淺議大數據時代的審計風險防范路徑

陳國翰

改變傳統審計先立項、后審計方式，形成以數據分析為基礎，以風險程度為導向，先分析，后立項，選擇審計項目更有針對性，更加精準科學。

大數據大樣本、全量分析技術的應用，將使審計范圍不再受制于抽查樣本，而是著眼于全部數據，更能反映問題的本質，更具全面性、整體性、科學性。

大數據時代的到來，深刻影響著審計的變革和發展。任何新技術的產生，都會有兩面性，大數據既助推審計的發展，也給審計帶來了新的風險和挑戰。面對新形勢，必須加強審計風險管理，最大限度的防范審計風險。

大數據與審計

大數據審計的內涵。2016年，審計署《“十三五”國家審計信息化發展指導意見》明確指出，要加快推進以大數據為核心的審計信息化建設， 全面推廣“總體分析、發現疑點、分散核實、系統研究”的數字化審計方式。大數據審計已全面拉開帷幕，在審計中發揮著越來越重要的作用。那么，何為大數據審計？大數據是指獲取于人、機、物的大量網絡數據及非網絡數據的龐大數據集合，包括結構化數據、半結構化數據和非結構化數據，具有大量、高速、多樣、價值密度、真實性等特點。大數據審計要有全新的審計思維，是指審計在行使經濟運行、政策落實和經濟行為監督時，充分利用信息技術對經濟業務數據、行業管理數據等進行關聯分析，對一個單位的分析評價更加具體化，減少主觀判斷，更注重量化上的體現，客觀事實依據更充分，使碎片化分析變全面系統性分析。

大數據對審計的影響。大數據影響著社會各領域，審計也不例外。大數據時代給傳統審計帶來了深刻變革，使審計視角、審計模式、技術方法發生了巨大變化。

一是審計視角全景化。大數據已在政府各領域得到應用，審計數據不再局限于單一的財務數據、業務數據或者行業數據，已經對各行業、各領域涉及經濟管理、行業管理、業務開展等數據進行了全方位采集，極大的拓寬了審計視野，對被審計單位經營活動、內部控制、管理流程等方面進行全景式審計。

二是審計立項精準化。在大數據時代，審計機關利用獨有的歸集各領域、各部門數據的優勢，對數據進行立項前分析，分析各單位的風險點、薄弱點，評估發生重大問題的風險程度。改變傳統審計先立項、后審計方式，形成以數據分析為基礎，以風險程度為導向，先分析，后立項，選擇審計項目更有針對性，更加精準科學。

三是審計數據全樣化。傳統審計更多的是進行抽查，大數據審計將由抽查式審計向全量審計轉變，所有數據都成為分析的對象。大數據大樣本、全量分析技術的應用，將使審計范圍不再受制于抽查樣本，而是著眼于全部數據，更能反映問題的本質，更具全面性、整體性、科學性。

四是審計過程常態化。審計過程由事后審計向事前審計、事中審計和事后審計相結合的動態審計轉變。在大數據背景下持續性審計已成為現實，在一定程度上解決審計滯后性問題。審計機關可以常態化開展對被審計單位經濟、業務活動進行持續監督。

五是審計技術智能化。在大數據時代信息化飛速發展的今天，智能化審計已經起步，審計人員運用智能化的信息技術開展審計，從天量的數據中發現潛在邏輯關系，指出問題。依靠大數據綜合智能分析軟件，運用人工智能的審計模塊、審計方法，實現跨領域、跨行業分析，從整體上對審計對象進行立體式、多角度、多維度審計。

大數據審計面臨的風險

目前審計機關存儲關龐大的數據群，比如財政數據、稅務數據、人員數據、工商數據、社保數據等等。以一個行業或一個部門來看，這些數據是單一的，其價值有限。但是，如果可以將這些數據集合，不僅僅在審計上，在任何領域其價值是巨大的，但也伴隨著巨大的風險。從目前實踐來看，在大數據環境下，審計風險一般可以分為制度層面風險、數據自身風險、審計過程風險、數據安全風險等，面對日益復雜多變的安全形勢，審計必須采取有效的方法控制或降低審計風險。

大數據審計政策風險。大數據審計不管從宏觀頂層制度的設計來看，還是從微觀操作層面的辦法來看，目前還是比較滯后的。盡管2014年國務院《關于加強審計工作的意見》和2016年審計署《“十三五”國家審計信息化發展指導意見》都明確指出，探索在審計實踐中運用大數據技術的途徑，也提出了數字化審計方式。但這僅是一些指導性意見，未有具體操作層面的規定，比如大數據審計準則、審計操作規程等。在審計實踐中，針對“大數據取數范圍、怎么審、怎么取證”等諸多難題，未有具體操作指南，審計缺乏統一有效的規范，大數據審計制度保障還不盡如人意，無法有效指導大數據審計的深入開展，無形之中增加了大數據審計的制度風險。

審計數據難以把控風險。審計數據難以把控風險主要是數據失真問題。大數據審計建立在全樣數據分析判斷之上，數據的真實性、完整性尤為重要。而審計機關取得的財務數據、業務數據完全依賴于被審計單位所提供信息的真實性和可靠性，對于是否存在片斷式、篩選式報送，或者存在蓄意篡改數據以及對數據進行加工粉飾，缺乏判斷的技術和手段，將會導致“假數據、真審計”的狀況。報送數據真實性、完整性存疑，將會使審計人員產生錯誤的判斷，嚴重偏離了審計的真實性。在醫保審計實踐中，醫保中心和醫院對參保報銷數據、檢查數據進行了篩選式報送，剔除可能存在違規問題的數據，遺漏的數據有時只能靠人工抽查核對才被發現。

審計大數據獲取風險。大數據采集渠道與傳統調取財務賬本、憑證方式完全不同，要依靠專業的采集技術來實現，在數據獲取審計實踐中，還不夠順暢存在壁壘。一是被動式的獲取渠道不暢通。審計采集的數據范圍十分廣泛，不僅有政府部門財務數據、業務數據，還涉及交通數據、公共服務數據、醫療數據等等，未建立共享機制和共享平臺，無法第一時間采集相關數據；二是數據采集接口缺乏規范。目前被審計單位使用的財務軟件和業務軟件，有相當數量的軟件沒有專門審計采集端口，有端口的輸出數據格式五花八門，還存在輸出數據無法轉換，后臺數據庫無法導出備份等問題。

大數據審計能力風險。開展大數據審計，審計理念和審計思維與傳統審計已大不相同，要求審計人員對數據要有足夠的敏感性，善于橫向縱向分析數據關聯性，捕捉可疑情況，對數據掌控能力的要求已大幅提升。目前，在這方面還存在短板。一是審計人員的數據分析能力不足。由于大多數審計人員為財務或審計專業，自身存在技術分析的瓶頸，缺乏大數據SQL查詢語句運用、信息抽取、模糊匹配等技術分析能力。二是審計業務與計算機水平結合度不夠。在大數據的背景下，審計人員未能很好的將審計思路轉換成數據思維，將審計業務需求轉換成數據審計需要，用數據語言來開展審計工作。

大數據保存安全性風險。在大數據時代，審計機關掌握了大量數據，保證數據的安全性至關重要，在保存和使用安全上帶來 較大的挑戰。一是給技術防范能力帶來挑戰。審計數據信息涉及面廣，涵蓋國家社稷民生的方方面面，包含大量敏感信息，在存儲安全方面尤其重要，不管是本地存儲還是云技術存儲，都將面臨著黑客的入侵風險，也對審計如何安全存儲數據、分發數據提出了挑戰，一旦發生泄密事件，將產生不可估量的影響。二是給使用數據防控帶來挑戰。審計人員在開展日常審計業務中，常常忽視數據安全風險，在未有安全保障的計算機和網絡中隨意傳輸和使用，存在調取使用授權約束風險、存儲和使用過程泄密風險、審計結束數據移交保密風險。

大數據審計取證風險。在大數據環境下，審計通過數據分析，利用數據與數據的勾稽關系發現問題，雖然會更加快速和便利，但也存在檢查風險和取證確認難度加大風險。一是檢查風險的增加。審計人員面對不同領域、不同行業的數據，在數據多樣結構復雜的情況下，難以確定審計重點，也很難在短時間內全面掌握數據與數據之間的勾稽關系，加大了檢查分析取證的難度。二是加大取證遺漏的風險。數據量越大、種類越多，匹配的廣度大幅度提升，但精準度會降低，審計的精細化也會相應下降，必然存在遺漏問題的可能性，增大審計風險。三是審計原始數據滅失風險。取證原始數據來源未固定風險在審計實踐中容易顯現。在審計中發現被審計單位存在嚴重違規問題，被審計對象一不做二不休，將業務數據進行滅失，導致最終無法確認原始數據來源。

大數據審計風險防范路徑

面對大數據環境對審計風險產生的影響， 主要采取以下路徑進行防范，提升大數據審計的規范性、有效性和科學生。

加強大數據審計政策頂層設計。大數據時代已經來臨，審計政策應緊跟時代步伐，雖然國家出臺了大數據審計的指導性文件和意見，但缺乏大數據環境下的業務規范和審計準則，應加快建立國家層面的大數據審計準則和指南，統一審計工作的標準，明確“審什么、怎么審”，為大數據環境下的具體審計方法、審計流程的選擇和應用提供指導。同時，建立大數據分級管理、保密、監督、保障等一系列配套的法規或政策。

規范數據質量管控體系。數據失真已嚴重影響到大數據審計的真實性，對數據質量好壞的判斷上，應進一步提升審計人員辨別數據質量的能力，同時密切關注被審單位內部信息系統管理的有效性，通過業務流程的測試來檢查被審計單位內控管理的有效性，對被審計單位信息系統進行風險評估。同時，還應出臺相應的制度來規范和引導被審計單位信息系統的內部控制管理，提升數據規范化水平。

完善數據獲取渠道和方法。數據的及時獲取對大數據審計至關重要，沒有數據一切都是空談。現階段，數據獲取都是零星式采集，亟需建立數據定期報送制度，形成數據采集的長效機制。加快建設數據模板采集共享平臺，加強對數據庫軟件采集模板的集成開發與共享建設，編制數據采集操作指南，不斷提升審計人員的采集效率。進一步提升數據標準化水平，規范不同行業、不同部門數據采集接口和同一類業務數據。

提升大數據審計能力水平。數據分析是大數據審計的核心，審計獲取的數據不是簡單的堆積和羅列，而要充分利用數據間的關聯性開展分析，這對審計人員提出了更高的要求，不僅要懂財務審計等專業知識，還要掌握大數據分析能力。一要加強培訓，以審計案例、交流研討等培訓形式，不斷開拓審計人員的工作思路，提升數據分析水平，建立既懂大數據分析技術又懂審計業務的復合型人才隊伍，具備大數據思維和創新能力。二要整合審計資源， 組建專業的數據分析團隊。開展大數據分析時，整合懂計算機分析的審計人員，聘用社會信息化專業人才，組成強有力的大數據分析專班，形成合力。同時，建立大數據審計的專家庫，定期對數據采集和分析中遇到的難題進行溝通交流，提高分析的有效性。

強化大數據安全管理。保障數據的安全是大數據審計的前提，在享受大數據帶來的成果同時，也需要投入更多的精力做好數據安全防范工作。一是強化大數據存儲平臺管理，確保數據安全。要建立嚴密的數據管理體系，保證大數據平臺的物理安全；二是建立大數據分析平臺，保證數據使用安全。將數據分析平臺與互聯網進行有效物理隔離或邏輯隔離，數據分析均在平臺上進行操作，確保數據在使用時的安全。下載分析產生的數據，要嚴格數據傳輸存儲使用過程的保密管理；三是對數據進行分級管理，保證數據有效管理。根據數據的重要性進行等級分類，建立數據授權模式，保證數據安全；對敏感數據，必須有切實可靠的手段進行有效管理，防止數據信息的泄露。

豐富大數據取證手段。大數據時代的取證基于數據的分析結果，與常規的取證方式有所區別。一是采取電子函證、數據分析證據固定、勾稽關系測試等新的審計技術方法獲取審計證據進行取證。二是要重新審視數據精確性的優劣，提高對低精確率的容忍度，利用模糊查詢、勾稽分析等手段，鎖定審計目標和重點，透過現象發現本質上的問題進行取證。三是加大對數據滅失的管控。數據接收時，對數據進行封存，保留一手證據，明確雙方責任，杜絕數據被滅失的風險。

大數據時代審計工作既面臨著機遇也面臨著挑戰，在享受大數據審計帶來便利的同時，更應該關注審計風險。審計人員應緊跟時代步伐，把握機遇，創新審計思路，更好的利用大數據技術，推動審計工作的發展。

（作者單位：浙江省審計廳）