大数据背景下审计的创新研究探索

王亚萍

一、大数据审计发展面临的主要困难

（一）缺乏复合型审计人才

大数据与审计发展到一定阶段，必然需要向市场化转型。作为单独运营的会计师事务所，更需要能够将财务与信息化相结合的复合型审计人才，才能应对激烈的市场竞争。而现有审计人员审计业务能力较强，但是大多数人员业务接触范围窄，处理新业务的能力有限，依据财务信息进行大数据分析的能力不足，财务审计知识融入信息化的能力不高，难以适应大数据背景下审计的需要。

（二）对审计信息系统要求较高

企业实行财务信息系统之后，审计质量与财务信息系统关系密切。如果系统设计不合理、开发不满足企业内部控制要求、系统运维不到位等，都可能导致审计出现差错。系统更换涉及期初数据迁移，如果数据统计不全，衔接不正确，也会影响审计信息质量。随着大数据时代的到来，数据信息会铺天盖地，对内存、运行的要求都会大大增加，这无疑对会计信息系统和审计信息系统都是一个很大的调整。

（三）财务人员和审计队伍不稳定会影响审计的质量

由于会计人员工作流动较为频繁，导致在工作衔接过程中，极易出现账务处理紊乱的情况。大数据背景下财务人员根据信息化系统流程审核业务单据及其附件，侧重于审核原始单据是否合规、附件是否与公司制度要求一致等。财务人员由于每天处于处理单据的单一、枯燥工作中，往往会脱离业务实质，忽略了业务流程中产生的风险，从而影响企业会计信息质量。再加上审计人员工作的性质，审计人员流动更为频繁，审计队伍不稳定，这两方面的原因都会影响审计的质量。

（四）缺乏统一的制度规范标准

2016年中国注册会计师协会发布了行业信息化“五年规划”，提出要打造互联化、移动化、智能化的注册会计师行业信息化体系。但目前为止尚未出台明确的与大数据审计相关的工作准则，國家相关法律法规也不够完善，这在很大程度上限制了大数据技术在审计中的广泛应用。

二、大数据背景下审计产生问题的原因

（一）审计观念相对落后

会计师事务所传统的审计以事后审计为主，各单位只需编制完财务报告，并将财务报告提交给审计人员，然后由审计人员进行审计。这一审计工作流程较多，需耗费较长时间，如果某一环节出现问题，就会出现审计风险，对后续工作产生诸多不利影响。大数据技术在审计中的运用，使得审计工作中的数据来源更加广泛多样，数据信息更加全面，数据处理的质量与效率得到了大幅提升，因此，这使传统的审计工作方式必须改变。会计师事务所可以考虑运用大数据技术，将审计工作方式由事后审计向事前事中事后审计转变，打破传统审计方式的局限性，提高审计的工作质量和效率，减少纯人工审计带来的失误，降低审计风险。

（二）审计方式比较单一

在传统的人工审计模式下，数据收集、整理、分析等工作任务繁重复杂，需要耗费大量人力物力，因此，会计师事务所通常采取随机抽样的方式选择部分数据进行分析，很少进行全面审计。这种用样本推断总体的分析方式存在一定程度的风险，不利于审计人员全面掌握数据的整体情况，这虽然在一定程度上降低了数据的复杂性，减少了审计的工作量，但对审计结果极为不利。随着大数据技术在数据处理上的应用，审计数据处理的效率大大提高，甚至可以考虑进行全面审计，有助于审计人员全面详细的了解整体数据情况。

（三）信息化水平较低

会计师事务所的主要业务是审计，而审计需要处理大量的数据信息，传统的审计方式需要耗费的大量的人力物力，对审计工作的开展较为不利。随着大数据的发展，会计师事务所需要加大信息化建设，不断提升信息化水平，为大数据技术及其他技术在审计工作中的应用提供良好的环境支持、技术支持。但是，当前会计师事务所在信息化建设方面缺乏一定的统筹规划，以致各信息系统之间衔接不到位，数据信息无法共享，阻碍了审计工作的开展，进而限制了新的审计技术在审计工作中的应用。

（四）数据分散、无法充分利用外部数据

在传统的审计方式下，比如一个普通的审计项目，通常会派出一个审计小组，开展一系列相关的审计工作。在整个审计过程中，审计的工作人员一般会从被审计单位获取原始凭证、账簿、业务来往资料、单位预算数据等，从被审计单位这些简单的数据中分析挖掘出有用的审计信息。

但是不同行业、部门的数据至今还未实现有效的整合和共享，审计人员在使用一些外部数据的时候，例如：税务、工商、银行等这些方面会有一定的困难。审计工作人员可以通过函证或者对账的方式从第三方来探索审计的相关证据，这就取决于被询证的单位是否愿意配合和出具函证的速度。

另外，不同行业、部门的外部数据之间的一致性可比性较差，在进行外部数据相关的对比分析时，审计工作人员通常需要耗费相对比较多的时间和精力对这些数据进行分类整理和转换。

（五）审计的分析视角单一

在传统的审计过程中，由于数据量较大，格式相对比较复杂，数据不易识别，对被审计单位的数据管理不便的非结构化数据这些方面，增加了审计工作人员的工作难度。相对于一些结构化的数据来讲，非结构化的数据难以用数据库的二维表结构来表达出来实现数据的集合，例如会议记录、图片、录音、文本等资料。

在没有大数据背景的支持下，传统的审计方式一般都是采取抽样或者是分类的方式对公司的规章制度、会议纪录、年度的工作报告等一些非结构化的数据一一进行审计分析，这无形之中形成了数据与数据之间的壁垒，因此审计的分析视角相对比较单一，造成了一定的局限性。

另一方面，审计人员在审计的过程中往往都相对比较难跳出企业的内部业务、企业的财务数据以及审计项目本身的局限，比较少利用行业的综合数据、各个政府部门的相关数据，往一个更加高的层次和相对更高的领域上去汇总、归纳、总结审计的成果。

三、大数据背景下审计的创新措施

（一）大数据背景下审计组织方式创新

一方面，打破大數据分析及审计分工的界限，组建由计算机技术人员与有丰富审计经验的审计人员组成的数据分析团队。审计人员积极进行数据分析，根据数据分析报告，理解和判断数据分析的思路及结果。审计人员利用数据分析，全面开展审计现场疑点核查工作，提高疑点结果的准确性，有效使用数据分析结果。完善数字化审计平台，利用大数据分析手段进行全面分析。建立适应大数据审计模式的工作机制，完善数据分析及审计业务指导相结合的新型审计模式。

另一方面，审计组织方式是动态平衡的协作体系。在大数据环境下，审计组织方式必须适应大数据的多样性、实时性、相关性等特点和大数据审计项目数据量大、实时性要求高、技术难度大等挑战。这种情况下，可以考虑构建数据驱动的大型审计项目组织方式，针对大数据审计发展面临的问题，基于典型审计组织方式的特点和优势，如矩阵嵌套型组织方式便于实现审计项目的信息共享，数据驱动型组织方式便于实现实时自动审计和风险预警等，可以在大数据环境下加以改进整合，着力构建数据驱动的大型审计项目组织方式，形成与国家治理体系和治理能力现代化相协调的审计监督机制。

（二）注重审计人才培养，加强审计业务培训

大数据审计不能仅局限于提供标准化的服务，更应结合会计政策和行业特点、企业性质、经营特点和风险特征，提供个性化的审计服务，这都需要企业进一步加强审计人员培训的广度和深度。

一是要定期进行审计专业知识培训和业务讨论，确保审计标准和核算原则统一。二是让审计人员深入企业一线，加强与业务人员交流，了解企业业务流程的特点，不但懂财务，更要懂业务，真正实现业务与审计的有机结合。三是培养审计人员的战略思维，学习经营管理和信息系统，培养一批专业知识强、业务面广、信息技术水平高的复合型审计人才。

（三）聘用专家顾问提升审计质量

大数据审计建立审计信息质量“回头核”机制，将审计结果与员工绩效考核挂钩，增强审计人员风险意识和提高业务能力。需要组建一支高素质的专家团队，一方面，定期抽查审计业务，确保审计质量，防范审计风险;另一方面，可以开展政策研究和业务咨询，针对大数据审计业务规模扩展、业务变化、国家审计政策更新等，及时应对，提供符合政策要求的审计处理方式，同时，对业务审计提供咨询服务和管理建议。

（四）优化人员结构，建立决策支持型团队

审计人才是决定大数据背景下审计质量的关键因素，可采用外部招聘和内部选拔相结合的模式，优化人力资源配置，将单纯的审计拓展到计算机、法律、金融等多元化专业相组合的复合型人才储备基地。设置普通业务、关键技术、管理咨询等岗位序列，建立合理岗位晋升机制，畅通内外部交流渠道，打造一支高精尖的团队，提高审计质量。

（五）促进审计信息系统优化，完善审计信息系统功能

大数据背景下的审计离不开审计信息系统，企业应建立审计信息化系统，充分利用网络技术实现智能化、自动化，并与企业财务信息系统集成、融合。可以在系统中建立沟通反馈平台，让系统运维人员、财务人员与审计人员实时互动，及时处理遇到的业务问题和系统问题，确保审计的准确性。

（六）创新大数据审计方式方法

在遵循国家审计准则的原则上，根据实际情况有创新地制定一套适用于大数据环境下的审计流程和操作规范。充分地吸收经验，明确大数据审计工作模式下审计程序的范围、内容及流程等，不断探索创新适应大数据审计方式的审计方式以及审计技术方法，促进大数据审计方式方法的改革。（作者单位：西安康胜会计师事务所有限责任公司）