大数据技术对审计的影响研究

陈 舒

(南京审计大学会计学院，江苏南京211815)

一、 引言

审计作为国家治理的重要组成部分，在促进经济健康发展方面发挥着重要作用，大数据技术的进步对审计事业也提出了更高的要求。 2016 年6 月，审计署印发的《“十三五”国家审计工作发展规划》中提出“拓展大数据技术运用，探索多维度、智能化大数据审计分析方法”。 大数据技术为审计人员的思维方式、审计的工作模式带来诸多变革，大数据审计技术也需要创新与应用。 要想应对好这些挑战，需要对大数据技术的影响有清晰认知，并在充分认知之后积极应用到审计工作的实践中去。

二、 大数据时代审计的机遇与挑战

(一)大数据技术带给审计的机遇

大数据技术的进步使审计不断向智能化方向发展，更好地实现其监管职能，为社会创造更多价值。 秦荣生提出大数据技术可以促进审计方式、审计取证方法的发展。 这些发展可以使审计人员从不同角度对数据进行深度分析，以暴露出更多细节问题，降低审计风险。 同时，这种高效的数据审计也可以提升审计效率。 陈伟等研究得出大数据技术使得审计取证更加充分，同时为审计提供了更多的数据分析以及数据可视化技术，还可以帮助实现审计大数据的实时和快速分析。 王雯婷等还提出大数据技术可以帮助提高审计透明度和加强审计监管。

从以上研究可以看出，大数据技术给审计提供了向智能化发展的机遇，而这种技术上的变革可以创新审计取证、审计数据分析的方法，从而促进持续审计的发展、总体审计模式的应用，提升审计效率、降低审计成本。 同时，这也有助于加强审计监管，促进审计监督全覆盖的实现。

(二)大数据技术带给审计的挑战

大数据时代，大数据审计发展的机遇与挑战并存。 秦荣生认为现行的审计技术方法无法适应大数据时代的数据体量，必须更新数据存储、处理和检索的方法。 李秀菊认为，除了数据安全性难以被保证之外，监管难度的增加，对审计人员的培训以及审计人员的情感障碍也是重大挑战。 刘星等提出数据采集范围方式的确定、数据的标准化处理、审计组织方式的创新等都是大数据审计必须解决的问题。 李成艾和何小宝从审计组织方式的角度分析了传统审计面临的挑战，认为传统审计组织方式缺乏专门的数据职能中心、数据分析与审计决策衔接不够紧密、组织管理松散，难以适应大数据时代提高审计效率的需求。

总的来说，大数据审计面临的挑战可以分成以下几个方面:①数据安全的挑战。 审计大数据体量大、类型多，数据的真实与完整受到诸多内外部因素影响，这些数据大量储存在云平台中，一旦泄露后果严重。 ②技术层面的挑战。 一方面是数据的采集、存储、分析技术需要创新以适应大数据时代的需求；另一方面，大数据审计分析平台与云存储平台的建设、数据共享机制等技术问题也十分关键。 此外，数据处理尚缺乏标准化方式。 ③审计人员层面的挑战。 大数据审计首先需要审计人员克服情感障碍转变思维，其次需要审计人员掌握必要的大数据分析处理技术，因此必须加强对大数据审计人才的培养。 ④审计组织方式的挑战。 大数据时代，传统审计组织方式难以适应其需求，审计组织方式需要创新。⑤审计监管的挑战。 由于数据安全性风险增大，同时审计分析与云共享平台建设不够充分，实行审计监督全覆盖也存在着挑战。

(三)文献述评

大数据技术的进步为传统审计带来了深刻变革，这是审计信息化发展的重要机遇，也给审计信息化提出不少数据安全、技术层面、人员层面、组织方式、监管层面的挑战。 近年来的研究重点关注大数据时代审计模式、审计路径、技术方法的变革，更侧重于从具体的技术层面分析大数据对审计的影响。 研究侧重点转变的背后伴随的是大数据技术在具体审计工作中的不断应用。 通过查阅文献资料发现，当前大数据对审计的影响研究更偏向于社会科学领域，涉及较具体大数据技术的并不多，本文就将结合大数据技术研究大数据审计的新思维、新模式与技术创新。

三、 大数据技术对审计思维的影响

(一)大数据环境下的新思维

大数据技术给人们的思维方式带来了以下三个方面的转变。 一是从样本思维到总体思维。 过去受制于数据获取困难、存储工具不够科学等因素，人们会使用抽样的方式来估计总体。 当前出现的大数据采集、存储、分析技术，使人们可以获取许多过去难以收集到的数据，全样本数据分析逐渐成为主流，人们的思维方式也在随之转变。 二是从精确思维到容错思维。 小数据时代，因为测量能力有限，样本信息量少，所以人们往往关注结果的精确度，但是大数据时代，数据体量大且种类多，甚至存在许多计量噪声，此时精确度不再是人们的追求。 三是从因果思维到相关思维。 大数据时代，数据挖掘技术帮助人们发现大量隐藏的相关关系，使人们发现事物之间曾被忽略的联系，从而更好地理解事物全貌。

(二)大数据技术对审计思维的影响

审计工作需要采集被审计单位的大量数据，因此极易受到大数据技术的影响，可以说，大数据技术也影响着审计思维。 这种影响与大数据环境下的新思维紧密联系，主要也可以概括为三方面。

1. 抽样思维到总体审计思维

大数据采集技术如Sqoop、Flume 等扩大了可以获取的数据类型和数量，同时文本挖掘、机器学习等挖掘分析技术被逐渐应用到审计中，技术上的进步创造了现实条件，审计也在逐渐从抽样审计过渡到全样本审计，此时，相应的思维模式也从抽样思维过渡到总体审计思维。

2. 精确思维到容错思维

大数据技术使审计人员可以容纳一定数量错误的存在。具体而言，传统审计中的数据量少，故而对精度要求高；而大数据技术本身就基于海量数据，精度不高，容许错误信息的存在反而反映了真实情况，同时追求精确需要过高成本，所以此时无须保持精确度，审计人员有必要建立容错思维。

3. 因果思维到相关思维

传统审计受到统计学思维影响，注重事物背后的因果关系；而大数据分析挖掘算法，立足于全部数据，避免了因某个样本偏差而引起的结果偏离，因此大数据技术减弱了审计中的因果思维。 由于大数据挖掘分析无须预先假设，而是以特定算法找出海量数据内在关联，所以审计中的相关思维愈加重要。

概括来讲，传统审计主要采用抽样分析并且力求做到高精确度，同时重点关注不同事件背后的因果联系；而大数据时代，受到技术进步的影响，现实中的审计工作愈发重视大数据技术的应用，实际工作对于大数据技术的重视需要相应的思维转变，传统的审计思维正在逐渐转向数字化审计思维。

四、 大数据技术对审计模式的影响

审计模式，又称审计取证模式，当前已发展成为以风险为导向的数据式系统基础审计模式，即对系统内部控制和电子数据进行审计，数据式审计模式也在随着大数据技术的发展而进一步发生变化。

(一)大数据技术正在促进总体审计模式的应用

总体审计模式不再以样本估计总体，而是分析处理所有与审计对象有关的数据，正是大数据技术为其提供了支持。在传统的风险导向审计模式下，审计人员难以收集分析所有审计数据，故而传统风险导向审计只能以少量的样本数据估计总体情况，存在较大审计风险。 而目前Hadoop、HBase 等数据采集基础平台以及Flume、Scribe、网络爬虫等数据采集技术的出现使得审计人员可以集中获取各个网络平台、行业领域的财务与非财务数据，极大拓展了分析的数据类型和数量，从而全面覆盖被审计单位的数据信息。

(二)大数据技术也在改变审计取证模式的流程

大数据背景下，审计人员在获取证据时，不再依赖风险评估来确定审计重点，而是通过数据采集、数据分析来发现疑点，再对疑点进行核实以确认偏差所在。 此时，传统风险导向审计中进一步审计程序中的控制测试和分析程序已经失去了价值，在很大程度上风险评估和分析程序合并成了“数据分析”步骤。

(三)大数据审计工作模式将会出现

该模式利用大数据技术、特定的数据架构、业务平台、软件服务等，将被审计单位内外部的多样化的实时数据，通过审计业务平台进行即时采集、协同共享、分析核查、智能预警，从而更高效地开展审计工作。 大数据审计工作模式可以充分借助大数据技术解决信息透明度低、审计监督效率不高等问题，同时还可以促进跨行业、跨地区的审计信息资源共享共建、协同作业，积极推动审计全覆盖的实现。

五、 大数据技术对审计方法的影响

大数据时代，随着数据的复杂性和多样性以及舞弊技术的提高，传统的审计方法如检查、函证等难以充分挖掘审计线索，许多隐藏的风险难以被发现。 因此，为了确保审计工作的高效和高质，创新审计技术方法十分重要。

(一)大数据关键技术

大数据关键技术被应用、融合于数据的采集、存储、分析、可视化等流程之中，可以被概括如下:①数据采集技术，数据采集的对象不仅包括传统意义上的数据，还包括文字、日志、文件、图片以及视频等其他形式的数据，对应的技术有Flume、ActiveMQ 等；②预处理技术，数据的预处理包括存储、清洗与转换三项过程，对应的技术有分布式文件存储、NoSQL数据库、Dubbo 及 Web Service 等；③数据分析与挖掘技术，主要用于对大数据进行实时分析、离线分析、机器学习、语音识别以及图片识别等，对应技术有MapReduce、Spark、Akka 等；④数据可视化技术，主要用于更精细地展示文字、图画和动画，目 前 常 用 的 可 视 化 技 术 有 iCharts、 Echarts、 SAS、Tableau 等。

(二)大数据审计技术

受到大数据技术的影响，大数据审计技术与现有的数据审计技术之间存在不少差异。 现有数据审计方法采集的数据一般是被审计单位结构化的财务数据，这些数据类型单一且体量小，分析数据时一般采用账表分析、抽样分析等方法，最后使用Excel 制作柱状图、折线图等展示分析结果。

而大数据审计技术所采集的数据，不仅有被审计单位的结构与非结构化数据，还包括互联网公开数据等其他数据，这些数据以各种类型共存，构成复杂，因此一般需要新型的NoSQL 数据库和分布式文件系统等进行存储。 同样，由于数据规模大、共享程度高，出于对数据安全性的考虑，审计大数据管理会使用Hadoop、云存储等专门用于大数据管理的技术工具。 在数据分析时，会运用到云计算架构，借助大数据挖掘算法，以更有效地展开分析。 目前的大数据挖掘技术以机器学习方法为主，机器学习涉及多领域的学科交叉，专门研究计算机如何模拟人的学习行为，从而提升自身性能。 最后是大数据的可视化，常见的可视化分析工具如路径分析、链接分析、社会网络分析等可以将抽象、复杂的关联分析算法直观化，更清晰地展现审计信息的内在关联，帮助审计人员快速发现疑点以提高效率。 审计主体有必要将可视化技术与具体任务结合，构建科学的可视化数据模型，正向推动可视化平台的运营。

六、 大数据审计发展的对策建议

(一)创新先进的大数据审计方法

想要紧密结合信息技术，创新大数据审计方法，需要审计人员做出以下两点努力:①积极转换思维，不能再以过去的眼光看待现在的审计工作，而要建立起大数据环境下的总体审计思维、容错思维和相关思维。 ②积极学习大数据技术，这种学习不需要达到专业深度层面，而是侧重于应用层面，熟悉大数据技术才能帮助审计人员后续更好地创新大数据审计方法。

(二)推出通用的大数据审计平台

由于技术应用尚不成熟，大数据审计平台尽管已有初步的模型构思，但还没有实际的应用成果。 大数据审计平台结合了大数据关键技术，以数据的采集、存储、分析、可视化为关键流程，实质上是一套系统的工作软件。 在现实工作中推出通用的大数据审计平台，需要审计主体规划审计业务与关键技术的融合模式，突出适用技术解决实际应用问题的优势，从而创造出通用且实际的大数据审计平台。

(三)制定统一的大数据审计规范

大数据审计目前并无统一规范，审计人员开展工作时缺乏相应的指导，因此面对数据的采集范围、数据标准化处理、数据安全等问题时，需要花费较多时间和精力去加以解决。统一的大数据审计规范使审计人员在遇到问题时可以查阅权威指南，从而高效解决问题；同时审计规范可以统一行业做法，便于有关部门开展监管。

(四)加强专业的大数据审计培训

要想推进大数据审计的发展，除了审计工作者自身的努力和创新，还需要国家层面的审计机关与社会层面的民间审计单位和审计协会共同努力，加强对审计人员的专业化大数据审计培训，从而使审计工作者转换审计思维，进而开展大数据审计工作模式、应用大数据审计技术方法，大力促进大数据审计的进步。

七、 结语

大数据技术在为审计的信息化发展推波助澜的同时，也带来了挑战。 审计人员如何转变审计思维，适应大数据审计模式，将大数据技术紧密结合日常工作，是大数据审计的关键问题。 大数据技术缓解了以往审计效率低、风险大的问题，为审计工作提供了新思路，但大数据技术的应用尚不够成熟，大数据审计需要更紧密地结合信息科学。 本文希望能通过研究大数据技术对审计的影响，帮助大数据审计更好地发展。