浅析大数据时代企业内审的变革

陈 宝 尹会岩

浅析大数据时代企业内审的变革

陈 宝 尹会岩

“大数据”会对企业内部审计产生影响吗？笔者认为，大多数的企业内部审计人员还无法清晰解释。大数据既是一个对外部数据应用环境的阶段性特征描述，又代表着为处理大数据而出现的所有革新技术的总称。当我们在微博上分享哈尔滨中央大街的风光照片，在博客里评论身边各种舌尖上的美味，或者利用“淘宝”进行网上购物时，我们都在不断地以不同形态随时随地地制造数据。一方面大数据是因为广大消费者的消费、工作、休闲习惯的改变而产生的，另一方面，智能手机等媒体平台和设备的增多，以及应用程序和社交平台获取实时数据的便捷也加速了大数据的产生。据权威市场调查机构IDC预测，到2020年，全世界数据总量将是2011年的22倍，超过40ZB（1ZB＝10亿TB）。“大数据”时代正在来临。

传统方式下的孤立分析数据单纯依靠经验发现问题，这种片面反映个别问题的技术方法已经无法适应企业审计发展的要求。企业审计需要全面采集与企业财务活动相关的数据，既包括财务数据，也包括业务数据和管理数据；既包括企业的内部数据，也包括主管部门、研究机构等的外部数据；既有财务数据、业务数据等结构化数据，也有会议纪要、政策法规等非结构化数据。企业审计需要把握一个企业的整体情况，并作出科学、全面的评价；需要在数据分析的基础上更准确地确定审计重点；需要根据数据的规律和趋势发现企业现阶段存在的问题，同时更好地揭示企业未来发展的风险和隐患。传统审计方式缺乏采集、管理、科学分析海量电子数据的技术，无法满足企业审计发展的新要求。

面对“大数据”带来的新技术、新思维变革，企业内部审计需要应时而变，以适应商业模式、思维模式及数据处理模式的变化，审计方式、审计抽样方法、审计评价模式、审计重点等也将随之变化。内部审计人员不仅要能了解数据的变化以及数据处理技术的变革，更要能处理数据、分析数据、驾驭数据，要具备从大量复杂的数据中辨识出其对内部审计的意义与价值的能力，进而协助管理层做出最佳决策。

“大数据”对企业内部审计的影响主要表现在以下几个方面。

一、审计方式由传统的事后审计、周期审计向连续审计转变

随着大数据技术的快速发展，审计方法和模式也在与时俱进。传统审计中，审计人员只是在完成财务审计报告，经过特定的周期或高管离任等情况下才进行审计，审计也不是检查所有的信息，只是抽样分析。这种有限的检查对复杂的商业系统来说很难起到监督作用，而且传统审计的测试程序主要采用常规的方法关注被审计单位活动，包括数据、授权和执行等。企业若仍然采用这种审计方式，那么对于确认迅速发展的商务活动的真实价值或合法性将显得过于迟缓。另外，从内部控制的角度来讲，我国目前的内部审计实务多是针对财务、会计事项，对经营活动、内部控制、管理事项的监督评价极为有限，审计活动理念也多为“监督导向”，而非“服务导向”，公司部门间的不同流程缺乏衔接，这些都使审计工作难以为经济活动提供全面的监控和服务。随着企业的业务领域日趋广泛，企业电子商务和信息化建设逐渐成熟，越来越多的人意识到连续审计的重要性，而大数据技术及大数据基础使连续审计成为可能。连续审计可以降低传统审计过程中的滞后性、错误率和风险。连续审计是信息技术与审计学科交叉融合的产物，也是信息化条件下审计科学发展的必然结果，尤其对内部风险控制“实时性”要求极高的特定行业，如银行、证券、保险等，实施连续审计监督迫在眉睫。某财产保险公司内部审计部门已经在新开发的审计系统中固化了连续审计模块。该模块可以实现在线的风险预警，并安排专人进行日常数据的连续审计，将发现的风险数据、超预警值指标及问题登记为疑点，建立审计底稿，按照重要程度进行远程核实，或下发给现场审计人员进行现场核实。该模块经过一段时间的使用，收到了很好的效果。

二、审计抽样开始系统化、模块化、智能化，具有初步预测功能，且样本将扩展至数据全体

目前，常规审计工作已广泛采用随机抽查法，以较小的投入来获取审计结论，提高审计效率。不过，利用抽查法所得出的审计结论存在着发生重大错误的可能性，直接影响审计效果。数据量的爆炸式增长使审计人员意识到，现行的抽样审计方法只是凭借审计人员的主观判断和实际经验对财务报表中的重大事项进行审查，而忽视了大量的业务活动可能导致无法发现和揭示企业内部发生的、对财务报表真实性有重大影响的舞弊行为和技术性错误，从而难以对企业财务报表及经营管理作出准确的判断和评价。目前，庞大的企业规模和繁多的业务活动使审计工作无法依赖详细审计方式，只能对抽样审计方法本身进行改进。审计抽样开始向以下三个方向发展：一是审计抽样系统化。抽样系统增加审计抽样的实用性和效率性，以便审计人员从大量的审计数据中抽取有用信息，为审计的预测分析提供依据。采用人工方式抽样在海量数据的情况下是无法进行的。二是审计抽样模块化。通过模块化设计，审计抽样系统将得到最大的灵活性，各种模型组合使抽样更有效率。三是审计抽样智能化。审计抽样系统将积极吸收审计、统计、计算机、人工智能等各方面的最新研究成果，使抽样模型得到及时更新，抽样经验在知识库中得到积累，审计抽样系统开始“学习”“推理”，不断朝着智能化方向发展。海量数据经分析、预测等“加工”后，以知识的形式呈现给审计人员，为审计人员发现审计问题提供深度支持。四是审计抽样系统开始具有预测功能。随着大数据技术的发展，计算机的运算能力和处理速度不断提高。审计抽样系统将具备处理复杂运算的能力，并利用大数据技术改进后的审计抽样算法来对这些审计数据进行分析挖掘，找出特征数据，缩小抽取样本的数量，降低审计成本，提高审计效率。审计抽样系统下还将利用关联规则，预测被审计单位经营风险的高低，帮助审计人员确定审计重点，为被审计单位提供决策依据。目前某财产保险公司的审计系统，应用了大数据技术进行风险数据的提取，并应用PPS抽样、随机抽样、系统抽样、模型抽样、组合抽样等方法进一步提高审计效率。抽样模型应用了汽修厂与驾驶员、报案人、定损员、收款人等的关联程度模型，伤者、驾驶员、报案人、联系人、领款人等的出险频度模型，人伤重复出险伤者、标的车多次与同一三者车碰撞出险等高风险模型，收到了良好的效果。

伴随着以真实性、服务性为基础的各项企业内部审计的深化，以及大数据技术发展应用的不断深入，企业内部审计逐渐开始能够从大量的、杂乱无章的海量数据中发现隐藏的有用信息，进而从这些数据中发现被审计单位运作的基本规律及特征，预测出被审计单位的发展趋势。大数据时代的审计也不仅仅局限于抽样审计，将最终发展成对企业所有财务、业务等经营数据的数字式连续审计。

三、促进审计成果的转化与应用

目前，内部审计成果应用主要是针对屡查屡犯的重点问题进行检查，督促整改，部分企业已经将审计成果结合闭环管理手段对整改过程进行管理，以达到良好的审计成果运用效果。大数据技术的出现，促进了审计成果的进一步应用。一是促进对以往审计中获取的大量信息资料和相关情况资料的汇总、归纳，从中找出财务、业务和经营管理等方面的内在规律、共性问题和发展趋向，通过汇总归纳宏观性和综合性较强的审计信息，以及审计成果的运用，为各级领导提供数据证明、关联分析和决策建议，从而完善制度和机制建设，推动决策的执行，促进企业管理水平更上一层楼。二是促进问题的全面发现。应用大数据技术可以将同一问题归入不同的类型使用，从不同的角度、层面整合提炼，以满足不同层次的需求。同时，通过对带有共性、普遍性、倾向性问题的挖掘，提炼出问题与数据中的关联性。三是应用大数据技术进行连续式审计有利于问题的整改监督。四是将审计成果进行知识化留存。通过大数据技术，将问题规则化并固化到系统中，以便计算或判断问题发展趋势，对问题进行预警等。五是将审计人员与审计成果、被审计单位与审计问题进行关联，并进行信息化备案，在下次检查时，可以根据审计方案中的重点，选拔有相应检查经验的审计人员组成审计组，并按审计目标抽取相应的被审计单位进行重点检查。

总之，大数据并非被过度渲染的产业题材。对企业内部审计而言，大数据既是应对企业数据集中模式、数据爆炸式增长趋势而采用的实时处理超量数据的技术升级，又是将方方面面的数据进行电子化、信息化，再将这些信息规则化、知识化，最终使各种应用网络化、智能化的过程。

（作者单位：人保财险）