大数据下审计工作的研究

陈碧莲

摘 要：大数据背景下，传统的审计模式受到了强烈的冲击，数据式审计模式成了未来趋势。如何有效采集、存储、计算处理大数据，是现在面临的技术难题。运用大数据技术，颠覆以往审计取证方式，更新现代审计技术和方法，提高审计效率，提升审计质量，实现审计全覆盖，推动审计工作取得新突破。

关键词：大数据;审计;全覆盖

随着现代信息技术的腾飞，大数据水到渠成应时而生，云时代降临，发起了各行各业的新革命，包括了审计行业。相比传统数据而言，大数据不仅信息量庞杂，无法以人工计算，而且具有高速增长、形式复杂多样的特点，处理模式也是迥然不同。在大数据下，现代审计模式被迫发生改变，提出了审计全覆盖的新模式，要求更新相应的审计技术和方法。

一、审计大数据平台建设

欲构建全覆盖的审汁新模式，前提是能够采集海量数据，不拘多维渠道。一是互联网数据，包括媒体资讯、社交平台、搜索引擎、门户网站等数据：二是被审计单位提供的各类数据，涵盖了财务、非财务数据，例如年报数据、经营战略、组织结构等;三是其他数据，例如政府组织数据、行业数据、国民经济数据、政策数据、分析师预测数据等。上述所采集的数据形式有三种：一是结构化的;二是半结构化的：三是非结构化的。

大数据平台的采集构建，需要国家相关机构的引导，加之企业积极配合。常见的例如：现行的各企业按月/季度/年度申报的各税种纳税信息;各上市公司在4月30日之前报送年度审计报告;每家企业6月30日之前报送企业工商年报;企业不定时对外披露重大事项等。

数据存储也是平台建设的重要一环，不仅要确保数据安全，而且还需考虑存储和抽取速度。相比传统的数据存储系统而言，现新兴的审计云平台，采用网络存储技术，构建分布式存储系统，例如Hadoop平台。

如何将已存储的大数据抽取出来，进行大数据计算、分析、处理，确保结果精确且速度高效，一般需要采用分布式并行執行机制。审计师利用数据统计分析等技术，可以分析各实体之间的关系，实现数据进一步的挖掘、取证等。

二、大数据审计取证及审计技术

大数据下，审汁取证的形式更多的是电子数据式。相比传统审计取证方式而言，电子数据式取证以“数据先行”为特征，审计师在进场审计之前，提前收集各类相关数据信息，利用大数据平台进行数据分析，形成审计预期。在进场审计后，再进行现场调查取证，并与预期进行比对，寻找两者是否存在差异，以及存在差异的原因，原因是否合理。在这新型取证模式下，数据取证分析发现问题的过程，与现场调查取证的过程，两阶段是分离进行的。优势在于，大数据分析可以拓宽审计视野，及时发现异常数据及问题，提升审计效率。劣势在于，两阶段分离，可能会导致与现场审计相脱节。

与传统审计技术相比，运用大数据审计技术方法可以处理海量、类型复杂、来源广泛的数据，以实现审计全覆盖，包括爬虫技术、文本挖掘、数据分析、人工智能等。大数据审计技术，可以实现“样本=总体”，实现创新的总体审计模式，不再是传统的抽样审计模式，避免抽样风险。大数据审计技术下，能够通过大数据平台，实现实时采集并共享信息，以及统计分析并预警信息。

三、大数据审计的探索与实践

大数据及云技术发展一日千里，如今审计实务中已经陆续零星采用大数据技术，得到了有益的实践探索经验。下面以某市智慧停车管理项目，以及“财报扫雷”软件为例。

（一）智慧停车管理项目

（彭冲等，2018）运用案例分析法，以某市智慧停车管理项目的绩效审计为例，研究大数据背景下的数据式绩效审计模式。该项目采用智能化模式来管理停车，通过“手机+射频”结合形式，自动感应车辆，采用手机付费方式，从而实现调控该市的交通状况、疏导拥堵的目的。

在审计期间，该停车管理项目记录的有效里程高达15.09万人次，应计费的停车单高达1848.28万宗，信息量非常庞杂，属于大数据范畴。利用大数据审计分析技术，发现该停车管理项目违章车辆实际缴纳的停车费，远远低于经测算应缴纳的金额，取证率低至3.14%，表明该停车管理项目在运营管理方面存在着一定程度的执法不严。据此一步步深入探讨，分析项目人员的出勤情况，构建“逻辑结构树”，并从四个方面论证该项目的执法效率，包括分析巡查里程、取证时间、违章时长、取证数量，

经过上述大数据多维度审计分析，入小三分指出了该市停车管理项目在管理方面存在的问题，并一针见血地提出了相应的改进措施，实现精准整改，并对整改后的情况进行跟踪审计。由此可见，大数据分析能够大大提高审计的效率，提升审计质量。

（二）“财报扫雷”软件

在传统的审计模式下，需要手工计算被审计单位相关的财务指标，数据计算分析过程占据了审计工作的大量时间。如今资本市场上，开发了初级的智能财务分析软件，例如，“财报扫雷”软件，专门针对上市公司年报数据进行财务分析。

“财报扫雷”软件由上海铭垚信息科技有限公司开发。在查询界面上，只要输入上市公司的代码或者简称，选择欲分析的年份，就可以得到相应的财务指标。一是财析结果概览，阐述侦测出风险项的数量和程度;二是财报可信度评定，属于健康、轻度关注、中度关注还是高度关注，并具体关注哪些报表项目;三是业绩表现评定，包括经营业绩表现、资产结构分析、现金流量分析、行业对标评估、财务盈亏预测;四是财报风险汇总等。审计师利用此类智能化软件分析，能够提高对被审计单位的警惕，识别高风险项目。例如，审计师在执行2018年审计工作时，通过此类智能化财务分析软件，可一键得到客户2017年及以往年度的财务分析指标，有利于审计师对2018年财务情况做出预期。

与“财报扫雷”软件相类似的，还有“天健财判”等软件。这些初级的财务分析软件，可视为在大数据背景下，智能化数据分析的浅层次实践。

四、结论及建议

大数据和云技术是信息时代的趋势，促使审计技术得到飞跃式的发展，颠覆以往的取证方式，大幅度提升审计效率和审计质量，预期实现审计全覆盖。

为了早日实现全面大数据审计，提出以下建议：一是提高企业信息化水平，确保所采集数据的质量;二是健全与电子数据证据相关的法律法规;三是实现各类相关数据的口径一致性，完善电子政务顶层设计;四是强化大数据审计分析模型的构建：五是提升审汁师对大数据审汁的运用能力。

参考文献：

[1]刘国城，王会金.大数据审计平台构建研究[J].审计研究，2017（6）：36-41.

[2]程铖，李睿.电子数据审计取证模式研究[J].审计研究，2016（5）：8-12.

[3]彭冲，胡重辉，陈希晖.大数据环境下的数据式绩效审计模式研究——以X市智慧停车规划与管理项目绩效审计为例[J].审计研究，2018（2）：24-31.