基于Python 语言环境下的大数据审计技术应用研究

李东光 苏 萌

（东北石油大学 经济管理学院，黑龙江 大庆 163318）

5G 时代是大数据和人工智能的时代，数据是审计突围的重点，有足够大的数据，对数据进行“产检”得到精确的判断，数据才能有价值。目前常用的Excel 表格是一款非常平民化的软件，然而，电子表格软件再强大也有短板，要批量重复性的做汇总和筛选工作，繁琐且低效。相比之下，Python 的应用范围更加广泛，利用代码处理大量的数据，以数据为基础和核心，以风险导向为基础模型，巧借“大数据东风”，实现审计价值。

一、Python 与大数据审计

（一）Python 介绍

Python 是一种跨平台的计算机程序设计语言，随着Python 版本的不断更新和编程语言新功能的增加，越来越多地被用于各种活动。审计是控制风险的活动，大数据时代，通过计算机软件的加持和对数据的深入理解，利用Python 进行数据分析，落实到数据链和业务链，判断业务闭环中的风险。

（二）大数据审计

大数据审计是指审计机关遵循大数据的理念，对数据信息深入挖掘、分析，使审计的范围跨层级、跨区域，降低了审计风险，但是也使审计工作更加复杂。审计很大的成本是“尝试成本”，大数据下，利用数据软件直接调取数据，降低“尝试成本”。持续和变革是大数据审计的新关键，以业务为出发点，通过大数据审计寻找新的变革点，利用Python、网络爬虫、SQL 等软件对数据分析汇总，基于大数据革新审计模式，低投入高效率，极大地方便审计人员的工作。

二、大数据审计与传统审计的区别

（一）审计范围

大数据审计与传统审计有很大的不同，传统审计因为人力、时间、地域等影响对业务进行抽样审计，大数据审计倾向于对企业内外部的数据实施全面审计，包括对于投资者、供应商、客户、物流、资金的数据来源和流向都深入挖掘，跨区域、跨系统，而且不用耗费大量的时间成本。

（二）表现形式

传统审计表格的审计数据大都在Excel 表格中建立数据和图标，可视化形式单一，缺乏直观简洁的可视化图表，对于趋势变化、离散程度不能一目了然，大数据审计利用数据软件进行，使得表格中静态的数字变成更简洁直观的多类型图表，如气泡图、仪表盘等，更加方便数据的查找和分析。

（三）审计作用

传统审计主要针对事后监督，大数据背景下，因为有数据的加持，审计的事后监督模式可以经数据软件建立“前台预测、后台分析”模式，监督向事中、事前转移，在分析数据时建立持续可变的风险导向模型，利用数据程序及时监督数据流向，以此降低风险。

（四）核算形式

传统审计以人工形式核算填列期末报表。以费用类项目为例，费用分为销售费用、管理费用、财务费用，在年末编制财务报表时，对于科目余额表中费用调整项目的分类列式需要一个一个遍历筛选，而利用Python软件，几行代码就可以将具体费用调整项目读取筛选，写入保存。

三、Python 辅助审计的应用

审计就像做拼图，数据越完整，审计越可以勾勒出企业真实情况。Python 辅助审计是利用代码进行数据的查找，一个简单的界面蕴含着后台的成千上万的数字信条，审计程序、审计取证穿梭于数据中指向最有价值的信息。

（一）重要性水平判断

1.审计思路

将所有需要审计Excel 表格文件运用Python 代码读取，输入编码，把其中的数据金额高于重要性水平的单元格数据一并提取出来，减少对每个表格数据筛选时间。

2.实现方式

利用Python 程序建立代码表达，查找重要性水平大于等于200000 元的项目并写入新的文件。

首先初始化变量m，n 读取单元格行与列的数值，再对表格中数据遍历循环判断大于或等于200000 的数据，如果符合条件则写入（write）新建表格中的指定项目、金额的行列，数字0 表示第1 行，1 表示第2行，以此类推，最后写入保存（save）命名为“筛选结果”。主要编码如下：

（二）查询货物出入库时间

1.审计思路

将所有需要审计的货物出库入库文件用Python 代码读取（open），输入代码，把出库、入库时间提取出来，据此审计公司货物是否按时确认收入和成本，计入相应的会计科目，金额是否准确，这是审计存在、准确性、计价和分摊目标。

2.实现方式

初始化变量n，读取货物出库或者入库情况的工作簿，提取单元格中所需的日期，循环遍历筛选符合要求日期的单元格数据，按照编码规则数字0 表示第1 行，1 表示第2 行，写入（write）新的Excel 表格，命名为“日期结果”。主要编码如下：

（三）查询应收账款金额

1.审计思路

将需要审计的应收账款往来、结余表格运用Python读取（open），输入代码，提取收付金额、时间、坏账，考虑公司应收账款是否按规定登记并计提坏账，查找大额增加的款项，是否存在关联方交易，以完成审计存在、准确性目标。

2.实现方式

初始化变量n，读取（open）应收账款的工作簿，提取单元格中所需的日期，筛选符合日期条件的单元格，保存（save）新的Excel 表格为“应收账款结果”。部分编码如下：

四、运用数据软件审计存在的问题

（一）运用数据软件意识淡薄

现国内的大公司都开始推行数据审计而不是传统的人工审计，大部分中小企业还未应用数据分析软件，但基本都实行了Excel 表格进行数据的查取，并认为Excel表格的数据分析和图表已经足够企业的审计工作，不必耗费另外的时间和精力运用数据软件执行操作能力，数据软件意识淡薄，只能越来越落后于同业。

（二）数据软件审计成本高

数据软件审计下，如何将数据融合重建，检查数据，结合算法建立数据库是很重要的。使用数据软件的成本高，它不仅包括对于硬件设施软件设施的投入，还包括后续员工学习成本。Python 资源使用成本并不高，只需要配置环境基本可以实现，但是财务人员学习代码的过程，包括时间成本、聘请讲师，这需要耗费较大的成本。

（三）相关人员素质有待提高

1.技术素质

相关业务人员大部分属于非技术型人员，复合型人才也是少数，技术知识不够导致相关人员不能正确使用Python 软件对数据进行汇集和筛选，对于数据库内不同来源、不同形式的资源不知道如何高效使用，不知道如何运用最简单的方法利用数据进行汇总查取，技术素质短时间培养困难，这是审计人员利用数据软件进行审计的“固有痛点”。

2.专业素质

抛开技术层面，对于数据利用的出发点还是业务能力的高低，审计人员是根据业务和审计程序选择合适的数据，而非仅根据数据进行审计。再者，即使具备技术知识，拿到数据之后，如何解读和选择，输出自己的看法和判断，又回到了考评业务能力的出发点，因为会审专业素质的不同，主观“算法”的差异会引起“输出”不同，这个问题不可避免，根本还是专业素质的高低。

五、对数据软件审计的建议

（一）建立数据分析平台

Python 的应用对于审计程序提供了便利，但是公司的审计业务是完整的闭环，公司需要建立自己的数据分析平台，嵌入Python 等软件，让搜集到的数据变成流动的实体，实现数据“哪里需要哪里搬”、数据跨部门、跨区域及时调用；建立监督机制，对于数据平台结合内部审计进行监督，随时调用数据及时形成审计线索证据，以平台为起始点和终结点，实现自动化输入输出闭环。

（二）视投入为“投资”

数据软件审计下，需要投入较高的软件费、员工培训费等，但是购置软件资源并且员工培训到位之后，员工学会软件技术可以利用数据软件进行便捷的数据提取和分析，提高工作效率，减少个体的业务处理时间以处理更多工作；而且员工学会使用数据软件之后，因为不会使用技术设施导致软件设备掉线、损坏的情况大大减少，减少设备的维护成本，所以提前投入是对未来降低成本的投资。

（三）加强相关人员素质培养

1.提高专业素养

审计是监督活动，专业素养的提高是最重要的，审计人员需要对自身有要求。因为审计的出发点和结束点都是基于业务完成的，本质还是审计业务，所以虽然技术不足，但还是要落实到自身的业务水平。审计人员要革新审计价值观念，紧跟法律法规的政策以及实际工作需要，根据不同模式下的审计流程，提高自身业务能力，进行持续性学习知识和保持对外部变化的敏感性。

2.学习技术知识

数据时代的审计人员不仅仅要了解审计知识，而且需要计算机技术知识。为此，公司可以引进技术人才加入审计团队提供技术指导，建立激励机制，对于自学数据以及编程软件的员工及时测评，发放奖励；同时，由公司提供资金和渠道指导员工进行培训，建立整体“输出”统一的思想；最后，为防止员工懈怠，建立适度的淘汰机制，淘汰不上进的员工，为适应大数据发展整装好“外部环境”。

六、总结

前瞻化、信息化的大数据时代是一个转折，运用数据软件进行审计是大势所趋。大数据潮流下，企业要不断建立数据思维，自发寻找数据，印证数据，预测、感知风险和价值，持续往复构建符合自身的数据模型，利用数据软件技术带来创新发展。另外，技术是迭代的，要未雨绸缪，不断更新技术思想，借助数据软件和环境背景更好地实现大数据审计。