《经济师》2023年第05期摘要：政策跟踪审计在运用大数据中存在诸多突出问题，譬如使能不足、技术较为滞后，需从整体框架加以综合研究。审计模型以使能创新、外部嵌入等为框架，以面审计、结果使用为运用思路，旨在促进问题的处理。模型运用以某项目为例，使用特征提取、大数据收集，可以推动审计目标达到。提出相关政策建议，拓展了模型与大数据审计研究。关键词：政策跟踪审计大数据审计模型政策建议中图分类号：F239文献标识码：A文章编号：1004-4914（2023）05-108-02对于大数据驱动范式，其是基于模型驱动结合数据驱动，通过使能创新、外部嵌入等，发掘潜在变量关系，以达到要求，提高决策效果的范式。刻画难以获取的变量，进而挖掘变量关系，比如知识及数量关联，同时探寻影响机理及理论。一、政策跟踪审计在探索运用大数据中存在的突出问题1.大数据使能不足。大数据和其分析技术需要融合审计目标，但在实务中，审计结果和职能要求还存在一定差距，使用结果停留于前期基础阶段，同审计目标关联性不足，没有全方位驱动审计目标实现。政策内容理解不足，未能充分使用分析结果，经验有待总结，以提升项目效率效果。2.效能没有得到充分释放。制度保障了获得数据的权限，即便可以汇集大数据，但常常使用小数据。还有着数据壁垒，进入模型的数据，常常又回到小数据层面。受限于认知水平、时间成本，虽然符合决策需要，但信息含量的解读，还属于一种挑战性工作[1]。3.分析技术运用滞后。数据和分析技术是彼此独立的，但又密不可分。大数据已转变了分析范式，审计需要关注更多主体，建立知识大图。但在具体实践中，被分析技术限制，还有很多线索没有被揭示，因为变量关联未被刻画，技术运用研究还有待深化，处理技术还未得到突破。在理论分析上，实现一体纳入的研究较少，怎样达到“防未病”目标还需要研究。以上问题，涉及到目标实现、大数据等，体现了理论和实践，制度要求和期望，还有着一定的差距。实际上，它们环环相扣，无法各自突破，需融入系统思维，全面推进，一体处理。二、基于大数据驱动范式的政策跟踪审计模型模型要考虑技术增强，又需要处理大数据等问题，把结果使用当作运用场景，促进思路转化运用，使用闭环模式，侧重要素彼此反馈、迭代优化。外部嵌入是边界，引入异构数据，组成变量空间，为数据提供空间。技术增强包含以下含义：提高数据敏感性，为引入数据提供支持；提高技术适用性，升级审计需要的工具；增强因果关联性，选用分...
