| 联系我们 |
 |
合作经济与科技杂志社
地址：石家庄市建设南大街21号
邮编：050011
电话：0311-86049879 |
|
|
| 财会/审计 |
| 大数据审计中可视化分析技术研究 |
| 第665期 作者：□文/申 曦1 姚利青2 郭丽琴1 黄 旺1 周芹芳1 时间：2021/9/16 13:45:02 浏览：865次 |
［提要］ 在现阶段审计研究领域，大数据审计已是重要的研究发展方向，可视化分析技术作为大数据分析的信息化技术手段，是现代审计大数据处理过程中不可或缺的技术方法，在大数据审计中具有明显优势。本文介绍数据查询方法、智能分析技术、多数据源综合分析技术、可视化分析技术等大数据审计分析技术；从可视化技术的概念出发，总结可视化技术的特点以及基于大数据可视化技术审计方法的优缺点；在此基础上，总结大数据审计中可视化技术有关应用研究。
关键词：大数据审计；审计数据分析方法；可视化分析技术；研究
基金项目：云南省重大科技专项计划项目：“云南省自然资源资产离任审计空间辅助支撑体系研究”（编号：2019ZE006）。通讯作者：周芹芳
中图分类号：F239 文献标识码：A
收录日期：2021年4月26日
引言
近年来，国内外兴起了大数据的研究应用热潮，对于大数据的定义也存在一些差异。麦肯锡公司对大数据的定义为：超过传统数据库工具的获取、存储、管理和分析能力的数据集。Gartner认为大数据指具有大量、高速、数据多样性等特点的信息集合，通过采取新形式的处理方法，来优化数据的分析、应用、决策效率。2015年，《促进大数据发展行动纲要》（国务院印发）明确提出：大数据是以存储量大、数据类型多样、存储读取速度快、应用价值高为主要特点的数据集合，它可以快速对数量庞大、来源多样分散的数据进行采集、存储、关联分析，作为新一代的信息技术和服务业态，发现新的知识、创造新的价值。总之，大数据具有大量、多样性、快速、价值等四个主要特点。随着大数据的催生，原始的数据处理手段已不能满足大数据时代处理的需求。而实现大数据处理需要一些耗时短且能高效分析大量数据的技术，研究出不同类别的大数据技术，运用到计算机科学、统计学、经济学等学科，以便更充分地抓取有效信息。伴随着信息技术与经济社会的关联日益紧密，以数据分析为代表的计算机审计已逐渐成为审计领域的主流。互联网、物联网以及智能化移动终端的迅猛发展，激增了巨大的数据量和信息量，大数据正成为国家审计可持续发展的重要战略性资源。
数据可视化起源很早，最早可追溯于计算机的诞生，早期雏形可推演为计算机图形学。数据可视化技术的基本思维框架是用图元元素表示数据库中的数据项，大量的数据集可构成数据图像，同时用多维数据的形式表示数据的属性值，可以从不同的维度更深入地观察和分析数据。通俗地说，数据可视化就是将复杂的数据模型以图形的形式表达出来，将数据中的信息清晰有效地展示出来，方便人们了解和掌握数据规律。在大数据的驱动下，数据可视化的内涵和外延发生了重大变化，从简单的呈现逐渐演变为图表、分析和交互的综合融合。大数据可视化分析的研究领域主要包含信息认知理论分析过程、数据可视化理论、人机交互理论及用户界面。大数据审计研究文献比较少，个别文献在特定的审计项目中进行了可视化技术的应用，但都没有对大数据审计的可视化分析方法进行系统、全面的研究。本文首先介绍数据查询方法、大数据智能分析技术、大数据多数据源综合分析技术、大数据可视化分析技术等审计数据分析方法，然后从可视化技术的概念出发，总结可视化技术的特点以及基于大数据可视化技术审计方法的优缺点，最后总结大数据审计中的可视化技术应用研究，便于审计人员能够更深入地理解和认知大数据审计中的可视化分析技术相关研究。
一、审计数据分析方法
审计人员采用数据分析技术方法，来实现大数据环境下的电子数据审计。主要分析方法如下：
（一）数据查询方法。目前，审计人员最普遍使用的数据分析方法是数据查询，是指审计人员结合自身实际工作经验，掌握一定的审计分析原理和分析模型，在Microsoft Access等常见的软件和审计软件中采用SQL语句来分析收集到的电子格式数据，或运用一些审计软件通过执行不同的查询命令以某些预定义的格式来检测查询被审计对象的电子格式数据。此外，SQL语句具有非常强大的查询功能，为了完成复杂的审计数据分析，利用SQL语句构造和执行一些复杂的查询语句，实现模糊查询、多表交叉查询等功能。
（二）大数据智能分析技术。高性能处理算法、智能搜索以及挖掘算法作为大数据分析领域的主流研究内容，从计算机角度来看，强调的是其计算能力和人工智能。大数据智能分析技术不受数据格式差异的影响，既有对传统结构化数据的挖掘，也有对文本数据等半结构化数据的挖掘，通过分析、提取分词或关键词，提取关键字，生成标签云图，其中词频决定关键词的显示大小，从而实现“整体分析、发现疑点”的目的。目前，大数据智能分析技术研究大部分停留在理论层面，在审计领域的实践应用研究还不够成熟。
（三）大数据多数据源综合分析技术。通过采用数据查询等大数据技术方法手段，与相关数据进行复杂的综合比对分析和关联分析，从综合比对和关联分析结果中获取更多掩藏的审计疑点和线索。必要的时候，审计人员可利用大数据分析工具，获取被审计单位的相关项目信息，分析是否存在违反相关政策的问题。目前，此分析技术在审计领域应用较为成熟，且已成为了主流技术。
（四）大数据可视化分析技术。目前，在大数据审计应用领域比较成熟，也是主流的分析技术，可以更简洁、清晰地呈现被审计单位大数据信息，常见的表现形式有：时间序列示意图、柱状示意图、折线示意图、散点示意图、气泡示意图、雷达示意图、热力示意图，以及标签云示意图等等。在大数据环境下，审计人员可以借助大数据可视化分析工具，“洞悉”被审计数据信息中存在的内在因素模式和关联情况，能较迅速地从海量数据中提取相关审计疑点和线索。
二、可视化技术概述
（一）可视化技术基本概念。1986年10月，全球范围内首次正式提出“科学计算可视化”这一专业概念。经过近30年的发展，可视化技术应用领域较广泛，如科学计算机、数据、信息和知识等方面。伴随着可视化技术与人机交互、认知科学、数据挖掘、决策理论等研究领域的交叉融合，出现了新的讨论对象——可视化分析。2005年，Thomas、Cook提出可视化分析的概念：在用户分析推理过程中，运用交互式可视化的视觉界面，辅助用户分析推理大规模、复杂数据集的一种科学技术手段。
（二）可视化技术的特点。现阶段的数据统计分析方法或数据挖掘方法往往会简化或抽象被审计对象的数据，对数据集的真实结构或形式有一定程度的隐藏，而可视分析技术更注重对复杂的、大尺度的和海量数据的发掘型分析，特点主要表现在：一是具有和睦的人机交互能力，通过鼠标人机交互可完成分析全部环节，操作简单、不复杂，即使没有任何计算机专业基础的审计人员也能轻松运用。二是具有多样的图形化展示性能，通过数据立体展示、数据分层（分类）汇总等形式呈现出来，便于审计人员掌握全局情况，确定审计重点，梳理审计思路，提高审计效率和质量。三是具有强大的图形化分析性能，通过交互构建和调整曲线、曲面、点云等数学方法模型，形成不同呈现形式的分析结果，从分析结果中把握海量数据的总体趋势，以便辅助审计人员查找异常疑点数据。四是具有丰富的图形化运算性能，可取代局部的数据库编程，快速抓取异常数据。五是部分软件具备多样的工程核算性能，可高效计算出不规则形体的面积、体积、密度等。
（三）基于大数据可视化技术审计方法的优缺点。基于SQL、电子表格软件的数据查询方法以及基于大数据可视化技术的审计方法，三种审计方法各有优缺点。基于SQL的数据查询方法：可运用专业的审计软件（或数据库工具），易获得；要求审计人员有一般的专业技术水平；分析结果的易理解性差；方法灵活程度高；所使用的审计软件（或数据库工具）的差异性会影响处理的数据量；审计功能发挥程度一般。基于电子表格软件的数据查询方法：分析工具容易获取；不需要审计人员有专业技术的要求；分析结果的易理解性差；方法灵活程度一般；处理数据量小；审计功能发挥程度差。基于大数据可视化技术的审计方法：需专业的可视化分析软件，易获得；要求审计人员有一般的专业技术水平；分析结果的易理解性很好；方法灵活程度高；处理数据量大；审计功能发挥程度好。
三、可视化分析技术应用
在数百年的发展期间，可视化理论与技术运用在地图、科学与工程制图、统计图表行业。现阶段，可视化技术已服务更多的领域，如在医学医药、交通运输、城市规划、水利水电设施建设等各行各业都发挥了巨大的作用，方便了人们的生活方式和业务工作，科学辅助指挥决策。近些年，可视化分析系统软件也成为了国内外研究的热点。2013年，美国国防预研计划局对可视化分析系统软件高度重视，以高额的研究经费来寻求海量数据分析处理软件和动态可视化系统。同年，中国气象局国家卫星气象中心携手浙江大学等单位，经过多家单位的不懈努力和辛苦付出，攻克数项核心技术难题，成功研发出我国第一款关于全球三维数值大气体可视化的分析软件，实现了国际首次全球多模态三维大气体的可视化。
此外，为了从大数据中得到有效的信息，大数据可视化方面的研究，如审计管理、大气污染防治、扶贫审计等领域，成为近几年国内外各大公司、科研院校的研究热点。李培培在已有审计数据和资源的基础上，利用可视化分析技术构建审计管控平台，同时采用三维可视化技术，对各种各样的分散、零星信息和数据进行深度整合，清晰准确全面地反映审计管理的各个子系统、各个层面的信息数据。此外，在审计指挥中心的构建中应用可视化技术，也可以为项目的安排部署和进度跟踪、领导的决策分析提供便利。陈伟结合现阶段大数据审计的研究现状以及应用情况，探索了基于大数据技术的业务连续性管理的审计方法，通过使用自己研发的审计软件和大数据可视化等分析工具，对怎样执行业务连续性管理审计进行了分析，很大程度上填补了日常使用业务连续性管理审计方法的缺陷，进而证明了本研究的可行性和有效性。研究结果能提高相关审计项目的管理审计效率，也为今后防范并化解金融科技等风险提供了理论支撑和经验数据。陈伟等分析了大气污染防治审计方法研究的重要意义，总结了目前常用的大数据审计技术方法，深入剖析其存在的缺点与不足。在此基础上，提出了基于大数据可视化技术的大气污染防治审计方法，同时也阐述了该方法的内在原理。最后以某审计项目为例，开展了基于地区分布图分析的相关空气质量数据总体分析、空气质量变化情况分析、空气质量监测数据异常情况分析等方面，对此方法进行了验证。陈伟分析了大数据扶贫审计方法原理，从大数据可视化技术分析视角出发，围绕扶贫可疑数据和资金使用违规两个方面的内容，对怎样利用大数据技术开展扶贫审计工作进行了深入研究，并进行了部分应用实践探索，如扶贫项目内容大数据可视化分析、扶贫资金使用情况大数据可视化分析，为今后大数据技术在扶贫审计项目中的应用提供了实践经验数据。
四、结语
在大数据时代的审计研究领域，大数据审计已是重要的研究发展方向，数据查询、大数据智能分析、多数据源综合分析、可视化分析技术方法等大数据环境下的电子数据审计运用而生，应用市场也很广阔。同时，作为大数据分析必要手段的可视化分析技术，是审计大数据中必不可少的技术方法，它既结合了计算机强大的计算分析能力，又结合了人类丰富的感知交互能力，在大数据审计中具有明显优势。正因为大数据可视化分析技术的强大优势，大数据环境下的可视化分析技术理论研究和应用实践相对较为广泛，为审计人员高效提取可疑数据和其他相关审计工作提供了很大的技术支持。
（作者单位：1.云南省地图院；2.怒江州自然资源和规划局）
主要参考文献：
［1］Manyika J，Chui M，Brown B，etc.Big data：The Next Frontier for Innovation，Competition，and Productivity［R］.McKinsey Global Institute，2011.
［2］Gartner E S.Critical Tech Trends for the Next Five Years［EB/OL］.http：//www.forbes.com，2012.10.22.
［3］Science.2011.Dealing with data［J］.Science，2012.10.
［4］Chen C L P，Zhang C Y.Data-intensive applications，challenges，techniques and technologies A survey on Big Data［J］.Information Sciences，2014（275）.
［5］李强，谢汶莉.大数据审计中的可视分析［J］.中国内部审计，2016（02）.
［6］程学旗，靳小龙，王元卓，等.大数据系统和分析技术综述［J］.软件学报，2014（09）.
［7］刘智慧，张泉灵.大数据技术研究综述［J］.浙江大学学报（工学版），2014（06）.
［8］方巍，郑玉，徐江.大数据：概念、技术及应用研究综述［J］.南京信息工程大学学报：自然科学，2014（05）.
［9］秦荣生.大数据、云计算技术对审计的影响研究［J］.审计研究，2014（03）.
［10］邱玉慧，吕天阳，杨蕴在.基于大数据的企业基本养老保险待遇调整绩效审计分析——以X省为例［J］.审计研究，2014（03）.
［11］陈伟.大数据技术在扶贫审计中的应用［J］.财务与会计，2018（15）.
［12］Koh K，Lee B，Kim B.Mani wordle：providing flexible control over wordle［J］.IEEE Trans.on Visualization and Computer Graphics，2010.16（06）.
［13］李培培.审计管理的可视化技术应用［J］.审计月刊，2015（01）.
|
|
|
|
