大數據時代下審計的機遇與挑戰

摘 要：大數據有著數據量大、數據類型多、數據時效性高、價值密度低的特點。將大數據技術引入審計活動中，審計風險可以得到有效控制，可以實現全數據審計模式和數據共享，能夠實時獲取審計證據，審計判斷結果更有保證，審計結果可以得到綜合應用，可以節約審計資源。為了迎接大數據技術，審計部門應當強化審計數據的有效性，強化數據的安全性，強化審計人才隊伍的建設。

關鍵詞：大數據 審計 機遇

隨著大數據技術的發展，將審計業務特點與大數據技術相結合，利用大數據價值提高審計的效率、提升審計的效果，成為當前審計發展的方向之一。

一、大數據的特征

關于大數據（big data），維克托·舍恩伯格）（2013）認為大數據是不用隨機數據而是用全部數據進行分析；研究機構麥肯錫（McKinsey Company）將大數據定義為一種規模大到無法用常規數據庫工具進行捕捉、管理和處理的數據集合；Gartner認為“大數據”是需要用新處理模式才能具有更強的決策力、洞察發現力和流程優化能力來適應海量、高增長率和多樣化的信息資產；涂子沛（2012）則將大數據界定為“那些大小已經超出了傳統意義上的尺度，一般的軟件工具難以捕捉、存儲、管理和分析的數據”。總之，大數據是隨著互聯網、物聯網和計算機等新一輪信息技術的迅猛發展所產生的巨量資料，大數據只有在“云計算”技術條件下才使煥發了意義，未來將為分析預測提供海量的信息。

大數據存在著以下特征：

1.數據量大。指數思維是大數據的根本出發點，根據摩爾定律，當對信息處理硬件進行投入后，將得到指數級的回報。面對數據量的爆炸，數據分析機構IDC創造了一個名詞——數據宇宙（Data Universe），根據IDC作出的預測，到2020年，全球產生的數據將達到35ZB，也就是意味著一年將產生相當于1000個目前谷歌公司的數據量。

2.數據類型多。數據組成以結構的存在形式與非結構的存在形式并存。結構存在形式的是即行數據，歸集在一個庫里面，并且能夠用一個固定表的形式來展示的數據；非結構形式存在的是指上述結構形式之外的，不能用固定結構來實現邏輯表達的數據，這些數據主要是以文本文檔、圖片、報表、音頻等方式存在的數據。在大數據時代，更多的非結構形式存在的數據將為決策提供更豐富的資源，為決策提供更有力的參考。

3.數據時效性高。隨著信息處理技術的飛速發展，數據的傳輸速度不斷加快，而且對數據的提取能力也不斷增強。谷歌公司的Big Query資料服務支持PB級的數據庫，并可以執行每秒100，000行的數據流。而在未來，這種數據處理的速度將更快，數據更具有時效性，數據處理結果可以即時獲得。

4.價值密度低。大數據的戰略意義不在于占有的大數據多，而是從大數據中獲得有益的信息。數據量越大，包含的信息就越多，想要從中汲取高價值的信息就越困難。從不同設備、不同地方來源的數據可能會因語言不同而不同，也有可能格式會不同，甚至表達的意思會互相沖突。所以在應用大數據時，要對數據進行過濾，對所收集的信息進行篩選，利用大數據技術從中提取出人們想要的信息，這被稱為數據清洗（Data Cleaning）。

總之，大數據存儲和云計算技術發展，將為未來的分析預測提供高效簡潔的輔助工具。對于審計而言，運用大數據技術將會獲得更為全面、公允、及時的審計證據，可以有效提高審計效率達到更好的審計效果。

二、大數據時代下審計的機遇

大數據技術的應用，主要從審計風險、審計證據、審計判斷、審計資源和審計成果這幾個方面給審計帶了機遇。

1.審計風險可以得到有效控制。在傳統的審計業務中，由于信息技術的限制，審計三方之間存著在信息不對稱的問題。審計風險的來源是重大錯報風險與檢查風險，前者與被審計單位的相關，而后者與審計活動相關。在大數據審計中，由于數據處理能力極大增強，可供參考的信息將極大豐富，更加看重的是數據之間相關性而不是因果性，更接近事物的本來面目。因此，只要審計人員獲取接觸數據的權限，便可以利用大數據技術印證財務數據信息之間的相關性，通過數據的挖掘和分析，使原有的業務流程和靜態的數據信息趨于透明化，從而減少被審計單位的舞弊空間，降低審計風險。

2.實現全數據審計模式和數據共享。在傳統的審計環境下，由于成本和技術手段的限制，對財務報告進行審計時無法對數據所記錄所有的事項進行檢查，只能通過抽樣開展審計工作。這樣的審計方式總是存在著樣本可能不代表總體的風險，被稱為抽樣風險。但是在大數據的時代下，隨著數據處理能力的增強，用全局數據代替抽樣數據成為可能，可以有效降低抽樣風險，提高審計的效率和效果。此外，在大數據背景下，由于企業、政府、金融機構等部門的數據都存儲在“云”中，所以可以在審計業務中實現審計數據、審計程序和審計經驗的共享，使得前后任注冊會計師的溝通效率大為提高，職業能力水平將維持相對統一的水平，防止經驗和資源的受限而導致的審計風險的提高。

3.審計證據能夠實時獲取。在大數據背景下，審計證據的形式和獲取的方式和傳統的審計工作是存在著較大差異。從審計證據來看，海量的、共享的財務信息基本上以電子信息的形式存在，審計證據也更多以電子信息的形式呈現出來。在新的審計模式中，所獲取的審計證據不再只是被審計單位生產經營的內源性數據，還能夠獲取到與生產經營相關的外源性數據。這為審計工作提供了充足的資料，審計人員在進行工作時可以運用大數據技術對數據之間的相關性進行分析，從而提高審計證據的可靠性，降低審計風險。由于絕大多數會計信息和數據都存儲在“云”中，所以審計人員只要接受到授權，就可以實時接觸到被審計單位的信息，進行審計證據的收集。同時，海量的、非結構化的數據也會為審計人員提供更為豐富的可佐證信息，以提高審計結論的質量。大數據審計模式下證據收集方式的轉變既節約了資源，又使審計人員還可以將更多的時間花在分析上面，實現持續性審計，更好地提高質量。

4.審計判斷結果更有保證。在傳統的審計中，審計判斷依賴于職業經驗和審計抽樣，不確定性較大。在大數據時代中，海量的數據、強大的運算能力給我們帶來的最大優勢就是預測的信度的提高。例如：查詢型分析法、多維分析法和挖掘型分析法等，將這樣的算法可以處理更大量的數據，不再是僅僅局限于抽樣，預測的結果就更精準。這樣的變化使得審計人員的判斷更多地建立在相關數據的分析的基礎上做出，而原本受到自身影響就大大降低了，使結果更有保障。

5.審計成果得到綜合利用。大數據時代，審計成果呈現可以除了一份完整的報告，還可以包含整個過程中的大量數據資料。這些資料不僅表明審計報告的可靠性，還可以給報告使用者創造價值。審計人員可以結合審計結論，為被審計單位出具更具有針對性的《管理建議書》，還可以提出提升被審計單位能力的建議，為被審計單位創造價值。同時，審計部門還可以建立數據倉庫，運用大數據技術對所獲取的審計成果進行分類，實現審計成果自動積累和分析利用的機制，發揮信息特征、信息提示和信息檢索等功能，方便日后審計人員調閱信息。

6.審計資源得以節約。在大數據時代下，被審計單位的各種資料存放在“云”中，在得到數據授權后，審計人員可以快速導入數據。不僅節約了資料獲取時間，也節約了與被審計單位溝通的時間。審計人員可以依托網絡技術，再結合運用云，即時得到存儲在云端的數據，可以跨時間跨地域進場審計，解決雙方在地理和時間上的障礙，更好地節約了審計資源。同時，也降低了因審計師輪換而造成的溝通成本。

綜上，在大數據時代下，審計數據之間的相關性以及全數據審計模式的實現，使得原有的靜態數據和業務流程更趨于透明化，減少了被審計單位的舞弊空間，降低了審計風險。豐富的審計證據也為審計人員進行審計時提供了更多的審計資料，使可以審計的區域變得更大，而且再加上審計證據的實時獲得，使得持續審計以及結果有了保證。其次，新的審計形式主要是依靠數據的預測功能來做出評價，避免了審計人員由于經驗或者主觀性等問題對審計結論的影響。而且在大數據時代下，將數據存儲在云端強化了審計人員與被審計人員之間的跨時空協同，節約了審計資源。最后，大數據時代的審計實現了審計結果的綜合運用，有利于改善被審計單位的經營狀況，同時也提高了審計單位的工作效率和質量。

三、審計迎接大數據時代的建議

為了迎接大數據時代，審計應在強化審計數據有效性、提高數據安全性、加強人才建設等方面采取積極、可操作的措施加以解決。

1.強化審計數據的有效性。我國大數據研究相對發達國家較晚，2013年開始重視研究，所以當年被稱為“大數據元年”；2014年，“大數據”首次進入政府工作報告中，得到政策支持；但是直到2016年，束縛大數據的技術瓶頸才被打破，才是萬億大數據產業元年。由于技術限制，之前的財務數據以結構化數據為主，數據結構單一。

針對當前非結構形式存在的數據單一的情況，審計部門必須要增強不同存在類型數據的管理能力，特別是非結構化存在的數據。審計部門可以依托云技術平臺，加強對非結構存在形式的數據的規范、制度化管理；其次是可以建立科學合理的審計數據管理體系，通過數據的收集與分類，建立數據庫，對所采集的數據和審計成果加以分類歸納，運用大數據思維和數據挖掘工具，從數據倉庫中建立服務于審計稽查的應用，包括基于每個企業的審計數據支持，為審計人員發現問題提供支撐。以房地產為例，審計人員可以利用特定的計算機程序，定期獲取企業項目銷售情況、企業收款情況等，構建房地產項目的收入成本數據模型，從而在進行再次審計時，可以減少審計時間和工作量，提高效率。為審計部門提供符合其標準、內容與方法的信息，發揮信息特性、信息提示和信息檢索等功效，從而提高審計效率。

2.強化數據的安全性。網絡基礎設施是實現大數據時代下新型審計模式的重要前提，因此，應該推進網絡執法系統的建設，加強網絡信息安全建設。在內部，要加強審計人員的安全意識，提高他們使用相關軟件的技能；要建立問責制度，使其充分認識到泄露信息的危害性，完善內部控制，杜絕人為信息泄露；利用權限設置技術，將系統的查詢分析權、使用權、外部執法權有效分離；對數據存儲采取物理隔離機制，對關鍵的數據進行加密，而且每份文件都要自動備份以防止丟失。在外部，以服務外包、技術共建等形式尋求資深網絡服務供應商，在保證自主性的前提下發揮外部專家團隊的技術優勢，彌補內部技術不足。

3.強化審計人才隊伍的建設。大數據時代下的審計需要審計人員既具有審計專業知識和經驗，同時又要以大數據的思維方式去實踐。因此，更應加強人才隊伍的建設。首先，進行人員結構的調整。要注重信息技術人才的培養和使用，加強對現有干部職工的培訓，從數據采集、數據清理、數據集成、數據轉換、數據規約、數據存儲、數據挖掘等大數據分析方面對審計人員進行培訓。技術部門要加強對業務人員的支持力度，打造一支既懂審計業務又具有大數據分析的復合型人才隊伍。其次，豐富審計人才的來源。要更多招聘懂得審計原理，又懂得大數據使用的人員，人才招聘要增加大數據技術考察等標準。

參考文獻：

[1]吳甘沙.大數據發展的十個前沿方向[J].大數據，2015.

[2]涂子沛.大數據[M]. 南寧：廣西師范大學出版社，2012.

[3]維克托·邁爾-舍恩伯格.大數據時代[M].杭州：浙江人民出版社，2013.

[4]龍子午，王云鵬.大數據時代對CPA審計風險與審計質量的影響探究[J].會計之友，2016，（8）.

[5]王晨，高闖.淺析大數據時代下CPA審計的挑戰與對策[J].商業經濟，2016.

作者簡介：陳澤君（1994—）女。民族：漢。廣東省汕頭市。廣東財經大學華商學院2013會計2班學生。張洪浩（1978—）男。民族：漢。山西古縣人。廣東財經大學華商學院，講師。研究方向：審計學。