大數據下審計工作的研究

陳碧蓮

摘 要：大數據背景下，傳統的審計模式受到了強烈的沖擊，數據式審計模式成了未來趨勢。如何有效采集、存儲、計算處理大數據，是現在面臨的技術難題。運用大數據技術，顛覆以往審計取證方式，更新現代審計技術和方法，提高審計效率，提升審計質量，實現審計全覆蓋，推動審計工作取得新突破。

關鍵詞：大數據;審計;全覆蓋

隨著現代信息技術的騰飛，大數據水到渠成應時而生，云時代降臨，發起了各行各業的新革命，包括了審計行業。相比傳統數據而言，大數據不僅信息量龐雜，無法以人工計算，而且具有高速增長、形式復雜多樣的特點，處理模式也是迥然不同。在大數據下，現代審計模式被迫發生改變，提出了審計全覆蓋的新模式，要求更新相應的審計技術和方法。

一、審計大數據平臺建設

欲構建全覆蓋的審汁新模式，前提是能夠采集海量數據，不拘多維渠道。一是互聯網數據，包括媒體資訊、社交平臺、搜索引擎、門戶網站等數據：二是被審計單位提供的各類數據，涵蓋了財務、非財務數據，例如年報數據、經營戰略、組織結構等;三是其他數據，例如政府組織數據、行業數據、國民經濟數據、政策數據、分析師預測數據等。上述所采集的數據形式有三種：一是結構化的;二是半結構化的：三是非結構化的。

大數據平臺的采集構建，需要國家相關機構的引導，加之企業積極配合。常見的例如：現行的各企業按月/季度/年度申報的各稅種納稅信息;各上市公司在4月30日之前報送年度審計報告;每家企業6月30日之前報送企業工商年報;企業不定時對外披露重大事項等。

數據存儲也是平臺建設的重要一環，不僅要確保數據安全，而且還需考慮存儲和抽取速度。相比傳統的數據存儲系統而言，現新興的審計云平臺，采用網絡存儲技術，構建分布式存儲系統，例如Hadoop平臺。

如何將已存儲的大數據抽取出來，進行大數據計算、分析、處理，確保結果精確且速度高效，一般需要采用分布式并行執行機制。審計師利用數據統計分析等技術，可以分析各實體之間的關系，實現數據進一步的挖掘、取證等。

二、大數據審計取證及審計技術

大數據下，審汁取證的形式更多的是電子數據式。相比傳統審計取證方式而言，電子數據式取證以“數據先行”為特征，審計師在進場審計之前，提前收集各類相關數據信息，利用大數據平臺進行數據分析，形成審計預期。在進場審計后，再進行現場調查取證，并與預期進行比對，尋找兩者是否存在差異，以及存在差異的原因，原因是否合理。在這新型取證模式下，數據取證分析發現問題的過程，與現場調查取證的過程，兩階段是分離進行的。優勢在于，大數據分析可以拓寬審計視野，及時發現異常數據及問題，提升審計效率。劣勢在于，兩階段分離，可能會導致與現場審計相脫節。

與傳統審計技術相比，運用大數據審計技術方法可以處理海量、類型復雜、來源廣泛的數據，以實現審計全覆蓋，包括爬蟲技術、文本挖掘、數據分析、人工智能等。大數據審計技術，可以實現“樣本=總體”，實現創新的總體審計模式，不再是傳統的抽樣審計模式，避免抽樣風險。大數據審計技術下，能夠通過大數據平臺，實現實時采集并共享信息，以及統計分析并預警信息。

三、大數據審計的探索與實踐

大數據及云技術發展一日千里，如今審計實務中已經陸續零星采用大數據技術，得到了有益的實踐探索經驗。下面以某市智慧停車管理項目，以及“財報掃雷”軟件為例。

（一）智慧停車管理項目

（彭沖等，2018）運用案例分析法，以某市智慧停車管理項目的績效審計為例，研究大數據背景下的數據式績效審計模式。該項目采用智能化模式來管理停車，通過“手機+射頻”結合形式，自動感應車輛，采用手機付費方式，從而實現調控該市的交通狀況、疏導擁堵的目的。

在審計期間，該停車管理項目記錄的有效里程高達15.09萬人次，應計費的停車單高達1848.28萬宗，信息量非常龐雜，屬于大數據范疇。利用大數據審計分析技術，發現該停車管理項目違章車輛實際繳納的停車費，遠遠低于經測算應繳納的金額，取證率低至3.14%，表明該停車管理項目在運營管理方面存在著一定程度的執法不嚴。據此一步步深入探討，分析項目人員的出勤情況，構建“邏輯結構樹”，并從四個方面論證該項目的執法效率，包括分析巡查里程、取證時間、違章時長、取證數量，

經過上述大數據多維度審計分析，入小三分指出了該市停車管理項目在管理方面存在的問題，并一針見血地提出了相應的改進措施，實現精準整改，并對整改后的情況進行跟蹤審計。由此可見，大數據分析能夠大大提高審計的效率，提升審計質量。

（二）“財報掃雷”軟件

在傳統的審計模式下，需要手工計算被審計單位相關的財務指標，數據計算分析過程占據了審計工作的大量時間。如今資本市場上，開發了初級的智能財務分析軟件，例如，“財報掃雷”軟件，專門針對上市公司年報數據進行財務分析。

“財報掃雷”軟件由上海銘垚信息科技有限公司開發。在查詢界面上，只要輸入上市公司的代碼或者簡稱，選擇欲分析的年份，就可以得到相應的財務指標。一是財析結果概覽，闡述偵測出風險項的數量和程度;二是財報可信度評定，屬于健康、輕度關注、中度關注還是高度關注，并具體關注哪些報表項目;三是業績表現評定，包括經營業績表現、資產結構分析、現金流量分析、行業對標評估、財務盈虧預測;四是財報風險匯總等。審計師利用此類智能化軟件分析，能夠提高對被審計單位的警惕，識別高風險項目。例如，審計師在執行2018年審計工作時，通過此類智能化財務分析軟件，可一鍵得到客戶2017年及以往年度的財務分析指標，有利于審計師對2018年財務情況做出預期。

與“財報掃雷”軟件相類似的，還有“天健財判”等軟件。這些初級的財務分析軟件，可視為在大數據背景下，智能化數據分析的淺層次實踐。

四、結論及建議

大數據和云技術是信息時代的趨勢，促使審計技術得到飛躍式的發展，顛覆以往的取證方式，大幅度提升審計效率和審計質量，預期實現審計全覆蓋。

為了早日實現全面大數據審計，提出以下建議：一是提高企業信息化水平，確保所采集數據的質量;二是健全與電子數據證據相關的法律法規;三是實現各類相關數據的口徑一致性，完善電子政務頂層設計;四是強化大數據審計分析模型的構建：五是提升審汁師對大數據審汁的運用能力。

參考文獻：

[1]劉國城，王會金.大數據審計平臺構建研究[J].審計研究，2017（6）：36-41.

[2]程鋮，李睿.電子數據審計取證模式研究[J].審計研究，2016（5）：8-12.

[3]彭沖，胡重輝，陳希暉.大數據環境下的數據式績效審計模式研究——以X市智慧停車規劃與管理項目績效審計為例[J].審計研究，2018（2）：24-31.