大数据时代，审计机关积极探索多种大数据审计方式方法，构建起了“总体分析、发现疑点、分散核实、系统研究”的数字化审计模式。如何进行大数据审计方法的创新是当前的一个重要课题。

一、大数据审计面临的挑战

（一）数据采集、整理的复杂性增加。大数据环境下，数据量呈现几何级增长,数据结构也变得复杂多样，除传统的结构化数据外，各种图片、文字信息等非结构化的数据，极大地增加了数据采集的复杂性；同时，由于被审计单位使用的数据储存和管理系统不一致，且审计人员对被审计单位系统的数据调研了解不够深入彻底，审前调查不够详细，给数据整理和分析带来了巨大的挑战。

（二）数据质量和数据安全存在风险。在大数据环境中，数据质量良莠不齐，存在缺失、错误、冗余或不符等问题，审计人员需清洗、标注、整合、验证海量数据，这样才能确保数据的准确可靠。此外，数据遗失、泄密将给被审计单位造成较大损失的同时，对审计机关的权威性、公信力也会产生负面影响。如不法分子利用系统漏洞实施攻击，窃取和毁损数据；对审计人员在处置、传输涉密信息时，因疏忽或违规使用非专用设备而造成信息泄露的，应当重点关注资料安全方面的问题。

（三）传统审计方法存在局限性。一方面，传统的审计方法往往依赖于人工操作，如手动翻阅文件、核对账目等，这些工作量大且繁琐，导致审计效率较低，在面对大规模数据和复杂业务时，传统审计方法难以快速有效地完成审计任务。另一方面，传统审计过程往往较为封闭，审计经验与方法也较为单一，审计人员之间缺乏有效的交流和协作机制，导致优秀审计方法和经验无法得到广泛传播和共享应用。加上审计智能化水平不高，无法实现数据实时监控和动态调整，当部门单位、企业在面临重大风险或突发事件时，传统审计方法无法进行有效应对和处理。

二、大数据审计方法的创新

（一）坚持数据先行理念，强化数字赋能。在各项审计项目启动前，各团队围绕重点内容，以数据为基础，开展数据分析，对疑点线索和问题高发的关键环节进行精准锁定，从数据入手，列出数据清单和审计数据方案，发挥智慧审计技术支撑作用，为审计现场执行提供重要依据，提升审计工作质效。同时，通过数据审计，增强审计发现问题的精准性、时效性和宏观性，围绕重大问题线索快速分析。锁定和查证，聚焦政策落实、项目推进、重大决策等关键领域，加大总体分析力度，突出差异对比分析，增强审计精准画像能力，着力揭示突出问题。

（二）坚持总体分析与关联分析，提升审计覆盖面。审计人员通过审核被审计单位的财务数据，同时分析业务管理方面的其他数据，从而发现潜在的问题和风险。通过编写数据分析模型和操作指引，在各审计组进驻前，下发相关数据、操作指引和初步分析疑点，确保审计组“弹药充足”“思路清晰”“有的放矢”。同时，利用关联分析，审计人员可以跨部门、多领域、长期进行数据比对分析，找出传统审计难以发现的典型性、广泛性、倾向性的单位或行业系统问题，以点带面推进源头治理，以宏观思维推动相关建章立制的完善。 

（三）坚持实时监控与持续审计，提升审计威慑力。建立起“治已病、防未病”作用的大数据“经济体检”事前、事中、事后一体化体系，做到实时监控，不间断审核。将分析关口前移，将苗头性、倾向性风险隐患通过事前数据分析模型揭示出来，并建立分析预警机制。事中开展持续的大数据监测分析，实时跟踪监控重点事件，并对异常信息、趋势推理等进行全局性、关联性、关联性分析，及时发现疑点并反馈问题。

（四）坚持提升审计方法思维，提升审计思维能力。从吃透规定入手，构建数据审计新模式，确保形成审计模式不受数据影响，在不考虑材料来源的前提下，激活审核人员的发散思维，形成创新的审计分析模式，进而关联到审计数据中。同时在数据分析中跳出固化思维，将与审计相关的全部数据进行一次关联综合分析，从而达到审深审透的效果。