论文部分内容阅读
摘要：近年来，随着我国市场经济制度的不断完善，越来越多的企业和个人开始将资金投入市场当中，工程建设领域为其中主要投资项目，这不仅刺激了国民经济发展，还提供了大量的就业机会，为我国经济建设提供了强大动力。然而在带来积极影响的同时，大量资金进入工程建设领域，也为工程审计工作带来了一定风险，因而必须对工程审计的风险工作予以高度重视，思考怎样才能通过降低风险发生概率来提高工程建设的社会效益。
关键词：大数据背景下;工程审计;思考
引言
“数据是未来世界的巨大能源”。随着企业生产经营规模的不断扩大，与之相关的工程投资项目也越来越多，由此给工程审计带来的巨大压力也与日俱增。如何通过企业“数字化”转型，构建起科学、系统的工程审计信息化管理体制，进而全面提升投资效益，成为摆在工程审计管理者面前的一个突出问题。
一、工程审计的特点
第一，较高的强制性
由于改革开放后曾经出现过一些偷工减料、豆腐渣工程等典型工程案件，国家对建设工程采取了较为严格的监管措施，出台了一系列的法律法规进行规范，在企业内部也建立了一系列的规章制度。审计作为一种特殊的监督工具也运用到工程建设全过程之中，以期及时发现问题，落实整改，降低投资，因而有较高的强制性。
第二，较深的专业性
工程审计不仅需要财务审计知识，还需要一定的工程理论与实践知识。要熟悉建设工程的每一项操作，要熟悉工程物资的造价计算、工程物资的市场价格变化，施工程序和使用量，还要对可能存在的舞弊操作空间予以了解，重点风险点要特别予以关注，比如招标投标阶段，大家都知道是高风险点，可是这个点就是百试百灵，每个工程都容易在这里面摔跟斗;此外，工程审计中的合同审计也是一个高风险点。
二、传统工程审计的问题
2.1工程审计人员专业素养低。
工程项目审计从前期审计一直到终结审计，环节众多，技术要求高，所以审计人员的素质是保证审计工作的必要条件。目前，一些老工程审计工作者对于大数据技术的接受程度较低，大部分工程审计者无大数据专业化素养，大数据工程复合人才稀少，专业力量薄弱，甚至有些审计人员缺乏职业责任感，循规蹈矩，拒绝创新，导致工程审计工作无法顺应时代发展。
2.2顶层设计缺失
智能审计是人工智能技术支撑的“集中分析、发现疑点、分散落实、系统研究”新模式，数据挖掘解决了数据淹没问题，人工智能解决了自主关联难题，区块链技术突破了数据保真瓶颈。因此，智能审计新技术淘汰了部分传统审计方式方法，催生了新的技术体系，要求根据计算机自学习能力，建构经济活动模型、完成复算核对、标示异常状态、警示深度查证，这必然要求按照智能审计方式，重塑审计体系、重构审计机制、重建审计理论，实现整体转型。但目前国家层面还没有出台相关指导意见，类似政府审计、社会审计、内部审计成功案例也不多。
三、对大数据工程审计的建议
3.1打通数据孤岛，实现良性循环
在企业指标页面，审计人员可实时查看最新的造价指标数据，据此进行审计结果复核;在个人指标页面，审计、造价人员可上传的审定预、结算，积累个人实时数据;在指标分析页面，可修正、完善造价指标数据。项目全过程的其他人员可在资料库查看工程各阶段的结算数据、价格信息、问题建议、法律法规等，提升工程项目的整体管理水平。据此，在企业内部形成各环节互相支持、循环改进的良性工程項目管理机制。
3.2必须正确解读智能审计工程
智能审计是一个复杂系统工程，需要规划、IT、自动化等部门通力合作，不能期望“毕其功于一役”，搞个专项工程就万事大吉。要看到不同专业推进智能建设内容也千差万别，需要引入服务机构，开展多层次、多领域需求对接细化优化，并根据总体部署做出系统安排和工程化建设。还要全方位开展审计准则和作业指南等法规制度的“废改立”，固化建设成果。根据建设进度，开展各种形式培训、考察、交流与学习，提高审计人员运用能力。
3.3数据储存
要想进一步实现大数据技术中信息采集的有效性，那么他的去处也就是数据储存的方式就必须有所保障。大数据背景下最大的特点就是数据量非常大，类型较多，审计工作部门他们要想顺利的把数据采集然后储存显然是有一定困难的。需要有相应的审计数据储存技术，从多个部门、系统以及行业中收集资源，传递到指定的位置共同处理，最后放到数据库当中。必须要借助于网络的优势，通过互联网审计，将大数据实现无缝连接，利用相应的技术和手段完成审计任务。再者加快对审计大数据整体工作的规划，最好在国家层面，由相关职能部门牵头，扩大大数据技术的使用范围，将其利用到审计工作当中，形成国家审计云，为审计工作的储存做好充分的铺垫，这也就实现了云计算到审计云的过渡。云计算技术的重点就是资源，审计云的出现就是以前者为基础的，借助国家统一规划下的审计资源和系统，给云基础设施和审计信息系统以及其中的数据建立相应的模型，通过用软件资源构建一个专门用于审计的防火防盗软件，共享到网上提供给国家各级审计机关使用，这样一来大数据的使用就更加安全和方便了，同时也可避免由于重复建设而造成的各种资源浪费。
3.4建立大数据审计平台。
利用大数据技术进行工程审计需要有一定的平台依托，我们应该建立大数据审计平台。平台应融合信息提取、数据挖掘等技术精准识别工程数据资料、挖掘审计疑点并向审计人员推送相关法律法规。同时，平台应运用相关分析将审计项目与同类审计数据相类比，及时帮助审计人员确定审计重点。目前，大数据审计平台已经在多地得以建设，但由于技术水平的限制，多数智慧审计平台还存在着一些问题。比如，平台在抓取数据时，现有的技术并不能对一些非结构化数据实现自动识别，还需要人工进行字段拆解，这不仅会给审计人员带来更加繁琐的工作，降低审计的工作效率，也与智慧审计平台解决审计资源有限的初衷相悖。针对这个问题，我们除了可以投入研究非结构化数据人工智能识别技术，还可以从资料的源头抓起，通过统一被审计单位的资料格式，利用填空的形式规定字段长度大小，以此来解决非结构化数据无法识别的困境。
3.5提升审计人员的专业素养
工程审计评估工作高效开展的前提是审计工作具备较强的专业技能和职业素养，因此相关负责人必须加强审计人员专业素养的培养。首先，负责人可聘请专业人士对审计人员进行风险导向审计知识理论的学习，使其充分了解审计工作的知识体系，进而将知识理论与实际工作内容紧密结合，满足现阶段审计工作的实际需求。此外，负责人还应督促其他工作人员与审计人员协调配合，及时对工程项目的进展状况进行了解，从而高效分析出可能出现的风险类型，提高审计工作的效率。
结束语：
综上所述，随着我国科学技术的发展和各地区城市化建设的推进，现如今中国已经在发展的道路上走向了新的征程。而无论政府还是各企业，审计工作人员都是必不可少的一部分，但现状是审计人员的数量还有他们的专业能力有着明显的缺陷，再加上信息互联网的影响和大数据时代的到来，对审计工作人员的要求也进一步提高。
参考文献
[1]吴彬，李策，杨振兴，唐笑梅.探析大数据技术在工程跟踪审计中的应用[J].经济研究导刊，2020（14）：154-156.
[2]孙忠莲.大数据背景下工程审计信息化建设分析[J].工程技术研究，2020，5（08）：269-270.
[3]焦学芹，骆梦窈.关于大数据工程审计面临的挑战与对策研究[J].现代商业，2020（05）：162-163.
[4]张楚.基于大数据背景下工程审计模式创新品牌探究[J].品牌研究，2020（03）：15-16.
[5]杨德龙.试论大数据工程审计工作面临的挑战及对策[J].价值工程，2019，38（33）：52-53.
关键词：大数据背景下;工程审计;思考
引言
“数据是未来世界的巨大能源”。随着企业生产经营规模的不断扩大，与之相关的工程投资项目也越来越多，由此给工程审计带来的巨大压力也与日俱增。如何通过企业“数字化”转型，构建起科学、系统的工程审计信息化管理体制，进而全面提升投资效益，成为摆在工程审计管理者面前的一个突出问题。
一、工程审计的特点
第一，较高的强制性
由于改革开放后曾经出现过一些偷工减料、豆腐渣工程等典型工程案件，国家对建设工程采取了较为严格的监管措施，出台了一系列的法律法规进行规范，在企业内部也建立了一系列的规章制度。审计作为一种特殊的监督工具也运用到工程建设全过程之中，以期及时发现问题，落实整改，降低投资，因而有较高的强制性。
第二，较深的专业性
工程审计不仅需要财务审计知识，还需要一定的工程理论与实践知识。要熟悉建设工程的每一项操作，要熟悉工程物资的造价计算、工程物资的市场价格变化，施工程序和使用量，还要对可能存在的舞弊操作空间予以了解，重点风险点要特别予以关注，比如招标投标阶段，大家都知道是高风险点，可是这个点就是百试百灵，每个工程都容易在这里面摔跟斗;此外，工程审计中的合同审计也是一个高风险点。
二、传统工程审计的问题
2.1工程审计人员专业素养低。
工程项目审计从前期审计一直到终结审计，环节众多，技术要求高，所以审计人员的素质是保证审计工作的必要条件。目前，一些老工程审计工作者对于大数据技术的接受程度较低，大部分工程审计者无大数据专业化素养，大数据工程复合人才稀少，专业力量薄弱，甚至有些审计人员缺乏职业责任感，循规蹈矩，拒绝创新，导致工程审计工作无法顺应时代发展。
2.2顶层设计缺失
智能审计是人工智能技术支撑的“集中分析、发现疑点、分散落实、系统研究”新模式，数据挖掘解决了数据淹没问题，人工智能解决了自主关联难题，区块链技术突破了数据保真瓶颈。因此，智能审计新技术淘汰了部分传统审计方式方法，催生了新的技术体系，要求根据计算机自学习能力，建构经济活动模型、完成复算核对、标示异常状态、警示深度查证，这必然要求按照智能审计方式，重塑审计体系、重构审计机制、重建审计理论，实现整体转型。但目前国家层面还没有出台相关指导意见，类似政府审计、社会审计、内部审计成功案例也不多。
三、对大数据工程审计的建议
3.1打通数据孤岛，实现良性循环
在企业指标页面，审计人员可实时查看最新的造价指标数据，据此进行审计结果复核;在个人指标页面，审计、造价人员可上传的审定预、结算，积累个人实时数据;在指标分析页面，可修正、完善造价指标数据。项目全过程的其他人员可在资料库查看工程各阶段的结算数据、价格信息、问题建议、法律法规等，提升工程项目的整体管理水平。据此，在企业内部形成各环节互相支持、循环改进的良性工程項目管理机制。
3.2必须正确解读智能审计工程
智能审计是一个复杂系统工程，需要规划、IT、自动化等部门通力合作，不能期望“毕其功于一役”，搞个专项工程就万事大吉。要看到不同专业推进智能建设内容也千差万别，需要引入服务机构，开展多层次、多领域需求对接细化优化，并根据总体部署做出系统安排和工程化建设。还要全方位开展审计准则和作业指南等法规制度的“废改立”，固化建设成果。根据建设进度，开展各种形式培训、考察、交流与学习，提高审计人员运用能力。
3.3数据储存
要想进一步实现大数据技术中信息采集的有效性，那么他的去处也就是数据储存的方式就必须有所保障。大数据背景下最大的特点就是数据量非常大，类型较多，审计工作部门他们要想顺利的把数据采集然后储存显然是有一定困难的。需要有相应的审计数据储存技术，从多个部门、系统以及行业中收集资源，传递到指定的位置共同处理，最后放到数据库当中。必须要借助于网络的优势，通过互联网审计，将大数据实现无缝连接，利用相应的技术和手段完成审计任务。再者加快对审计大数据整体工作的规划，最好在国家层面，由相关职能部门牵头，扩大大数据技术的使用范围，将其利用到审计工作当中，形成国家审计云，为审计工作的储存做好充分的铺垫，这也就实现了云计算到审计云的过渡。云计算技术的重点就是资源，审计云的出现就是以前者为基础的，借助国家统一规划下的审计资源和系统，给云基础设施和审计信息系统以及其中的数据建立相应的模型，通过用软件资源构建一个专门用于审计的防火防盗软件，共享到网上提供给国家各级审计机关使用，这样一来大数据的使用就更加安全和方便了，同时也可避免由于重复建设而造成的各种资源浪费。
3.4建立大数据审计平台。
利用大数据技术进行工程审计需要有一定的平台依托，我们应该建立大数据审计平台。平台应融合信息提取、数据挖掘等技术精准识别工程数据资料、挖掘审计疑点并向审计人员推送相关法律法规。同时，平台应运用相关分析将审计项目与同类审计数据相类比，及时帮助审计人员确定审计重点。目前，大数据审计平台已经在多地得以建设，但由于技术水平的限制，多数智慧审计平台还存在着一些问题。比如，平台在抓取数据时，现有的技术并不能对一些非结构化数据实现自动识别，还需要人工进行字段拆解，这不仅会给审计人员带来更加繁琐的工作，降低审计的工作效率，也与智慧审计平台解决审计资源有限的初衷相悖。针对这个问题，我们除了可以投入研究非结构化数据人工智能识别技术，还可以从资料的源头抓起，通过统一被审计单位的资料格式，利用填空的形式规定字段长度大小，以此来解决非结构化数据无法识别的困境。
3.5提升审计人员的专业素养
工程审计评估工作高效开展的前提是审计工作具备较强的专业技能和职业素养，因此相关负责人必须加强审计人员专业素养的培养。首先，负责人可聘请专业人士对审计人员进行风险导向审计知识理论的学习，使其充分了解审计工作的知识体系，进而将知识理论与实际工作内容紧密结合，满足现阶段审计工作的实际需求。此外，负责人还应督促其他工作人员与审计人员协调配合，及时对工程项目的进展状况进行了解，从而高效分析出可能出现的风险类型，提高审计工作的效率。
结束语：
综上所述，随着我国科学技术的发展和各地区城市化建设的推进，现如今中国已经在发展的道路上走向了新的征程。而无论政府还是各企业，审计工作人员都是必不可少的一部分，但现状是审计人员的数量还有他们的专业能力有着明显的缺陷，再加上信息互联网的影响和大数据时代的到来，对审计工作人员的要求也进一步提高。
参考文献
[1]吴彬，李策，杨振兴，唐笑梅.探析大数据技术在工程跟踪审计中的应用[J].经济研究导刊，2020（14）：154-156.
[2]孙忠莲.大数据背景下工程审计信息化建设分析[J].工程技术研究，2020，5（08）：269-270.
[3]焦学芹，骆梦窈.关于大数据工程审计面临的挑战与对策研究[J].现代商业，2020（05）：162-163.
[4]张楚.基于大数据背景下工程审计模式创新品牌探究[J].品牌研究，2020（03）：15-16.
[5]杨德龙.试论大数据工程审计工作面临的挑战及对策[J].价值工程，2019，38（33）：52-53.