大數據環境下數據挖掘技術對審計風險的影響研究

劉 敏

(貴州航天計量測試技術研究所，貴州 貴陽550000 )

一、 引言

近年來，大數據與各行各業的聯系越來越緊密，對各行各業都產生了較為深遠的影響，隨著各類信息系統的建立和規模的擴大，傳統管理模式的改變也變得十分迫切。 在這種形勢下，審計作為審核、稽查的重要行業，在面對大數據環境帶來的機遇和挑戰時，應該針對行業特點，順應潮流和趨勢，進行變革創新、揚長避短，利用大數據的優勢來解決當下審計面臨的問題。 大數據的特點是海量數據和信息的涌現，這些信息具有數量大、內容復雜等特征，包含了外部信息、內部信息、財務信息以及非財務信息等，審計人員如何充分利用這些電子數據信息，從中找到審計所需要的線索，發現隱藏的業務關系，改善傳統審計存在的因樣本限制、審計證據質量等帶來的審計風險問題，是當下面臨的一個重要挑戰。 而數據挖掘技術正是利用電子信息技術對大量電子數據進行提取和分析，發現隱藏在數據下的規律，充分利用并挖掘數據的價值，提升數據的使用效率。 因此研究在大數據環境下數據挖掘技術對審計風險的影響具有一定的意義。

二、 大數據環境下數據挖掘特征

大數據是一種規模大到在獲取、存儲、管理、分析方面超出傳統數據庫軟件工具能力范圍的存在，它具有海量的數據規模、快速的數據流轉、多樣的數據類型和價值密度低四大特征。 大數據存在的意義不僅僅是對數據的收集管理，而是通過采用專業的數據處理方法將這些數據轉變成有用的信息，通過對數據的加工，將這些數據的價值展現出來。 隨著網絡技術的高速發展，以及各行各業對信息化的高度重視，電子數據的規模在不斷擴大，數據的信息量也越來越龐大。正是大數據的這些特點以及其帶來的影響，導致傳統的數據分析方法已經無法充分、全面獲取和利用所有信息，亟須一項具有更加專業和強大數據處理功能的分析工具。

數據挖掘是對數據進行特定的分析，通過建立各種算法從大量的數據中獲取隱藏信息的過程。 數據挖掘往往借助于計算機科學，利用算法建立模型來達到數據處理的要求。與傳統的數據處理方式比較而言，傳統的數據處理方式是數據需求方提供特定的數據特征，再通過這一特征來對數據進行特定的搜索，搜索的結果比較單一，獲取到的信息具有一定的局限性，而數據挖掘通過搭建不同的模型、采用不同的算法，既可以根據特定的業務需求來進行數據的分析取數，也可以進行模糊查詢發現數據之間存在的潛在邏輯關系，提煉那些傳統數據處理方式下無法提煉的有效信息，減少有用信息的丟失。

在財務電子數據規模不斷擴大的環境下，審計人員若僅僅依靠傳統的數據處理方式對財務信息進行分析，將會影響其對數據的把握和對問題的發現能力。 同時，由于審計抽樣的局限性，會使得大量有用數據被埋沒，數據中隱含的信息很難被發現，從而會導致審計風險的增加，審計質量的下降。在大數據環境下，審計人員應當要適應環境變化，調整審計方法，跟上時代的節奏，更換審計工具，用最有效的方法來獲取審計所需的證據，保證審計質量和審計結果的合理性，降低審計風險。

三、 大數據環境下傳統審計方法面臨的風險

(一)審計證據相關風險

審計證據是為了得出審計結論、形成審計意見而使用的所有信息，審計證據應當是充分和適當的。 傳統審計模式下，審計證據包括構成財務報表基礎的會計記錄所包含的信息和其他信息，主要是會計記錄信息。 而大數據環境下審計除了利用直接獲取的會計財務數據信息外，還可以從各類外部信息平臺上獲取到已經披露的其他數據信息來作為審計證據。 而這些數據往往包含業務前端數據、可直接獲取的往來單位的數據、企業銀行信用數據以及企業稅務信用數據等類似的數據信息。 在大數據環境下，樣本信息中企業外部的非財務化信息往往占大部分，如果按照傳統審計方式，僅僅使用內部的財務信息，忽略非財務信息的獲取可能會遺漏掉重要的審計證據，給審計帶來重大風險。 這些外部數據不同于企業的財務數據，具有非財務化、復雜化等特點，而要從這些數據中獲取信息，需要采用特定的方式和方法進行深入的挖掘，才能找到其中的重要關聯以及隱藏的具體事實，從而為審計提供證據支撐和幫助。 這些對于傳統審計方法來說是很難做到的，傳統審計方法是風險導向型的審計方法，通過對企業財務信息進行風險評估，分析存在風險的業務，針對該風險展開一系列審計驗證方法，該方法具有一定的針對性。 因此，在大數據環境下不改變審計方法，繼續采用傳統的審計方式進行分析可能會造成嚴重的審計風險。

(二)審計抽樣相關風險

審計抽樣是對具有審計相關性的總體中低于百分之百的項目實施審計。 大數據環境下信息化的推進使得信息平臺得到了充分的運用，各類業務平臺不斷增加，各個信息平臺與財務信息平臺的聯系也越發緊密，平臺之間的信息互通互融，信息之間的關聯性也越來越強，大量相互關聯相互影響的數據信息通過這些平臺產生，并呈現迅速增長的趨勢。對于審計來說，這些海量信息中同時包含著有效信息和無效信息，審計人員從這些信息中確定合適的樣本總體，并在此基礎上確定抽樣單元，對抽樣單元進行審計測試，具有一定的挑戰性。 由于信息量的不確定性和信息的復雜性等特點，在傳統審計方式下，審計人員很難保證選取的抽樣總體的適當性和完整性，從而會影響到審計質量，加大審計風險。

(三)審計模式相關風險

風險導向性審計是主要的審計方法，審計人員通過識別和評估重大錯報風險，設計和實施進一步的審計程序。 風險導向審計模式下識別和評估重大錯報是審計工作的重要部分，是降低審計風險的重要步驟。 傳統審計方法主要通過詢問、分析、觀察和檢查等來識別和評估錯報風險，包括分析財務數據與非財務數據之間的相關性，觀察和檢查被審計單位的經營活動、管理報告等。 這些方法在大數據環境下都具有一定的局限性，面對龐大的數據信息，審計人員很難通過觀察、分析以及傳統的看賬本、翻憑證等方法來識別這些信息中隱藏的風險。 因此，審計人員必須改變審計方式、創新審計方法、利用信息化工具來發現和識別其中隱藏的舞弊風險。

四、 數據挖掘對大數據環境下審計風險的影響

(一)數據處理的全面性和準確性能有效降低審計風險

大數據環境下，審計人員利用數據挖掘技術，可以對信息平臺產生的數據進行更加全面系統和準確的分析。 一方面，由于數據挖掘技術的特點，審計人員不再受到抽樣的限制，審計面向的數據處理樣本也不僅限于與企業內部財務直接相關的信息，而是可以通過建立數據挖掘模型，從外部信息平臺上獲取到與企業相關的更全面的信息，包括企業客戶關系，企業信用等級等，通過對這些信息進行分析加工，獲取內部財務數據所不能體現的信息，提升審計證據的充分性，有效降低審計風險。 另一方面，傳統審計模式下，審計抽樣、審計風險評估以及相關的實質性測試程序等都會一定程度上受到審計人員主觀意識的影響，審計人員在遵循職業道德，保持公正客觀的態度下，仍然會有部分經過精心偽裝的舞弊行為會被遺漏，通過數據挖掘，直接從外部信息平臺上獲取數據，能在一定程度上提升數據和分析結果的可靠性和準確性，降低審計風險。 此外，審計人員還可以通過數據挖掘技術，對信息平臺上存在的大量數據進行無明確目標的信息收集，發現其中存在的隱藏信息，為審計提供新的思路和線索，從而提升審計質量，降低審計風險。

(二)事后審計向事中審計轉變能有效降低審計風險

由于受數據獲取以及審計資源的限制，現有審計形式以事后審計為主。 事后審計針對被審計單位已經發生的業務，通過對現存的財務報表和會計資料進行取證分析，判斷被審計單位的財務資料、經營業務以及制度等是否符合相關法律規定，具有一定的監督作用。 事后審計強調的是對已發生業務的合規性驗證，無法在業務發生的過程中對其實施監控，及時發現問題。 事后審計獲取的財務信息在管理層存在相應意圖時有可能被篡改，導致財務舞弊的發生，從而影響審計人員的判斷，降低審計質量，給審計帶來風險。 在大數據環境下，由于各類信息系統的搭建，企業經營過程中產生的信息都以電子數據的方式進行儲存，在審計人員獲取相應信息系統訪問權限的前提條件下，便可以通過數據挖掘技術的運用，根據需要實時提取被審計單位的相關數據，對被審計單位各項業務進行監控、分析，獲取不同時間段的審計證據。在這種動態監控下，審計從事后審計轉變為事中審計，審計人員能隨時掌握企業的財務狀況，及時發現潛在的財務問題，管理層很難隱藏對財務數據進行篡改的行為，從而在一定程度上降低審計風險。

(三)增強審計證據可靠性能有效降低審計風險

數據挖掘技術面向的信息資源是大數據環境下各類信息平臺上的電子數據，具有數量大、信息內容復雜、涵蓋面廣等特點。 這類信息對于企業來說包含了內部信息和外部相關信息，而外部相關信息的產生和來源不會受到企業管理層的影響，是獨立于企業存在的，這在一定程度上保證了信息的真實性和可靠性。 傳統的審計方式主要通過函證來獲取這些外部信息，而函證的內容往往較為單一和局限，且回函率的高低也會對信息的準確性產生影響。 在大數據環境下，審計人員可以根據需要利用數據挖掘技術對這些外部信息平臺上的信息進行獲取、分析，從中發現隱藏的審計線索，取得相關的外部審計證據。 通過將這些外部獲取的審計證據與對企業內部信息進行審計獲取的證據進行比較，一方面，能夠取得內部信息無法提供的內容，對內部信息獲取的審計證據進行補充，使得審計人員能更好地對被審計單位的財務報表和業務內容進行分析；另一方面，通過對比內外部獲取的審計證據，分析兩者之間的異同以及信息之間的邏輯關系，可以對通過內部信息獲取的審計證據進行驗證，從而發現存在虛假舞弊的財務信息，增強審計證據的可靠性，一定程度上有效地降低審計風險。

(四)審計方式轉變能有效降低審計風險

數據挖掘技術的運用改變了依靠翻閱會計賬簿和憑證來獲取審計證據的審計方式。 在大數據環境下，企業財務、經營相關的信息存儲在信息系統中，通過計算機等信息化工具的使用，可以快速地對這些電子信息進行處理，獲得更多有用的信息，審計人員可以不進入被審計單位現場翻閱各類紙質資料，而是直接利用電子信息來進行審計。

通過運用數據挖掘，首先，能夠提高審計的效率和準確度，減少由于數據量大、審計人員限制、時間限制等原因而導致的無法發現審計線索和進行相應總體分析的風險；其次，數據挖掘技術采用的是人工智能的計算機來對數據進行處理，這種方式下獲取的數據、得出的結論更加客觀公正，一定程度上能降低傳統審計方式下主觀人為分析帶來的審計偏差，從而提高審計結論的可靠性；最后，對于涵蓋多個會計年度的審計業務，將數據挖掘技術作為審計工作的輔助工具，往往會大幅度減少人力和時間的消耗，擴大數據分析的范圍，提高信息處理的準確度和完善性，特別是對于信息數據管理系統比較完善、數據管理經驗較為豐富的企業來說，將數據挖掘技術與現有審計方式進行結合，既能保證數據分析的全面性，又能確保數據分析結果的準確性，在一定程度上降低審計風險。

五、 結論與建議

大數據環境下，財務信息化已經成為一個必然趨勢，傳統的審計方法在面對大量電子數據和電子信息時，必然會存在一定的局限性。 數據挖掘技術的出現改變了傳統審計方法下數據的獲取和處理方式，能在一定程度上彌補傳統審計方式的不足，提高數據處理的全面性和準確性，加強對企業業務活動和財務數據的實時監控，提高數據獲取的及時性，通過將內部信息與數據挖掘技術獲取的外部相關信息進行對比，補充和驗證以企業內部財務信息為基礎形成的審計證據，增強企業審計證據的可靠性，降低審計風險。

數據挖掘技術的運用會對審計工作產生較為深遠的影響，然而在當前環境下僅僅將數據挖掘技術引入審計工作中還是不夠的，審計人員既要認識到數據挖掘對審計風險的影響，又要以現有的大數據環境為基礎，抓住機遇，為數據挖掘技術在審計工作中的運用提供條件。 首先，應當加強數據信息管理系統的建設，不斷提升電子數據管理的水平，加快財務信息共享平臺以及其他業務信息平臺的建設，將業務活動與財務活動結合起來，形成業財一體化，將日常業務活動形成的信息以及財務相關信息都以電子數據的形式存儲，不斷提高電子數據的數量和質量，建立審計數據庫，為審計數據挖掘提供信息基礎；其次，要提升審計人員綜合素質，數據挖掘是一門綜合性較強的學科，涵蓋了統計、數學、計算機等相關知識，具有較強的專業性，要熟練地利用數據挖掘技術獲取審計所需信息，對審計人員使用信息化工具的要求會較高，審計人員只有在了解數據挖掘的工作原理和邏輯關系之后，才能更好地使用數據挖掘這一工具，并對獲取的數據進行專業、準確的分析，達到審計的目的，讓數據挖掘技術更好地服務于審計工作。