大数据时代财务共享服务模式的审计研究

李广森 王筱澜

【摘 要】 信息技术的快速发展及企业管理模式的创新，导致“大数据审计”的出现。文章在分析财务共享服务模式下大数据审计的数据流向及预处理流程的基础上，详细描述了该模式下大数据审计的完整流程，以期对财务共享服务模式下大数据审计的实施提供理论支持，从而促进大数据审计方式的普及和财务共享服务模式的发展。

【关键词】 大数据； 财务共享服务； 大数据审计

【中图分类号】 F239 【文献标识码】 A 【文章编号】 1004-5937（2016）19-0123-04

一、引言

在大数据时代，以云计算及数据挖掘为代表的各种信息技术快速发展，使得基于大数据背景下的新审计手段（下文简称大数据审计）逐渐成为各会计师事务所及审计人员的主要审计方法。企业业务作为被审计的对象，审计人员利用大数据相关技术对被审计单位与全部业务相关的所有数据进行收集整理、分析处理再到最后的审计报告输出，综合评价被审计单位是否有效利用财务信息系统对企业资产安全、经营效率等作出了充分的安排。大数据的4V特征（Volume、Velocity、Variety、Veracity）决定了“大数据”审计的与众不同。

同样，在大数据时代各种信息技术的飞快发展也使很多企业的财管模式发生了改变，目前较为流行的是基于云计算、数据挖掘及移动互联等技术的财务共享服务模式。在财务共享服务模式下，集团企业利用云计算等信息技术将集团总部、子公司及分公司等各内部财务流程进行重新评估，把集团内各种日常、标准化、重复性的财务流程独立剥离纳入一个统一处理系统进行处理，此平台系统即集团企业的财务共享服务中心云会计系统（下文简称云平台系统）。通过财务共享服务平台可以统一处理，将打破传统内部各子、分公司及职能部门为代表的管理模式，最终围绕业务中心重塑企业管理流程。该模式让集团企业的所有财务相关数据集中在平台系统上，内部各职能部门及子、分公司可以适时动态地根据自身经营需要获取各种信息[ 1 ]。

大数据时代，既改变了企业的财务管理模式，也改变了传统审计方法，两者的有效结合或能为审计带来更多的便利。基于财务共享模式下的大数据审计可以定义为：以平台系统所涵盖的所有的企业业务作为审计对象，然后利用大数据审计手段对其中相关的数据进行审计，以形成审计疑点，同时在审计过程中获取审计证据，最终在得到审计结论的基础上出具审计报告。

有关学者对大数据审计作了研究。程平（2013）在研究中指出审计环境、审计证据、审计对象等因素都会对审计产生不同的影响。丁璐（2015）从地税征管审计角度探析了大数据在数据的获取、分析等方面对审计产生的影响。顾洪菲（2015）从数据的量、结构及处理方式三个角度阐述了大数据对审计的影响，更进一步站在使用者角度描述了大数据背景下的审计方法选择。对比有关学者研究不难发现，以往研究虽然集中转向大数据审计，但是该审计方式仍旧基于传统的财务管理模式，而基于笔者所述的财务共享模式下的大数据审计目前仍处于真空地带。

20世纪80年代中期，财务共享服务模式产生于美国，随后引入中国，得到了中国有关企业的积极关注与应用。对于大数据审计来说，财务共享服务系统平台的建设至关重要，只有基于此平台方能充分发挥大数据审计的优点。本文尝试性地阐述基于财务共享模式的大数据审计，并对大数据审计在财务共享服务模式下的各种大数据的预处理作出分析[ 2 ]。

二、大数据在财务共享服务下的预处理

（一）大数据流向

大数据审计的前提是能够充分获得与被审计单位生产经营业务直接相关与间接相关的各种大数据。在对大数据预处理之前需确认大数据在财务共享服务模式下的流向问题。财务共享服务模式必要的条件是云平台系统的建立，该系统实现了对集团企业内部职能部门及各子、分公司ERP/SCM等系统的有序关联，能有效区分于传统财务核算模式。具体相关流程参考图1。

大数据审计在财务共享服务模式下有效解决了传统财务核算模式下大数据审计面临的以下问题。

1.数据收集工作量巨大

传统财务核算模式中集团企业及下属各子、分公司的相关财务信息独立存储于自己的会计信息系统，当集团企业作为被审计单位时，需要将各个子分公司的会计信息归集到集团的审计数据中，无意中加大了各项数据信息的收集工作量。而在财务共享服务模式中，集团总部审计人员可很简单地通过云平台系统收集各种与审计相关的直接或间接数据，无需耗费大量的资金及人力成本[ 3 ]。

2.数据整理工作量巨大

由于传统财务核算模式中集团企业与各子分公司的有关财务信息系统未能有效链接，数据接口及标准化等差异存在，使得审计人员在采集的基础上还需要进行各种数据的清洗工作，大量清洗工作无疑增加了审计成本，影响审计效率。而在财务共享服务模式中，云平台系统实现了各种财务数据的标准化，并与相关的业务系统实现了无缝对接，在系统中采集标准化数据的同时不需要对数据进行大量清洗，提高了数据质量。

3.难以有效利用外部数据

传统财务核算模式中审计人员想获得与审计相关的外部数据时，考虑到子分公司的会计信息系统及相关业务系统相互独立，想要从各个业务系统获得各种与审计相关的外部信息难度较大。而基于财务共享服务模式，云平台系统建设有效地将企业内部与外部的信息进行管理，审计人员可以利用该系统采集与审计相关的外部数据，降低不必要的数据采集成本。

（二）大数据预处理

在明确大数据流向的同时可以知道基于财务共享服务模式下的大数据审计将有效地提高审计工作效率、降低审计工作相关成本。后续主要做的是大数据的各种预处理。

1.大数据采集

基于云平台系统的各项数据收集主要有以下三个途径：第一个路径也是最主要的数据来源是云平台系统，包括与审计直接相关的财务数据、业务数据及企业的各种战略数据等；数据来源的第二个途径是与云平台系统实现无缝对接的企业其他业务系统，比如ERP，该部分数据源主要揭示与企业生产销售直接相关的采购、生产、销售等业务流程中涉及的各项数据；第三个途径是来源于企业外部的各项与审计相关的数据。财务共享服务模式下的标准化财务数据为审计人员的数据收集工作提供了便利。

2.大数据清洗

为了进一步优化审计相关数据的质量，仍需要对数据进行清洗，查找并纠正或剔除各种数据中相互矛盾之处。虽然财务共享服务模式在云平台系统下的各种财务数据或非财务数据已经被标准化，可以减少清洗工作量，但并不能取代清洗工作，大数据的清洗工作作为预处理的一个环节，必不可少[ 4 ]。

3.大数据存储

对于经过清洗后的大数据，审计人员需要集中管理并进行分级存储，在此基础上创建一个审计数据仓库，适时满足审计人员在审计时对各种数据的需求。

三、基于财务共享服务模式的大数据审计实施流程

（一）流程框架构建

经过上文所述大数据预处理之后，审计人员便可按审计计划实施相关审计工作以形成审计疑点，在此基础上去收集各种审计证据并最终得出审计结论，形成审计报告。具体的审计工作流程可分六个步骤展开，审计目标制定、风险识别与评估、制定审计计划、选择可实施的审计程序、审计程序的执行、形成审计结论并出具审计报告，完整的框架流程如图1。

（二）大数据审计的实施流程

1.审计目标的制定

大数据审计作为一种审计手段并不能帮助审计人员制定各种审计目标，具体的审计目标需要审计人员根据具体的审计情况来作出选择。从企业审计的执行者角度来看，基于财务共享服务模式下的大数据审计可以用于企业内审人员的内审，也可以用于外部会计师事务所的审计人员对企业的财报进行外审。从审计对象的角度来看，此类大数据审计既可以用于对企业各项业务的审计，更可对云平台系统的会计信息进行审计。若是对企业的各项业务进行审计，大数据审计需要将审计的重心放在能充分反映业务的相关流程及资金流动上；若是针对云平台信息系统进行审计，则大数据审计的审计重点则是验证给云平台系统能否为企业的财产保护、数据维护以及合理的经济资源消耗起到作用；若内审，则大数据审计的重点又将转向财务共享服务模式所建立的财务信息系统能否为管理层的决策提供支持；若外审，大数据审计的重点则是衡量财务共享服务模式下企业对预期信息使用者提供的各种财报能否满足他们的决策需求。

2.风险识别与评估

除了重要性会对大数据审计的风险产生负向影响之外，此前大数据预处理的过程及结果也会通过各种途径对审计风险产生影响。正常情况下，若预处理的过程不按照规定处理或者结果与审计要求的有差异，都会导致审计风险的增加。此外，云平台系统可信程度与审计风险明显相关，可信程度过低不仅会显著增加审计风险，更可能会对最终的审计结论产生重大影响。为了有效地识别与评估审计风险，故需要在大数据预处理的全过程中实施有关监控活动。另外，审计项目组还可以通过专业的第三方对云平台系统等系统的内控及可信性等评估报告来考虑审计风险的大小。最终审计项目组在考虑被审计单位重要性的前提下，结合相关评估结果得出被审单位的审计风险，并对其予以评估。

3.制定审计计划

大数据审计的具体审计计划，需要包括审计的范围、审计的时间安排以及审计需要的物资人力等各项内容，尤其需要突出的是大数据预处理过程所涉及的时间及人力安排。对于大数据审计来说，其规定的审计范围相对传统审计手段来说更广，主要数据范围来自于此前大数据预处理过程中创建的审计数据库，包括各种与审计相关的内部财务与非财务数据以及外部各种数据。

4.选择可实施的审计程序

基于财务共享服务模式下的大数据审计，审计程序的选择主要分为三个步骤，即数据分析、中间表建立和审计疑点形成。

（1）数据分析

审计疑点的发现与形成主要来自于审计过程中的数据分析，审计疑点的形成又是后续审计证据获取的前提。审计人员需要在数据分析过程中除重点关注云平台系统与ERP、SCM等业务系统的衔接情况外，还需要审计云平台系统中的“结算管理、凭证制证、稽核及档案归档”等业务流程的内部控制，共同目的是为了数据分析有效。具体数据分析的方法主要涵盖以下三项：

一是大数据挖掘技术。通过自动化的大数据挖掘算法处理审计数据仓库中的各种大数据，发现各种大数据潜在的、未知或不可预见的各种问题，最终借助于此发现各种审计疑点。基于财务共享服务模式的大数据审计中，数据挖掘技术的主要功能体现为：不仅可以利用此技术搜寻出财务、非财务及各种业务数据的异常，而且更重要的功能是关联云平台系统中的财务数据与ERP等业务系统中的业务数据，建立起财务数据与财务数据、财务数据与业务数据、业务数据与业务数据之间的勾稽关系，形成审计疑点，发现业务中存在的问题。

二是多维分析法。大数据分析除了数据分析方法使用外，也常常使用另一方法便是多维分析法。审计人员利用审计数据仓库中的多维数据，多角度进行各种汇总、关联、聚类和分类等分析。利用多维分析法，相对数据挖掘技术来说，更容易在数据分析过程中找到潜在的业务流程问题，得出审计疑点，最后通过对多维的数据集合体审计获取审计证据，得到审计结论。

三是SQL查询。在大数据挖掘技术及多维分析法运用与数据分析过程之外，当下以及传统都比较常用在大数据审计中的第三种数据分析法即SQL数据查询技术。审计人员可以利用SQL语句实现多表之间的交叉查询或模糊查询，在此过程中发现潜在的或隐藏的各种问题，形成审计疑点。

（2）中间表的建立

无论何种数据分析方法的运用，最终的目的都是为了协助审计人员发现各种财务、非财务数据及业务数据中的问题，以便形成审计疑点。在审计疑点形成的基础上，审计人员紧接的工作便是实施进一步的审计程序，以获取各种针对审计疑点的审计证据，最终形成审计结论，出具审计报告。回到审计疑点问题，中间表作为形成审计疑点的中间产物，是审计人员根据审计分析模型对数据标准表进行处理后形成的步骤表。考虑审计过程中各种业务数据的复杂性及勾稽关系的异同，审计人员可以在审计疑点的形成过程中根据需要设置一级或多级中间表，这将是审计人员验证审计疑点的重要参考。审计人员按照规定的流程及标准建立各级中间表是其形成审计疑点和后续审计证据获取的必要保障。对于中间表的建立方法，正常的审计过程中大多可以考虑利用“级联”、“投影”等方法。

（3）形成审计疑点

所谓审计疑点，是经过上述大数据分析及中间表对比后查找到各种潜在问题的信息汇总。审计人员对于审计疑点形成后做的主要工作就是进一步获取各种审计证据，以验证审计疑点是否真的是由于各种错误或舞弊导致的错报，根据验证结果得出最后审计结论。

查证审计疑点的主要工作是对各种财务、非财务及各种业务数据的真实性、完整性进行检查。基于财务共享服务模式的大数据审计，审计人员可以减少的一项工作便是实质性程序里的函证工作，其可以由审计人员通过云平台系统及各ERP为代表的业务系统实现对外部数据直接的验证，无需函证等复杂的审计程序，在降低成本、节约时间的基础上提高了审计的效率。

5.审计程序的执行

按照审计计划拟实施的审计程序展开执行工作，在执行过程中需要全面、全过程地监督各种审计大数据的收集、整理以及存储。审计人员在根据第三方专家对云平台系统及各业务系统的可靠性专业综合测评的基础上，综合利用云平台系统及业务系统形成的审计疑点去获取尽可能的审计证据，以便最终得到审计结果。对在大数据审计过程发现的问题应当及时向企业管理层反馈，同时还需要对这些问题进行复核和评估。

6.形成审计结论并出具审计报告

在根据审计计划形成审计疑点的基础上获取了各种审计证据，基于此得到审计项目组的审计结果，在考虑被审计单位及其环境的同时需要结合此前制定的审计目标得出审计意见。对于审计过程中发现的各种错报问题需要及时与被审计单位的管理层沟通，必要的时候给管理层及治理层提出各种意见，最终在取得管理层相关回复或建议的基础上出具审计报告。

四、结论

随着大数据时代的来临以及各种信息技术的快速发展，大数据审计变得愈发重要，同时，财务共享服务模式的企业管理方式被大量企业引进，在此背景下，如何利用各种信息技术来实现基于财务共享服务模式的大数据审计日益成为业界所关注的焦点。财务共享服务模式下的大数据审计问题本文进行了试探性的分析，在简述该模式大数据流向的前提下对大数据的预处理流程作出描述，最后介绍了基于财务共享服务模式的大数据审计的基本流程，以为企业开展相关业务提供借鉴。

【主要参考文献】

[1] 丁璐，刘康.大数据环境下的地税征管审计实践[J].审计月刊，2015（8）：15-16.

[2] 陈伟.电子数据审计模拟实验室研究[J].中国注册会计师，2015（7）：26-28.

[3] 王德宇.财务共享服务与企业管理研究[J].山东社会科学，2015（5）：19-20.

[4] 顾洪菲.大数据环境下审计数据分析技术方法初探[J].中国管理信息化，2015（3）：23-24.