浅析“大数据“下的审计工作发展

文/李文瑾，昆明医科大学监察审计处

1 电子数据审计的原理

在现今的审计工作中，电子数据审计已成为重点。为保证被审计单位信息系统的正常运行，实际审计工作的开展必然要具备独立性。简而言之，在相应电子数据的审计中，电子数据的查询及检查工作不会直接利用被审计单位的信息系统，如此审计人员即可有效规避潜在的审计风险，可将审计工作所需的电子数据采集到专业配备的计算机中，并结合相关软件的使用，进行数据的预处理及分析，以发现审计线索，最终取得审计证据。关于电子数据审计原理，其相关流程可参考以下方面：被审计单位、审计数据采集、被审计数据、审计数据预处理、符合审计分析要求的数据、审计数据分析、审计线索、审计取证、审计结论。如今，电子数据审计尚无明确的定义，但我国已进行了审计署机构的调整，即电子数据审计司被增设，从另一个侧面印证了电子数据审计的重要性。

2 大数据环境下的审计工作发展

2.1 大数据审计软件的开发

由于大数据审计分析技术尚不成熟，审计大数据分析系统的设计要不断创新审计思路与审计技术。关于审计大数据分析系统的架构，审计工作要考量不同的审计需要，在相应软件的开发中也要设计出适应的系统架构，故而大数据应用系统的构架要具备区别性、应用性。例如，大数据实时分析，为满足此项审计需求，就要采用NoSQL技术；例如，大数据批处理分析，为满足此项审计需求，就要采用Map/Reduce技术。 关于大数据分析平台的合理使用，考量大数据分析平台的局限性及优势性，审计问题的解决并不能依赖一种大数据分析平台[1]。为降低审计风险，并充分发现审计证据，审计人员可选择适当的大数据分析平台，以促进不同审计数据分析问题的解决。关于多种审计大数据的分析，要考量审计任务的多样性，如银行审计、社保审计、企业审计、税务审计等，故而审计大数据平台的设计要具备相应功能。

2.2 数据可视化技术的应用

探究审计大数据分析的巨大挑战，就在于采集的审计数据具有数量大、复杂性等特点，而传统的电子数据审计方法，如重号分析、断号分析、统计分析、SQL数据查询等虽然尚可满足审计需要，但审计过程具有枯燥性，审计结论的印证也具有复杂性，这些状况均会影响审计效率的提升。随着信息化技术的发展，审计工作中逐渐引入了数据可视化技术，如此海量数据的探索、分析、解释等工作具备了直观性，该技术图形化的手段可实现信息的快速传达及沟通，审计人员也可快速地发现并解决审计大数据中问题，直接提升了审计效率，且保证了数据分析结果的有效性。因此，当审计工作迈入大数据时代，审计人员就需要“洞察”被审计单位的相应审计数据，而数据可视化技术的应用也就成为了必然。

2.3 大数据审计教育与培训

目前，国内大数据审计的研究主要着手于三个方面，即大数据审计方法的原理、基于模糊匹配的大数据审计方法、基于数据可视化技术的大数据审计方法等。

为保证大数据审计系统及软件的实践运用，我国高校应逐渐开设审计及会计专业的大数据审计课程，而相关审计人员也应参与大数据审计方面的培训，为审计工作的发展奠定雄厚的人才基础[2]。为保证大数据审计教学质量，高校需要加强大数据审计相关教材体系的建设，如《计算机辅助审计原理及应用》，可满足大数据审计的教学需求。而审计人员的培训，在理论教学的基础上，还可实现实践操作，引导其迅速掌握常规的数据审计方法。为保证大数据审计工作的顺利开展，审计人员的理论培训还可参考《电子数据审计模拟实验》。此外，与大数据审计教育及培训相关，大数据审计准则、规范、指南等的制定已经成为必然的发展趋势，具体体现于审计人员的工作过程，如审计业务执行、审计证据获取、审计结论形成、审计报告出具等，只有制定了审计操作准则、规范、指南等，才能有效指导大数据审计工作，并最终实现大数据审计技术的广泛应用。

2.4 大数据审计革新CAATs

当审计工作迈入大数据时代，审计人员会认识到计算机辅助审计技术，即CAATs的重要性。例如，在审计软件的开发中，Benfor d定律将发挥重要作用。具体而言，Benford定律适用于三个经验条件，具体可参考以下方面：其一，审计数据量的规模越大，其样本的代表性越强，运用Benford定律进行审计数据分析的结果就越精确。其二，运用Benford定律，被审计数据不需人工设定最小值及最大值范围。其三，运用Benford定律，审计数据受人为操作的影响较小。因此，Benford定律在大数据审计中具有独特的优势，适应了审计工作的相关需求，相关软件的开发也可广泛应用这一定律。关于CAATs方法在审计软件开发中的拓展，大数据审计软件尚需弥补传统CAATs的不足，如社交数据、文本文件等数据的分析功能，以实现CAATs方法的拓展，从而适应大数据审计工作的需要。

3 结论

综上所述，在大数据环境下，探析审计工作的发展必然要着手于软件开发、技术应用等的实践。本文具体分析了电子数据审计原理的相关流程，如审计数据采集、审计数据分析、审计取证等，并结合NoSQL技术、Map/Reduce技术等，探究了大数据实时分析、大数据批处理分析等，针对数据可视化技术的优势、大数据审计课程的开设等，提出了大数据审计教材体系的建设、实现CAATs方法的拓展等方面的措施。

【参考文献】

[1]李康平.大数据时代下信息化审计研究[D].北京交通大学,2016.

[2]陈伟,SMIELIAUSKAS Wally.大数据环境下的电子数据审计:机遇、挑战与方法[3].计算机科学,2016,43(01):8-13+34.