大数据技术在审计取证中的应用、风险及应对

王斌

（普华永道中天会计师事务所（特殊普通合伙）广东 广州 510623）

一、引言

审计是审计人员综合利用特定的审计方法对财务报表所依据的会计记录和信息进行处理得到审计结果的一种活动，其中应用的信息和记录就是审计证据。为得到准确的审计结论，就需要充分和适当的审计证据，且在此基础上综合处理形成审计意见。审计证据的充分程度直接决定了审计结论的可靠性，因而需要有充分的准确性。电子审计证据对审计理论的要求明显提高，这种背景下很有必要强化此类证据的检验工作。

近年来国家相关部门一直强调要在各经济活动领域加快推进审计信息化工作，并在政策上做出了引导，要求“充分利用大数据的价值，基于信息化技术核查问题，提高审计结果的可靠性和应用性。”2023 年3 月，中国注册会计师协会发布《注册会计师审计数据规范——公共基础》《注册会计师审计数据规范——总账》《注册会计师审计数据规范——销售》和《注册会计师审计数据规范——银行流水》等4项注册会计师审计数据规范。中注协根据各行业数字化发展的程度，结合注册会计师开展数字化审计实务的需求，致力于解决中国注册会计师审计面临的实际问题。这些政策和规定对大数据技术在审计领域的广泛应用做出了明确的规划，为其进一步发展打下了良好的基础。审计人员在日常工作中需要综合应用大量的审计证据，而这些数据信息存在密切关系，因而需要审计人员充分适应大数据环境，对相关数据有较高的敏感性，同时还具备数据深度挖掘、比对和验证的能力，充分发挥数据价值，从而更好地实现相关审计目标。这种背景下就需要研究怎样通过大数据技术开展审计工作，获得与此相关的审计证据，同时还需要研究存在的风险，并对此进行适当的规避和应对，以便更好地满足实际应用要求。

大数据的主要特征为高频性、海量性、多样性，因而在对其进行处理时，传统的数据库管理工具有明显的局限性，这就需要应用新的数据处理工具。目前大量企业开始综合应用大数据分析技术制定计划并做出决策，规划未来的发展方向，在这样的背景下，审计中利用大数据取证就成为越来越普遍的做法。利用大数据技术进行审计取证，是会计师事务所顺应时代发展的具体体现，能够显著提高审计的效果和效率，对增强审计结果的可靠性有促进作用。为充分发挥大数据审计的取证价值，就需要对审计技术和工具进行改进，同时转变审计理念，以更好地把握新的审计证据，有效地管控风险。

二、大数据时代审计取证环境的变化与特点

（一）大数据时代审计取证环境的变化

大数据时代，审计取证环境发生了很大变化，大数据即是其最大的环境特征。大数据的高频性和详尽性是其区别于一般数据的主要特征。大数据是信息网络技术发展到一定程度出现的，与云计算存在密切关系，在该技术的支持下，信息采集、传递能力明显提升，可以记录各类信息，通过一定形式转换形成信息数据，例如用GPS 记录物流轨迹。这些数据一般是非结构化数据，大部分可以通过网络获取，在对其进行一定的挖掘、融合处理后，最大程度地发挥其蕴含的价值，为审计的发展提供支持。

此外，在大数据时代，审计人员的主观因素对审计结果的影响有明显降低的趋势。传统的审计过程更多需要审计人员的直觉和经验，审计决策容易受到主观因素的影响。原因在于：大数据的采集更方便，通过不同类型的信息采集设备自动生成，然后利用相关模型对采集的信息进行自动处理，这样得到的结果可靠性提高，从而避免审计人员的主观因素引发的不良影响。大数据技术的出现让审计人员可以进行精确地数据分析，同时也可基于历史数据完成相应的审计评价，对提高结果的应用价值有重要意义。

（二）大数据时代审计证据的特点

1.多样性。与传统业务系统记录的数据相比，大数据还具有业务属性多、场景更丰富的特点，在技术加持下能记录更多的业务细节。以物流为例，企业甲与A 物流服务商签订了合同，若是传统审计审计人员只能通过收款、对账、合同、发票来确定这一笔业务在财务意义上完成了，但这笔业务是否真实发生，审计人员并不知道。在大数据环境下，审计人员可以通过物流轨迹，确认物流车辆是否行驶足够里程、是否到达预定终点等，这些都能为业务真实性提供更多的审计信息。除了物流信息是一个重要的外部审计信息外，我们还可用财付通、支付宝来验证销售收入流水，用钉钉打卡来验证员工的出勤、用百度地图来验证营业点的真实存在、用链家交易数据来验证租金水平的合理性等。工作人员收集海量的历史数据，然后通过计算机整合、加工，充分地挖掘审计线索，据此获得的审计证据表现出更高的充分性、相关性。

2.充分性。主要反映审计证据数量方面的特性。有关研究表明，审计数据的充分性和审计结论的可靠性存在正相关关系。传统模式下审计取证的制约因素很多，充分性不容易保障，而综合应用大数据技术，可以高效快速地获得各方面的审计证据。在大数据信息中，非财务信息重要性很大，且在数据体系中的占比也大幅度提高，这主要和内外部非财务信息的利用有关。（1）内部非财务信息的利用。目前大部分企业在信息化管理过程中都广泛应用传感器、RFID和GPS技术获取信息，在长期积累中会产生海量的非财务信息，这些信息对审计工作有重要的支持作用，可以帮助审计人员更客观地分析业务事件在企业中的作用以及演化情况。如基于相关的监控视频确认入库单的真实性，同时通过RFID 技术获取存货信息对销售成本进行验证等。（2）外部非财务信息的利用。此类型信息的来源更广、种类更多，因而处理和分析的难度也明显增加。与此相关的信息主要包括宏观经济信息、行业信息、电子邮件信息以及通过各种社交平台获取的网络信息等，这些信息可对传统审计证据进行有效的补充。如，精心策划的会计舞弊，从内部信息难以有效证明，可利用电子邮件或平台数据对相关人员的动机进行客观的判断。

3.相关性。在大数据时代，鉴于审计证据的充分性问题已经被有效解决，因而要更加重视证据的相关性，主要体现在三个方面：（1）及时性。在大数据技术的支持下，审计人员可以高效快速地处理业务事件方面的信息，这样就可以在短时间内获得充分的审计证据。（2）预测价值。大数据的核心和关键就是对海量数据进行关联分析，充分发挥其价值，如可以在数学模型分析基础上获得各信息间的相关关系。这样审计人员就可以预测在什么时间和地点出现了哪种类型舞弊事件的可能性，然后在此基础上进行针对性分析，做出更加科学的审计计划，对提高审计资源配置的科学性有重要意义。同时也使得审计向事前、事中的主动审计转变，有利于提高审计工作的价值。

4.可靠性。可靠性首先需要审计证据表现出较高的可验证性，可通过其他相关的审计工具和证据验证这一审计证据的真实准确性；其次要求审计证据有很强的客观性，避免该证据受到人为主观因素的影响；最后要求其表现出真实完整性，即未出现破坏或篡改等问题。大数据对审计证据的以下特性都有影响。（1）可验证性。传统的审计，由于受到技术条件等因素的限制，取证渠道单一，审计人员往往是基于企业账务获得审计证据，而这些证据无法通过相关会计事件进行全面综合证明，大数据审计则可以避免这些问题，审计过程可以从账内转向账外，充分地利用不同来源、不同形式的审计证据，从而保障证据的可验证性。（2）客观性。传统审计模式下获取的审计证据类型单一、渠道有限，主要是通过询问、调查、监盘等方式获取，这些信息的客观性相对较差，依赖工作人员的经验，这就意味着在对证据进行鉴别、评价时主观判断难以避免。而大数据技术可以避免这些问题，审计人员可通过各种技术工具获得企业外部信息，对改善审计独立性有重要作用。（3）真实完整性。在实际应用中，由于大数据是一种随机、长期形成的数据，其中的信息类型很复杂，需要进行一定的“精炼提纯”，才能满足应用要求，以保证最终取证分析结果的可靠性。例如，手工录入信息过程中容易出现疏忽，大数据对审计证据可以进行多方面的交互验证，从而显著提高审计证据的真实性。

三、大数据时代审计取证思维方式的改变

现阶段，由于审计取证环境、来源发生了变化，因而需要转变审计取证的固化思维。事实上，过去人们注重随机样本的使用，现在更重视总体数据；过去重视精确数据，现在将更多数据纳入信息收集范围；过去重视因果关系，现在重视相关关系。大数据时代，需要人们逐渐树立总体思维、容错思维、相关思维和预测思维。

（一）总体思维

传统审计下，在企业规模较小、经济活动单一、技术条件较差的情况下，详细审计方式成为主导；随着企业的不断发展，数据规模迅速扩大，人们难以快速完成审计任务，审计师为了尽可能降低审计成本，便采用随机性原理来进行抽样审计。样本思维是一种静态审计理念，主要是通过抽取样本来研究总体，因此有一定的局限性；当前，大数据技术不断趋于成熟，人们就应采取总体思维获取海量的历史数据，以弥补以上不足。在审计取证中，遵循“动态、开放”的审计理念，即审计对象有关的所有信息均被录入数据库加工、整合、处理，在此基础上，收集与审计对象相关的证据，以全面、客观地了解审计对象。这种思维方式是其他取证思维的前提，它显著提高了取证范围的完整性，从而提高了最终审计结果的可靠性。

（二）容错思维

在抽样审计下，为了提高审计结果可信度，往往会倾向于获得更大样本。而在具体实践中，企业的审计人员面对的可能是“小数据”，为尽可能地提高审计结果的效度，需对信息进行清理和反复校核，耗费大量的时间成本和人力成本。尤其是企业在运营过程中形成的数据，若存在非结构化信息，则不能将它们作为抽样样本。而这类信息往往具有更高的隐藏价值，相较于其他资料，其包含的审计证据更全面。如果采用大数据技术进行数据处理和分析，就要充分挖掘隐含的审计价值，尤其要充分利用好各种混杂数据和信息，在这一过程中，逐步实现由精确思维向容错思维转变。

（三）相关思维

相关思维是审计取证的核心思维。过去，由于受到技术条件的限制，通常是获取与审计对象高度相关的信息，然而这些信息仅涵盖了极少数与审计对象相关的维度，隐含的信息未被纳入采集范围。这种情况下，人们通常是基于自身对事物运行机制的把握，主观提出假设或结论，之后基于这种“假想”，用审计证据予以证实。在大数据背景下，大量关系复杂甚至看似无用的信息均被纳入采集范围，这就意味着，经典因果关系相对弱化，更关注相关关系，因此，审计人员要避免“先入为主”的思维，以发现信息间可能存在的相关性。这种思维模式有利于人们更客观地认识和把握审计对象的全貌。

（四）预测思维

预测思维是基于相关思维理论发展而来的，是基于已有数据进行相应分析从而找到潜在规律和可能的发展趋势，进而实现对未来发展情况的预测。传统审计下，相关人员往往会将预测分析值与实际值进行比较分析，判断二者差异，但是这种方法会由于不同审计人员的专业水平和认知能力有所差异，导致预测结果受到一定影响，最终所得结果的主观任意性较大，很难切实掌握其中存在的科学发展规律，预测的准确性也相对较低，所以在实际应用中受到极大的限制。而随着大数据技术的逐渐发展，通过大数据技术完成专业数据分析模型的构建，对海量数据进行相应处理，使得审计工作效率得到极大的提高，数据分析水平也显著提高，进而完成发展趋势和潜在规律的预测。

四、大数据技术在审计取证中的应用

随着互联网的普及，数据信息呈井喷状涌现。在这些数据中通过何种方式找到与审计工作切实相关并能够发挥相应作用的数据，就成为当前研究的关键所在，只有以科学合理的方式进行信息的采集与获取，才可保证审计工作具有切实依据。目前在研究中借助决策树模型以及信息生成传递系统，将信息采集的关键点集中于针对同一信息活动集合数据链中上位、下位信息以及相关方信息等。

（一）上位、下位信息概念、成因及其表现形态

基于信息的生成规律，在审计时，审计主体所能够采集到的各类数据信息均可被视为被审计单位进行生产运营活动时产生信息的集合，涉及记录信息、自有信息以及自在信息。在上述三类信息中，自在信息是基础，只有具备自在信息才能够发展得到记录信息以及自由信息，对自在信息进行分析，实际上是通过信息形式对经济活动加以反映的一种特征和存在。

在数字化时代背景下，企业生产活动产生的自在信息经由相应技术手段处理后，通过嵌入式应用系统数据采集系统、交互式应用系统获得对应的记录信息，此类信息往往能够反映出企业在进行各项经济活动时的发展路线以及思维模式，而且可以反映出被审计对象的时序构成。在通过上述信息对自在信息进行处理后，所得到的是相互关联的信息，被称之为链环信息。

若审计时审计对象为链环信息，则审计主体可基于命题信息以及审计假设，适时切入审计点对链环信息加以区分，获得上位信息以及下位信息。其中，前者实际上是后者的来源之一，而后者能够对前者的意义进行引申与拓展。在进行审计工作时，若可确定上位信息的可靠性，则其对应的下位信息也能够获得相应证实。若上位信息具有良好的时空顺序性并满足经济活动的相关需求时，即可认为该上位信息为确定性信息，这是获得审计证据的关键所在。

（二）不同形态的上位、下位信息及其含义递归关系分析

对上位、下位信息进行分析，能够发现它们相互之间既具备相关性，又存在一定差异，对此类信息而言，能够体现出被审计对象的经济活动情况，也是获取审计证据的参考标准。由于信息产生过程是从下向上逐渐结合实现的，借助相应的处理逐步向上实现底层数据信息的转换或者深层表达，具有类似树形的结构。在该结构数据模型中，每个叶子节点实际上就相当于一个信息源，然后通过对应的传输、处理装置，对信息源进行处理，获得高层信息。

下页图1 可以展示出多叉树结构的基本情况，根节点是在审计活动中所遇到的上源信息，各分枝叶节点实际上就相当于源信息基于此逐步发展并完成，逐级汇总即可获得该结构。在审计中，就可由下位信息处理得到根节点的上位信息。

图1 多叉树结构

五、大数据技术在审计取证中应用的风险及应对

在大数据审计取证过程中，需要考虑信息源问题，因为数据的源头是否可被依赖，直接影响到数据的可依赖性，这里要求审计人员要实施必要的审计程序。相较于传统抽样审计方法，新型大数据技术审计评估方法具有良好的安全性、可靠性和稳定性，计算精度也大幅提高。但是，大数据技术也存在一些问题，也会有审计取证的风险。

（一）数据盲点的存在

在大数据背景下，随着新技术的出现，传统审计人员面临极大的挑战：用何种方式对海量数据信息进行提取，既能够使得其中存在的噪声和盲点得到剔除，同时又不会对最终实验结果产生显著影响。数据盲点主要分为三种：

1.物理盲点。用大数据进行分析，首先受到技术水平以及相关因素的限制，而且该技术的普及度也相对较低，所以在实际应用过程中受到极大限制，该过程也存在物理盲点，如在获取数据时可能会存在数据不全面等问题。

2.逻辑盲点。即使在进行审计工作时，审计工作人员已经足够的谨慎和小心，但是实际上还可能会忽略一些细枝末节或者不重要的数据，这就是逻辑盲点。

3.人为制造盲点。在当前社会背景下，部分人可能会出于获取更高利益或者声望采用假数据的方式，获取自身盈利，制造一些看起来比较符合常理的假数据，这些假数据有可能不会被审计人员发现。

（二）大数据审计证据的脆弱性

在审计时，通过大数据技术得到的电子数据无法完全避免脆弱性。脆弱性主要涉及两方面，首先通过该方式采集得到的数据信息是由计算机系统进行展示和复制的，在法律认定方面需要相关法律明确；由于大部分电子数据储存于云端，所以安全性受到极大挑战，极易因为外来入侵或者其他因素导致电子数据发生变化，进而影响大数据审计证据的安全性、准确性。

为解决上述问题，在完成数据采集工作后，需对全部数据及相关备份进行采集储存，并对所得信息的可靠度、准确性以及源头进行计算，当获取原始资料后，交由对应被审计人员处理，获得相应审计材料。一方面，审计人员在进行相关审计工作时，应当对其所经营的各项内容进行全面计算，避免审计人员固化审计电子证据，在审计取证基础上罗列分析结果并阐述产生的后果及影响，并尽可能将审计分析的结果表用附件的形式记录，要求被审计单位予以确认；另一方面，审计人员应在审计工作底稿中描述审计证据取得的过程，并记载分析逻辑、模型设计和数据处理过程，以此印证大数据分析模型、原始数据与审计结果之间的实质性联系，增强审计证据的相关性，防范大数据技术审计证据脆弱性的风险。

基于前文分析能够看出，当前已经逐步进入大数据时代，借助大数据技术和相关分析手段，能够更加全面地获取审计数据信息，并且显著提高审计证据的准确度、可靠度以及精密度，审计人员也可通过大数据分析技术从海量数据信息中提取与审计相关的有价值的数据信息，并在此基础上对被审计对象开展相应的审计工作，以此确定企业审计风险，根据分析内容，完成潜在发展规律以及未来发展趋势的预测，并找到其中的相关关系。不仅如此，在大数据技术中相关思维、总体思维以及容错思维非常重要，可借以明确未来审计发展方向，并基于当前社会发展趋势以及时代潮流，及时进行变革升级。通过对新理论、新技术、新思维的应用，进一步突出电子审计的优势所在，在保证其准确度和有效性的同时，尽可能提高工作效率以实现审计工作价值的最大化。

因此，随着大数据技术的发展与提升，在进行相关人才的培养时，应当重视复合型人才的教育和培养，审计人员既需要了解和掌握审计、会计等方面的技能，同时也应当具有良好的计算机使用能力，以保证能够在工作中通过数字化手段完成相关分析与处理。