基于熵權法的大數據審計風險的評估及控制分析

摘要：隨著大數據技術的迅猛發展和廣泛普及，審計工作正面臨著深刻的變革和嚴峻的挑戰。為應對這些挑戰，迫切需要利用大數據技術推動審計工作的創新與發展。以A鐵路企業為具體案例，深入探討了大數據環境下審計風險評估與控制的核心問題。通過對這些問題的細致剖析，進一步探索并總結了大數據環境下審計風險評估的有效方法，以期能為其他企業的審計工作提供有益的參考和借鑒。

關鍵詞：大數據；審計風險；發展對策

0 引言

大數據審計不僅充分契合了當代信息化浪潮的發展趨勢，同時也被譽為實現全面審計目標的不二選擇。2018年4月，審計署發布《審計署關于加強內部審計工作業務指導和監督的意見》，提倡應大力推行以“大數據審計”為主導的現代審計技術與方法。2022年底，世界審計組織發布了《運用數據分析開展審計工作指南》和《創新審計技術研究報告》，進一步推動世界各國審計機關運用數據分析等前沿技術開展高質量審計工作。Python、3S技術、自然語言處理、數據挖掘及可視化等先進技術的運用，已在審計取證方面展現出卓越的效果，極大地提升了審計工作的效率與質量。在當今數字化時代進程中，審計對象所面臨的風險日益復雜多樣，包含但不限于網絡入侵盛行、員工行為失范、合規監管滯后、數據管理混亂、個人信息隱私泄漏，以及業務流程機械化等問題。目前，我國對于大數據審計風險的評估體系仍處于探索階段，尚未形成一套全面且成熟的評估標準，這在一定程度上限制了對審計對象具體風險點的精準識別和定位，也增加了制訂有效風險控制計劃的難度。因此，如何構建一套基于大數據的審計風險評估體系，并以此為基礎設計出切實可行的風險防控策略，已經成為當前審計領域亟待破解的重大難題。本文將從系統性、全局性和協作性3個方面出發，探究基于大數據的審計風險度量及管控策略，旨在推動內部審計助力企業高質量發展。

1 文獻綜述

目前，信息技術變革對審計工作提出了新的要求，對審計思想、審計內容、審計方法和審計流程等方面提出了新的挑戰。面對新的形勢，大數據環境下的審計風險因子不斷增加，傳統的審計模式亟須轉型，深入掌握大數據環境下的風險特性，對其進行科學評價和風險控制是當前學術界研究的熱點[1]。賈瑩丹等[2]研究發現，審計風險的準確識別有助于提高會計師事務所執業質量、規范上市公司行為，對于促進資本市場健康運行至關重要。運用大數據技術實現政府審計全覆蓋，是預防苗頭性、局部性問題轉化為風險的“法寶”，是突破審計全覆蓋的技術瓶頸，維護審計長期威懾、強化審計問責的現實需求[3]。鄒美鳳等[4]就企業信息化進程中的審計風險進行了分析。結果表明，企業信息化水平與審計風險之間存在明顯的負向關系。隨著大數據環境下由精確性向高效性、抽樣分析向總體分析、因果性向相關性，以及由經驗檢驗向預測性的轉變，國家審計的取證方式、審計范圍、審計內容和審計風險也都發生了不同程度的變化[5]。張悅等[6]認為，大數據技術已成為推動我國經濟高質量發展的新動能，而審計則是開展“健康體檢”的“保健助理”，提升我國審計人才隊伍建設水平，是推動國家治理體系、治理能力現代化的重要抓手。王秋菲等[7]從審計主體、審計對象、大數據信息3個角度出發，對審計風險的影響因素及其相互關系進行了實證研究，并運用logistic回歸方法對其進行了驗證。結果表明：與上一次審計意見的一致性、第一大股東持股比例、賬面市值比例、銷售收入增長率、經營現金凈額比率，以及大數據的消極情緒都對審計風險的識別產生了重要的作用。徐晨陽等[8]相信，依靠數字化轉型，幫助企業發展，建立新的競爭優勢，才能更好地促進國家的經濟發展。審計主體可以主動地適應外部環境，并及時了解審計師的變化，運用數據賦能來提升審計的流程和結果，從而減少審計風險。

2 A鐵路企業大數據審計風險案例分析

2.1 案例簡介

A鐵路企業在2017年設立內部審計派出機構，總部位于北京。其主要職責是負責監督并審計其轄區內的5家鐵路企業，確保這些企業的運營規范和經濟活動的合規性。

2.2 大數據審計風險估計模型的構架與例證

2.2.1 模型構建

表1列出了大數據審計風險層次結構，并對其分層關聯性進行了說明。總體指標（A）是大數據審計的整體風險，它是指大數據審計中可能出現的損失的集合。一級指標（B）是4個組成元素，其權重用Xi表示，代表了大數據審計的整體風險；二級指標（C）是每個風險元素下的相應誘導因子，其權重用Yij來表示；三級指標（P）為每一種風險元素的致因與之相應的防治對策，其一致性指標用Zijk來表達。

表1中只列出了一種度量方法，雖然在不同情境下，對大數據審計風險的管控手段也各有差異，但是，這一最終管控手段是大數據審計風險管控的基本歸宿。在此基礎上，將一致性的權值分為6級，每級的量化幅度和說明見表2。

在此基礎上，將大數據的審計風險分為6個級別，用γ1～γ6表示，代表著從低到高的風險，量化的幅度和說明見表3。

基于熵權法，在不同風險水平下構建不同風險水平的大數據審計風險評估模型。

第一，構建大數據審計風險分級體系（見表1），結合實際情況，確定分級結構3級管控措施的匹配度權重區間，對大數據審計風險分級進行合理劃分。

第二，將控制測量的一致性權重Zijk分配給第三級（P級）。一致性的賦值可分為主觀賦值和客觀賦值兩種。主觀賦值法一般是通過專家賦值，這種方法的數據主要來自于專家的主觀經驗?？陀^賦值法是依據原始數據的相關性或各指標給出的數據數量來確定一致性的權重，這種方法比較精確，但是對條件的要求很高，有時候很難得到符合現實的結果。

第三，求取第二級（C級）誘發因素的熵權和風險權重向量γij。公式為

Yij=－1lnm∑mk=1ZijklnZijk， γij=（1－Yij）（d－∑dj=1Yij），

0≤γij≤1，∑dj=1Yij=1（1）

式中，d是第i種風險元素對應的誘導因子的數目；m是第i種風險元素中的第j種誘導因子相應的防治措施數目。

第四，求出第一級（B級）風險元素的熵權系數Xi及風險權重向量γi。公式為

Xi=－1lnd∑dj=1YijlnYij， γi=（1－Xi）e－∑ei=1Xi，

0≤γi≤1，∑ei=1γi=1（2）

式中，e是大數據審計整體風險下的風險成分個數。

第五，對0級（A級）大數據審計整體風險進行熵權系數H及風險權重向量γ進行求解。公式為

H=－1lne∑ei=0Xilnei， γ=1－H， 且0≤H， γ≤1（3）

第六，對大數據環境下的審計風險大小進行分析，并進行管控措施評估A、B、C 3個層面的γ值分別表示了各層級的相關因子的風險水平，在算出每一層級的風險權重向量之后，就能與表3所示的數值范圍和關鍵描述相比較，得到同一層面上不同因子之間的風險程度，以此來區分風險管理活動的優先級。同時，通過0級γ數值，可以清晰地反映出大數據審計整體風險的破壞水平。

2.2.2" 實證分析

本部分是對A鐵路企業審計實務的一次案例分析。針對本領域的實際情況，為了充分考慮大數據審計風險所表現出的獨特性與復雜性，咨詢了多位鐵路行業的數據管理專業技術人員，他們基于自身豐富的實踐經驗，對企業面臨的大數據風險、固有風險、控制風險及檢查風險等多方面因素進行了全面分析與精準評估。另外，特邀2位經驗豐富的資深審計師，完成對樣本公司審計風險的深度評估工作。計算結果見表4。

從表4可以看出，在0層A級中，鐵路企業A大數據審計整體風險為0.127，屬于表2中第二級，屬于高風險等級；關于分層結構中的第1層次B，觀察到γ3＞γ1＞γ2＞γ4，并且γ3位于表2所示的第四個級別上，這表示潛在的風險表現為中等水平，有可能直接干擾審計任務的順利運作；在第2層次C上，C1至C3是由B1引起的危險誘發因素，其風險權向量γ的數值排列為γ1，3＞γ1，1＞γ1，2，特別值得注意的是γ1，3=0.224，這意味著在類似誘因的比較下，C3展現出了適當的風險水平，處于中等風險水平；而C4～C6則構成了B2的風險引發因素，它們的風險權重向量γ的數值依次為γ2，3＞γ2，2＞γ2，1，值得留意的是γ2，3=0.528，這顯示出C6在同類誘因中具有的風險將直接影響業務活動，風險等級大致定位于中等水平；此外，C7～C8也是由B3引發的風險因素，其風險權向量γ的數值排列為γ3，2＞γ3，1，而僅僅γ3，2位于表2所列的第3個級別，因此其所代表的風險等級被劃分為中等；C9～C12作為B4的誘發因素，其風險權向量γ的數值排序依次為γ4，2＞γ4，4＞γ4，1＞γ4，3。基于上述層級間的關聯關系，可以得出結論：B1、B2、B3都處于中等風險水平，應該對相應的控制手段加以修復和完善，從而達到有效控制風險的目的。

3 A鐵路企業大數據審計風險審計面臨的挑戰

3.1 數據安全性和完整性的挑戰

在新時代新征程，如何構建集中統一、全面覆蓋、權威高效的審計監督體系，更好地在審計監督上聚焦發力，對審計工作提出了更高的要求。傳統的審計方式已不能滿足當前的環境，必須要轉變思路，大力推進大數據審計。但也要注意到，在大數據環境下，審計工作在面對海量數據的同時，還面臨著數據的安全性和完整性等問題，如果數據被竊取或篡改，將給企業及審計人員造成很大的危害。

3.2 審計人員專業素質的挑戰

大數據的廣泛應用對審計人員的專業技能提出了更高的要求：他們需要從浩如煙海的數據中精準地篩選出有價值的信息，并深入挖掘其中可能存在的問題。因此，審計人員應加強對數據的認知，提升對數據的敏感度，并進一步強化自身的數據分析能力與處理技巧。

3.3 鐵路企業審計流程控制和質量保障措施不夠健全

盡管鐵路企業已經建立了比較完善的審計質量管理體系，并對其進行了相應的監督，但仍無法確保各個步驟得到嚴密和充分落實。審計質量控制并非單純地對工作進行復查，它是一種從審核起始到審計程序終結的質量管理體系，所以，強化對審計工作程序的控制至關重要。審計質量管理控制體系應當能夠從進行審計工作所需的材料、內容、注意的步驟、采用的方法和收集的證據等幾個方面來規范和提示。

4 適應大數據環境的發展對策

4.1 利用審計數據進行有效的風險管控

鐵路作為國家的核心基礎設施和廣受歡迎的交通方式，在整個交通運輸體系中占據著至關重要的地位。由于鐵路企業日常經營活動的復雜性和風險多樣性，深入研究并運用大數據分析與挖掘技術于其內部審計數據變得尤為關鍵。通過這樣的方式，能夠精準識別潛在的風險與問題，進而實現對其高效的管控與治理，最終確保鐵路企業能夠健康、穩定地發展。大數據技術以其強大的分析與處理能力、高精度的優勢，可有效提升風險管控的效率與成效，運用大數據挖掘與分析審計數據，有助于提升審計的專業化程度，提升審計工作的質量與效能，進而為推動鐵路企業高質量發展保駕護航。

4.2 加快高素質復合型審計隊伍建設

大數據背景下，審計工作所面對的數據規模與復雜性日益增大，這就需要審計師具備較高的綜合素質與專業水平[9]。為此，鐵路企業急需建立一支高素質、高水平的審計團隊，以滿足大數據時代對內部審計工作的要求。鐵路企業應加大對審計隊伍的培訓與再教育力度，不斷提升審計業務水平。與此同時，鐵路企業還需通過構建“數據驅動型”“以信息為導向型”的審計系統，提升企業對數據的加工與分析能力，從而更好地利用大數據開展審計工作。

4.3 建立企業審計質量保障體系。

審計質量既是審計工作的“根”，也是審計工作的“魂”。審計工作的質量與審計監督的風險程度有直接聯系[10]。首先，審計部門要以全面質量管理的理念來強化對審計工作的全過程進行監控，要求審計人員嚴格按照審計制度和審計程序來規范審計工作，并加強各個環節的監管。其次，要嚴格審核流程，建立由審計項目組組長和審計部門負責人逐級審核的制度，層層落實審核職責，確保審計結論的真實性和準確性。最后，注重審計質量評估，對關鍵審計事項進行復查和審核，把評估結果和審計人員的薪酬與績效掛鉤，在出現審計風險時，要對相關審計進人員行問責，增加其違法成本。

5 結語

在當下的大數據浪潮中，內部審計既迎來了嶄新的發展機遇，也面臨著前所未有的挑戰，因此須采取針對性策略來應對。鑒于此，鐵路企業應積極深入探索大數據分析技術的應用，充分發揮內部審計數據的價值，以更好地支撐鐵路現代化發展之路。

在實際操作中，需進一步加大對大數據技術的研發力度，不斷提升大數據的應用和分析能力，使其能夠更有效地服務于內部審計工作。同時，應加快培養一支具備高素質、高技能水平的審計人才隊伍，通過持續的培訓和實踐鍛煉，不斷提升業務素養和綜合能力，為大數據審計工作的順利開展提供堅實的人才保障。

此外，還需高度重視數據和信息的安全保護工作，建立健全完善的安全防護體系，確保企業的關鍵數據和信息不受損害和泄露，從而為大數據審計工作穩定、高效展開提供可靠的基礎性保障。通過這些努力，將能夠在大數據環境下更好地發揮內部審計的作用，為鐵路企業的健康發展保駕護航。

參考文獻

[1]包建玲，劉玥彤.熵權視域下大數據審計風險的估計及控制研究[J].財會通訊，2023（1）：109-115.

[2] 賈瑩丹，彭紅貞，劉琦.基于機器學習的上市公司審計風險識別[J].財會通訊，2024（3）：118-125.

[3]陳鳳霞，姜賓.大數據技術賦能政府審計全覆蓋：動因、困境與進路[J].財會月刊，2023，44（7）：108-112.

[4]鄒美鳳，張力丹，張信東.企業數字化轉型與審計風險[J].中國注冊會計師，2022（10）：35-41，3.

[5]蔣楠.論大數據時代國家審計變革與發展[J].財會月刊，2022（7）：113-117.

[6]張悅，楊樂，韓鈺，等.大數據環境下的審計變化、數據風險治理及人才培養[J].審計研究，2021（6）：26-34，60.

[7]王秋菲，秦爽，石丹.基于大數據的審計風險識別與控制問題研究[J].會計之友，2018（24）：93-100.

[8]徐晨陽，陸紀一，開喆.數字化賦能會計師事務所降低審計風險的路徑研究[J].會計之友，2022（19）：12-17.

[9]劉春麗.大數據技術在鐵路企業內部審計中的應用分析[J].鐵道運輸與經濟，202244（5）：86-90，137.

[10]陳偉.大數據環境下的聯網審計風險控制研究[J].中國注冊會計師，2018（9）：58-63.

作者簡介：閆立新，男，1991年生，本科，會計師，主要研究方向：企業內部控制與審計、大數據審計