财务共享服务模式下的大数据审计探究

■王红兰 张其镇

财务共享服务模式下的大数据审计探究

■王红兰 张其镇

大数据技术不断发展在影响企业财务管理模式的同时，也深刻地影响着审计的工作模式。本文通过对大数据涵义与特征的论述，分析了在企业财务共享服务模式下，大数据对审计在工作范围、数据、技术及人员方面的影响，并试图构建大数据审计的实施框架，具体阐述大数据审计工作在各个阶段的工作方式，以期为该模式下大数据审计的实施提供有益参考。

大数据；大数据审计；财务共享服务模式；云平台

一、大数据的涵义与特征

大数据（Big data）又称为巨量资料，是指无法运用传统的软件工具及IT技术在一定时间内感知、收集、处理和服务的巨量数据集合。在审计领域，大数据不仅包括经济运行的内部数据，也包括诸如互联网网页、社交信息、文档、图像等外部数据。对于企业这一审计对象，大数据审计工作可以运用云计算、数据挖掘等技术，收集和分析关于某一企业和业务的更加全面的数据，进而对财务、资产以及企业管理等做出更加合理全面的评价。

大数据具有 4V（Volume、Velocity、Variety、Value）四个特点。首先，数据量巨大。在大数据时代，数据存储量早已不是以TB计算，而是已经发展到PB甚至ZB。其次，数据处理速度突飞猛进。这是大数据时代的一个突出特点，传统的数据处理需要从纸质或者电子数据中一个个转化、处理，工作量巨大、处理效率较低；而在大数据时代，利用云计算等功能，在云平台上将同一类型数据标准化，进行巨量资料的统一集合、分析，极大地提高了资料处理的速度。再次，数据多样性增强。在数据类别上，大数据一般分为两类，一是内部来源的结构化数据，二是外部来源的非结构化数据；在数据种类上，大数据还有着图片、文档、社交信息等各种各样的表现形式。最后，大数据还拥有商业价值高的特点。传统的数据形式较为单一，处理时较多运用的是趋势、比例分析，进行单个处理，价值有限，而大数据将所有相关数据集中起来从多个角度分析，商业价值大大增加。从审计领域看，大数据的四个特点是区别于传统审计的根本所在，它改变了人们收集、处理和使用数据的方式，促使着会计、审计思维方式的转变，而这些改变则推动着财务管理模式的转变，影响着审计技术和手段的发展。

二、财务共享服务模式对审计的影响

目前，许多大型集团在大数据的背景下开始尝试运用财务共享服务模式进行公司管理，以适应经济环境的发展和提高业务运行的效率。财务共享服务模式是一种新型的企业管理模式，它基于大数据、云计算等互联网技术，将企业内部日常的、重复的业务流程从整体中剥离出来予以标准化，聚集在一个共同的系统中处理、分析，以此重新评估整个集团的财务、业务流程。在这种模式下，构建的这个共同的处理系统被称为企业集团财务共享服务中心云会计系统，简称云平台。云平台系统的建立使得企业和审计师能够尽可能地搜集各种相关的财务信息数据，也让集团内部各层次和各部门能够根据自身需求使用相关的数据信息，这必然会对审计的工作方式产生重大影响。

（一）对审计范围的影响

大数据时代，审计工作正从传统的抽样审计阶段过渡到全量审计阶段，审计样本量逐渐扩大，并不断趋近于总体。众所周知，由于现有资源的限制，审计工作无法做到对所有数据进行甄别和处理，通常在重要性水平的指导下，采用审计抽样的方法对具有典型性的数据进行分析，以获取最有价值的信息。而在大数据时代，云平台汇集了企业内外的海量数据，通过运用数据挖掘等先进技术，审计人员能够实现对审计对象全范围、高效的分析处理，审计范围大为扩展。相应地，审计范围的扩大，也要求增强审计工作挖掘、分析和处理的能力，并提升数据存储的技术关卡，以更好地在云平台进行大数据审计。

（二）对审计数据的影响

传统审计的数据主要为财务、业务、资产运营等从企业内部可以获取的结构化数据，审计人员运用基础的技术手段，可以对获取的数据进行处理和分析。但是在对企业报告、规章制度、会议记录等没有统一标准的、非结构化的数据处理上，审计人员则必须通过人工进行相应的基础分析，不仅增加了自身工作量，还可能由于主观错误影响工作质量。在财务共享服务模式之下，数据存储空间及处理速度大幅度提升，云平台集中储存了多样的结构化和非结构化数据，使得快速、便捷地获取非标准化的外部数据成为可能，稽核的数据将更为全面、整体。然而，非结构化数据特有的复杂性和差异性使得大数据审计下的数据分析更为困难，审计人员更应该转变审计思维，提升非结构化数据在审计工作中的地位，采用结构化数据与非结构数据并重的审计手段。

与此同时，大数据、云平台的发展也改变着审计数据之间的关系。由于海量数据的存在和聚合，数据间相互联系、相互作用，需要考虑的方面越来越多，传统审计中探寻数据间一对一因果关系的一贯工作将变得十分困难。审计工作所分析的审计数据之间的关系将逐渐从因果关系转变为相关关系，审计人员通过云平台，将大数据审计模型固化在系统当中，应用在审计数据的分析之中，并在此基础上，对审计疑点进行预测、汇总和处理，判断业务的合规、真实与完整，本质上这属于一种对相关关系的探寻。在大数据环境和财务共享服务模式的共同作用下，审计工作将进一步向智能化和数字化迈进。

（三）对审计技术的影响

大数据时代，审计数据越发复杂和多样，电子数据更是具有不可见性和流动性大的特点，诸如检查、函证等传统的审计手段已然不能适应大数据审计的需要。同时，由于舞弊技术的提高，审计线索更加隐蔽，传统稽核分析数据平台中的SQL语言查询、联机分析处理等审计软件在寻找线索点上力度不足，使得隐藏风险难以发现。因此，审计工作更应当利用创新高效的审计技术，掌握财务共享服务模式下获取证据的技术手段，以确保审计工作的高效和高质。在大数据时代，提高海量数据的管理技术十分重要，而在财务共享服务模式下的云会计平台，有关数据存储和处理的数据仓库及数据挖掘更是两项必不可少的技术手段。可见，利用新型技术跟踪审计线索，挖掘相关审计证据，是大数据时代对审计的基本要求之一。

（四）对审计人员的影响

传统意义上，审计人员掌握相应的会计、审计知识，拥有一定的经验、职业道德及专业素养，基本上就能够进行审计工作。但在大数据时代，云平台的构建使得企业财务经营环境更为复杂，涉及的领域更为广泛，应用的技术也更加多样，大数据审计工作对工作人员的要求也更具挑战性。审计人员不仅需要拥有传统审计模式下的专业知识和素养，也需要学习和掌握相应的互联网知识与数据处理技术，了解审计软件的设计、开发及功能点，懂得从海量多样的数据当中敏锐及时地找出相关审计数据，得出有价值的审计证据。

三、财务共享服务模式下大数据审计框架的构建

财务共享服务模式的核心是云平台的建立，通过云平台，能够将企业集团、分子公司的数据系统汇集起来，形成一个有机整体，为审计工作提供有关审计对象的充分有效数据，为大数据审计奠定了前提基础，使之能够更好地解决传统审计模式下数据收集和整理工作量大、外部数据利用困难等问题。因此，在云平台下，目前大数据审计的主要工作便集中在大数据的预处理和审计框架的构建上。

（一）大数据预处理

1.大数据采集

数据采集是大数据预处理的第一步，在财务共享服务模式下，各类数据的采集工作主要通过三种途径展开：一是在云平台中直接获取财务、业务相关数据；二是通过将ERP等企业的业务系统与云平台对接，获取其他与企业运营相关的数据，如采购、生产和销售等数据；三是从外部获取数据，如互联网、社交软件、行业文件等等。通过云平台这一枢纽，数据采集工作趋于规范化，在减轻审计人员工作量的同时，有效防范了手工操作带来的不利影响，提升了工作质量。

2.大数据清洗

在第一步完成之后，紧接着要对采集的数据进行进一步梳理，这也是大数据预处理的核心所在。大数据清洗的目的主要是对相关数据的质量进行把关，对数据进行筛选，排除和纠正有冲突和错误的数据，以减少审计工作的偏差。虽然在云平台中数据较为统一和规范，但是依然要对数据进行相应的清洗，才能确保数据的质量达标。

3.大数据存储

在完成大数据清洗之后，则需要进行大数据的存储，将余下的有价值的审计数据分门别类地存储在一个统一的数据库当中，以便集中处理和随时提取。正是由于大数据清洗之下这一个审计数据平台的出现，使得审计工作更加便捷有效，有效地提高了审计效率、降低了审计风险。

（二）云会计平台下的大数据审计实施流程

1.大数据审计框架

在对大数据进行预处理之后，审计人员可以开始着手相应的审计工作，收集审计证据印证审计疑点，进而给出审计结果，完成审计目标。财务共享服务模式之下的大数据审计工作主要有六个步骤，一是确立审计目标；二是风险评估；三是制定审计计划；四是设计审计程序；五是执行具体审计工作；六是出具审计报告。其框架图如图1所示。

图1 基于财务共享服务模式的大数据审计流程框架图

2.大数据审计具体实施流程

第一，确立审计目标。大数据审计作为一种审计手段，面对不同的业务需要拟定不同的工作目标。从审计对象看，大数据审计一则可以用于传统的业务审计，反映业务流程是否合规有效，资源利用是否充分合理；二则可以用于财务共享服务模式下的云平台审计，测试云平台系统是否有效运转，达到数据共享、完整和经济的目的。从审计类别看，大数据审计可以运用在内部审计之中，也可以运用于外部审计，内部审计要求大数据审计侧重关注云平台系统是否能够为企业管理者提供决策支持，而外部审计要求大数据审计测试审计数据，以支持企业信息的真实和完整。

第二，实施风险评估。与传统审计不同的是，财务共享服务模式下的大数据审计风险不仅与审计的重要性相关，还拥有一个特有的相关因素，那就是云平台的有效性和可信度。如果云平台对大数据的预处理不恰当或者不规范，那么接下来的审计工作也就无法做到可靠和相关，审计风险将会大大增加。同样，如果云平台的数据不可信、处理技术不完善，那么也将影响大数据审计的成果，增加审计风险。因此，为了控制大数据审计风险，必须增加相应的防护措施，例如对云平台系统全过程的监控，第三方机构对云平台系统控制的评估和报告等。结合审计重要性及相关的监控、评估结果，才能对风险进行可靠的定性和评估。

第三，制定审计计划。审计计划内容包括审计时间、范围等资源的分配，值得注意的是，在大数据审计中，计划还应当特别考虑数据预处理过程中所需要的时间和资源。

第四，设计审计程序。传统的审计程序在大数据审计环境下不再适用，在大数据审计下，审计程序的设立主要有三步，一是利用数据挖掘等技术进行数据分析；二是建立审计中间表；三是根据中间表分析汇总审计疑点。其中最重要的便是对数据的分析，审计人员可以应用大数据挖掘技术找出异常数据，建立云平台、业务平台和财务平台数据的勾稽关系，自动发现隐藏在其中的审计疑点。同时，由于数据的多样性，审计人员还能够从多个角度对数据进行多维分析，进一步发现审计线索。在汇总审计线索的基础上，审计人员将分析后的数据按照统一的规范和标准进行处理，形成审计中间表，为审计疑点的形成提供凭据。最后通过大数据的分析及中间表的比对查证，找到问题数据，形成审计疑点。

第五，实施审计程序。在这个阶段，主要是对审计计划的执行和修正，对大数据预处理过程进行全过程监控，结合第三方机构对企业整体和云平台内部控制的评估报告，基于审计疑点，利用相应的技术手段收集足量、相关的证据，进而综合分析证据，得出审计结果。

第六，出具审计报告。通过大数据审计下的审计结果，综合考虑审计目标和背景，审计师可以给出最后的审计意见。同时，根据审计中所发现的问题，与稽核对象沟通，提出有效建议，出具审计报告。

现阶段，越来越多大型企业集团倾向于利用大数据和云计算技术提升企业运营管理能力，构建财务共享服务模式下的云会计平台，这对审计工作而言，既是机会，也是挑战。审计工作必须要适应大数据时代的需求，不断改进审计流程、提供更为高效的审计活动，才能更好地提升自身价值，在新的财务管理模式下发挥出更多作用。

［1］程平，白沂.基于财务共享服务模式的大数据审计研究［J］.中国注册会计师，2016，（5）：84－87.

［2］刘星，牛艳芳，唐志豪.关于推进大数据审计工作的几点思考［J］.审计研究，2016，（5）：3－7.

［3］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.

［4］翟群丽，魏志浩，崔瑞瑞，王亚敏.河南省审计厅大数据环境下“五个关联”审计思路与方法［J］.审计研究，2016，（5）：14－19.

（作者单位：江西科技师范大学、江西财经大学会计学院）