多维分析技术在地税联网审计中的应用，本文主要内容关键词为：多维论文,地税论文,技术论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
多维数据分析(on-line analytical processing,OLAP)是以海量数据为基础的复杂分析技术，它可以对以多维形式组织起来的数据进行上卷、下钻、切片、切块、旋转等各种分析操作，通过对数据进行剖析，可以从多个角度、多个侧面观察数据库中的数据，迅速找出数据反映的各类信息。
近年来，审计人员在审计领域对多维数据分析技术进行了不断的尝试和探索，取得了很好的效果，并总结出审计数据多维分析的总体过程，即：构建总体分析模型，站在一定的高度上把握总体，从观察趋势、选择重点，到运用钻取、掌握明细，直至发现线索、引导延伸。
在地税联网审计中，涉及的税务征收、管理、稽查、评估等业务数据量大，数据关系复杂，如果仅依靠简单的SQL查询是盲目的，审计风险较高。因此，在联网审计系统及数据库建设过程中，有必要对多维数据分析技术进行应用研究，并将其作为一种重要的审计分析手段融入联网审计系统中，使审计人员能够对数据进行宏观分析、深度挖掘、钻取，深入剖析税收结构、比重、税源税基变化情况以及税收计划完成情况，迅速锁定审计疑点，揭示地税部门在税源控管以及信息系统控制等方面存在的薄弱环节，以便更好地履行联网审计实时动态的审计监督职能。
一、建立多维数据集，作为地税联网审计的基础模型
开展多维数据分析，可以利用和借助市面上很多多维数据分析工具，如服务器端工具有Microsoft SQL Server Analysis Services(SSAS)、IBM DB2 OLAP Server、Oracle Express Server等，客户端工具有Excel、ProClarity、Oracle Express Analyzer、Crystal Analysis等。以下所述地税联网审计系统（已在南京市审计局应用部署并稳定运行）基于SQL Server 2005进行开发，审计数据的多维分析主要通过SQL Server 2005的BI平台和SSAS工具实现。
1、电子数据准备
数据质量的优劣直接关系到是否能进行多维分析，以及分析结果的有效性。联网后，系统定期从地税部门自动采集电子数据，经过清洗、转换、验证、集成和优化等数据处理操作，按照《地方税收审计数据规划》（审计署计算机审计实务公告第9号）的相关标准形成审计中间表，搭建审计数据库。同时，地税数据的逻辑结构设计包括主题数据、数据表、元数据、数据粒度、数据分割等方面，实践中，共设计了13类主题数据，139张基础表，40张分析表，41类元数据，并按税种、时间、行政区划等多种策略进行数据分割，为多维数据集的建立做好基础准备。
2、设计多维数据集
利用SQL Server 2005商务智能(B1)平台，建立SSAS项目，设计多维数据集。步骤如下：
第一步：定义数据源，使之连接到联网审计数据库服务器。
第二步：定义数据源视图。选择需要用到的数据表和视图，如“税款征收数据表”、“税款退还数据表”、“近3年纳税申报数据表”、“地税税种税目信息表”、“代码_申报类型代码表”等各类基础数据表、分析表、代码表。
第三步：确定事实数据表、维度表、度量值、维度等。根据审计业务和审计重点，在加工好的审计数据基础上，选择事实数据表和维度表，增加度量值和维度，还可根据度量值间逻辑关系，通过计算等方式丰富多维分析内容及审计指标，最终建立具有多种业务角度及审计角度的多维数据集。在设计多维数据集时，要充分考虑审计业务的需要，建立恰当的度量值、维度、计算成员。
如针对房产税，审计分析需求包括：房产税近几年的缴纳情况及其增长变化趋势、当年各月房产税征收的地区分布情况、与往年同期缴纳的差额等，建立“房产税征收”多维数据集时，其事实表、维度表、度量值、维度等均应结合审计需求进行设计，事实表可确定为：房产税税款征收数据、税款退还数据；维度表可确定为：国库基本信息、纳税人基本信息、税务机构基本信息、代码_预算级次代码等共26张表；度量值可确定为：应纳税额、减免税额、实纳税额、税款退还开票金额等共9个；维度可确定为：时间维度、缴款方式、国库代码、减免原因、退税类型等共32个；计算成员可确定为：本年与上年同期房产税差额、实际入库税款等。设计结构如图1所示。
图1
3、多维数据集的数据处理
通过对SSAS项目进行部署，可对基础数据源进行数据处理和计算，并将处理结果复制到多维数据集对象中。此后，就可以利用多维分析客户端工具浏览多维数据集中的实际数据，开展审计多维分析工作。
二、建立多维分析模型，实现总体分析
在地税联网审计系统中，已建立的多个多维数据集以基础模型的形式提供给审计人员，利用集成到系统中的SSAS多维分析功能，审计人员根据审计任务及审计重点，提取相关维度和度量值，设置一定的筛选条件，就可以组合出满足审计需要的多维分析结果，并以数据和图表的形式展现给审计人员，方便快捷地实现总体分析。
如建立“网上申报入库率分析”多维模型，可选择在“申报征收基础模型”多维数据集上进行，方法如下：
1、度量值
选择“申报税款入库率”。
2、行维度
选择“操作日期”。
3、列维度
选择“国库所属地区”。
4、维度筛选条件
操作日期年度：选择“200X”年。
税款状态名称：选择“入库销号”。
申报方式名称：选择“PC申报”，即网上申报
申报类型名称：去除“门临申报”。
冲负调整标志名称：去除“作废数据”。
5、展现方式
选择“折线图”。
最后，模型展现结果如图2所示。
图2
审计人员在分析过程中，根据审计需要，可通过改变行、列维度、增减维度筛选条件、改变图表类型等操作，对数据进行上卷、下钻、切片、切块、旋转，方便快捷地实现各种分析需要。如针对“网上申报入库率分析”模型结果，可按列维度“国库所属地区”切片，选择“X区”作为分析对象，结果如图3所示。
图3
三、根据总体分析锁定疑点，钻取明细
通过多维模型的数据展现进行宏观分析，审计人员可以确定审计重点、锁定疑点内容，还可针对异常情况进一步钻取相关明细数据，进行延伸调查落实。如图2中，审计人员可直观地发现部分地区某些月份的申报入库率明显偏离1，其中，通过图3，审计人员可进一步锁定X区的5月、6月申报入库率较为异常，由此，审计人员可建立查询模型，钻取该区5月、6月申报入库率明显偏离1的纳税人记录，如图4所示。
图4
继续对纳税人税款申报明细数据及税款征收入库明细数据进行比对，如图4中税务登记证号为XXXXX16的纳税人，其6月税款申报明细和入库明细数据分别如图5-1、图5-2所示。
图5-1 （6月税款申报明细）
图5-2 （6月税款入库明细）
经比对，发现该纳税人有一笔税款1327万元在200X年6月的入库明细数据中存在，但在该年该月的申报明细数据中不存在，且该笔税款应属上一年度企业所得税的汇算清缴，由此，审计人员可初步判断该税款可能为欠税补缴或延期缴纳税款，由于其金额较大，可对该笔税款进一步延伸调查、核实具体情况，查明原因。
目前，多维分析技术在南京市地税联网审计系统中已得到充分的开发和应用，除建立了19个基础模型（多维数据集）外，还建立了220个审计应用模型，其中包含多维模型89个、查询模型96个、专题模型21个、预警模型14个，囊括了近8年的地税计算机审计经验。通过多维数据分析技术与数据库查询分析技术有机结合，审计人员在联网审计中能够从宏观上把握被审计单位业务总体情况，直观展现异常问题，及时锁定审计重点和审计疑点，审计成效显著。
标签：大数据论文; 地税网上申报系统论文; 多维数据库论文; 审计计划论文; 审计质量论文; 审计方法论文; 审计目的论文; 数据表论文; 维度论文;