基于Python 語言環境下的大數據審計技術應用研究

李東光 蘇 萌

（東北石油大學 經濟管理學院，黑龍江 大慶 163318）

5G 時代是大數據和人工智能的時代，數據是審計突圍的重點，有足夠大的數據，對數據進行“產檢”得到精確的判斷，數據才能有價值。目前常用的Excel 表格是一款非常平民化的軟件，然而，電子表格軟件再強大也有短板，要批量重復性的做匯總和篩選工作，繁瑣且低效。相比之下，Python 的應用范圍更加廣泛，利用代碼處理大量的數據，以數據為基礎和核心，以風險導向為基礎模型，巧借“大數據東風”，實現審計價值。

一、Python 與大數據審計

（一）Python 介紹

Python 是一種跨平臺的計算機程序設計語言，隨著Python 版本的不斷更新和編程語言新功能的增加，越來越多地被用于各種活動。審計是控制風險的活動，大數據時代，通過計算機軟件的加持和對數據的深入理解，利用Python 進行數據分析，落實到數據鏈和業務鏈，判斷業務閉環中的風險。

（二）大數據審計

大數據審計是指審計機關遵循大數據的理念，對數據信息深入挖掘、分析，使審計的范圍跨層級、跨區域，降低了審計風險，但是也使審計工作更加復雜。審計很大的成本是“嘗試成本”，大數據下，利用數據軟件直接調取數據，降低“嘗試成本”。持續和變革是大數據審計的新關鍵，以業務為出發點，通過大數據審計尋找新的變革點，利用Python、網絡爬蟲、SQL 等軟件對數據分析匯總，基于大數據革新審計模式，低投入高效率，極大地方便審計人員的工作。

二、大數據審計與傳統審計的區別

（一）審計范圍

大數據審計與傳統審計有很大的不同，傳統審計因為人力、時間、地域等影響對業務進行抽樣審計，大數據審計傾向于對企業內外部的數據實施全面審計，包括對于投資者、供應商、客戶、物流、資金的數據來源和流向都深入挖掘，跨區域、跨系統，而且不用耗費大量的時間成本。

（二）表現形式

傳統審計表格的審計數據大都在Excel 表格中建立數據和圖標，可視化形式單一，缺乏直觀簡潔的可視化圖表，對于趨勢變化、離散程度不能一目了然，大數據審計利用數據軟件進行，使得表格中靜態的數字變成更簡潔直觀的多類型圖表，如氣泡圖、儀表盤等，更加方便數據的查找和分析。

（三）審計作用

傳統審計主要針對事后監督，大數據背景下，因為有數據的加持，審計的事后監督模式可以經數據軟件建立“前臺預測、后臺分析”模式，監督向事中、事前轉移，在分析數據時建立持續可變的風險導向模型，利用數據程序及時監督數據流向，以此降低風險。

（四）核算形式

傳統審計以人工形式核算填列期末報表。以費用類項目為例，費用分為銷售費用、管理費用、財務費用，在年末編制財務報表時，對于科目余額表中費用調整項目的分類列式需要一個一個遍歷篩選，而利用Python軟件，幾行代碼就可以將具體費用調整項目讀取篩選，寫入保存。

三、Python 輔助審計的應用

審計就像做拼圖，數據越完整，審計越可以勾勒出企業真實情況。Python 輔助審計是利用代碼進行數據的查找，一個簡單的界面蘊含著后臺的成千上萬的數字信條，審計程序、審計取證穿梭于數據中指向最有價值的信息。

（一）重要性水平判斷

1.審計思路

將所有需要審計Excel 表格文件運用Python 代碼讀取，輸入編碼，把其中的數據金額高于重要性水平的單元格數據一并提取出來，減少對每個表格數據篩選時間。

2.實現方式

利用Python 程序建立代碼表達，查找重要性水平大于等于200000 元的項目并寫入新的文件。

首先初始化變量m，n 讀取單元格行與列的數值，再對表格中數據遍歷循環判斷大于或等于200000 的數據，如果符合條件則寫入（write）新建表格中的指定項目、金額的行列，數字0 表示第1 行，1 表示第2行，以此類推，最后寫入保存（save）命名為“篩選結果”。主要編碼如下：

（二）查詢貨物出入庫時間

1.審計思路

將所有需要審計的貨物出庫入庫文件用Python 代碼讀取（open），輸入代碼，把出庫、入庫時間提取出來，據此審計公司貨物是否按時確認收入和成本，計入相應的會計科目，金額是否準確，這是審計存在、準確性、計價和分攤目標。

2.實現方式

初始化變量n，讀取貨物出庫或者入庫情況的工作簿，提取單元格中所需的日期，循環遍歷篩選符合要求日期的單元格數據，按照編碼規則數字0 表示第1 行，1 表示第2 行，寫入（write）新的Excel 表格，命名為“日期結果”。主要編碼如下：

（三）查詢應收賬款金額

1.審計思路

將需要審計的應收賬款往來、結余表格運用Python讀取（open），輸入代碼，提取收付金額、時間、壞賬，考慮公司應收賬款是否按規定登記并計提壞賬，查找大額增加的款項，是否存在關聯方交易，以完成審計存在、準確性目標。

2.實現方式

初始化變量n，讀取（open）應收賬款的工作簿，提取單元格中所需的日期，篩選符合日期條件的單元格，保存（save）新的Excel 表格為“應收賬款結果”。部分編碼如下：

四、運用數據軟件審計存在的問題

（一）運用數據軟件意識淡薄

現國內的大公司都開始推行數據審計而不是傳統的人工審計，大部分中小企業還未應用數據分析軟件，但基本都實行了Excel 表格進行數據的查取，并認為Excel表格的數據分析和圖表已經足夠企業的審計工作，不必耗費另外的時間和精力運用數據軟件執行操作能力，數據軟件意識淡薄，只能越來越落后于同業。

（二）數據軟件審計成本高

數據軟件審計下，如何將數據融合重建，檢查數據，結合算法建立數據庫是很重要的。使用數據軟件的成本高，它不僅包括對于硬件設施軟件設施的投入，還包括后續員工學習成本。Python 資源使用成本并不高，只需要配置環境基本可以實現，但是財務人員學習代碼的過程，包括時間成本、聘請講師，這需要耗費較大的成本。

（三）相關人員素質有待提高

1.技術素質

相關業務人員大部分屬于非技術型人員，復合型人才也是少數，技術知識不夠導致相關人員不能正確使用Python 軟件對數據進行匯集和篩選，對于數據庫內不同來源、不同形式的資源不知道如何高效使用，不知道如何運用最簡單的方法利用數據進行匯總查取，技術素質短時間培養困難，這是審計人員利用數據軟件進行審計的“固有痛點”。

2.專業素質

拋開技術層面，對于數據利用的出發點還是業務能力的高低，審計人員是根據業務和審計程序選擇合適的數據，而非僅根據數據進行審計。再者，即使具備技術知識，拿到數據之后，如何解讀和選擇，輸出自己的看法和判斷，又回到了考評業務能力的出發點，因為會審專業素質的不同，主觀“算法”的差異會引起“輸出”不同，這個問題不可避免，根本還是專業素質的高低。

五、對數據軟件審計的建議

（一）建立數據分析平臺

Python 的應用對于審計程序提供了便利，但是公司的審計業務是完整的閉環，公司需要建立自己的數據分析平臺，嵌入Python 等軟件，讓搜集到的數據變成流動的實體，實現數據“哪里需要哪里搬”、數據跨部門、跨區域及時調用；建立監督機制，對于數據平臺結合內部審計進行監督，隨時調用數據及時形成審計線索證據，以平臺為起始點和終結點，實現自動化輸入輸出閉環。

（二）視投入為“投資”

數據軟件審計下，需要投入較高的軟件費、員工培訓費等，但是購置軟件資源并且員工培訓到位之后，員工學會軟件技術可以利用數據軟件進行便捷的數據提取和分析，提高工作效率，減少個體的業務處理時間以處理更多工作；而且員工學會使用數據軟件之后，因為不會使用技術設施導致軟件設備掉線、損壞的情況大大減少，減少設備的維護成本，所以提前投入是對未來降低成本的投資。

（三）加強相關人員素質培養

1.提高專業素養

審計是監督活動，專業素養的提高是最重要的，審計人員需要對自身有要求。因為審計的出發點和結束點都是基于業務完成的，本質還是審計業務，所以雖然技術不足，但還是要落實到自身的業務水平。審計人員要革新審計價值觀念，緊跟法律法規的政策以及實際工作需要，根據不同模式下的審計流程，提高自身業務能力，進行持續性學習知識和保持對外部變化的敏感性。

2.學習技術知識

數據時代的審計人員不僅僅要了解審計知識，而且需要計算機技術知識。為此，公司可以引進技術人才加入審計團隊提供技術指導，建立激勵機制，對于自學數據以及編程軟件的員工及時測評，發放獎勵；同時，由公司提供資金和渠道指導員工進行培訓，建立整體“輸出”統一的思想；最后，為防止員工懈怠，建立適度的淘汰機制，淘汰不上進的員工，為適應大數據發展整裝好“外部環境”。

六、總結

前瞻化、信息化的大數據時代是一個轉折，運用數據軟件進行審計是大勢所趨。大數據潮流下，企業要不斷建立數據思維，自發尋找數據，印證數據，預測、感知風險和價值，持續往復構建符合自身的數據模型，利用數據軟件技術帶來創新發展。另外，技術是迭代的，要未雨綢繆，不斷更新技術思想，借助數據軟件和環境背景更好地實現大數據審計。