大数据驱动的智能审计决策及其运行模式

郝玉贵，徐远洒

（杭州电子科技大学，浙江 杭州 310018）

大数据驱动的智能审计决策及其运行模式

郝玉贵，徐远洒

（杭州电子科技大学，浙江 杭州 310018）

大数据给CPA审计带来巨大的流程变革，数据挖掘技术的运用对审计流程中的五大主要决策：审计师业务承接及审计师变更决策、审计定价决策、审计风险评估及审计计划策略、审计证据决策、审计报告决策产生重要影响，文章基于此设计了大数据驱动的智能审计决策及运行模式，以全新的方式更好地进行审计决策，降低审计成本，提高审计效率。

CPA审计；数据挖掘；智能决策

一、引言

大数据时代的到来，引起了国家的重视。2015年9月，国务院印发《促进大数据发展行动纲要》，系统部署大数据发展工作。2015年12月在乌镇举行的主题为“互联互通·共享共治——共建网络空间命运共同体”的第二届世界互联网大会表明，“互联网+”元素已经融入社会的方方面面。财政部2016年10月印发《会计改革与发展“十三五”规划纲要》，强调要加强会计法治和会计信息化建设，建立信息化公共服务平台，促进大数据的深度利用。2016年8月，中注协印发了《注册会计师行业信息化建设规划（2016—2020年）征求意见稿》，详细阐述建立行业数据库，建设智能审计作业云平台的要求。目前，随着《2015—2020年中国云计算产业发展前景与投资战略规划分析报告》落实，云审计、物联网的不断演进，大数据背景下的研究越来越有价值。

注册会计师审计需要紧跟时代的步伐，在大数据的建设中，利用数据挖掘技术，进行审计决策研究。各类利益相关者在大数据背景下需要进行各种复杂的决策，借助于云会计平台，针对CPA审计的各类决策等都将变得具有探索性。基于数据挖掘技术的CPA审计决策建设已成为全球性问题。大数据下的审计数据挖掘和审计师决策支持系统设计研究有一定的价值和意义。

二、文献回顾

大数据给CPA审计带来巨大的变革。Whitehouse、Tammy（2014）[1]，Brown-Liburd、Helen（2015），Min Cao、Chychyla（2015）指出大数据下 CPA 审计的方式具有实时性和全面性。陈丹萍（2009）[2]，谢岳山（2013）[3]，秦荣生（2014）[4]，丁淑芹（2015）研究大数据下具体审计模式、流程的变更。大数据的运用，有助于会计舞弊的减少，CPA审计的审计风险降低，审计质量和审计效率提升（鲁清仿，2015[5]；王雯婷，2016[6]；龙子午，2016[7]）。

国内外关于数据挖掘的研究很多，Stonebraker（2012），Cao et al.（2015），Brown-Liburd et al（2015）[8]对数据挖掘的技术方法及应用进行了研究，指出数据挖掘的技术方法种类繁多，包括分类和预测、聚类、关联规则、时间序列、图形图像、视频、Web等。张琛、吴泽鸿（2010），马璐（2013），陈伟（2016）[9]等指出国内数据挖掘与知识发现领域的研究包括模糊方法、数据立方体代数、关联规则、非结构化数据及Web数据挖掘等各个方面。大数据下的CPA审计可以学习借鉴一系列相关的数据挖掘技术，更好地提供审计。

K.Change（2014），Alessandro Mattiussi、Michele Rosano（2014）对云计算环境下的智能决策进行研究，指出云计算环境下海量的信息服务和决策资源能够为智能决策过程提供有效的支持，根据决策者的需求与偏好选择合适的资源进行服务。Benjamin Woo（2012），Bryan、Lilien（2013），Alles（2015）研究发现通过使用云计算等技术对会计大数据充分挖掘和分析，可以实现会计与业务一体化、信息资源共享。许金叶（2012）、赵婧（2013）、王舰（2013），程平和王晓江（2015）等指出利用会计数据挖掘系统可以对繁杂的数据进行处理，提取出所需要的信息，实现数据共享。

国外关于信息化的研究主要针对会计信息系统处理技术和处理流程，更侧重于技术的开发应用研究，较少关注企业自身的业务处理模式等特点。对大数据下的审计研究也都偏于总体的审计模式，较少对具体的审计决策展开研究。国内学术界对数据挖掘下的CPA审计研究主要集中在其基础技术研究和基本变化等方面，对于审计信息化研究，虽然有理论研究的文章，但是没有形成具体的框架体系。对于审计决策的具体流程大数据整合也鲜有研究，因此研究大数据下的审计数据挖掘和审计师决策支持系统具有理论和现实意义。

三、大数据对CPA审计的影响

（一）大数据的概念辨析

大数据是指巨大和复杂到无法用现存的标准和工具来衡量的数据集。大数据具有3个特点：一是数据集体量巨大，二是数据处理速度快，三是数据种类多，有图片、地理位置信息、视频、网络日志等多种形式，数字、文本、图片、声音、视频均可捕获（Mc Afee and Brynjolfsson，2012）。大数据可以挖掘环境中的任何现象，将其数字化，转化成数据集，为决策研究提供来源。大数据分析就是观察数据，数据清洗，数据转换到数据建模的过程，进而发现有用的信息和模式，支持相关决策。互联网数据中心（IDC）认为“大数据”是为了更经济、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，它不同于传统的数据采集、运用的技术，可以实时进行数据传送。

大数据时代的到来，将会改变思维的方式。大数据可以采集和处理事物整体的全部数据，数据量的增多可以提高数据分析的准确度，而不再依赖实质上有限制性的抽样分析。大数据的运用也使得人们不再热衷于追求数据的精确度，而是追求利用数据的效率。数据的实时采集使得数据的效率发挥了巨大的作用。同时，数据的巨增使得人们难以寻求事物直接的因果关系，但是对数据的深入分析和认识可以了解事物的相关关系，进而得出可以加以利用的有效结论。

（二）审计数据挖掘

大数据背景下，审计数据的类型包括被审计单位所有的数字、图表、录音、视频等所有类型的信息，还包括被审计单位之外相关的各类信息，媒体报道、监管记录等。审计师要对这些数据进行采集和分析，这些工作离不开大数据审计平台的构建。在审计过程中，各种数据资料通常存储在企业的ERP和数据仓库系统中。这些数据本身不是大数据，只有它们实时被记录补充，实时完善，才是大数据的模式。审计平台的建设需要与各被审计单位进行数据接口的连接，采集实时的信息，打造大数据下的基础数据库。

数据挖掘是从大型数据库中提取出相关的信息，进行分析，制定出重要的决策。大数据下的审计需要数据挖掘技术的支持。常用的审计数据挖掘技术有孤立点检测、关联规则发现、序列模式挖掘、分类和预测、聚类分析、演化分析、离群点挖掘、异常点检测等。大数据下的审计数据挖掘流程可以分为四步。首先是采集数据库中的各种数据；其次是进行数据预处理，包括数字格式转换、数字清洗、提炼；再次是用合适的数据挖掘技术对数据进行提取、处理，发现隐藏的知识；最后进行数据的统计分析报告。

（三）大数据对审计的影响

大数据时代的到来带来了审计方式的变革，全面、全过程的审计逐渐成为可能。大数据可以促进持续审计方式的发展，通过对数据进行多角度的深层次分析，促进总体审计模式的应用。计算机技术的运用，审计数据库的建立使得审计抽样的概念有所转变，审计重相关关系轻因果关系，依靠数据事实说话（鲁清仿，2015）。风险需要真正全面的识别而非推测，给全面审计提供了可能性。

风险导向审计仍是现代审计的主流方向，在大数据时代，风险导向程序将因为数据和技术的充分支持而变得更为完善。审计的具体实施还是按照风险导向原则确定审计证据，只是结合了数据挖掘等新一代的信息技术。审计软件不断研发升级，各种数据挖掘技术嵌入审计模块，从云审计平台挖掘数据，审计数据分析方法综合运用，如：对多张表格进行交叉复核，对数据进行分段匹配、关联规则发现、序列模式挖掘等，运用信息化手段对审计流程实施实时监督，实时进行审计报告管理，将提供更为精细的分析报告，以供管理层进行战略管理。整个流程提供的信息更具有相关性、实效性，审计证据更加可信，全面的审计可以使任何虚假的数据现形，降低审计风险，提高审计质量，降低审计业务三方的信息不对称性，促进人与社会的和谐。

（四）CPA审计流程的变革

CPA审计的相关流程主要包括业务承接、确定审计收费、制定审计计划、确定风险较高领域并应对重大错报风险、编制审计报告等，大数据背景下，这些审计流程细节也有所变化。审计流程中的审计业务的承接、审计计划的制定、审计收费的确定、审计实质性程序的实施、审计报告的出具这五大决策是使得审计顺利展开的关键，联网审计的发展使得智能审计决策成为可能。通过对被审计单位的内外部审计证据数据实施数据挖掘，开发审计决策支持系统，从而实现智能审计决策，可以减轻CPA的工作量，使审计结果更为精准。

四、大数据挖掘技术对审计决策的影响

（一）数据挖掘技术、审计师业务承接及审计师变更决策

审计师在考虑是否进行业务承接时需要了解被审计单位的相关情况，研究被审计单位的环境，与前任CPA进行沟通，对其他相关人员进行咨询。这样可以较为全面地评估被审计单位的业务水平和诚信道德，使得审计的开展更为顺利。标准的审计流程中，审计业务承接时的考量必不可少，但是当被审计单位为了自身利益提供虚假信息时，审计师不一定能及时发现。同时审计信息搜集的滞后性，也可能导致审计业务的错误承接。大数据下的审计可以减少此类现象。

数据挖掘技术使得连续审计技术成为可能。数据挖掘技术与实时审计、计算机辅助审计、联网审计、非现场审计等方式高度融合,实现审计人员和被审计单位电子数据的及时连接与交互,克服了当前审计的滞后性。这种环境下，被审计单位所有的业务行为都被记录。相关的审计数据库记录了以往的审计结果，相关的审计资料。拟承接的审计师将获得有关进入该企业的云审计平台的权限，该平台提供相关的经过监管机构明确证实关于审计环境、职业道德的相关资料，政府机构、前任审计师实时进行证实，由此提供的资料更为及时、可靠，CPA可以更好地了解被审计单位，由此决定是否接受业务委托及进行审计师变更决策。

（二）数据挖掘技术与审计定价决策

审计收费的影响因素很多，包括公司规模、事务所规模、财务指标、审计意见等。审计师在确定审计费用时需要一定的时间成本来搜集审计证据，确定审计收费。同时可能因为盈余管理存在一些异常收费，大数据时代可以减少异常审计收费，节约审计定价的成本。

审计数据挖掘技术的应用使得审计师可以通过网络、移动通信、数据库等获得数据，可以降低审计人员的时间成本和审计证据搜集成本。同时审计数据库记录着历年审计费用，结合审计定价实证研究的方法，挖掘影响审计定价的相关数据，测算相关数据之间的关系，可以确定审计定价的合理性，减少审计购买行为。大数据时代的审计收费将受到信息技术的较大影响，信息系统的性能增加审计定价中信息技术的成本，减少定价决策错误的机会成本，提高定价决策的效率。

（三）数据挖掘技术、风险评估与审计计划策略

CPA审计需要制定恰当的审计计划来实现资源的合理利用，提高审计效率。数据挖掘的实时性使得审计的范围变得更宽，审计报告的时隔变得更短，进一步地，审计计划的制定更具有实时性，更注重结果的分析与运用，实时监控、调整，以更实际地贯穿审计全过程。随着更为完备的审计数据库的建立，将给审计计划的制定提供更为清晰完整的思路，提高效率。

审计风险评估和应对是审计流程中的重点。大数据下的信息更为充足，风险评估中可以结合一系列计算机技术，进行数据挖掘式审计，更好地发现风险异常点，获取有效的审计证据。数据挖掘技术辅助实质性分析程序，将会有更具体的审计效果。

大数据下的审计环境更加复杂，审计风险评估除了审计流程中的风险，还涉及计算机中的相关风险。审计人员的计算机素质需要提高，学习COBIT5.0标准，对信息安全进行控制，审计流程中也要进行计算机安全审计，关注数据存储的安全性和完整性。

（四）数据挖掘技术与审计证据决策

在大数据背景下，审计证据的获取将变得更为容易。比如函证程序的运用不再需要信件以及个体亲自的现场往来，系统的联网和云审计平台的构建，将使得计算机技术上的函证有其可靠性。全面开放的数据资源使得审计证据的数量极具增大，但是审计的质量不会降低，反而因为大数据的时效性减小了误差，增强了可信度。数据挖掘技术的运用，可以更为迅捷地提取相关的审计证据，降低人工成本。所有的审计证据将受到多方的监督，不一致的审计证据可以通过联网查出，审计证据将更具可靠性。同时一系列交叉复核的审计证据可以依靠计算机技术自己完成，大大节约人工成本，审计证据的充分性与适当性将得到保证，审计证据决策的智能化可以大大提高审计效率。

（五）数据挖掘技术与审计报告决策

审计报告决策即四种审计意见决策，指注册会计师对出具无保留审计意见、保留意见、否定意见、无法表示意见的审计报告的进行决择。大数据环境下审计报告决策的对象不变，但是支持决策的信息将会以极大的速度增多，信息的增多可以提高审计质量，增强审计报告的有效性。

智能决策系统能根据一条条罗列的事项，通过算法，实现一些基本事项的判断，较为基础地得出审计意见。此后，注册会计师只需要利用职业判断，结合非智能的审计证据，提出自己再次判断验证的审计意见，由此得出的审计意见既有可靠事实的支撑，又有职业技能的支撑，更为可靠快捷，提高效率。

全面审计可以提供与企业内部更为相关、全面的审计报告，因为大量数据的支撑，只要进行适当的数据挖掘分析，就能得到与内部管理相关的数据资料，这些资料可以进行智能分析，自动生成管理会计报表，将更好地支持管理会计，全面预算管理的展开，继而为下期的工作提出有利的建议。大数据下研究分析更准确，管理层可以借鉴，并以此展开企业管理，使多方受益。

大数据的实时性将使得实时审计报告决策成为可能。数据库数据实时更新，审计师掌握数据挖掘技术后，可以借助计算机的辅助功能，快速编制审计报告和所附的财务报表，因为财务信息的可靠性，财务报告和审计报告的可靠性也能加以保证，审计效率提高，实时的审计报告将对各利益相关者的决策带来巨大的影响。实时的审计报告减少了审计报告滞后现象，呈现的信息将更具相关性，信息含量更高。

五、大数据下审计师决策支持系统运行模式

图1 审计智能决策系统设计

1.大数据下审计师决策支持系统的研发的目标是提供审计师业务承接与变更决策、审计风险评估与计划决策、审计证据决策、审计定价决策和审计报告决策。审计的具体原则是依据风险导向审计原理，实行大数据下的CPA审计。在整个审计实施过程中，要注重审计平台的搭建和审计数据挖掘技术的运用，按照数据挖掘、数据清洗和数据转换的方法对数据进行处理，进而展开决策。

2.审计决策离不开计算机技术的支持，离不开国家的大数据战略中云审计平台的建设。因为该系统首先要整合全行业的数据资源，并且内部存储有较为全面的风险预警模型。可以建立包含我国居民收入、消费、固定资产投资、财政收支等方面的数据，以及此类数据随时间变化的风险数据库；建立关于审计对象历年经营信息的审计对象数据库，涵盖各种审计方法的审计方法库，各种审计证据信息分析的审计证据库等，这些都是审计信息支持数据库，各个数据库的资源整合使得数据挖掘的信息源充足。

具体部署四大数据库，法律规范数据库、审计方法数据库、审计证据数据库和审计模型数据库。各种法律规范数据库，包括内控规范指南数据库，涵盖各行各业各种程序中的内部控制规范数据，各种审计、会计以及经济法规的数据库，可以为审计提供法律依据和规范指引。建设审计证据数据库，包括审计证据收集的方法，审计证据分析的方法，审计程序展开的方法，相关审计提示的方法，以及审计风险因素识别的方法，整合成支持的知识库平台。同时审计风险的应对，风险的控制等可以综合成审计方法库。各种审计案例、审计模型共同打造审计模型数据库。同时被审计单位的信息也要导入整个云审计平台，数据挖掘可以通过私有云技术进行展开。

3.在数据平台建设的基础上，系统对被审计单位的数据进行采集、预处理，然后进行分析。可先通过数据挖掘分类技术对财务报表与数据库中采集的历年数据和行业数据进行横向比对，再通过时间序列模式模拟分析本年的财务报表和数据，评估被审计单位，基于能否发现异常的判断智能展开审计师业务承接及审计师变更决策。

4.确定承接业务后，挖掘被审计单位内控系统的程序设计数据，结合非财务数据以及多种数据挖掘技术，找出存在错报或风险的关键点，智能展开风险评估决策与审计计划策略制定。对审计环境的整体有个总体把握，找出存在错报或风险的关键点，对接下来审计工作的难易程度有一定的心理准备，针对不同的难易程度展开各种审计程序，进行细节测试和实质性程序。

5.审计定价决策依据审计工作的难易程度展开，通过企业规模、事务所规模和相关财务指标数据的挖掘可以进行。审计证据的采集需要更为全面地进行数据挖掘，对确定的风险较高领域用更为复杂的数据挖掘技术进行分析，确定出具体问题的数据。比如交叉复核技术，聚类和关联规则分析，可以替代人工进行智能决策，同时与关联方的系统联网，依据权限用智能替代人工，可以省去譬如人工跑银行询证的一些步骤。

6.依靠数据挖掘技术进行审计证据决策后，再进行审计报告决策，依据能否获得审计证据和财务报表中是否存在重大错报以及其广泛性，系统自动分析出对应的审计报告类型，进行审计报告决策。整个审计系统智能决策中，人员的作用将会大大减弱，因为系统提供了足够多的便利，但所有的程序都会留下记录，存档，继续导入数据库，为下次审计提供基础与指导，有利于整个审计循环高效运行。

7.审计师数据挖掘与智能决策系统需要计算机人员的硬件支持，需要进行系统开发，了解五大决策需求，利用Hadoop、HPCC等，导入业务支持数据库。大数据下的安全审计和系统维护是必须的，软件人员要与CPA协作，参与CPA审计使用反馈，并集合审计结果数据，进行改进升级，长久维护。

六、结论与建议

大数据对审计的影响，不仅表现在审计行业战略规划，而且表现在审计执业流程的变革。随着大数据、云计算、互联网技术的发展，实时审计或智能审计决策将逐渐成为现实。大数据下的审计市场数据的挖掘技术的应用，不仅减少审计业务承接和审计师变更决策中的风险，挖掘影响审计定价的相关数据，减少异常审计收费，节约审计定价的成本。而且随着更为完备的审计数据库的建立，将给审计计划决策的制定提供更为清晰完整的思路，谋划高效获取充分性与适当性审计证据的策略，实现审计证据决策的智能化和审计报告决策的实时化。为此，构建基于审计市场内外部大数据为基础的智能审计决策支持系统和大数据审计平台，实施大数据挖掘技术获取充分适当的审计证据等，为审计师智能决策提供模式支撑，将极大的提高审计效率和效果，更好地服务社会公众。

然而，大数据下审计师决策支持系统的运行，一方面需要政策和技术的支持，才能更好地整合各种审计资源，应用于全行业；另一方面审计决策支持系统运行模式的设计需要立法机构协同审计准则制定机构，联合计算机技术人员，共同制定相关的大数据背景下的审计操作指南，规范相关的准则，降低信息系统中存在的安全风险，可以更好地将相关决策系统进行实际应用，为审计师和客户带来裨益。更重要的是需要审计师要有大数据审计的胜任能力和道德修养，要求审计师具有坚实的审计基础，具备较为扎实的大数据处理技术和云计算和智能决策等知识工程的积累及训练，更好地服务于大数据驱动的智能审计决策的实施，以利于高效提升审计价值。

[1]Whitehouse，Tammy.Auditing in the Era of Big Data[J].Compliance Week，2014，11：28-67.

[2]陈丹萍，2009.数据挖掘技术在现代审计中的运用研究[J].南京审计学院学报（2）：57-61.

[3]谢岳山.数据挖掘技术在联网审计中的应用研究[D].中南大学，2013.

[4]秦荣生，2014.大数据、云计算技术对审计的影响研究[J].审计研究（6）：23-28.

[5]鲁清仿，魏欣媛，2015.大数据对审计风险准则影响探究[J].财会通讯（7）：89-91.

[6]王雯婷，张小竹，陶然，等，2016.大数据对CPA审计的影响[J].中国注册会计师（7）：100-105.

[7]龙子午，王云鹏，2016.大数据时代对CPA审计风险与审计质量的影响探究[J].会计之友（8）：112-114.

[8]Brown-Liburd Helen，Issa Hussein，Lombardi Danielle.Behavioral Implications of Big Data's Impact on Audit Judgment and Decision Making and Future Research Directions[J].Accounting Horizons，2015，29（2）：451-468.

[9]陈伟，SMIELIAUSKAS Wally，2016.大数据环境下的电子数据审计：机遇、挑战与方法[J].计算机科学（1）：8-13.

（责任编辑：C 校对：R）

F239.2

A

1004-2768（2017）07-0141-06

2017-04-30

国家社科基金项目“大数据下公允价值会计数据挖掘与智能决策的方法和运行机制研究”（16BGL070）

郝玉贵（1963-），男，河南人，杭州电子科技大学教授，研究方向：审计；徐远洒（1993-），女，浙江人，杭州电子科技大学硕士研究生，研究方向：审计。