，从而也要求对大数据的使用流程和使用权限等进行规范化处理，加大监管力度。
参考文献：
[1]张健。高校绩效审计标准研究[D].长春：东北师范大学，2006.
[2]陈晓芳。高校绩效审计若干问题思考[J].财会通讯（学术版），2008,（9）。
[3]蒋乐仁。高校绩效审计方法初探[J].科技创业月刊，2009,（7）。
[4]周庆西。高校管理审计研究[M].天津：天津人民出版社，2010.
[5]张存彦，周少燕。高校内部绩效审计指标体系构建---基于三维结构模型的实证研究[J].会计之友，2012,（14）。
[6]郑玉洁。对地方普通高校绩效审计的思考[J].东华理工大学学报（社会科学版），2012,（3）。
[7]邹建生，李彩霞。我国高校学科建设经费绩效审计存在的问题及原因分析[J].现代经济信息，2011,（17）
[8]刘骏。高校学科建设经费绩效审计探析[J].老区建设，2008,（11）。
【大数据在高校绩效审计中的应用论文】相关文章：