大数据分析方法与应用 大数据分析方法在社保审计中的应用

社会保障审计具有资金量大、种类广、涉及人员多的特点，决定了社会保障审计必须充分利用信息技术。只有深入开展大数据审计，把“大海捞针”变成“精准突破”，才能有效提升社会保障审计的有效性。

大数据分析方法在社保审计中的实际应用

利用关联分析提升数据挖掘和业务洞察能力。关联分析可以挖掘不同数据源之间、同一数据源不同数据层级之间的关联，快速识别审计疑点。关联分析常用于将外部数据与业务数据相结合，以及对数据本身进行分析。例如，通过横向分析养老金领取者明细（业务数据）和死亡人员数据（外部数据），发现死亡人员正在享受养老保险待遇。

运用结构分析法，提高局部识别和总体管控能力。结构分析法是指计算单项占总量的比例。审计人员对被审计单位的业务数据进行占比分析，对比变化规律，从而发现异常。例如：在定点药店审计中，对各药品的销售占比进行分析，发现A药店某年销售的灌肠剂数量为192510支，占药品总销售量的35%，出现异常。发现该药店在销售米面粮油及日用品时，违反规定，在系统中将其写为灌肠剂进行销售。

利用比较分析法，提升横向和纵向比较能力。比较分析法是数据分析中最常用、最实用的分析方法，将两个或多个数据进行比较，分析它们之间的差异。通过比较分析，审计人员可以揭示数据的特征和规律。例如，在揭示医疗机构超收费问题上，通过将医院各项收费项目的单价与当地医疗项目收费标准进行比较，可以筛选出超收费的可疑点。

利用趋势分析提高宏观把握和发展预测能力。趋势分析是通过分析相关指标的变化趋势来发现问题。趋势分析可以帮助审计人员从宏观上把握事物的发展规律，从而提供合理的审计建议和策略。例如，可以对医保基金结余进行趋势分析，判断医保基金的支付能力，是否存在触底的风险。

利用聚类分析提升数据挖掘和结果评估能力。利用聚类分析可以挖掘“孤立点”，发现异常信息。审计人员可以通过对数据集进行聚类，发现不符合预期规律的异常值，从而发现潜在的风险和不当行为。例如，职业技能提升行动专项账户资金用于就业困难人员再就业培训，在正常合理的情况下，为了达到培训绩效和就业效果，培训对象会以高校毕业生或下岗失业人员为主。通过聚类分析发现，一些以55岁以上农村流动人口为主要培训对象的培训学校，存在虚假培训、无效培训的情况。

提升社保大数据审计质量的重点

调查阶段要充分注重确保数据采集符合审计目标。社保领域相关部门信息化程度较高，要抓住调查这一重要环节大数据分析方法与应用，紧紧围绕审计目标进行需求分析，充分了解被审计单位的数据种类、数据量，结合审计对相关政策法规的掌握、对被审计业务的理解，进行概括、抽象的表述大数据分析方法与应用，才能做好数据采集的前期工作。要加强与提供原始数据库数据的工程师的沟通交流，尽可能充分地收集被审计单位内部数据及各类外部相关数据，确保数据真实、完整、规范。

数据清洗要细致准确，确保数据分析准确高效。社保数据来源多样，部分数据由工作人员手工录入或以非结构化方式留存。为避免不完整、无效、模糊、重复的数据对后续分析比对造成影响，通过数据清洗对数据进行再加工、再处理尤为重要。获取数据后，需要结合不同的业务需求，综合运用提取、转换、加载等方法对数据进行审核验证，在处理缺失值、异常值等问题的基础上对数据进行规范化处理。例如：验证身份证位数、日期格式是否统一、内容是否为空等，通过清洗过滤获取干净完整的数据。

验证性分析不可或缺，确保分析结果的可靠性。利用各种工具和方法进行反复递归搜索查询，可以有效发现问题，纠正偏差。在数据分析中，验证是非常必要的，尤其是医保审核。在对医疗机构HIS、LIS等医疗专业领域系统进行数据分析时，通过搜索诊断、治疗、医嘱、病程等记录，在前端系统中验证分析结果，增加了数据分析结果的可靠性。例如，斑蝥素钠维生素B6注射液，在晚期原发性肝癌、晚期肺癌患者使用时，均可医保报销。通过写报表分析发现，对非“原发性肝癌”或“肺癌”的患者诊断违法，可医保报销。但通过核实某位患者的诊断记录，发现该患者被诊断为“上叶肿瘤”，也属于“肺癌”。因此，通过验证结果并进一步处理、修改报表，可以获得更加可靠的分析结果。

大数据分析在社保审计中的经验与启示

信息环境下，海量数据的增长对社保审计提出了更多新的要求，加强社保审计大数据分析应用是规避审计风险、提高审计质量和效率的现实需要，是积极推行“技术型审计”和“研究型审计”的根本途径，更是推动社保审计高质量发展的必然选择。但需要看到，大数据审计应用的天花板并不在技术层面，而是需要以政策、法规、基本原则等为引领，以审计思路、方法、策略为抓手，综合运用大数据分析手段支撑整体联动，实现“道法自然”。因此，要学好审计业务，善于总结积累经验，培养大数据思维，用好数据分析工具，提升社保审计监管效能，更好地服务大局民生。