政府投资大数据审计与传统的政府投资审计相比较，有哪些优势？

　　传统的政府投资审计方式是在基于审前调查，并确定审计风险点的基础上，对全部样本数据进行抽样并实施审计。它仍然存在抽样风险，既无法充分利用外部数据，也受被审计单位提供数据完备性所限制。传统的政府投资审计在现场实施中，审计工作受时间和地点的约束，难以灵活高效地开展。

　　相比较传统的政府投资审计方式，政府投资大数据审计能够节省大量的审计资源，提高工作效率。一方面所有数据都将成为被分析的对象，面对全数据而非样本，可以从更多的视角发现可能出现的问题，解决传统审计难以获取、利用外部数据的固有弊端，减少抽样方法的使用，降低了审计风险，提高了审计结果的准确性。另一方面政府大数据审计工作先通过对被审计单位数据进行恢复、清洗、规划、分析，然后对发现的问题疑点有针对性地进行现场核实，数据处理和分析工作不需要在被审计单位实施，也无需固定的工作时间，增加了审计的灵活性，减轻了对被审计单位正常工作的影响，提高了审计效率。

　　具体来讲：一是更快的取证速度。传统的审计方式主要依靠被审计单位提交审计资料，发现审计资料中的问题比较有难度。而大数据能够提供丰富的数据源，可以给审计人员提供足够的数据作为分析基础，通过比较各种数据的关联性和差异性，审计人员能够更为全面和客观地作出准确分析，并利用采集、清洗、规划、分析等方法，达到快速取证的目的。二是更低的审计成本。在传统的审计模式中，主要是依靠审计人员查阅、核对大量的资料文件，勘查项目现场发现问题，重大投资项目可能还需要对接多个部门或企业，需要耗费大量的人力物力。而在大数据技术的支持下，很多需要手工完成的工作可以借助云计算、网络爬虫（采集互联网公开数据）、数据挖掘等新技术，获得大量非常规结构化数据，再通过建立审计模型的方式完成对海量数据的分析，有效降低审计成本。三是更准的审计结论。在传统的政府投资审计模式中，审计结果可能受审计人员主观因素的影响，导致审计结果可能存在一定差异；审计报告或审计结果可能往往仅呈现简单、片面的问题，很难保证审计结果的全面性。而利用大数据审计方式，能够对多个工程项目的数据展开系统分析，对工程资料的关联性进行判断，消除可能存在的人为因素影响。在审计结果的呈现方式上，也能提供更准确科学的审计建议。