大数据在审计分析程序中的应用

李娜

这些年，随着科学信息技术的发展，大数据被广泛应用于人们的生活与工作中，各行各业都依托于大数据进行改革，其中也包括了财务领域。审计分析程序是现代风险导向审计重要特征之一，分析程序能帮助审计人员对审计单位信息进行全面的了解，从而提升审计效率，保证审计质量，但同时也存在一些问题。将大数据应用于审计分析程序中对其进行优化，是符合当前社会信息化发展趋势的。本文基于此，首先分析传统审计分析程序的局限性，然后列举大数据在审计分析程序中的应用优越性，给相关工作者以参考。

一、引言

在大数据思维得到认可与广泛普及的当前背景下，各个领域都积极的引进大数据技术，将其应用于日常工作中，而经济环境的变化，也会对审计方式造成影响。新时期的审计工作开展中，分析程序的功用不可忽视，其包括了对财务报表进行再次核对与风险检验、评判与估计。但是，在运用的过程中，该程序也出现了一些问题，如问题隐藏可能、客觀性不足等。对此，大数据的出现，正弥补了这一缺陷。将大数据应用于审计分析程序中，能够完善改进该程序，避免问题的发生，以及提高审计工作效果与质量。

二、传统审计分析程序的局限性

（一）大量数据采集分析困难

在审计的初始阶段，需要对审计信息进行收集，这些信息分为数据信息与非数据信息。传统的审计分析程序，因为受到技术与成本的制约，大量数据的收集与分析十分困难。此外，非数据信息与数据信息的协同处理水平也不高，往往要投入大量的人力成本来收集、分析与处理非数据信息。随着大数据的普及，数据的获取变得更加迅速，但与之相对的，数据的数量与复杂性也大大增加，且愈发多元化，如影音、图像等，都给数据采集工作制造了阻碍，程序工作效率低。

（二）财务数据和非财务数据的协同处理困难

财务数据处理是审计工作中关键的一环，但是，因为财务舞弊以及其他原因的影响，普通的审计手段往往无法只依靠财务数据，来对风险进行有效的识别与应对，其还需要对非财务数据以及环境等非数据信息进行考量。财务方面可分为财务数据和非财务数据，形式方面可分为纸质数据与电子数据，主体方面可分为公司内部数据与同行业外部数据。数据形式来源的多样化趋势，会增加审计人员的处理时间，以至于风险评估时效性低下，效率不高且形式化。

（三）分析结果准确性不足且预期值难确定

传统审计分析程序中，包含着大量非数据信息，这些非信息数据如果只是依靠传统审计分析程序，往往难以进行量化以及和数据信息进行协同处理，审计人员还是要运用经验进行判断。同时，在审计过程中，审计证据的收集，也需要依靠审计人员自身的经验来进行识别与应对。因此，审计团队只能比较部分变化数据，最后得出的数据带有主观性，无法反映整体状况，误差性大。

三、大数据在审计分析程序中的应用优越性

（一）数据获取更加全面

大数据时代的信息量十分庞大，因此需要利用数据分析手段来对数据资料进行分析。例如，将企业财务信息与非财务信息输入到审计软件内容，就可以经后台调出有关信息。这时，审计师就可以运用自己的审计专业知识来对审计软件提供的意见进行判断采纳。此外，审计师还可依靠数据共享平台来获知同行业其他公司的财务信息与经营状况，从而知己知彼，充分了解行业发展状况与竞争对手情况。

在开展企业审计工作的过程中，审计人员不光要面对企业财务数据，其还需要了解企业运营数据，从而分析比较企业不同数据。就审计师而言，有效数据获取越多，判断依据越充分。就企业而言，找出自身的缺漏，可以帮助经营决策的完善。大数据应用于审计分析程序中，自动化核对验证成为可能，其数据挖掘、数据处理以及数据分析的优势是毋庸置疑的，可以给审计人员提供充足的证据。

（二）依靠模型验证分析识别出风险点

分析程序能够用来了解被审计单位以及评估重大错报风险，从而帮助审计师发现财务信息中存在的异常数据，识别重大错报风险所在领域。大数据应用于分析程序中，其预测性分析功能，可以通过科学模型的建立，将数据代入，从而预测出未来的数据并进行可验证分析。

以往实践中，被审计单位趋势分析是财务报表分析重要内容之一。但随着大数据的普及，审计师可以有效获取被审计单位的历史数据，并对外部数据进行充分收集，从而使用科学审计方法来处理提取数据，用图表和指标的形式进行成像。此外，审计师还可以立足于可靠数据基础上，建立财务分析模型，代入被审计单位数据，来查看指标异常状况，从而进行分析。

（三）提高审计效率与降低抽样风险

过去，因为纸质信息程序复杂性程度高且储存水平较低，限制了审计人员抽取的样本数量，以至于就算是正确的数据规模模型分析，最后得出的结果误差性也较大。在大数据时代下，审计程序虽然未变，但可以用来处理的数据量大大增多，分析结果的准确性随之提升，且财务数据方面的结构化数据，也可被财务人员用来进行横纵向比较，审计效率与质量得到了保证。

四、结语

总而言之，随着科学信息技术的发展，传统的审计分析程序已经无法迎合当代审计工作的需要，并暴露出了大量数据采集分析困难、财务数据和非财务数据的协同处理困难以及分析结果准确性不足且预期值难确定等问题。对此，需要积极利用大数据，将其应用于审计分析程序中，以此来获取更加全面的数据、依靠模型验证分析识别出风险点以及提高审计效率与降低抽样风险，从而完善审计分析程序，保证审计结果准确性与审计效率质量。（作者单位：沈阳市城乡建设事务服务中心）