大数据技术在审计风险防范中的应用

曲荣岩

摘要：人们在大数据的影响下，调整了自身对于数据的思维方式，传统的数据处理和采集方法也已经逐渐发生变革。数据工作是审计工作的基础和前提，审计人员只有积极应对逐渐变动的工作环境，才能够更好地适应大数据时代。审计分析程序可以凭借大数据技术对自身进行有力的调整与优化，有助于将有效的信息切实挖掘出来，即对各行各业以及政府部门的大数据进行充分地利用，审计工作目前正朝着这一方向发展，这也是现实的需求。因此，研究大数据审计是十分必要的。

关键词：大数据;审计;智能挖掘;数据可视化;聚类分析

一、大数据时代对审计的影响

1.1审计方法

传统的审计方法主要采用抽样审计方法，即运用数理统计知识从总体中抽取样本，通过观察样本特性来推断总体，此方法能大大提高审计人员的工作效率，但高效率的背后可能隐藏着重大的审计风险，样本推断整体难以避免管中窥豹之嫌，审计结果会依赖于所选取的样本，从而审计人员可能做出错误的判断。例如在测试内部控制有效性时，审计人员通过样本做出可以依赖企业内部控制的判断，但实际情况却是总体的内部控制程序执行不到位，这就造成了审计人员过度依赖的风险。大数据的产生在很大程度上规避了这种风险，审计的对象可以是所有已知的数据。海量的凭证、账簿、报表数据都可以电子化，然后对它们进行收集、分析、处理并且应用信息技术进一步挖掘出這些数据中隐含的信息。

1.2审计证据

1.充分性：充分性对审计证据的数量提出了较高要求，但在传统审计过程中有些审计证据取证难度大，充分性不能得到满足，审计结果的正确性不能得到保证。而在大数据时代随着信息技术的发展审计证据的取得变得轻而易举，难以获得充分证据这一问题迎刃而解。

2.相关性：大数据时代审计证据的相关性更高，具体表现在以下三个方面。一是能够及时获得审计证据，减少了时间成本，改善了人工获取信息的滞后性。二是提升了审计确认能力，运用大数据技术编织出环环相扣的审计证据网络从而对企业的内外部非财务信息进行核对审查，能快速准确的发现有问题的环节。这一方式克服了手工信息获取不及时、准确性低、客观性弱的缺陷，通过此方式获得的审计证据有更高的确认价值。三是审计数据具有了预测功能，数据挖掘技术通过分析相关数据，建立相应的模型从而对未来的信息做出预测，例如回归分析法就是应用最广的方法之一。预测功能不仅能使审计人员提前制定审计计划、提高审计效率，更重要的是可以使事后审计转向事前审计，提前注意到审计重点、难点、易漏点。

3.可靠性：大数据对审计证据的可靠性同样产生了深刻影响，审计证据是否可靠需要从可验证性、客观性、真实完整性三个方面来进行考量。

首先，可验证性是指审计证据相互之间可以交叉验证其是否真实存在，传统的对审计证据的验证方式比较单一，往往是通过对业务流程的追溯来核对数据能否匹配，进而发现伪造或错误的审计证据。而在大数据技术的支撑下，审计证据的单一性演变为多元性，审计人员可以从财务账外、企业外部等渠道获得更多审计证据，增强了它的可验证性。其次，客观性是指审计证据不能掺杂个人的主观臆断，例如言词证据中可能带有很强的主观性，需要进行合理的过滤和筛选。传统的取证方式主要依赖于企业提供的信息，为了追求自身利益企业可能提供虚假信息，而在大数据时代审计人员可以通过各种数据采集设备获得第三方信息，具有更高的客观性。最后，真实完整性是指审计证据必须真实、完整。大数据时代的审计证据唾手可得，但是不能完全保证它们的真实性，可能数据在录入信息系统时发生错误或者被有意篡改。在海量的信息中辨别出错误信息其难度可想而知。因此，大数据时代审计证据的真实完整性在一定程度上有所下降。

1.3审计风险

在各种因素的干扰下，例如审计对象的外延化、审计环境的复杂化、审计证据的多样化以及审计技术有待完善、审计人员素质仍需提高，在大数据环境下的审计风险较传统审计风险会相应地有所波动。而现代风险导向下审计风险模型为审计风险=重大错报风险×检查风险，并且一般认为重大错报风险由控制风险、经营流程风险、会计风险、战略风险构成。然而这一公式并没有体现出上述干扰因素所带来的影响，因此有必要完善大数据环境下审计风险模型，否则势必会造成审计风险的增加。

二、审计机构面对大数据挑战的应对策略

2.1推进审计方法与技术的创新

在大数据时代审计人员如果不采用新的审计方法和技术，那么审计工作将遇到极大的障碍。审计工作者可以从以下两方面入手进行创新。首先，审计人员不仅要熟练操作Excel和各种应用软件，还要适应大数据时代的最新要求，掌握基本数据挖掘技术，这样在处理海量且价值密度低的数据时才能从容应对，不至于束手无策。其次，建立审计云数据系统，大数据审计以此基础性平台，可以实现不同企业、不同行业之间数据的云存储、云计算、云移动和云共享，不仅降低了人力成本而且减少了数据的移动损耗。

2.2分类审计证据与转变审计证据关系着眼点

在大数据时代，审计证据的形式不再只是财务报表等书面材料上的数字，根据对审计证据的获取、分析、处理的难易程度，可以将审计数据分为非结构化数据、半结构化数据、结构化数据三种类型，难度依次递增。预先对审计证据分类后再进行处理可以明显地减少审计过程耗费的时间，对于结构化数据，传统的数据提取与处理方法仍然适用;对于半结构化数据，为了便于数据的后续处理，在使用数据挖掘技术时要尽可能降低数据维数;对于非结构化这种最难处理的数据一般采用的方法是向结构化数据转化，这种方法还有待人们的进一步研究与探索。但是无论处理哪一种数据，审计人员的思维方式或者说对审计证据关系的着眼点都要发生转变，不能仅仅依靠自己的经验和直觉来判断审计证据之间的因果关系而要用更科学的方法来分析它们之间隐含着的相关关系。这也是大数据审计超越传统审计的一大优势。

2.3优化审计风险模型

在大数据时代，随着审计风险的变化我们需要对审计风险模型做出适当的调整从而对审计风险的高低做出正确的估计。大数据技术的应用使审计对象可能包括云会计服务供应商的会计信息系统（AIS）。因此，完善审计风险模型就要相应的加上云会计服务供应商的会计信息系统产生的额外风险。为了控制固有风险，云会计服务供应商制定和实行了应对措施，例如定期检查测试各种技术设备、软件，使用身份管理软件、反病毒软件，安装入侵检测系统、数字证书、防火墙等。我们把这些措施仍然不能预防固有风险发生的可能性称为控制风险，一般从内部控制的规划、实施、安全的需求和保证这些角度来考察控制风险的高低。

三、结语

总之，大数据技术的引入和应用已经成为当前我国审计领域创新发展的一个重要发展趋势。随着大数据的引入和应用，审计工作优势明显，功能更加突出。因此，有必要探讨大数据技术的集成在审计领域在未来，从多个角度，努力创新和优化审计概念、审计结构、审计特定技术以大数据技术的应用创造良好的条件。

参考文献：

[1]钟骏华，邢福梅.我国企业内部审计外部化研究[J].合作经济与科技，2016（01）：136-138.

[2]田菁菁.我国民营企业内部审计思考[J].合作经济与科技，2016（01）：170-171.

[3]王辉.公司治理中内部审计存在的问题[J].合作经济与科技，2016（02）：134-136.