大数据技术在财务报表审计分析程序中的应用

张雯颖

【摘  要】大数据环境下，单纯地使用传统审计分析程序已经无法满足财务报表审计的工作需要。大数据在审计分析程序中具有相当的应用必要性，可以提高审计效率和质量。分析程序在财务报表审计过程中的三大应用阶段都可以利用大数据技术，其应用框架大体一致，主要通过数据采集、数据预处理、数据储存、数据分析和分析结果展示5个部分实现。最后，针对当前大数据审计分析的成效和不足，论文提出相关的对策与建议。

【Abstract】In the big data environment， simply using the traditional audit analysis program has been unable to meet the needs of financial statement audit work. Big data in the audit analysis program has considerable application necessity， can improve the efficiency and quality of audit. Big data technology can be used in the three application stages of the analysis program in the process of financial statement audit， and its application framework is basically the same， mainly through data acquisition， data pretreatment， data storage， data analysis and analysis results display five parts. Finally， in view of the effectiveness and shortcomings of current big data audit analysis， the paper puts forward relevant countermeasures and suggestions.

【關键词】大数据技术;审计分析程序;非结构化数据

【Keywords】big data technology; audit analysis program; unstructured data

【中图分类号】TP311.1;F239.4;F275                                          【文献标志码】A                                              【文章编号】1673-1069（2022）01-0191-03

1 传统审计分析程序中的局限性

1.1 数据获取来源受限

审计需要采集大量信息，包括数据信息与非数据信息、财务信息与非财务信息等，所需的信息不仅数量要足够庞大，且种类需要广泛、多样，传统审计受限于时间、成本，审计人员对于数据的获取量可能不够足。此外，审计分析程序要求审计人员利用财务数据和非财务数据之间的内在关系对财务信息作出评价。相比于财务信息，非财务信息不仅包括被审计单位内部的组织机构、经营业务等，更包括外部纷繁复杂的信息，其差异性强，覆盖面广，非常灵活，导致取证难度更大、耗费成本更多，因而多渠道地收集非财务信息往往是审计人员获取数据来源的棘手的部分。

1.2 非财务信息处理困难

非财务信息可以弥补财务信息的范围局限的问题，将其运用到审计程序中，往往能作为发现审计疑点和舞弊的突破口，能够更好地提高审计的质量，因而在审计证据中发挥着不可替代的作用。但是，非财务信息大多为半结构化数据或非结构化数据，难以量化，在处理上无法使用传统的数据分析技术，且非财务信息往往具有延续性，即不仅与当年事项相关，也会与过去和未来的事项紧密相连，仅靠审计人员的收集、整理和职业判断，易造成非财务信息处理效率低下，审计质量和结果难以保证。

1.3 分析结果准确性不足

审计抽样作为风险导向审计实质性程序中的重要一环，能有效提高审计效率，但是只要有抽样，就势必会过滤一部分数据信息，况且审计的职业判断贯穿于整个抽样过程中，从而导致抽样风险的存在和分析结果的偏差。审计抽样种类可分为统计抽样和非统计抽样。统计抽样能较为客观地选取样本，相对能有效地控制抽样风险;非统计抽样中样本的规模、样本的分析结果，往往都需要依赖注册会计师的职业判断和个人经验，若审计人员的专业能力不够或独立性受到影响，则会影响审计抽样的实施和结果的准确性。

2 大数据技术在审计分析程序中应用的必要性

2.1 数据来源和类型更广泛

大数据时代下，信息呈爆炸式增长，大数据的“4V”特征中，最首要的特征就是“Volume”，即数据的规模体积庞大。第二个特征是“Variety”，即数据的类型繁多。大数据技术应用于审计工作中，可以拓宽审计信息来源渠道，提供跨行业、跨领域的审计数据。其中部分数据是结构化的，但更多的是以非结构化或半结构化的形式存在，如政策文件、会议记录、往年的审计报告等。这些碎片式、非系统性、非结构化的数据，正包含着目前审计人员掌握程度十分有限的非财务信息。通过运用大数据技术正好可以满足审计人员对广泛性、多样性的审计证据的需求，拓宽了审计证据的宽度和广度，有助于克服因审计时间紧而导致取证不足或不易的缺点。同时，运用大数据共享平台，可以充分分析和比较被审计单位上下游、关联方及同行业的数据，帮助审计人员挖掘有效证据，找出被审单位漏洞。

2.2 提高审计效率，降低审计成本

将大数据技术融入审计工作中，可以快速处理海量数据，通过对审计数据的预处理、储存和加工，剔除无关的数据信息，对同类型数据进行归类整理和数据管理，帮助审计人员辨别选取有效的审计信息和证据，大幅提高获取有效审计证据的能力。此外，大数据技术打破了空间限制，使审计人员的工作范围不受限制，信息之间的沟通往来更为顺畅，精简了审计流程，有效减少外勤取证的时间，节约了人力和时间成本。大数据的存储功能，使审计工作中的纸质文档更多转换为电子形式，降低了传统纸质文件的储存成本，实现审计数据的随存随取，审计工作更加灵活，减少审计人员查阅获取审计资料的时间。

2.3 分析结果更具准确性和客观性

在大数据技术下，无需采用传统审计抽样方法，可以通过对所有信息数据进行审计分析，使得审计范围不受限制，且无需依赖审计人员的职业判断，规避受到人为因素的影响，进而能够消除抽样风险，使审计结果更准确客观。另外，除了比率分析法、趋势分析法等传统分析程序的实施方法，无论是在审计数据采集阶段，还是在审计数据分析等阶段，大数据背景下可以引入更多技术工具，如网络爬虫技术数据、可视化分析技术、数据挖掘技术等，能更高效地筛选有用的审计数据，能更轻松地对非结构化数据进行处理，能更直接清晰地展示审计信息，使得审计人员更容易筛选分析其中的内容，有利于提高审计结果的准确性。

3 大数据技术在审计分析程序中的应用

分析程序在财务报表审计过程中的三大应用阶段——风险评估阶段、实质性审计阶段、总体复核阶段，都可以引入大数据技术，其应用框架大同小异，大抵可分为以下5个部分。

3.1 审计数据采集

当前的审计数据的全面性不足，尤其表现在非财务数据的采集和分析不够。而大数据下审计数据采集，可以通过网络爬虫技术，如python、Java等开发数据采集程序，从各类平台和系统中抓获所需的审计数据，获取丰富的数据源，其大体分为两部分：第一部分是从被审计单位的内部信息系统进行的直接采集，包括财务和会计信息系统、人力资源信息系统、业务信息系统等;第二部分是从外部的其他数据来源进行的间接采集，如各大新闻媒体网站、证监会、统计局、税务局等。

3.2 审计数据预处理

审计数据预处理是在审计分析程序应用中的一个重要环境。数据预处理对审计数据质量有着重要意义，不仅可以为后续的审计数据分析作好准备，还可以在审计人员探寻审计数据质量异常的原因过程中，帮助其洞察出潜在的审计线索。

相较于传统数据采集，大数据技术会采集更多如视频、音频、照片等非结构化数据，以及网页、博客、日志等半结构化数据，其来源广泛，数据格式不一。大数据环境下的审计预处理，可以将这些采集到的非结构、半结构化数据进行整理，同时也可以防止审计数据在处理的过程中失真或被篡改，能够对结构各异的海量数据进行审核，筛除和清理不一致、不完整和重复的“脏数据”，保留一致的、准确的、完整的、可信性的审计数据，从而提高审计数据的质量。

3.3 审计数据储存

大数据技术改变了传统审计数据的储存方式，包括其存储构架、存储设施设备以及数据访问机制等。通过云计算技术可以实现云审计储存方式，将海量审计数据储存于多台虚拟服务器中，方便随时存取数据，且可以节约大量储存空间和储存费用。这一方面为审计数据创造了新的储存数据库形式，另一方面又对数据储存的安全系数提出了更高要求。

3.4 审计数据分析

传统的审计分析程序中的数据分析主要是应用统计分析、账表分析等方法，但这些方法大多只适用于结构化的数据分析，且难以确定数据直接的预期关系，往往不能满足大数据环境下对审计数据分析的需要。

针对结构化数据，如财务报表、销售订单、业务数据等，通过引入大数据技术，利用数据挖掘算法，借助计算机辅助审计系统等，实施相关系数分析、移动平均、线性回归等人工难以操作的分析方法，识别数据库中特定类型的数据、趋势和比率差异，既能降低人为因素导致的误差，又能将审计人员从重复和复杂的审计工作中解放出来，提高审计效率，为之后的控制测试提供更多操作时间。

针对如会议记录、访谈记录、办公文件、电子邮件等非结构化审计数据，可以采用文本挖掘技术进行文本数据分析，抽取或标记关键数据，并按照内容对其进行分類，获取有价值的信息，再对其进行可视化分析，可为审计人员提供线索，快速洞察到疑点问题，提高审计效率。

3.5 分析结果展示

当前的审计数据的分析结果展示往往是构建SQL语句，对被审计的数据进行结果分析。但是SQL的编写较烦琐，一般的审计人员难以掌握，而且SQL Server的分析结果是以二维表格的形式呈现出来的，并不能形象地为审计人员所用。

因而，基于大数据技术下，可以利用可视化分析技术对审计大数据分析结果进行展示，通过将复杂的审计数据图形化，清晰地呈现出来，进行审计线索的挖掘，便于审计人员对审计数据进行直观的观察、分析，以助于从被审计数据中发现线索。在审计分析结果展示阶段，常用的可视化分析技术有Tableau、iCharts等，这些专门的可视化分析软件，不需要编写复杂的SQL语句，对审计人员的专业技术要求不高，可简单快速地进行结果分析。

4 大数据技术在审计分析程序中应用的建议

4.1 加强大数据审计相关平台建设

目前的审计数据集成共享还存在着一定的滞后性，且各单位审计数据分布较为零散，难以实现数据的有效共享和相互关联。大数据技术运用于审计分析程序中是未来的大趋势大方向，基于大数据的审计平台相较于传统审计平台对数据的采集和处理能力大大提升，平台的建设是大数据审计发展的重要基础。

构建审计大数据共享平台，开发和建立统一的数据中心和数据集成系统，能将各个孤立的数据汇聚和关联起来，形成大型审计数据库，有助于推动“集中分析、发现疑点、分散核查、系统研究”的审计模式的发展。

另外，大数据审计平台的建设离不开云计算。云计算包括了软件服务、平台服务及设施服务这3个服务层次。充分利用云技术，可以建设云审计平台，将检索的海量审计数据储存于云端，能实现数据的备份、归档和恢复，增加了审计数据的可储存空间，并支持审计在远程和终端操作实时同步传输，推动各个单位部门之间的数据联络，提高审计的时效性，同时云计算技术下，能进行远程访问登录，随时调用和分析审计数据资源，使审计工作不受空间限制。

同时，为了保证平台在审计工作中运行的稳定性、可靠性，应有专门的技术人员对大数据审计相关平台进行定期更新和复核，并对审计数据平台进行全过程的质量控制，保障审计数据的安全和审计质量。

4.2 加强审计数据安全保障工作

审计数据的安全是大数据审计发展的保障。大数据技术总是伴随着机遇与挑战，审计工作也总是面临着挑战与风险，倘若审计数据安全得不到保障，极可能导致被审计单位的机密信息遭到泄露，大数据技术则难以继续在审计分析程序的应用中有着进一步发展。

事前防范永远比事后补救更为重要。为了保证平台在审计工作中运行的安全性、稳定性、可靠性，要不断加强对审计工具和大数据审计平台的检查，以防被篡改设计或非授权运行等问题的产生;通过设置各类权限，落实授权审批，不给不法分子可乘之机，防范因非法进入审计数据平台而导致的信息安全问题;通过云审计在云端上实现传输和恢复等操作进行及时备份数据和灾难恢复，以免数据丢失或失真。同時，应对大数据审计平台进行全过程、全方位的实时监督与管理，防止审计数据信息被滥用，从根源上保障被审计单位的数据信息的安全。

除此之外，倘若审计人员对大数据平台操作不当，或缺乏风险识别意识和能力，同样会为数据信息应用带来极大安全隐患。因而应定期为审计人员进行操作培训，提升其业务能力，更新和完善其知识储备，加快其由传统审计思维向大数据审计思维的转变。

4.3 重视审计复合型人才培养

大数据技术广泛应用于审计，对审计人员的素质要求越来越高，这是毋庸置疑的一点。例如，在大数据审计中数据概化、可视化、聚类分析等常见技术的广泛运用，就要求审计人员掌握数据挖掘能力，能正确选择和使用各类挖掘技术，并能对此作出分析。

因而，未来的审计行业需要更多既具备专业的审计、会计知识，又能应用大数据技术的跨专业、跨领域的复合型人才。各大会计师事务所招聘人才不用再局限于审计、会计专业，可以引进计算机、统计学、经济学等专业，丰富和壮大审计人员的队伍。在各大高校中，可以设置大数据审计相关课程和实验，加大科研投入，系统培养审计复合型人才。

5 结语

大数据时代下，信息呈爆炸式增长，审计证据隐藏于海量数据信息中。信息技术的发展为大数据审计分析程序提供了技术支撑。审计人员需要充分利用大数据审计分析技术，与传统审计分析程序相结合，筛选出审计分析工作所需要的审计证据，通过预处理对数据进行清洗加工，为进一步审计数据分析作准备，最后运用可视化分析等技术手段将分析结果进行形象的展示。

技术的变革势必会为审计工作带来新的风险与挑战。需要重视审计平台的建设和审计数据安全的防护，这对审计人员的素质提出了更高的要求，审计人员势必要紧跟时代步伐，能将理论转换为实践，加快从传统审计分析思维向大数据审计分析思维的转变，培养更多复合型审计人才，以提高审计工作质量。

【参考文献】

【1】刘国城，马欣萌，徐志.审计全覆盖驱动下大数据审计平台构建研究[J].会计之友，2021（11）：125-132.

【2】郑石桥.大数据对审计取证的影响：一个理论框架[J].财会通讯，2021（05）：3-7.

【3】夏菁，周婉怡.大数据背景下会计人才的全新培养模式思考[J].财会月刊，2018（02）：124-128.

【4】张志恒，成雪娇.大数据环境下基于文本挖掘的审计数据分析框架[J].会计之友，2017（16）：117-120.