大数据背景下审计工作模式转变与风险应对

潘雅芸

一、引言

近年来，随着互联网思维及信息技术被大规模应用于企事业单位以及政府等公共部门管理当中，传统的审计方式已经难以适应被审计单位对业务信息系统的管控需求，因此，将大数据与传统审计模式相融合，探寻信息化时代新型的审计模式至关重要。传统的审计主要是运用查账的方法，如审阅、核对、函证、询问法等。但在进行经济效益审计时，传统的审计方法不足以解决审计中的诸多问题，难以形成全面客观的审计判断，这就需要运用大数据的手段，对被审计单位进行数据挖掘和分析。相对于传统的财务分析方法，大数据分析的结果更加有效和可靠，并在很大程度上节约了审计人力成本。大数据审计应用统计分析方法对审计数据进行采集和处理，主要通过数据结构化来实现，从而达到数据分析处理的精准性（霍欣，2020）。审计人员可以利用数据可视化分析方法对海量的数据进行分析和探索（李新平，2020）。大数据审计的优势在于通过采集和分析数据的总体审计方法，规避传统抽样审计的风险（刘瑞华、何芷柔，2020）。一些传统审计方法存在的固有缺陷，可以通过大数据审计方法来弥补，但也不可避免地带来了新的风险。面对海量数据进行分析时，涉及数据的难度系数不断提升，产生信息风暴，信息风险也随之上升（王扬、李嵘，2020）。因此，在大数据背景下，审计人员需要关注大数据审计方法带来的种种风险，并尽可能地避免或者降低风险发生的可能性。本文将着重探讨大数据背景下，审计工作模式的转变路径和在此过程中产生的风险，以及应对这些风险的对策。

二、文献回顾

（一）传统审计方式的不足

1.审计广度不足。传统审计需要审计人员手工收集各项业务凭证、报表、账册等纸质材料，在原始数据采集方面，可能存在由于准备不充分或者凭证收集难度大等原因，造成数据量采集不足的现象。在传统审计中，审计人员主要采用抽样的方式，通过询问、观察、检查和分析程序，对会计凭证和财务资料进行合法合规性的检查。这种以样本推断总体的做法容易遗漏风险，难以满足审计所需的广度，一定程度上影响了审计的价值。

2.审计成本较高。需要审计的单位数量庞杂且类型众多，传统审计往往需要审计人员进入被审计单位现场开展工作，在这一过程中，将产生一定金额的费用，造成审计财务成本上升。再者，现场审计往往要开展进点会谈、被审计单位提供纸质材料等程序，也耗费了一定的时间成本。

3.审计精度不高。传统审计结论主要依靠审计人员的职业判断而做出，对审计人员工作经验要求较高，加之现场审计时间紧、任务重，审计人员往往感到力不从心，难以发现隐藏的深层次风险。实际操作中，审计人员一般选择基数和变化较大的数据进行分析，主要采用趋势分析法、比率分析法等受人为影响较大的方法，存在一定的审计误差，最终导致审计结果精度不高。

（二）基于大数据的非现场审计优势

1.提高审计效率。基于交易数据的电子化，审计所需的数据和资料均存储于电子设备中，审计平台通过与相关交易平台的数据交互，集成了交易数据。审计人员可以从中迅速提取相关的交易数据，获取审计过程所需要的全部数据信息，使获取交易信息的效率得到极大提升。信息获取的全过程基本无须被审计单位人员配合，有效降低了审计周期。审计人员拥有更多时间，可以将审计重点集中于对整体交易数据的风险评估上，为审计判断提供更加全面和准确的依据。

2.降低审计成本。大数据背景下的审计系统集中了海量的交易信息，有利于对跨时间、跨区域的数据进行整合处理，以减少审计人员对数据整合和汇总所需时间和人力。审计人员主要根据非现场审计过程中发现的风险点，合理安排审计力量和审计周期，有针对性地对已发现的问题进行延伸排查，从而极大地节约了现场审计所需时间和成本。

3.提高审计精度。在大数据背景下，审计人员基于对海量数据的挖掘、归纳、深度分析，能够有效提高审计发现问题的能力。审计人员可以从不同的视角出发，对被审计单位的业务活动、运营情况和财务状况进行多角度分析，促进审计人员对被审计单位总体经营信息有较为全面的掌握。通过对大数据的分析，有利于快速定位被审计单位的主要风险领域，然后有针对性地对经营管理提出建设性意见，提升审计人员的审计判断能力，从而有效提高企业的整体风险防控能力。对海量数据开展审计，改变传统审计抽样的方式，能够降低审计风险。审计部门可以通过审计预警系统，及时分析经营信息，在第一时间发现问题，变事后监督为事前预防，提高审计监督的时效性。

三、审计工作模式的转变路径

（一）强化大数据技术应用，改进审计工作模式

在大数据背景下，为了科学地优化审计工作模式，需要着眼于大数据技术应用。与传统审计模式相比，大数据审计构建了以数据挖掘技术、云计算技术为核心的全链式信息审计，这是对传统审计模式的改革和创新。因此，在进行大数据审计过程中，需要对大数据技术应用进一步完善和落实，主要体现在以下几个方面。

1.审计数据库的应用。利用大数据技术的信息存储优势，建立审计数据库，将被审计单位的财务以及非财务数据存储在审计数据库中，以便随时快捷地提取所需要的数据，并利用数据挖掘和分析技术，发掘潜在的风险。

2.审计模式方法的转变。依托大数据分析技术，可以实现对海量数据的全面审计，使审计工作从各个审计要素中发现可能存在的问题，进而提高审计的精确度。

3.全链式跟踪审计。大数据审计实现了互联网状态下的审计工作构建，能够在持续性、全面性的审计工作中，实现全链式信息审计，对审计全过程进行实时跟踪，及时发现问题、调整审计工作，为提高审计工作质量提供有力保障。

（二）深化大数据审计构建，推进数据可视化发展

大数据审计包含的大型数据的挖掘分析，可以通过构建数据可视化，对数据结构及数据之间的关系进行更有效的把握和控制。与此同时，在深化大数据构建过程中，对于数据库的建立，需要充分立足于数据信息的动态性，提升对信息的获取效率。

（三）搭建云计算平台，提高大数据审计工作水平

大数据审计的关键在于数据存储及挖掘机制的有效构建。利用云计算平台实施大数据审计主要有以下几个方面：一是以云计算平台为载体，提升审计工作的数据挖掘与分析能力，使数据分析更精准；二是利用云计算平台，对数据进行筛选和过滤，保留有效数据，使数据处理更加高效；三是发挥云计算平台对关键数据的转换和整合能力，使审计结果更准确。

四、大数据审计模式可能产生的风险

（一）数据采集风险

大数据环境背景下，主要包含的数据采集风险有获取污染信息和遗漏信息两方面内容。造成获取污染信息和遗漏信息的原因，主要是当前大数据审计工作模式还有许多需要完善的地方，相应的技术应用还不成熟，不能完全保证采集来的数据之真实性和完整性。数据采集的风险可能导致审计程序失效、审计证据法律效应降低，从而影响审计工作的开展。

（二）数据存储风险

由于当前的审计信息系统还不够完善，储存在信息系统里的数据可能会遭到病毒、黑客的攻击，信息数据面临被篡改或者窃取的风险。此外，审计人员本身的信息技术能力和素养还有待提升，这使得审计人员难以应对变幻莫测的互联网风险。

（三）数据分析风险

数据分析风险是指在大数据审计模式下，审计数据分析不足，获取审计证据较为困难，而且信息化的审计证据存在较多的局限性。造成数据分析风险的原因主要有：首先，审计信息系统在数据分析方面的应用不够完备，只能检查出一些显而易见的简单问题，无法识别出那些高级舞弊情况；其次，大数据背景下，审计数据较为复杂，依靠当前的审计信息系统，难以保证挖掘出的审计证据是否有效；最后，由于信息化时代审计人员能够获取的纸质审计证据越来越少，而现阶段由于审计信息化水平的限制和相关法律法规不完善等，导致电子审计证据的维护管理存在许多问题。

五、大数据审计模式风险应对策略

（一）提升审计信息系统安全性

首先，可以利用区块链技术，建立起审计信息系统专属的私有链，对存储的审计数据进行加密。由于区块链的固有特性，存储在区块链中的数据天然具有不可篡改性，并且用户必须获得权限才可以访问系统，这将为审计信息系统中数据的安全性提供有力保障。其次，要建立起审计大数据预警机制，对数据采集、存储和分析的全过程进行风险预警，每个阶段的数据安全由不同的管理者来执行保障任务，以及时发现异常情况，从系统管理层面保障数据安全，实现各个客户端的共享。

（二）创新大数据审计分析方法

在审计技术方法上，需要继续加快数据可视化发展进程，将审计数据的分析结果清晰地展现出来。同时还需要进一步完善审计数据挖掘模型，使用机器学习、深度学习等算法自动学习特征，以解决审计数据分析过程中的聚类问题和总体群体行为等问题，为审计人员从整体上把握审计数据做出宏观决策提供依据，同时也可以增强揭露隐蔽舞弊行为的能力。

（三）加强大数据审计人才培养

为了加快大数据审计的步伐，审计领域有必要加强对审计人员信息技术能力的培养。高校对审计专业人才教育培养中，要注重对信息技术审计能力的培养和考查，以此提升审计人员对审计大数据的分析能力和评估能力，避免由于数据伪造而引发的信息安全事故。