大數據技術在財務報表審計分析程序中的應用

張雯穎

【摘? 要】大數據環境下，單純地使用傳統審計分析程序已經無法滿足財務報表審計的工作需要。大數據在審計分析程序中具有相當的應用必要性，可以提高審計效率和質量。分析程序在財務報表審計過程中的三大應用階段都可以利用大數據技術，其應用框架大體一致，主要通過數據采集、數據預處理、數據儲存、數據分析和分析結果展示5個部分實現。最后，針對當前大數據審計分析的成效和不足，論文提出相關的對策與建議。

【Abstract】In the big data environment， simply using the traditional audit analysis program has been unable to meet the needs of financial statement audit work. Big data in the audit analysis program has considerable application necessity， can improve the efficiency and quality of audit. Big data technology can be used in the three application stages of the analysis program in the process of financial statement audit， and its application framework is basically the same， mainly through data acquisition， data pretreatment， data storage， data analysis and analysis results display five parts. Finally， in view of the effectiveness and shortcomings of current big data audit analysis， the paper puts forward relevant countermeasures and suggestions.

【關鍵詞】大數據技術;審計分析程序;非結構化數據

【Keywords】big data technology; audit analysis program; unstructured data

【中圖分類號】TP311.1;F239.4;F275? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 【文獻標志碼】A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 【文章編號】1673-1069（2022）01-0191-03

1 傳統審計分析程序中的局限性

1.1 數據獲取來源受限

審計需要采集大量信息，包括數據信息與非數據信息、財務信息與非財務信息等，所需的信息不僅數量要足夠龐大，且種類需要廣泛、多樣，傳統審計受限于時間、成本，審計人員對于數據的獲取量可能不夠足。此外，審計分析程序要求審計人員利用財務數據和非財務數據之間的內在關系對財務信息作出評價。相比于財務信息，非財務信息不僅包括被審計單位內部的組織機構、經營業務等，更包括外部紛繁復雜的信息，其差異性強，覆蓋面廣，非常靈活，導致取證難度更大、耗費成本更多，因而多渠道地收集非財務信息往往是審計人員獲取數據來源的棘手的部分。

1.2 非財務信息處理困難

非財務信息可以彌補財務信息的范圍局限的問題，將其運用到審計程序中，往往能作為發現審計疑點和舞弊的突破口，能夠更好地提高審計的質量，因而在審計證據中發揮著不可替代的作用。但是，非財務信息大多為半結構化數據或非結構化數據，難以量化，在處理上無法使用傳統的數據分析技術，且非財務信息往往具有延續性，即不僅與當年事項相關，也會與過去和未來的事項緊密相連，僅靠審計人員的收集、整理和職業判斷，易造成非財務信息處理效率低下，審計質量和結果難以保證。

1.3 分析結果準確性不足

審計抽樣作為風險導向審計實質性程序中的重要一環，能有效提高審計效率，但是只要有抽樣，就勢必會過濾一部分數據信息，況且審計的職業判斷貫穿于整個抽樣過程中，從而導致抽樣風險的存在和分析結果的偏差。審計抽樣種類可分為統計抽樣和非統計抽樣。統計抽樣能較為客觀地選取樣本，相對能有效地控制抽樣風險;非統計抽樣中樣本的規模、樣本的分析結果，往往都需要依賴注冊會計師的職業判斷和個人經驗，若審計人員的專業能力不夠或獨立性受到影響，則會影響審計抽樣的實施和結果的準確性。

2 大數據技術在審計分析程序中應用的必要性

2.1 數據來源和類型更廣泛

大數據時代下，信息呈爆炸式增長，大數據的“4V”特征中，最首要的特征就是“Volume”，即數據的規模體積龐大。第二個特征是“Variety”，即數據的類型繁多。大數據技術應用于審計工作中，可以拓寬審計信息來源渠道，提供跨行業、跨領域的審計數據。其中部分數據是結構化的，但更多的是以非結構化或半結構化的形式存在，如政策文件、會議記錄、往年的審計報告等。這些碎片式、非系統性、非結構化的數據，正包含著目前審計人員掌握程度十分有限的非財務信息。通過運用大數據技術正好可以滿足審計人員對廣泛性、多樣性的審計證據的需求，拓寬了審計證據的寬度和廣度，有助于克服因審計時間緊而導致取證不足或不易的缺點。同時，運用大數據共享平臺，可以充分分析和比較被審計單位上下游、關聯方及同行業的數據，幫助審計人員挖掘有效證據，找出被審單位漏洞。

2.2 提高審計效率，降低審計成本

將大數據技術融入審計工作中，可以快速處理海量數據，通過對審計數據的預處理、儲存和加工，剔除無關的數據信息，對同類型數據進行歸類整理和數據管理，幫助審計人員辨別選取有效的審計信息和證據，大幅提高獲取有效審計證據的能力。此外，大數據技術打破了空間限制，使審計人員的工作范圍不受限制，信息之間的溝通往來更為順暢，精簡了審計流程，有效減少外勤取證的時間，節約了人力和時間成本。大數據的存儲功能，使審計工作中的紙質文檔更多轉換為電子形式，降低了傳統紙質文件的儲存成本，實現審計數據的隨存隨取，審計工作更加靈活，減少審計人員查閱獲取審計資料的時間。

2.3 分析結果更具準確性和客觀性

在大數據技術下，無需采用傳統審計抽樣方法，可以通過對所有信息數據進行審計分析，使得審計范圍不受限制，且無需依賴審計人員的職業判斷，規避受到人為因素的影響，進而能夠消除抽樣風險，使審計結果更準確客觀。另外，除了比率分析法、趨勢分析法等傳統分析程序的實施方法，無論是在審計數據采集階段，還是在審計數據分析等階段，大數據背景下可以引入更多技術工具，如網絡爬蟲技術數據、可視化分析技術、數據挖掘技術等，能更高效地篩選有用的審計數據，能更輕松地對非結構化數據進行處理，能更直接清晰地展示審計信息，使得審計人員更容易篩選分析其中的內容，有利于提高審計結果的準確性。

3 大數據技術在審計分析程序中的應用

分析程序在財務報表審計過程中的三大應用階段——風險評估階段、實質性審計階段、總體復核階段，都可以引入大數據技術，其應用框架大同小異，大抵可分為以下5個部分。

3.1 審計數據采集

當前的審計數據的全面性不足，尤其表現在非財務數據的采集和分析不夠。而大數據下審計數據采集，可以通過網絡爬蟲技術，如python、Java等開發數據采集程序，從各類平臺和系統中抓獲所需的審計數據，獲取豐富的數據源，其大體分為兩部分：第一部分是從被審計單位的內部信息系統進行的直接采集，包括財務和會計信息系統、人力資源信息系統、業務信息系統等;第二部分是從外部的其他數據來源進行的間接采集，如各大新聞媒體網站、證監會、統計局、稅務局等。

3.2 審計數據預處理

審計數據預處理是在審計分析程序應用中的一個重要環境。數據預處理對審計數據質量有著重要意義，不僅可以為后續的審計數據分析作好準備，還可以在審計人員探尋審計數據質量異常的原因過程中，幫助其洞察出潛在的審計線索。

相較于傳統數據采集，大數據技術會采集更多如視頻、音頻、照片等非結構化數據，以及網頁、博客、日志等半結構化數據，其來源廣泛，數據格式不一。大數據環境下的審計預處理，可以將這些采集到的非結構、半結構化數據進行整理，同時也可以防止審計數據在處理的過程中失真或被篡改，能夠對結構各異的海量數據進行審核，篩除和清理不一致、不完整和重復的“臟數據”，保留一致的、準確的、完整的、可信性的審計數據，從而提高審計數據的質量。

3.3 審計數據儲存

大數據技術改變了傳統審計數據的儲存方式，包括其存儲構架、存儲設施設備以及數據訪問機制等。通過云計算技術可以實現云審計儲存方式，將海量審計數據儲存于多臺虛擬服務器中，方便隨時存取數據，且可以節約大量儲存空間和儲存費用。這一方面為審計數據創造了新的儲存數據庫形式，另一方面又對數據儲存的安全系數提出了更高要求。

3.4 審計數據分析

傳統的審計分析程序中的數據分析主要是應用統計分析、賬表分析等方法，但這些方法大多只適用于結構化的數據分析，且難以確定數據直接的預期關系，往往不能滿足大數據環境下對審計數據分析的需要。

針對結構化數據，如財務報表、銷售訂單、業務數據等，通過引入大數據技術，利用數據挖掘算法，借助計算機輔助審計系統等，實施相關系數分析、移動平均、線性回歸等人工難以操作的分析方法，識別數據庫中特定類型的數據、趨勢和比率差異，既能降低人為因素導致的誤差，又能將審計人員從重復和復雜的審計工作中解放出來，提高審計效率，為之后的控制測試提供更多操作時間。

針對如會議記錄、訪談記錄、辦公文件、電子郵件等非結構化審計數據，可以采用文本挖掘技術進行文本數據分析，抽取或標記關鍵數據，并按照內容對其進行分類，獲取有價值的信息，再對其進行可視化分析，可為審計人員提供線索，快速洞察到疑點問題，提高審計效率。

3.5 分析結果展示

當前的審計數據的分析結果展示往往是構建SQL語句，對被審計的數據進行結果分析。但是SQL的編寫較煩瑣，一般的審計人員難以掌握，而且SQL Server的分析結果是以二維表格的形式呈現出來的，并不能形象地為審計人員所用。

因而，基于大數據技術下，可以利用可視化分析技術對審計大數據分析結果進行展示，通過將復雜的審計數據圖形化，清晰地呈現出來，進行審計線索的挖掘，便于審計人員對審計數據進行直觀的觀察、分析，以助于從被審計數據中發現線索。在審計分析結果展示階段，常用的可視化分析技術有Tableau、iCharts等，這些專門的可視化分析軟件，不需要編寫復雜的SQL語句，對審計人員的專業技術要求不高，可簡單快速地進行結果分析。

4 大數據技術在審計分析程序中應用的建議

4.1 加強大數據審計相關平臺建設

目前的審計數據集成共享還存在著一定的滯后性，且各單位審計數據分布較為零散，難以實現數據的有效共享和相互關聯。大數據技術運用于審計分析程序中是未來的大趨勢大方向，基于大數據的審計平臺相較于傳統審計平臺對數據的采集和處理能力大大提升，平臺的建設是大數據審計發展的重要基礎。

構建審計大數據共享平臺，開發和建立統一的數據中心和數據集成系統，能將各個孤立的數據匯聚和關聯起來，形成大型審計數據庫，有助于推動“集中分析、發現疑點、分散核查、系統研究”的審計模式的發展。

另外，大數據審計平臺的建設離不開云計算。云計算包括了軟件服務、平臺服務及設施服務這3個服務層次。充分利用云技術，可以建設云審計平臺，將檢索的海量審計數據儲存于云端，能實現數據的備份、歸檔和恢復，增加了審計數據的可儲存空間，并支持審計在遠程和終端操作實時同步傳輸，推動各個單位部門之間的數據聯絡，提高審計的時效性，同時云計算技術下，能進行遠程訪問登錄，隨時調用和分析審計數據資源，使審計工作不受空間限制。

同時，為了保證平臺在審計工作中運行的穩定性、可靠性，應有專門的技術人員對大數據審計相關平臺進行定期更新和復核，并對審計數據平臺進行全過程的質量控制，保障審計數據的安全和審計質量。

4.2 加強審計數據安全保障工作

審計數據的安全是大數據審計發展的保障。大數據技術總是伴隨著機遇與挑戰，審計工作也總是面臨著挑戰與風險，倘若審計數據安全得不到保障，極可能導致被審計單位的機密信息遭到泄露，大數據技術則難以繼續在審計分析程序的應用中有著進一步發展。

事前防范永遠比事后補救更為重要。為了保證平臺在審計工作中運行的安全性、穩定性、可靠性，要不斷加強對審計工具和大數據審計平臺的檢查，以防被篡改設計或非授權運行等問題的產生;通過設置各類權限，落實授權審批，不給不法分子可乘之機，防范因非法進入審計數據平臺而導致的信息安全問題;通過云審計在云端上實現傳輸和恢復等操作進行及時備份數據和災難恢復，以免數據丟失或失真。同時，應對大數據審計平臺進行全過程、全方位的實時監督與管理，防止審計數據信息被濫用，從根源上保障被審計單位的數據信息的安全。

除此之外，倘若審計人員對大數據平臺操作不當，或缺乏風險識別意識和能力，同樣會為數據信息應用帶來極大安全隱患。因而應定期為審計人員進行操作培訓，提升其業務能力，更新和完善其知識儲備，加快其由傳統審計思維向大數據審計思維的轉變。

4.3 重視審計復合型人才培養

大數據技術廣泛應用于審計，對審計人員的素質要求越來越高，這是毋庸置疑的一點。例如，在大數據審計中數據概化、可視化、聚類分析等常見技術的廣泛運用，就要求審計人員掌握數據挖掘能力，能正確選擇和使用各類挖掘技術，并能對此作出分析。

因而，未來的審計行業需要更多既具備專業的審計、會計知識，又能應用大數據技術的跨專業、跨領域的復合型人才。各大會計師事務所招聘人才不用再局限于審計、會計專業，可以引進計算機、統計學、經濟學等專業，豐富和壯大審計人員的隊伍。在各大高校中，可以設置大數據審計相關課程和實驗，加大科研投入，系統培養審計復合型人才。

5 結語

大數據時代下，信息呈爆炸式增長，審計證據隱藏于海量數據信息中。信息技術的發展為大數據審計分析程序提供了技術支撐。審計人員需要充分利用大數據審計分析技術，與傳統審計分析程序相結合，篩選出審計分析工作所需要的審計證據，通過預處理對數據進行清洗加工，為進一步審計數據分析作準備，最后運用可視化分析等技術手段將分析結果進行形象的展示。

技術的變革勢必會為審計工作帶來新的風險與挑戰。需要重視審計平臺的建設和審計數據安全的防護，這對審計人員的素質提出了更高的要求，審計人員勢必要緊跟時代步伐，能將理論轉換為實踐，加快從傳統審計分析思維向大數據審計分析思維的轉變，培養更多復合型審計人才，以提高審計工作質量。

【參考文獻】

【1】劉國城，馬欣萌，徐志.審計全覆蓋驅動下大數據審計平臺構建研究[J].會計之友，2021（11）：125-132.

【2】鄭石橋.大數據對審計取證的影響：一個理論框架[J].財會通訊，2021（05）：3-7.

【3】夏菁，周婉怡.大數據背景下會計人才的全新培養模式思考[J].財會月刊，2018（02）：124-128.

【4】張志恒，成雪嬌.大數據環境下基于文本挖掘的審計數據分析框架[J].會計之友，2017（16）：117-120.