大數據審計實踐課程體系探索

韓志耕 楊 鵬* 楊國為

(1.南京審計大學 計算機學院/智能審計學院,南京 211815)(2.南京審計大學 江蘇省審計信息工程重點實驗室,南京 211815)

作為一種國際通行的工程教育質量保證制度,工程教育認證是實現工程教育國際互認和工程師資格國際互認的重要基礎[1]。該認證落戶我國的標志性事件是2016年我國成為《華盛頓協議》的正式會員。據教育部高等教育教學評估中心會同中國工程教育專業認證協會發布的數據顯示,2019年底全國就有241所普通高等學校的1353個專業通過了工程認證。雖然工程認證的實施幫助畢業生們疏通了就業通道,但這種側重于判斷工科畢業生是否滿足行業認可的既定質量要求的合格性評價要求高校的課程體系必須與之相匹配。

南京審計大學(下面簡稱“我?！?是我國唯一一所以“審計”命名的高校,肩負著“科技強審”的重大使命。為踐行審計署提出的審計全覆蓋要求,我校開辟了大數據審計方向[2],旨在培養既懂審計業務又懂大數據技術的復合型人才。作為一個新興方向,目前對大數據審計尚無統一的定義[3-6],本文認為大數據審計是審計機關為達成審計全覆蓋目標,在充分理解待審業務邏輯的前提下,運用大數據技術對來自跨層級、跨地域、跨系統、跨部門和跨業務的來源分散、數量巨大、格式多樣的社會經濟運行數據進行深度挖掘與分析,以實現審計發現、評價判斷、宏觀分析能力得到顛覆性提升的革命性的審計理論與方法。與傳統的數據式審計相比較,大數據審計所使用的數據更加多源異構,所使用的技術方法更加復雜高級,需要對數據的洞察更加敏銳深刻。大數據審計重在實踐,為使我校畢業生達到審計行業認可的既定質量要求,迫切需要構建面向工程教育認證的大數據審計實踐課程體系,以彌補我校當前審計教學與審計行業需求之間的差異。

1 存在問題

中國工程教育專業認證協會秘書處制定的《工程教育認證通用標準解讀及使用指南(2020版,試行)》對課程體系中實踐部分進行了明確要求,“設置完善的實踐教學體系,并與企業合作,開展實習、實訓,培養學生的實踐能力和創新能力。要結合本專業的工程實際問題,培養學生的工程意識、協作精神以及綜合應用所學知識解決實際問題的能力”。對比上述要求,我校大數據審計實踐課程體系的建設還面臨著以下3個問題亟待解決。

(1) 課程體系缺失:當前大數據審計教學僅為傳統審計教學的簡單延續,理論學習與實踐能力培養沒有做到同等對待,一味地強調知識傳授的重要性而忽略了學生自主學習能力的培養。大部分學生由于實踐機會少而工程實踐能力較差,面對復雜工程問題時無法進行有效的分析與解決。

(2) 實驗平臺缺失:面向大數據的通用實踐課程已在絕大多數高校開設,包括不少軟件公司也推出了一些實驗產品可供直接使用。然而,大數據產品公司的研發人員對審計行業不熟悉,市場上并無功能對口的大數據審計實驗平臺可供直接使用。

(3) 數據資源缺失:除了技術與方法,審計數據資源同樣是大數據審計教學的關鍵。海量數據往往涵蓋行業數據、財政數據、財務數據等。由于對敏感隱私數據的顧忌,在實踐教學中很少引入真實的審計業務場景和審計案例,無法調動學生的研究興趣和探索主動性。

2 建設思路

2.1 基于模塊化的實踐課程體系構建

基于模塊化的實踐課程體系構建側重在彌補課程體系缺失的問題。具體思路是針對我校目前已開設的“Python數據處理編程”“大數據審計采集與處理”“大數據存儲技術”“機器學習與模式識別”“數據挖掘”“分布式處理與云計算”“深度學習算法與應用”“Spark語言”“數據安全與應用”“聯網審計”“IT審計”“大數據審計實例分析”“數據倉庫原理”“大數據審計綜合實驗”“大數據專業綜合實驗”等主要課程,圍繞大數據審計實踐所涉及的審計數據采集、查詢、分析、可視化、共享等普適環節進行模塊化劃分。具體分為:

(1) 程序設計及算法類課程模塊。該模塊涉及與審計大數據分析與處理有關的程序設計類課程群,旨在培養學生的程序設計能力,特別是編寫程序解決大數據應用中實際問題的能力。

(2) 大數據分析與處理技術課程模塊。該模塊涉及機器學習、數據可視化等實踐課程群,旨在培養學生數據采集、存儲、處理能力,讓部分學生對最流行的機器學習算法,如回歸、決策樹、支持向量機、深度學習等有所理解,并鼓勵這些學生在高年級參加一些學科競賽。

(3) 審計實務類課程模塊。該模塊涉及“聯網審計”“IT審計”“大數據審計實例分析”“大數據審計綜合實驗”等課程群,旨在培養適應現代市場經濟需要的,在審計、金融、會計、經濟管理等領域從事審計和監管工作的應用型、復合型專業人才。

(4) 創新創業類課程模塊。該模塊涉及審計理論驗證、審計方案設計、審計模式創新和審計應用有關的創業等遞進項目的課程,旨在利用審計信息工程重點實驗室、審計信息工程協同創新中心,以及公共工程審計重點實驗室提供的軟硬件資源,幫助學生培養審計創新思維,提升他們的審計創業技能。

與此同時,依據最新的協作學習理念[7]對課程進行動態調整,確保大數據審計實踐課程體系與時俱進?；谠擉w系,在教學方式上,充分利用在線學習和翻轉課堂兩種方式來提升教學效果。

2.2 面向審計案例的數據資源庫建設

面向審計案例的數據資源庫建設旨在解決數據資源缺失的問題。具體思路是,遵循審計署電子數據審計司出臺的諸如審計業務電子數據管理等規定及要求,將我校已積累的諸如部門預算執行審計、經濟責任審計、醫保審計等相關數據資源,長期教學過程中自建的一些審計案例庫、法律法規庫、審計方法庫等數據,審計署、財政部、國資委等部門下發的文件,以及利用網絡爬蟲從全網爬取到各類審計信息清洗入庫,以方便審計業務實施中的數據檢索和查閱。同時,對政府、企業、行政事業單位的財務、業務數據進行脫敏處理,確保在隱私數據安全的前提下盡可能地讓教學更加真實。

通過構建實驗數據資源庫,可方便學生在大數據審計框架內對全量脫敏數據進行分析與評估,實現“點、線、面”審計監督的全覆蓋實踐,助力學生解決實際工程問題能力的有效提升。

2.3 基于定制化的實驗教學平臺建設

基于定制化的實驗教學平臺建設旨在解決實驗平臺缺失的問題。具體思路是基于我校已經獲批的“基于相似檢測的大數據審計軟件V1.0”“互聯網+電子數據審計系統V1.0”“大數據審計分析平臺V1.0”“南審大數據審計綜合仿真實驗平臺軟件”“南審大數據審計綜合仿真支撐環境軟件”“大數據環境下招投標采購監審系統V1.0”等多項軟件著作權,以及教師在真實審計項目中積累的技術成果,尋求與國內面向審計的計算機輔助系統平臺軟件商合作,為我校實踐課程體系量身定制的大數據審計平臺。

建成的大數據審計實戰平臺具備大數據分析、資源共享、實訓項目管理等功能,有效地支撐了實踐教學的開展?？梢酝瓿纱髷祿徲嫷臄祿杉?、數據查詢、數據分析、數據可視化、數據的分享和發布;基于主流的B/S架構,支持Windows、Linux等多種系統;具備數據采集,財務分析,數據可視化和數據挖掘等多個功能模塊;提供多元化分析工具,支持使用Python、Java擴展挖掘算法,支持使用SQL擴展數據處理能力;方便用戶通過角色實現權限控制。該平臺與完整的實踐課程體系對應,并提供配套的教輔,為教師提供諸如教材、PPT、網課,練習題及答案,代碼及技術指導,以及持續更新的案例?；谠撈脚_的所有實驗項目均以審計任務為導向,結合大數據技術的應用,讓學生在實驗平臺中熟悉各行各業的審計知識、流程和方法,從而提升大數據審計思維能力。

3 結語

為保證畢業生達到大數據審計行業認可的既定質量要求,給出了面向工程教育認證的大數據審計實踐課程體系建設思路,包括基于模塊化的實踐課程體系構建、面向審計案例的數據資源庫建設,以及基于定制化的實驗教學平臺建設,解決了當前大數據審計人才培養中存在的課程體系缺失、數據資源缺失和實驗平臺缺失等棘手問題。下一步工作是,在完成課程體系、案例庫和實驗平臺建設的基礎上,利用實際教學反饋對該實踐課程體系予以優化與修正。