大数据审计的特征及实现路径

胡 杰 凌静华

(国网浙江安吉县供电有限公司，浙江 湖州 313300)

1 引言

近年来，大数据成为一个热点词汇，专业人员从逐渐阐述“大数据”概念到将大数据应用于各个领域，包括会计、金融、信息等。人们对大数据的热衷在于大数据存在极大的优势，如可以极大提高工作效率，降低人工成本等，确保充分利用大数据优势以增强企业竞争力。如何将大数据应用于相关领域需要一定的条件，如相关法规政策的建立与完善、专业人员的胜任能力等。目前，我国审计主要实施以风险为导向的审计技术和方法，对计算机的处理和运用虽然越来越有倾向性，但尚未以IT审计技术和方法为主，大数据并未得到充分利用。我国大部分学者均认为大数据审计将是审计理论和审计技术的必然趋势，如秦荣生(2014)认为大数据和云计算技术相结合，将会对审计产生极大影响，如审计方式、审计证据、审计抽样等。大数据审计与传统审计存在较大不同，有的学者甚至认为将会颠覆传统审计，本文将分析大数据审计的特征并对大数据审计的实现路径加以探讨。

2 大数据的内涵

大数据指的是结构化或非结构化数据集，一般通过四个特征对其进行描述，分别为容量(Volume)、多样性(Variety)、处理速度(Velocity)和精确性(Veracity)。大数据所占容量极大，传统工具往往无法承载；大数据的多样性反映在其多样的数据格式，如数量、文本、混合格式，以及图像、视频和其他格式等；大数据的处理速度迅速；大数据在收集、储存与处理过程中，数据质量和相关性会随着新数据的产生而发生变化，运用大数据技术可将误差控制在可容忍范围内。随着大数据的发展，审计行业的数据量将会越来越大，审计人员将面临越来越多的数据及其处理问题。

大数据也指用于从各种数据类型中得出推论的技术，这与秦荣生(2014)提出的云计算类似，他认为大数据与云计算相辅相成，前者强调数据存储能力，后者强调数据处理能力。大数据技术的侧重点正在于数据处理能力，这些技术常常试图通过数据来推断事件的非线性关系和因果关系。而大数据下事物之间的关联性增强，审计人员可以得到更多的关联方数据，而不仅仅局限于被审计单位。审计人员相比以往需要处理的数据更加庞大，同时需要更强大的技术支持。这种技术支持不能再局限于传统的回归模型，大数据的特征需要统计技术在处理数据时建立更加灵活的模型，应用更加准确的统计工具。

3 大数据审计的特征

大数据的特征决定了大数据审计与传统审计将产生较大差异，本文主要将大数据审计特征归纳于以下几个方面。

3.1 总体审计

在传统审计中，审计人员由于数据和技术的限制，主要采用抽样审计，降低风险，而大数据存储容量大，数据类型多样，大数据技术则擅长于将不同的信息整合到决策辅助工具中，将财务信息和非财务信息结合起来，对所有数据进行分析，最大程度降低风险，使总体审计成为可能。总体审计有利于审计人员最大程度发现财务报表的错误甚至舞弊，目前，不管从时间成本或是人力成本，我国审计行业尚不能充分利用大数据实施总体审计。然而，随着大数据的发展，更多高效的数据处理模型或工具将会被设计出来，从而能对全样本数据进行分析。而在非数据信息中，除了审计人员实施相关传统审计程序外，也可将非数据信息转化为数据信息，对其进行处理。

3.2 无限关联审计

大数据下，被审计单位将会更多采用自动化控制，财务信息与非财务信息将更多储存于电子数据中。与传统审计相比，除了重点关注被审计单位之外，审计人员还能获得与被审计单位具有业务往来的企业的相关数据，政府数据、行业标准数据等相关数据也会被关联起来，审计人员多方位进行审计。数据的可获得性使审计人员进行无限关联审计成为可能。这种审计方式有利于提高审计效率和审计质量，一方面，审计人员能快速获得相关数据，减少了沟通时间与询问等待时间，提高审计效率，另一方面，审计人员通过直接获得原始交易数据，保证了数据的真实性与可靠性，减少舞弊事件的发生，提高审计质量。例如，在传统审计中，函证程序由于可靠性较高，审计人员将会对与被审计单位相关的银行和往来单位实施函证程序，但仍存在回函信息可能不准确，等待回函时间较长等问题，而无关联审计的实施将使审计人员可以不用再实施函证程序，同时，获取数据时间更快，数据质量更高。

3.3 精确性审计与宏观审计

在大数据的高容量、多种类、高速度下，审计人员能对某一事件的总体规律进行宏观分析，并在一定的置信概率下达到预定的宏观准确度，而个别个体的不同在大数据下并不会对总体规律产生重大影响。因而，若审计目标更倾向于进行总体规律的分析，则宏观审计更加适用。然而，若审计目标在于分析某一具体数据的异常，或者审计人员在进行总体规律分析时，发现与预期不符，则审计人员应进行精确性审计。大数据下的精确性一般根据数据质量和相关性进行判断，而数据质量和相关性会随着新数据的产生而发生变化，由于数据产生的速度非常快，过于追求某一数据的精确已不是大数据审计的侧重点，大数据审计侧重点逐渐向相关分析转变，因而，在一定现实条件下，宏观审计可能成为大数据审计的发展趋势。

4 大数据审计的实现路径

大数据审计未在审计行业得到充分利用，有些学者认为审计行业不愿实行大数据技术，有些学者认为大数据政策规范还不成熟且专业人才不足。其中，大部分学者认为大数据是审计行业的一个宝贵机遇，大数据审计无法实施将会是审计行业的巨大损失。有些事务所已经表明将会使用大数据技术，并将采用现代大数据模型来预测财务困境和发现金融欺诈，从而获取利益。从以上不难发现，大数据审计推行受到了较大阻碍，实际上存在较大的困难与挑战，那么大数据审计的实现路径有哪些呢？以下本文就此提出几点建议。

4.1 建立健全大数据审计的政策规范和规章制度

大数据下，信息泄露问题成为人们较为关注和担心的问题，此外，电子数据还可能被人为干预和篡改，若不加以规范，数据可能从根本上就存在失真现象，不利于审计的执行。基于此，相关人员应完善制度规范，将数据信息泄露、数据被干预和篡改等导致数据失真失效的行为进行最大程度的遏制。由于大数据审计与传统审计存在较大差异，相关审计准则必定需要进行更改和完善，更改后的相关审计准则需要适应大数据审计的特征。在审计实务操作规范方面，应重新明确审计人员的职责、具体审计程序以及评价标准等。

4.2 设计开发大数据审计软件

大数据的高容量特征对审计软件要求较高，传统工具还无法满足大数据的存储和运行需求。在被审计单位信息化越来越成熟的情况下，被审计单位的数据信息将会越来越多，而大数据审计软件的使用能帮助审计人员存储和运行大量数据，极大提高审计效益。大数据审计软件需要具有安全性和可靠性，能保持高效和稳定，并且易于掌握和使用。

4.3 培养大数据审计专业人才

传统审计对审计人员的信息技术要求不高，仅需要了解信息技术较为表面的程度，而大数据审计则增强了数据处理能力，要求审计人员除了专业胜任能力之外，还需要掌握一定的信息技术。为培养大数据审计专业人才，学校可增加信息技术课程，并作为重点考核内容，以加强学生的信息技术水平。并且，可设置大数据审计职业资格证书，除了重点考核专业内容外，提高信息技术所占的总分比例，以促使相关从业人员具有扎实的专业胜任能力之外，还能较好掌握一定的信息技术。

5 结束语

通过对大数据特征的描述与分析，本文认为大数据审计使总体审计、无限关联审计以及精确性审计和宏观审计成为可能。大数据审计的推行虽然存在较大阻碍，但对于审计行业亦是一个宝贵的机遇，因而本文就大数据审计的实现路径提出了几点建议。大数据审计已是发展的必然趋势，从事审计行业的相关人员应正式认识大数据审计，抓住这一宝贵机遇。

[1] 秦荣生. 大数据、云计算技术对审计的影响研究[J]. 审计研究, 2014，(6):23-28.

[2] 袁平. 大数据审计证据的基本特征分析[J]. 金融经济月刊, 2017，(8):106-107.

[3] 李秀菊. 大数据时代下CPA审计的机遇与挑战[J]. 中国内部审计, 2015，(3):93-96.