大数据审计：机遇、挑战与实施路径

张凤元 董园园 郭家豪

摘 要 大数据技术自提出以来就广受关注，国家审计作为国家治理现代化的重要组成部分，大数据审计的研究和应用成为近年来审计领域的热点问题。文章在介绍大数据审计发展与应用的基础上，阐述了大数据技术对审计工作在降低审计风险、提高审计质量和效率以及丰富审计信息等方面带来机遇的同时，也带来了诸如思维模式转变困难、大数据审计人才难求以及大数据获取成本高等方面的挑战，最后给出了在大数据环境下开展审计工作的相关建议，以期能够推动大数据审计健康科学地发展。

关键词 大数据；审计；机遇；挑战

DOI： 10.19840/j.cnki.FA.2023.03.013

* 基金项目：河南省哲学社会科学规划项目“黄河流域返贫阻断的审计治理机制与路径研究”（2022BJJ101）；航空科学基金项目“基于提升航空工业核心竞争力的战略管理审计研究”（2019ZG055003）；河南省重点研发与推广专项（软科学）项目“研究型审计服务国家治理的作用机制与实现路径”（232400412073）

2014年10月《国务院关于加强审计工作的意见》提出实现信息共享，加大数据集中力度，创新电子审计技术。2015年12月《关于实行审计全覆盖的实施意见》指出提高运用信息化技术查核问题、评价判断、宏观分析的能力，实施联网审计。2015年12月刘家义审计长也曾在全国审计工作会议上明确指出“推进以大数据为核心的审计信息化建设，是应对未来挑战的重要法宝”。2018年5月习近平总书记曾提出“要坚持科技强审，加强审计信息化建设”“推动互联网、大数据、人工智能和实体经济深度融合”等要求；2021年6月《“十四五”国家审计工作发展规划》提出，要加强审计技术方法创新，运用现代信息技术开展审计。在当前新一轮科技革命孕育兴起的时期，大数据、物联网、人工智能等信息技术不断创新突破，被审计单位的日常运转更加依赖信息化技术，审计工作也发生了翻天覆地的变化，利用大数据技术开展审计工作不可避免。此外，大数据与审计融合带来的新技术、新方法以及新思维使得传统审计模式已不能满足审计发展的需要，大数据审计成为国家审计的一大理论创新。

一、大数据审计的发展与应用

（一）大数据审计的发展

大数据具有大量（Volume）、快速（Velocity）、多样性（Variety）、真实性（Veracity）等特征。麦肯锡管理咨询公司认为大数据是一个数据集，在采集、存储、分析等方面都远超出传统数据库的承受范围，具有数据规模大、流转快、类型多等特征[1]。研究机构Gartner认为大数据是一种信息资产，为适应其规模大、增长率高以及多样化等特点，“大数据”需要新的处理模式，具有更强的决策力、洞察力和流程优化能力[2]。大数据技术的普及逐渐成为国内外的研究热点，大数据的发展也给各学科带来种种机遇，国家审计的不断变革与创新使得大数据审计应运而生。文峰初步提出了有关云审计的概念和方法[3]。秦荣生认为“大数据”“云计算”技术可以使审计朝着数据化、智能化的方向发展[4]。党的十八届四中全会中首次提出审计监督全覆盖，受到社会各界广泛关注。朱玲玲认为充分利用大数据技术可以更好地促进审计监督全覆盖的实现[5]。刘国城、陈正升认为大数据技术的出现给审计的发展带来了挑战，但通过梳理大数据审计的发展态势、流程方案等，大数据审计可向好的方面发展[6]。张敏认为大数据审计在中国有难得的发展机遇，因为我国为大数据技术的发展投入大量人力物力，并且提供了宽松的应用环境[7]。多数学者认为大数据对审计带来机遇的同时也面临着一系列挑战，但通过建立相应解决方法，大数据审计便能提高审计质量和审计效率。2016年及以后大数据审计开始呈现出迅速增长的趋势，在审计风险、审计方法、审计证据、注册会计师审计、政府审计、社会审计等方面均有涉及。

（二）大数据审计的应用

如何将理论层面的大数据审计运用到实务中是重点研究内容。吕劲松认為对于外部网络资源数据，可以利用爬网技术将非结构化数据抽取出来并进行转换处理，最后存储到审计云平台中[8]。陈伟以大数据可视化分析工具Tableau为例，研究了大数据环境下开展电子数据审计的方法[9]。吴雯洁通过爬虫技术，将广西14个地区、232.5万名享受养老保险的离退休人员进行分析，最终发现并形成审计证据[10]。薛杰、杨逸云、张敏以某化工类制造企业IPO审计为例，通过爬虫技术获取审计证据，运用可视化仪表板展示审计的过程和结果，增强了企业年报的可读性[11]。从上述结论可以看出，大数据技术在审计领域得到了广泛运用，并且能够方便审计工作的开展。

二、大数据审计的发展机遇

目前，对于大数据技术的研究和应用已然成为国内外的热点。美国政府颁布的《联邦大数据研发战略计划》中将大数据定义为“未来的新石油”。国务院印发的《促进大数据发展行动纲要》中明确指出要深化大数据在各行业的创新应用。因此，大数据时代的到来为审计的革新、发展和突破提供了前所未有的机遇，主要体现在以下方面。

（一）大数据审计可以降低审计风险

在风险导向审计模式下，大数据技术与审计融合的过程中出现诸如数据采集、数据存储与管理以及数据分析等风险，大数据技术对固有风险以及控制风险等都存在一定影响，同时也会增加审计人员对于数据采集和分析的难度，进而导致审计人员得出错误结论。不过由于大数据技术的出现，审计工作中的传统抽样方法逐渐向全样本审计方向转变。大数据技术下的审计抽样不再依赖少量样本数据，在审计工作中可以立足总体样本数据进行决策，审计证据更加充分、适当，可以减少审计人员因职业判断的不确定性出现的审计风险，进而降低审计风险。除此之外，审计人员可以通过改进审计证据的获取办法来降低审计风险，比如规范被审计单位使用的大数据审计软件、关注被审计单位数据实效等。加强审计数据的安全性对于降低审计风险至关重要，审计人员督促被审计单位改进数据采集和存储方法、加强数据存储的安全管理，能大大降低大数据给审计带来的风险。

（二）大数据审计可以提高审计质量和效率

大数据是未来提高企业竞争力、生产力和创新力的关键因素，大数据技术在审计领域的应用能有效提升审计工作的质量和效率。在传统审计模式下，由于被审计单位内部业务和财务数据难以获取，审计人员难以获得有效的审计证据，进而影响审计证据的充分性和适当性。而大数据技术的出现使得全样本审计成为可能，审计人员都能够采集和存储被审计单位更多的数据信息，再借以大数据技术将采集到的数据进行技术分析，审计证据的广度和深度都有所提高，审计人员便能得到既充分又适当的审计证据，提高审计质量。分析程序是审计过程中常用的一种方法，相较于传统审计方法，运用大数据技术分析审计各个流程的工作效率更高。上文提到，吴雯洁采用大数据分析程序并引入广西养老金作为案例，案例中明确了施行分析程序的目标为养老金，对剖析目标加以预测形成期望值，借助聚类剖析方式计算可认同差异，利用偏差剖析数据的方式分析导致差异的根本原因，最终发现并形成审计证据，提高了审计工作的效率以及质量[10]。

（三）审计可视化有助于审计数据的分析

大数据可视化技术可以将数据之间的关系以更加直观的方式呈现出来，比如动态图、散点图等，可以帮助审计人员更加快速、清晰地接受信息，提高审计效率。吴雯洁提出可视化技术被分为报表和分析两种类型[10]。大数据模式下，审计人员可以利用仪表盘、计分卡或者借用Excel等方式，将收集到的报表数据加工成图形或者表格，以更加简洁清晰的方式将数据之间的内在关系呈现出来，审计人员运用职业判断作出进一步分析，将无用的信息筛选出来，对有用的信息加以详尽分析，最终形成更加可靠的审计证据。张敏提出可视化技术不仅适用于审计过程，也适用于审计报告阶段[7]。在审计过程中，使用仪表盘将小组成员的进度、所需资源以及困难等实时动态地展示出来，这样管理人员可以随时了解和帮助项目组成员，成员之间也可以实现资源共享，提高审计人员的工作效率。在审计报告阶段，审计人员可以通过图形图表的形式将审计成果展现出来，这样更便于被审计单位以及大众理解。

（四）大數据审计可以丰富审计信息

在审计工作中，只要是有用的信息都应纳入数据分析中，包括内部和外部信息、财务和非财务信息以及结构和非结构化信息等。在传统审计模式下，审计人员主要检查被审计单位的审计流程，从被审计单位内部获取结构化的财务信息，但财务数据多由被审计单位内部编制和提供，故审计人员难以发现被审计单位精心谋划的舞弊行为，所以外部信息、非财务信息以及非结构化信息就显得尤为重要。在传统审计的基础上引入大数据技术，能够突破传统审计模式所带来的各种局限，被审计单位的竞争对手信息、内部社交媒体信息、与客户往来电子邮件等，这些非财务数据的文本信息均可作为审计证据的补充和验证，提高审计证据的多元化，降低财报审计的难度，提高审计工作的质量和效率。

三、大数据审计面临的挑战

对于审计而言，无论是在理论还是实践上，大数据审计代替传统审计都是大势所趋，大数据技术给审计的发展带来了机遇。但是大数据这一新元素的融入，也为传统审计带来挑战，主要表现在以下方面。

（一）大数据审计思维模式转变困难

大数据背景下，思维的转变将会对审计转型产生积极影响。但是人们长期以来形成的固有审计模式很难改变。由于大数据技术在审计领域的应用时间较短，无论是管理层还是审计工作人员，他们大多还没有完全形成对大数据技术的应用意识，所以，随着形势的不断变化，人们的思维和意识也要跟上大数据的浪潮，因此，就需要做出相应改变。但是在改变的过程中经常会遇到各种问题，这种改变如果自上而下进行，往往会受到中层或基层工作人员的阻力，因为他们需要学习关于大数据方面的新知识，抛弃多年累积的工作经验和工作方式，除此之外还需要将二者融会贯通地运用到工作中，这对审计人员无疑是一大挑战。若是自下而上进行改变，往往需要说服管理层接受大数据审计这一新兴事物，但在利用大数据技术未取得实际成效之前，很难得到管理层的实际支持，故大数据审计的应用便仅仅停留在简单的信息处理上。因此，审计想要跟紧大数据时代的脚步，就需要理论界和实务界的共同努力，转变人们对大数据审计的看法，摒弃传统审计模式的糟粕，使得审计这一行业能够适应社会的不断发展和创新。

（二）大数据审计复合型人才难求

随着大数据技术的发展，包括会计、审计在内的各个领域都在发生变化，大数据审计需要既懂审计又懂大数据技术的复合型人才。然而，目前我国这方面的人才极为匮乏。一方面，高校作为人才培养主要供给方，依旧采用传统的审计人才培养模式，课程设置、师资队伍以及教学资源等跟不上时代的变化，不能满足社会对大数据审计这一复合型审计人才的急需。虽然有部分高校积极响应习近平总书记“科技强审”的要求，开设智能审计、计算机审计、大数据审计等课程，但由于师资力量、教学资源不足等原因，并没有将大数据技术和审计课程有效融合在一起，学生对于大数据审计的认识仅处于入门阶段。而且，审计教学实践也是培养高校人才中的重要一环，但多数高校“重理论，轻实践”，学生很难将书本上的知识与实务相结合。另一方面，大数据技术的迅速发展提高了审计工作效率和质量，但是也对审计人员的工作能力提出了更高要求。他们不仅需要熟练掌握传统审计工作，还需要将大数据技术这一新兴事物运用到审计工作中。但是就目前来看，多数企业的审计人员并未掌握大数据运用能力，他们虽然专业能力扎实，但是缺乏对大数据的采集、挖掘和分析运用能力，无法满足大数据背景下社会对大数据审计复合型人才的新要求。

（三）大数据获取成本高

大数据技术的使用的确可以提升审计工作的质量和效率，便于审计人员投入到更高层次的工作中去。但是进行大数据分析的关键，是能否用合适的成本获取所需数据。就目前而言，使用大数据获取信息的成本相对较高。首先，大数据的采集范围广。审计大数据的采集范围主要来源于被审计单位与审计相关的业务以及财务方面的内部数据。另外，随着时代的发展，非结构化、非财务的外部数据变得愈发有价值。但是审计人员面对如此浩瀚的数据，想要全部采集完整是不现实的，尤其是那些占用存储空间大且价值不高的信息，容易增加审计成本的负担。其次，大数据采集难度高。就内部数据而言，被审计单位所提供的材料并不完整，只有少量的电子数据，而且也仅局限于财务方面的数据，其中还存在被审计单位处理过的数据，所以这些数据并不能使用大数据技术进行处理。就外部数据而言，审计人员可以运用大数据技术在网上爬取被审计单位的公开数据，但这也会产生高额成本。如果无法爬取被审计单位的公开数据，或者是爬取出来的数据质量较差，这也会付出较大的沉没成本。最后，大数据技术升级成本高。现如今时代发展飞快，开发的大数据审计软件也需要不断更新与改进，审计单位也需要与时俱进满足客户需要，并且根据技术的进步作出相应调整。相应地，被审计单位也需要针对技术的进步作出相应改变，这都会使大数据的获取成本增加。

四、大数据审计的实施路径

（一）树立大数据意识

从1996年审计署确定了计算机辅助审计理念的诞生，到2018年习近平总书记“坚持科技强审，加强审计信息化建设”理念的确立，我国国家审计经历了传统的手工审计、计算机辅助审计以及大数据审计等发展阶段。大数据与审计的交融需要审计人员的思维和模式做出相应改变。因此，无论是作为高层次人才培养单位的高校还是企业都应当跟上时代的脚步。对于高校而言，要改变资深教师对于大数据审计这一新兴学科的看法，一些资深教师由于接受慢、操作难等问题无法接受新事物。对于年轻教师而言，他们对于新事物的接受度比较高，能够深化大数据审计在审计学科中的学习。针对以上问题，可以通过邀请精通大数据技术的专家举办讲座、开设有关大数据技术的培训以及到单位进行实地学习等活动，来深化教师对于大数据审计的看法和认知。除此之外，高校仅开设有关大数据审计的课程仍远远不够，还要向学生灌输大数据技术对审计学科的重要性，培养对大数据运用的意识，让学生能够打心底里接受大数据审计这一交融学科。对于企业而言，无论是管理人员，还是企业的审计人员，都要适当摒弃传统的审计工作模式，认识到大数据技术对审计工作的推动作用，从传统审计工作模式向大数据审计模式转变。企业也要积极推进内部信息化建设，构建良好的大数据审计环境，确保审计工作可以与时俱进。

（二）培养具有大数据审计应用能力的人才

大数据时代的到来，高校作为高层次的审计人才培养单位，需要对现有传统的审计人才的培养方式做出相应变革。首先，高校应树立具体和明确的培养体系。现行大而空的人才培养体系对于高校而言并不普遍适用，无法为社会培养高层次应用型审计人才，高校可以结合自身的教育资源以及优势因地制宜、突出特色，為社会培养并输送具有差异化的高层次审计人才。其次，高校可以建设复合型大数据审计专业师资团队。大数据背景下，高校想要培养高层次大数据审计人才，有赖于复合型师资队伍的建设。复合型师资队伍的建设可以“内培”，即高校可以定期组织教师进行培训，深化教师信息化观念，将大数据观念融入到日常教学中；也可以“外引”，即对外引进审计实务经验丰富、具有大数据技术背景的审计人才加入教学队伍中来。最后，高校应加强实践环节的创新。培养高层次大数据审计人才仅靠传授理论知识还远远不够，还应将所学专业知识运用到实践中。当前，多数高校都是在前几年向学生传授理论知识，最后一年才开设有关审计实践课程的教学。所以高校可以运用“边教学边实践”的模式对学生进行培养，这样高校培养出的人才不仅能够拥有专业知识和技能，也有解决实际问题的能力，能够更好地满足社会对于高层次审计人才的需求。

（三）开发大数据审计软件，降低数据采集成本

相对于传统的审计数据分析而言，大数据审计由于融合了信息技术，其分析要更复杂一些，因此，设计一些高效、省时、易操作的大数据分析软件可以降低数据采集、存储以及分析成本，便于今后审计工作的顺利开展。大数据软件开发的过程中应注意以下问题。首先，审计大数据软件应将审计和大数据技术充分融合，深化大数据技术在审计中的应用，将机器学习、数据采集、数据处理以及可视化技术等运用到审计工作中。其次，审计大数据软件的开发应该注重软件的高效和易用性。由于大数据有大量、多样性等特点，在审计工作中运用大数据技术会使得审计工作变得比传统审计更复杂，因此，设计的软件高效、易懂更便于审计人员的理解，进而提升审计工作的质量和效率。最后，审计大数据软件应注重其通用性。目前审计业务的种类比较多，如政策落实跟踪审计、财政审计、金融审计、企业审计和经济责任审计等，不同的审计业务需要不同的审计数据分析方法。所以为了满足不同行业、不同业务开展大数据审计的需要，设计的大数据审计分析软件应能够支持多种数据分析方法。

AFA

参考文献

[1] Manyika J， Chui M， Brown B， et al. Big data： The Next Frontier for Innovation， Com‐ petition， and Productivity[R]. McKinsey Global Institute，2011.

[2] CNEY， MICHAEL. Gartner： 10 IT trends for the next five years[J].Network World， 2012，29（19）：14-15.

[3] 文峰.云计算与云审计——关于未来审计的概念与框架的一些思考[J].中国注册会计师，2011（2）：98-103+2.

[4] 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（6）：23-28.

[5] 朱玲玲.大数据、云技术对审计监督全覆盖的影响研究[J].中国注册会计师，2016（6）：85-88.

[6] 刘国城，陈正升.大数据审计的发展态势、总体策划与流程分析[J].会计之友，2019（8）：30-35.

[7] 张敏.大数据审计：五大趋势与五大挑战[J].会计之友，2020（8）：2-11.

[8] 吕劲松，王志成，王秦辉，等.大数据环境下商业银行审计非结构化数据研究[J].软科学， 2017，31（1）：141-144.

[9] 陈伟，WallySmieliauskas.大数据环境下基于数据可视化技术的电子数据审计方法[J].中国注册会计师，2017（1）：85-89+4.

[10] 吴雯洁.基于大数据的审计分析程序优化探析[J].财会通讯，2019（1）：100-104.

[11] 薛杰，杨逸云，张敏.可视化技术在大数据审计中的应用——以某制造企业IPO审计项目为例[J].财务与会计，2021（21）：58-64.

（编辑：张春红）