大數據背景下企業審計數據統計分析研究

文文

摘要：數字經濟時代，以大數據技術為代表的一系列新興技術正在全面改變企業的生產經營和組織管理活動。在這一時代背景下，企業審計工作也較大程度受到了相關技術的影響。大數據背景下企業審計數據統計分析工作已經呈現出了諸多的新變化，并產生了相應的實質性影響。因此，對大數據背景下的企業審計數據統計分析進行研究，找尋現階段應用過程中存在的不足之處并加以革新、改進，對于企業更好地應對變革中的市場環境、競爭環境，進而實現自身的戰略和經濟目標，具有重要的現實意義。文章基于大數據等新興技術對企業審計工作影響的論述，分析新環境下審計數據統計分析工作存在的問題與不足之處，從企業宏觀戰略導向和微觀實踐路徑兩個層面對大數據背景下提高企業審計工作水平提出相應的意見和建議。

關鍵詞：大數據技術；企業內部審計；數據統計分析

企業審計數據統計分析（DA）是一系列技術、流程、工具的集合，其目的在于通過廣泛收集數據、信息，使用統計和定量、定性分析方法進行詮釋和預測并在此基礎上建立相應的數據模型，進而提供相應的分析報告與決策依據。大數據背景下的數據統計分析應用于企業審計工作，可以理解為信息化、數字化技術輔助審計的一個深層次應用。

一、引言

大數據背景下，人們對于信息、數據的處理和分析能力均得到了前所未有的發展，并深刻地改變了企業的生產經營和組織管理活動。如何更好地將一個能力應用于企業審計工作，進而更加準確地把脈企業面臨的潛在風險，是企業審計相關人員的職責所在。借助大數據技術、可視化技術及前瞻性數據分析技術，審計人員可以有效提升其對企業生產經營活動各場景、各部門的經營預測和風險預警的可信度，并可以借助將數據統計分析手段與新興技術結合，實現對審計模型中各變量即時調整、即時更新、即時呈現。進而對企業的經營成果等財務報告數據進行更客觀的評價和預測。

審計工作的核心價值是識別企業未來將要面臨的風險。就企業審計工作而言，利用數據統計分析可以對企業的內部控制運行情況和可能面臨的潛在風險進行更加深入地洞察，利用范圍更加廣泛的數據信息分析其對企業現狀的影響、預估企業未來發展進程，進而基于職業道德和審計準則的要求對企業的業務活動保持更為審慎的態度，就企業業務活動的開展與運行提出獨立的、科學的、客觀的意見和建議。

二、大數據背景下企業審計工作的發展趨勢

數字經濟時代，企業所面臨的市場環境、競爭環境發生了根本性變化，并促使企業從管理方法、管理思維、管理理念等各個方面踏入不斷革新的進程之中。這些變化使企業生產經營活動中難以預料的不確定性大大增強、可能面臨的潛在風險不斷提升。在這一背景下，企業審計在企業中的地位愈發重要，不論是企業內部的管理層、治理層，還是企業外部的各利益相關者均對企業審計工作期望值發生改變。堅持風險導向原則、廣泛應用新興技術的企業審計模式成為主流。企業審計工作從傳統的“消極發現、事后評價”向“積極防范、事前介入”轉型，工作的側重點更多地集中在借助自身工作實現改善公司風險管理水平、防控財務和經營陷入困境的目標。

（一）工作模式由“控制導向”向“風險導向”轉型

傳統的控制導向企業審計的工作重點在于事后監督企業經營合規、財務合規情況，往往與企業的總體戰略目標和使命愿景脫節，在風險特別是戰略層面風險的應對方面難以發揮實質性作用。而新興技術的產生和快速發展使得企業審計工作模式轉型成為可能。以大數據技術的應用為例，通過將審計工作與大數據技術的5V技術特征（大容量、高速性、多樣化、價值化、真實性）結合，企業審計工作可能有效實現對海量內外部財務數據及非財務數據的收集、整理和匯總分析，并借助技術的價值清洗能力進行有效信息與數據的提煉，確立以風險為導向的全新工作模式，從而更好地開展相應的數據統計分析工作，為企業提供科學化、前瞻性的決策輔助。

（二）管理角色由“執行者”向“制定者”轉型

傳統的企業審計工作是以固定的內控條例等制度性文件為唯一標準進行的，相關工作人員僅僅是制度的執行者或是監督者，這對確保企業合規性、預防舞弊等特殊風險的發生有較強的能力，但是已經無法適應數字經濟時代的快速變革和發展，并存在導致企業錯失潛在發展機遇的風險。因此，大數據背景下的企業審計工作應當將對企業經營活動的監控與預測和各利益相關者的需求與期望相結合，并以此為依據制定出審計工作的戰略和規劃，在治理層和管理層的直接參與和宏觀掌舵基礎上執行既定的審計計劃。確保企業審計工作與自身的戰略目標、戰略方向相適宜，由制度“執行者”向戰略“制定者”轉型。

（三）工作方法由“人工”向“智能”轉型

隨著企業經營活動、技術環境、風險種類的復雜化、多元化趨勢日益明顯，大數據背景下的企業審計工作涉及的領域愈發廣泛、深入，傳統的人工審計方法，其效率與效能已經完全無法適應時代發展的要求。伴隨大數據等新興技術的應用，借助數字化技術輔助企業審計工作已經得到了廣泛運用。以KPMG Clara為代表的智能審計平臺，在推動企業審計工作方法由“人工”向“智能”轉型的同時，實現了更深入全面了解企業內外部環境、激發企業數據資產活動的全新審計路徑。

三、數據統計分析在企業審計工作中的應用現狀及存在的問題

（一）數據統計分析在企業審計工作中的應用現狀

企業審計數據統計分析是一系列理念、技術與工具的集合，其目的在于通過數據和信息的收集、整理、分析，對企業業務活動的開展進行合理的解釋與預測，并進而構建相應的數據模型，為企業的運營管理、風險管理、內控管理提供必要的決策依據。

數據統計分析為企業審計工作帶來了廣闊的發展空間。在企業審計工作中嘗試引入數據統計分析有助于企業建立完善的信息化內部控制環境，并幫助企業準確定位擴展審計工作的性質、時間安排和范圍，觸及傳統技術無法達到的業務領域或非數據領域，是支持企業進行持續監控與審計的重要工具與抓手。對于企業而言，成熟的數據統計分析流程能幫助審計部門更好地履行自身職能，實現對關鍵數據和信息的搜集、整理和自動化整合，并采用多維度、多視角的方式對相關數據和信息進行分析和詮釋。能使企業審計工作目標性更加明確，并針對企業所面臨的潛在風險領域確立更靈活的審計計劃，在控制與交易分析之間取得更好的平衡。在持續審計流程中運用數據分析工具能針對控制的有效性、交易的準確性提供保障，同時大幅降低成本、資源和時間。具體而言，數據統計分析主要在三個層面應用于企業審計工作之中：

1. 宏觀層面

宏觀層面應用數據統計分析為有效解決企業在運營、財務等方面的問題提供了更廣闊的觀測角度，可以幫助企業在審計工作中有效識別業務活動中存在的關鍵性差異和異常趨勢，并根據數據分析模式推演可能引發的結果和風險。

2. 內部控制層面

內部控制層面的數據統計分析主要應用于財務控制和不相容職務分離控制等。其應用對于為授權用戶提供安全許可、禁止未授權用戶訪問發揮較為明顯的約束性作用。

3. 業務層面

業務層面應用數據統計分析主要內容是基于業務活動的例外分析，以及規則管理。通過實施適當的數據統計分析，企業可以擺脫審計抽樣的約束，實現對業務活動進行全面無死角審核，進而針對業務活動整體進行更有效的數據信息分析，同時以此為契機還可以有效加強企業的風險防范意識和能力，有效識別業務活動的合規性風險及舞弊引發的特別風險。

（二）數據統計分析應用于企業審計工作中存在的問題

基于便利性、時效性及信息技術，現階段的企業審計數據統計分析工作常以較為簡單易學的Excel作為承載工具。工作人員對業務單位執行了既定的審計程序后，通過Excel工具函數功能進行數據分析，其優點在于內容簡易、便于完成；所需耗費的時間成本、人力物力成本都很小。

但與此同時，其缺點也是顯而易見的。首先，傳統模式下的企業審計數據統計分析僅可完成一次性查核，無法再次使用，且僅能適用于少量數據的驗證。其次，經常出現由于企業的業務部門不了解稽核目的，抑或信息技術過于復雜，造成向審計部門提供數據困難，并且無法確保數據的客觀性、真實性，原始數據的質量不足導致后續產出的內容正確性存疑。最后，由于每個工作人員對于業務流程、數據統計分析工具的操作熟練程度不一，容易出現生產的數據統計分析內容無法在審計部門內部有效傳遞和溝通，也無法有效傳遞給企業的其他業務部門或職能部門。

四、基于大數據背景的企業審計數據統計分析提升策略與路徑

如前文所述，在企業審計應用數據統計分析的實際過程中存在著一系列的問題與不足。下文結合實際企業案例對企業針對這一問題所應采取的總體應對策略和具體提升措施進行論述。

（一）戰略層面：打造數據分析驅動型的企業審計工作

在大數據等新興技術廣泛應用的背景下，提升企業審計數據統計分析工作最關鍵要素在于從企業戰略層面出發，確立以數據化、信息化為目標的整體工作轉型計劃并將其納入企業戰略管理工作之中，從戰略和愿景的高度看待企業審計工作的重要性和賦能作用。現階段，相關工作轉型失敗的常見原因主要是缺乏高層支持、預算或戰略上有所局限，導致既定的轉型策略和方法無法有效落地執行。

企業審計工作轉型面臨的挑戰非常大，但并非不可克服。事實上，隨著分析用例越來越普遍，大規模實施落地已變得更容易實現。實現基于數據分析的企業審計工作轉型需要強大的領導力、堅持結果導向且確保相關工作人員和企業其他業務、職能部門員工愿意接受新審計工作思維和方式。

1. 由企業的治理層、管理層設定轉型工作的目標和愿景

在向數據分析驅動型企業審計工作轉型時，企業往往由于缺乏明確的戰略目標導向而難以實現全范圍、多層次的實踐落地，轉型的交流僅在企業高級管理層和部分審計工作人員的范圍內進行，職能層與業務層溝通渠道受阻，導致應用無法大規模推廣，從而不能真正實現工作的整體轉型。相反，若變革項目能夠得到企業高層的戰略支持并構建以結果為導向的戰略目標與愿景，企業審計工作才能擺脫根深蒂固的傳統工作模式和思維，實現結構性轉變。鑒于此，企業的治理層、管理層應針對打造數據分析驅動型的企業審計工作這一目標，制定轉型戰略、設立轉型愿景，并在公司內部實現自上而下、業審雙向的充分溝通與信息傳遞。與此同時，企業的治理層、管理層還應為此打造相應的安全環境或沙盒環境，以便轉型工作在大規模推廣之前可以先開展階段性試驗和測試。

以中糧集團為例，企業在A會計師事務所的協助下，以自身所處環境為依據，在戰略層面進行了系列相應的變革和調整（表1）。

在管理層的積極推進下，中糧集團確立了從上到下，涵蓋審計、財務、戰略業務單位在內的戰略調整。并結合企業的數字化轉型路徑，大幅提升了自身審計工作的數字化程度，并確保了數據統計分析的應用效率和效果。

2. 規劃轉型路徑

企業應用數據統計分析所要實現的目標各有不同。 對于一些企業而言，將數據統計分析應用在審計工作中可帶來巨大價值，能更快、更穩定地做出更好決策。對于另一部分企業而言，則利用數據和高級分析驅動審計工作開展并進而實現改善企業銷售和營銷工作的目的，為企業的投資決策、運營決策、財務決策提供有參考價值的依據。任何數據驅動型變革規劃都必須與企業的業務模式相匹配。而實施落地則會因技術可行性、數據準確性和可訪問性、成效產生時間、可擴展性和資金可用性不同而有所差異。企業需要在轉型行動開始之前對自身的目標和相應的實施路徑進行慎重分析與權衡。

從實踐工作中來看，比較常見的轉型障礙是由于審計工作是一項事務性、后發性職能工作，企業往往缺乏統一的成果衡量指標體系，這讓企業的審計工作團隊和與轉型息息相關的技術團隊無法有效體現轉型帶來的效益、管理層也無法及時對轉型工作的成果進行評估和論證。針對這一問題，企業在選擇關鍵績效指標時可根據自身生產經營活動的具體情況選擇相應的側重指標，建立恰當的成果衡量指標體系。再以這一體系為導向，將指標細分，確立相應的轉型路徑、并分階段對轉型工作進行評估，從制度層面為企業審計工作向數據分析驅動型轉型提供必要的保障。

（二）業務層面——以技術、人資為抓手，確保轉型工作的順利完成

1. 以大數據等新興技術為主要驅動力，為轉型工作開展打造堅實基礎

數據和技術共同構成了數據分析驅動型企業審計工作轉型的支持主干。強大的分析主干需要嚴格的數據管理標準，還需在 IT應用和系統采用方面做出與企業生產經營、戰略目標相匹配的決策。企業的審計工作需要廣泛、深入地與業務活動進行融合與互動，這些互動可以帶來大量企業經營、財務等方面重要的財務與非財務數據與信息。傳統審計工作中，這些信息和數據通常只是以書面形式記錄或存在于審計工作底稿、審計證據資料之中。為充分挖掘這些信息的潛在價值，企業必須通過相應的技術手段將之轉化成結構化數據，以能被用于創建前瞻性、科學性的審計工作的方式加以保存。為此，企業需要借助大數據、云存儲等技術手段部署各種數字化信息系統，并按照監管政策的要求接入、存儲、組織數據，同時確保數據的準確性、客觀性、可訪問性和可驗證性。

技術方面，在領先企業的審計工作轉型過程中得到廣泛應用的技術手段是使用自然語言處理技術來分析文本和語音數據，識別個性化觸發因素和相關前瞻性預測分析。還有一些企業打造了跨渠道的反饋閉環來訓練人工智能算法。技術還可被應用于審計工作的一些特定性、常規性業務流程中。例如，機器人流程自動化可取代監管合規、風險評估、報告和查詢管理中的常規人工處理部分。部署數據驅動的決策體系需要可擴展、適應性強且具備彈性的核心技術組件：要有能連接各種IT活動的統一數據和技術堆棧。這樣，企業才能夠通過技術為先的實踐路徑來實現企業審計工作轉向數據分析驅動型的目標。

仍以中糧集團為例。在總體戰略的引導下，企業與外部機構合作，對企業與審計工作相關的數據統計分析技術進行了重新架構、升級。首先，企業對基本的技術層面工具包進行了調整，具體包括：合理的IT堆棧以構建前臺和后臺使用的工作平臺；適用于移動和 Web網絡應用的統一資源；具備模塊化數據管道、基于API的微服務可擴展數據平臺，用于大規模構建并部署高級分析解決方案；半自主實驗室環境，可支持審計工作轉型試點；用于批量創建分析解決方案的規范化內部控制環境；用于滿足各種數據存儲和處理需求的高度可擴展云端分布式網絡。同時，企業還結合自身實際情況從集團層面整合來自各不同地區、不同業務部門的數據和信息。并與專業的外部第三方機構（如安永、德勤等專業的會計師事務所或麥肯錫等專業的咨詢機構）進行合作，借助其在獨立性和專業勝任能力兩方面的優勢取得了必要的技術與實踐支持，并在此基礎上逐步擴大審計工作轉型的規模與深度。在這一系列措施的保障下，中糧集團在審計工作中應用數據統計分析的能力迅速得到了提升和發展。

2. 構建實現轉型的專業化審計工作團隊和技術團隊

組織“孤島”效應和企業原有文化是阻礙審計工作實現大數據背景下向數據分析驅動型轉型的常見障礙。因此，企業在推動轉型工作開展的過程中，組織需要進行有效的團隊構建和變革管理。

（1）團隊構建。創建由多類型人才組成的跨職能小組是一個富有成效的團隊構建方法。以審計人員為主、涵蓋各類型財務管理人員的職能團隊負責基于審計目標和審計計劃開展審計工作，并在工作中廣泛進行數據與信息的收集、整理工作；數據科學家和數據工程師負責用例實施，檢查接入數據后是否可以生成客觀、完整、可驗證的數據分析模型和分析軟件，確保分析和數字解決方案與核心數據和技術堆棧相兼容；IT架構師和軟件工程師負責確定并構建數據管道和數據架構及流暢的界面和后端系統，將數據分析的結果呈現給企業內部的管理層和外部的利益相關者群體。同時，變革團隊應與業務部門、管理團隊進行深度融合和交流，確保企業上下層級在轉型目標上的一致性。

從人資管理的角度來看，企業需要以轉型目標為導向在前期確保一個團隊獲得成功并隨著轉型工作的深入逐步擴展能力。因此，外包可能是轉型工作早期一個較為現實的做法。而從長遠來看，還是應當從內部進行能力的培養和人才的選拔，以實現轉型工作的長期化、系統化、可持續化。

（2）變革管理。企業應當鼓勵審計工作人員積極采納新的基于新興技術手段的數據統計分析方法論，并相信其應用會帶來更高的工作效率與效能。以此為目標，企業應當采取相應的變革管理策略（如創建“影響者”團隊、召開能力建設會議、重新定義角色/職責及將績效與財務或非財務獎勵掛鉤等）。

數據分析驅動型的企業審計工作大規模轉型應該以協作、團隊自我指導和迭代式問題解決方法為基礎。企業可通過以下三個流程控制環節來進行具體的應用和實踐：

第一，檢視與調整。每日晨會可確保團隊發現前進障礙，如企業業務活動所面臨的新監管環境可能帶來的潛在風險點和由此而來的特別審計風險，幫助團隊聚焦目標。

第二，與業務端互動。與業務端、利益相關者進行互動，有助于團隊收集反饋并提出建議。

第三，樹立團隊感和目標感。團隊定期對轉型工作進程進行總結并吸取經驗和教訓。

五、結語

綜上所述，大數據技術廣泛、深入影響企業管理工作、生產經營活動的新時代背景下，企業審計工作也不可避免地面臨新的技術環境與管理環境。企業審計工作出現了一系列新的發展趨勢和變革方向。在這一過程中，數據統計分析作為實現企業審計目標、輔助企業戰略路線實現的關鍵性抓手，也表現出了一系列的新特點和存在的不足之處。因此，應當以先進組織的經驗為參照標準，從企業宏觀戰略目標的制定層面與微觀的審計工作開展層面同時入手，選擇恰當的策略與實施路徑，全面提升企業審計數據統計分析工作在大數據背景下的適應能力和發展活力，使其成為企業實現自身戰略目標的重要保障。

參考文獻：

[1]周旭枚，楚爾鳴.機構異質性、監督距離與內部審計效率——基于湖南省教育系統審計數據的實證分析[J].湘潭大學學報（哲學社會科學版），2020（01）：93-97.

[2]王海兵，任詩琪，張元婧.大數據背景下行政單位內部審計面臨的挑戰與對策——以C內部審計機構為例[J].重慶理工大學學報（社會科學），2021（06）：122-130.

（作者單位：深圳市新旗濱科技有限公司）