大数据时代发展管理审计的机遇与挑战

苏孜肖生康

大数据时代发展管理审计的机遇与挑战

苏孜肖生康

(兰州财经大学，甘肃兰州730020)

随着物联网、移动互联网技术的快速发展，大数据受到了越来越多的关注。大数据正在对全球的社会经济和商业模式产生巨大影响，并对管理审计的发展趋势产生影响。文章对大数据时代发展管理审计的机遇与挑战进行了分析，为使评价人的主观能动性（即管理效率）的管理审计得到科学定量提供参考。

大数据；生产绩效；管理效率；管理审计

一、对大数据及管理审计的认识

（一）大数据的含义及特征

大数据，并不是一个严谨的科学名词，对于大数据不同的学者或组织有不同的认识。如秦荣生指出：大数据，俗称巨量资料，指的是所涉及的数据量规模大到无法利用现行主流软件工具进行处理，在一定的时间内实现收集、分析、处理或转化成为帮助决策者决策的可用信息；互联网数据中心（IDC）认为：大数据是指为了更经济、更有效地从高频率、大容量、不同结构和类型的数据中获取价值而设计的新一代架构和技术，用它来描述和定义信息爆炸时代产生的海量数据并命名与之相关的技术发展与创新；美国咨询公司麦肯锡则认为：大数据指的是大小超出常规数据库工具获取、存储、管理和分析能力的数据集。[1]同时，大数据具有5v性：1，数据体量(Volume)巨大.指收集和分析的数据量非常巨大，从TB级别，跃升到PB级别，但在实际应用中，很多企业用户把多个数据集放在一起，实现了数据的互联互通，已经形成了PB级的数据量.2，数据处理速度(Velocity)快，需要对数据进行实时的分析.3，数据类别(Variety)大，大数据来自多种数据源，数据种类和格式日渐多样化，主要包含结构化数据、半结构化数据和非结构化数据等多种数据形式，如视频、图片、网络日志、地理位置等信息.4，数据真实性(Veracity).大数据中包含内容是与现实世界中的发生活动息息相关的，研究大数据就是从庞大的网络数据中提炼出能够解释和预测现实事件的过程.5，价值密度低，商业价值(Value)高，通过数据挖掘可以发现数据中蕴藏的内在价值。[2]

（二）管理审计的含义及特征

想要理解管理审计,首先要理解受托责任的含义。杨时展（1992）教授认为:受托责任就是委托人把资财的经营管理权授予受托人或代理人，受托人或代理人接受委托后应承担的所托付责任。既是一种普遍的经济关系，又是一种动态的社会关系，更是一种支配着审计产生与发展的思想。[3]王光远教授（2004）认为，一般受托责任关系涉及两个当事人。一个是委托人;另一个是受托人或代理人。委托人将资财的经营管理权授予受托人，受托人接受托付后即应承但所托付的责任，这种责任就是受托责任。[4]受托责任是审计产生的客观基础，伴随着社会经济的发展、科学技术的进步和民主意识的提高，作为受托责任关系中的出资人的委托意识加强，从而使管理人的受托意识也加强。在现代公司治理中人的主观能动性扮演的角色愈加重要。但是，在公司治理中，对人的效率的衡量也变得越来越困难，仅仅依靠财务审计对委托人的受托经济责任进行衡量是不能充分衡量人的主观努力的结果，这使经济主体在对人力资源进行定薪、晋升等方面存在一定的困难，很难做到公平、公正。因此，迫切需要对人的主观能动性进行衡量的科学技术，即对受托人或管理层的受托管理责任进行审计，基于此，以受托管理责任为基础的管理审计应用而生。

截至目前，学术界和职业界对管理审计的特征有不同的说法，但大致可以分为三类：一是“对管理进行审计”，二是“为管理进行审计”，三是“综合审计”。[5]即既有对管理进行的审计成分，也有为管理进行的审计成分。为管理进行审计主要是对经济主体的生产绩效进行评价，以发现其中存在的不合理或效率低下的地方，以此作为提高经济主体生产绩效的一种手段，在一定程度上可以说是一种业务审计。而对管理进行审计则主要侧重于对经济主体中人的主观能动性进行评价，以此作为经济主体对人力资源进行定薪、晋升以及提高生产绩效的基础，对管理进行审计主要是对人的管理效率进行计量、评价。因此，对管理进行审计是比为管理进行审计高一层次的审计，在一定程度上，为管理进行审计是对管理进行审计的基础。只有在”为管理进行审计”的基础上”对管理进行审计”，才能使管理审计更好地为公司治理服务。而综合审计是为管理进行审计和对管理进行审计的结合体。既有对生产绩效进行评价的为管理进行的审计，也有对人的管理效率进行评价的对管理进行审计。本文所认可的管理审计的特征是“对管理进行审计”，即对人的管理效率进行评价的审计，是基于受托管理责任的审计。

二、大数据时代发展管理审计的机遇

（一）大数据为企业生产绩效的衡量提供了基础

对生产绩效的衡量一般是从投入—产出的角度出发的，计算出产出/投入的比值同一定的标准进行比较。人们一般应用利润率、周转率等指标对生产绩效进行简单的衡量，但从管理科学的角度来看，数据包络分析（DEA）可以很好地解决对生产绩效的计量问题。[6]数据包络分析是管理科学、运筹学和数理经济学交叉形成的一个新领域。它是根据多项投入指标和多项产出指标，利用线性规划的方法，对具有可比性的同类型的单位进行相对有效评价的一种数量分析方法。随着经济的发展和商业模式的多元化，经济主体的经济活动也不再是单一的投入产出。伴随着人们消费习惯的改变，在需求导向的新的消费模式下，存在着单一资源要素投入多种产出、多种资源要素投入单一产出和多种资源要素投入多种产出的新的生产模式。这种新的生产模式，使得利用传统的指标对其生产绩效进行计量发生困难，而利用数据包络分析技术可以为其提高技术支持。

随着大数据时代的到来，企业有关投入产出等其他信息流均被完整地记录在企业的电子信息系统中，并在物联网、移动互联网技术的推动下，企业信息实现了互联互通，这为利用数据包络分析技术对新的生产模式下的生产绩效的衡量提供了数据基础。生产绩效得到可靠地计量，使得以生产绩效为基础的管理审计有了一定的发展空间。

（二）大数据为审计从业务审计向管理审计的转变提供了可能

前文已经提及，为管理进行审计在一定程度上可以说是业务审计，是对企业生产绩效进行计量、评价。而对管理进行审计使我们倡导的管理审计，是对人的管理效率进行计量、评价的审计，是以业务审计为基础的审计类型。对效率的评价是对其进行定性，在某种程度上依赖于对其进行的计量属性。而在大数据背景下利用数据包络分析技术为我们解决了生产绩效的计量问题，从而使审计由衡量生产绩效的业务审计向衡量管理效率的管理审计的转变提高了可能。

一方面，管理审计在一定程度上以业务审计为基础，而对业务审计的衡量在现阶段通过数据包络分析技术已得到解决，使管理审计有了进一步发展的空间；另一方面，随着大数据时代的到来，企业经济信息实现了互联互通。尤其对于集团公司来说，使得管理层的决策依据更加充分，这将一改过去管理层“拍脑袋”、“拍桌子”的决策方式，使人的主观能动性得到充分的释放。同时，大数据背景也为衡量人的主观能动性即管理效率提供了数据基础，只要存在相关对管理效率进行衡量的分析技术，则审计由业务审计向管理审计的发展就会实现。

三、大数据时代发展管理审计面临的挑战

（一）管理审计概念框架不成熟

虽然管理审计活动和管理审计科学在20世纪的30~40年代就已出现萌芽，并在管理职业界、内部审计、政府审计、民间审计的推动下，使人们对管理审计的概念框架有了一定的认识。但截至目前，国内外研究对管理审计的概念、目标、定位、相关准则等概念问题尚未达成共识，管理审计的概念框架尚不成熟。这将对大数据时代发展管理审计形成巨大阻力。一方面，在大数据时代，人们可以通过经济主体在各种经营活动中产生的物流、资金流等信息流，利用大数据挖掘技术对经济主体的管理效率进行计量，但由于国内外对管理审计的认识不一致，使基于大数据背景下得出的对人的管理效率进行评价的管理审计结果得不到社会的一致认可，导致其结果利用程度低，缺乏相应的应用价值，阻碍管理审计职业的发展。另一方面，由于对管理审计的概念框架尚未形成一致的认识，造成相应的管理审计准则的缺位，使执业人员在执业过程中缺乏相应的判断依据，其结果缺乏相应的法律保护，使其利用价值大打折扣，阻碍管理审计职业的发展。

（二）大数据时代管理效率的计量体系尚不完善

虽然大数据和业务审计的成果为管理审计的发展提供了一定的客观基础，但对管理效率的计量是一个非常复杂且充满不确定性过程，现有的评价方法通常是建立在一定假设基础之上的，通过使用一个建立在各种假设之上的数学模型来对管理效率进行定量分析，而现实的情况不可能满足各种假设条件，其分析结果是否有效、可靠都很难判定。而对管理效率的评价与计量是有区别的，主要表现在:其计量指标既包括定性指标，同时也包括定量指标，且各指标之间有一定的相关性，如各计量指标之间具有强契合性、信息不精确性、数据的不完全性等特征。这些特征使管理效率计量存在一定的特殊性，不同于其他领域的计量。因此如何选择计量方法、选择什么样的计量方法将对计量结果是否有效、是否能够得到认可具有决定性的作用。

对管理效率进行计量，首先要明确计量指标特征。只有充分了解和分析了计量指标的特征，才能精确地确定相关的计量方法，同时，由于管理效率指标权重确定的准确与否，将会直接影响效率值的准确与否。目前，针对权重的确定主要运用基于专家评判的层次分析法（Analytic Hierarchy Process，简称AHP），层次分析法（AHP）属于运筹学的范畴，是将与决策总是有关的元素分解成目标、准则、方案等层次，在此基础之上进行定性和定量分析的决策方法。该方法的缺点是专家评判使用点值，这与专家的评判为区间值这一思维不符。对此，也有研究者采用模糊层次分析法，该方法虽然符合了人的思维，但同时带来了两个问题，一个问题是模糊因子的选择，如果选择不当，将更加远离真值，另一个问题是该方法无法进行一致性检验。[7]由于对于管理效率指标权重的确定尚未形成科学统一的方法，使其无法形成统一的效率值，同时，由于针对管理效率计量的方法体系尚未形成，使得管理审计的发展举步维艰。

[1]秦荣生.大数据时代的会计、审计发展趋势[J].会计之友，2014，(32): 81-84.

[2]方巍，郑玉，徐江.大数据:概念、技术及应用研究综述[J].南京信息工程大学学报(自然科学版)，2014，(05):405-419.

[3]闫荣平.管理审计研究文献综述[J].财会通讯，2013，(06):16-18.

[4]王光远.受托管理责任与管理审计[M].中国时代经济出版社,2004.

[5]冯英浚，黄金枝.绩效审计与管理审计[J].哈尔滨工业大学学报(社会科学版)，2006，(03):78-82.

[6]黄金枝,冯英浚,孙佰清,郑坚.管理审计中效率性计量的一种有效方法——数据包络分析[J].审计与经济研究,2005,(03):16-20.

[7]任静.基于EAHP与D-S证据理论的企业管理效率计量方法[J].管理评论，2016，(10):229-238.

责任编校：饶敏

Opportunities and Challenges of Management Audit Development in Big Data Era

SU Zi XIAO Sheng-kang
(Lanzhou University of Finance and Economics,Lanzhou,Gansu,730020,China)

With the rapid development of Internet of Things and mobile Internet technology,big data technology thathas attracted more and more attention has a huge impacton the globaleconomy and the business model,and on the trend of management audit as well.The article first discusses the definition and characteristics of big data technology,then analyzes in-depth the connotation and characteristics of managementaudit,the opportunities and challenges in developing management audit.It can also serve as scientific quantitative reference for managementaudit in evaluating people's initiatives(ormanagementefficiency).

big data;production performance;managementefficiency;managementaudit

F239.4

A

2095-7955（2017）01-0073-03

2017-02-01

苏孜(1969—)，兰州财经大学会计学院教授，工商管理硕士。主要研究方向：管理会计和审计理论与实务；

肖生康（1992—），兰州财经大学2015级审计硕士研究生。主要研究方向：审计理论与实务。