大数据背景下的审计研究综述

◇潘 钰

一、引言

国家审计署前审计长刘家义强调的“免疫系统”需要对数据进行高效处理，而近年来，随着我国经济发展速度的快速增长，必将为未来的审计带来更加巨大的任务压力，运用大数据、云计算技术的智能审计平台，智能化、自动化的审计能够帮助审计人员大大提高审计效率以及能力。

随着“审计全覆盖”理念的实施，审计机关审计任务日趋繁重，不仅审计资源严重不足，对审计能力提出很大挑战，同时也影响审计质量，难以规避审计风险。2014年10月出台的《国务院关于加强审计工作的意见》代表着国家首次在文件中将大数据审计列入审计信息化工作重点。这将为大数据审计提供重要的大数据生态圈和共享制度保障。

大数据具有 5V 特点：Volume（大量）、Velocity（高速）、Variety（多样）、Value（低价值密度）、Veracity（真实性）。当下，数字化建造、智慧建造等工程建设环境，为数据驱动的审计提供了数据资源，一些信息集成技术和各类大数据分析技术又为数据驱动的审计提供了技术上的可行性。大数据审计旨在将“数据孤岛型、业务封闭型、模式单一型”向“数据一体化、业务一体化、模式一体化”的方向推进发展。

二、大数据环境对审计发展文献回顾

随着现代信息技术的发展，数据逐渐发展为需要新处理模式才能更好地支持决策的制定、发现数据下隐藏的问题和提高效率能力的海量（Volume）、高增长率（Velocity）和多样化（Variety）的信息资产。大数据的产生将成为现代审计和会计的一个转折点。在大数据环境下，审计的目标并未发生改变（Diane J.Janvrin a,Marcia Weidenmier Watson b，2017），但是无论从理论还是规范层面看，大数据都将在未来应用于审计工作（Littley,2012;Moffitt andVasarhelyi,2013;SettyandBakhshi,2013等）。Helen Brown-Liburd,Hussein Issa,and Danielle Lombardi（2015）建议：审计人员可以在客户风险、欺诈风险、内部控制、持续审计等业务评估中利用数据挖掘技术分析外部数据。并且由Michael Alles（2016）等提出了大数据审计对比传统审计的优势、大数据纳入审计实践的成本、大数据环境中审计人员的素质要求、大数据和数据分析进入审计实践的阶段和最佳方法等主要研究方向。

我国也正在展开探索大数据审计特点和实现研究（杨凯茜，2015），以及开展模式的研究（徐鹤田，2017），秦荣生（2014）分析了大数据、云计算技术对审计的影响。国内不仅在CPA审计领域对实施大数据审计进行探索（龙子午,王云鹏，2016），并且还尝试站在国家治理和政府审计的视角下实施大数据审计（方皓，2016；马德辉，2017）。

三、大数据背景下审计证据文献回顾

在大数据时代，通过利用数据挖掘等技术可以提高决策的质量，并且审计判断将更多依靠数据驱动而非经验驱动（Lohr，2012）。Kyunghee Yoon,Lucas Hoogduin,and Li Zhang（2015）等人对审计证据的充分性、可靠性和相关性三个方面的影响进行了研究，认为大数据将降低审计师对客户数据的依赖性，并提供独立的基准来评估内部审计证据。这与我国刘荣丽（2017）认为的大数据环境要求计算机审计工作从“验证型审计”方式转变为“发掘型审计”方式思想不谋而合。由于大数据包括例如RFID数据、GPS数据的出现，审计证据的性质和概念在发生着变化，并且正在探索新型的审计证据如何应用于传统审计流程中（Helen Brown-Liburd，Miklos A.Vasarhelyi，2015）。

国内对于大数据背景下的审计证据的基本特征进行了剖析（黄江海，2016），对于大量的信息化数据的采集方式以及思路有了一定的创新及实践，例如基于C#采用Visual Studio 2008对TXT格式的数据的采集、对Excel表中的数据和Access数据库中数据的采集（陈琦，陈伟，2015）。

综上可得国内外对于新型审计证据的本质和特征已有较为深入的研究，但是未来审计中包含的证据将使用到包括工业工程、统计学、计算机等很多领域的知识，各种类型的大数据采集模式研究还缺少成果。

四、审计数据分析文献回顾

大数据如今遍及全球各个角落，审计大数据指的是多种类型的数据集合，其中可能包括一些组合的传统结构化的财务和非财务数据、物流数据、传感器数据、电子邮件、电话、社交媒体数据、博客以及其他内部和外部数据（Christine E.Earley，2015）。传统的数据分析工具开始难以对海量数据进行有效处理而亟需新的数据分析方法和工具。Min Cao,Roman Chychyla和Trevor Stewart（2015）分析了大数据分析的特点：（1）取证覆盖面大大增加；（2）数据分析的结果从逻辑关系上来看更偏向于相关性而非因果关系。并提出面对海量数据计算分析的两个方向：①使用需要计算资源少的简单分析方法；②将数据分为可以被复杂分析工具管理的数据子集。在大数据应用方面Mehdi Sookhaka,Abdullah Gania,Muhammad KhurramKhanb,RajkumarBuyyac（2015）提出了一种高效的基于云存储系统的代数签名特性的远程数据审计（RDA）技术，Issa（2013）提出了一种以加权规则为基础的审计系统，首先确定异常（违反一个或多个业务规则的情况下），然后利用高级审计人员中的专家小组知识，对提取的异常值进行排序。

我国关于应用大数据分析方法的相关研究包括孙玥璠、宋迪（2015）基于孤立点分析的审计抽样方法，李强、谢汶莉（2016）的大数据可视分析，王乾（2015）分析了大数据的价值，大数据分析在经济社会中的应用，以及大数据分析的局限性。2013年审计署才开始对全国社会保障资金进行了统一审计，这是审计署对大数据的首次尝试。审计署坚持多角度、分层次地对大量社保数据进行全方面的审计分析。而通过这个案例不难发现我国审计领域对于大数据的理解和使用都还处于初级阶段，但是需求却日益增长，所以国内的大数据审计领域有很多问题有待研究（顾洪菲，2015）。

五、文献回顾述评及未来研究展望

学者们基于已有的审计理论以及大数据对其产生的冲击，从行业宏观整体的影响入手研究，提出了推行成本问题、从业人员素质问题和应用大数据审计的方法模式问题，然后聚焦到审计实务的实践问题。研究已经得出以下结论：①大数据环境下的审计证据具有从“验证型审计”转变为“发掘型审计”的趋势；②大数据信息的收集模式和方法还缺少成果；③对于已获取的大数据的处理方法还处于探索阶段，还未提出明确的数据处理方法。

参考文献：

[1]Janvrin D J,Watson M W.“Big Data”:A new twist to accounting[J].Journal of Accounting Education,2017（38）.

[2]方皓.浅析“大数据”对我国政府审计监督的影响[J].商业会计，2016（09）.

[3]马德辉.基于大数据视角的政府审计探讨[J].财会通讯，2017（01）.

[4]龙子午，王云鹏.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，2016（08）.

[5]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（03）.

[6]孙玥璠，宋迪.大数据环境下基于孤立点分析的审计抽样方法[J].财务与会计，2015（14）.

[7]李强，谢汶莉.大数据审计中的可视分析[J].中国内部审计，2016（02）.

[8]秦荣生.大数据、云计算技术对审计的影响研究[J].审计研究，2014（06）.

[9]王乾.论大数据分析的方法论意义[D].武汉：武汉科技大学，2015.

[10]黄江海.试析大数据审计证据的基本特征[J].审计月刊，2016（08）.

[11]徐鹤田.国家治理视野下的大数据审计工作模式研究——基于SWOT分析[J].中国内部审计，2017（01）.

[12]杨凯茜.浅谈大数据审计的特点及实现——以审计署对2012年中石油的审计结果为例[J].财经界（学术版），2015（12）.