大数据背景下企业审计数据统计分析研究

文文

摘要：数字经济时代，以大数据技术为代表的一系列新兴技术正在全面改变企业的生产经营和组织管理活动。在这一时代背景下，企业审计工作也较大程度受到了相关技术的影响。大数据背景下企业审计数据统计分析工作已经呈现出了诸多的新变化，并产生了相应的实质性影响。因此，对大数据背景下的企业审计数据统计分析进行研究，找寻现阶段应用过程中存在的不足之处并加以革新、改进，对于企业更好地应对变革中的市场环境、竞争环境，进而实现自身的战略和经济目标，具有重要的现实意义。文章基于大数据等新兴技术对企业审计工作影响的论述，分析新环境下审计数据统计分析工作存在的问题与不足之处，从企业宏观战略导向和微观实践路径两个层面对大数据背景下提高企业审计工作水平提出相应的意见和建议。

关键词：大数据技术；企业内部审计；数据统计分析

企业审计数据统计分析（DA）是一系列技术、流程、工具的集合，其目的在于通过广泛收集数据、信息，使用统计和定量、定性分析方法进行诠释和预测并在此基础上建立相应的数据模型，进而提供相应的分析报告与决策依据。大数据背景下的数据统计分析应用于企业审计工作，可以理解为信息化、数字化技术辅助审计的一个深层次应用。

一、引言

大数据背景下，人们对于信息、数据的处理和分析能力均得到了前所未有的发展，并深刻地改变了企业的生产经营和组织管理活动。如何更好地将一个能力应用于企业审计工作，进而更加准确地把脉企业面临的潜在风险，是企业审计相关人员的职责所在。借助大数据技术、可视化技术及前瞻性数据分析技术，审计人员可以有效提升其对企业生产经营活动各场景、各部门的经营预测和风险预警的可信度，并可以借助将数据统计分析手段与新兴技术结合，实现对审计模型中各变量即时调整、即时更新、即时呈现。进而对企业的经营成果等财务报告数据进行更客观的评价和预测。

审计工作的核心价值是识别企业未来将要面临的风险。就企业审计工作而言，利用数据统计分析可以对企业的内部控制运行情况和可能面临的潜在风险进行更加深入地洞察，利用范围更加广泛的数据信息分析其对企业现状的影响、预估企业未来发展进程，进而基于职业道德和审计准则的要求对企业的业务活动保持更为审慎的态度，就企业业务活动的开展与运行提出独立的、科学的、客观的意见和建议。

二、大数据背景下企业审计工作的发展趋势

数字经济时代，企业所面临的市场环境、竞争环境发生了根本性变化，并促使企业从管理方法、管理思维、管理理念等各个方面踏入不断革新的进程之中。这些变化使企业生产经营活动中难以预料的不确定性大大增强、可能面临的潜在风险不断提升。在这一背景下，企业审计在企业中的地位愈发重要，不论是企业内部的管理层、治理层，还是企业外部的各利益相关者均对企业审计工作期望值发生改变。坚持风险导向原则、广泛应用新兴技术的企业审计模式成为主流。企业审计工作从传统的“消极发现、事后评价”向“积极防范、事前介入”转型，工作的侧重点更多地集中在借助自身工作实现改善公司风险管理水平、防控财务和经营陷入困境的目标。

（一）工作模式由“控制导向”向“风险导向”转型

传统的控制导向企业审计的工作重点在于事后监督企业经营合规、财务合规情况，往往与企业的总体战略目标和使命愿景脱节，在风险特别是战略层面风险的应对方面难以发挥实质性作用。而新兴技术的产生和快速发展使得企业审计工作模式转型成为可能。以大数据技术的应用为例，通过将审计工作与大数据技术的5V技术特征（大容量、高速性、多样化、价值化、真实性）结合，企业审计工作可能有效实现对海量内外部财务数据及非财务数据的收集、整理和汇总分析，并借助技术的价值清洗能力进行有效信息与数据的提炼，确立以风险为导向的全新工作模式，从而更好地开展相应的数据统计分析工作，为企业提供科学化、前瞻性的决策辅助。

（二）管理角色由“执行者”向“制定者”转型

传统的企业审计工作是以固定的内控条例等制度性文件为唯一标准进行的，相关工作人员仅仅是制度的执行者或是监督者，这对确保企业合规性、预防舞弊等特殊风险的发生有较强的能力，但是已经无法适应数字经济时代的快速变革和发展，并存在导致企业错失潜在发展机遇的风险。因此，大数据背景下的企业审计工作应当将对企业经营活动的监控与预测和各利益相关者的需求与期望相结合，并以此为依据制定出审计工作的战略和规划，在治理层和管理層的直接参与和宏观掌舵基础上执行既定的审计计划。确保企业审计工作与自身的战略目标、战略方向相适宜，由制度“执行者”向战略“制定者”转型。

（三）工作方法由“人工”向“智能”转型

随着企业经营活动、技术环境、风险种类的复杂化、多元化趋势日益明显，大数据背景下的企业审计工作涉及的领域愈发广泛、深入，传统的人工审计方法，其效率与效能已经完全无法适应时代发展的要求。伴随大数据等新兴技术的应用，借助数字化技术辅助企业审计工作已经得到了广泛运用。以KPMG Clara为代表的智能审计平台，在推动企业审计工作方法由“人工”向“智能”转型的同时，实现了更深入全面了解企业内外部环境、激发企业数据资产活动的全新审计路径。

三、数据统计分析在企业审计工作中的应用现状及存在的问题

（一）数据统计分析在企业审计工作中的应用现状

企业审计数据统计分析是一系列理念、技术与工具的集合，其目的在于通过数据和信息的收集、整理、分析，对企业业务活动的开展进行合理的解释与预测，并进而构建相应的数据模型，为企业的运营管理、风险管理、内控管理提供必要的决策依据。

数据统计分析为企业审计工作带来了广阔的发展空间。在企业审计工作中尝试引入数据统计分析有助于企业建立完善的信息化内部控制环境，并帮助企业准确定位扩展审计工作的性质、时间安排和范围，触及传统技术无法达到的业务领域或非数据领域，是支持企业进行持续监控与审计的重要工具与抓手。对于企业而言，成熟的数据统计分析流程能帮助审计部门更好地履行自身职能，实现对关键数据和信息的搜集、整理和自动化整合，并采用多维度、多视角的方式对相关数据和信息进行分析和诠释。能使企业审计工作目标性更加明确，并针对企业所面临的潜在风险领域确立更灵活的审计计划，在控制与交易分析之间取得更好的平衡。在持续审计流程中运用数据分析工具能针对控制的有效性、交易的准确性提供保障，同时大幅降低成本、资源和时间。具体而言，数据统计分析主要在三个层面应用于企业审计工作之中：

1. 宏观层面

宏观层面应用数据统计分析为有效解决企业在运营、财务等方面的问题提供了更广阔的观测角度，可以帮助企业在审计工作中有效识别业务活动中存在的关键性差异和异常趋势，并根据数据分析模式推演可能引發的结果和风险。

2. 内部控制层面

内部控制层面的数据统计分析主要应用于财务控制和不相容职务分离控制等。其应用对于为授权用户提供安全许可、禁止未授权用户访问发挥较为明显的约束性作用。

3. 业务层面

业务层面应用数据统计分析主要内容是基于业务活动的例外分析，以及规则管理。通过实施适当的数据统计分析，企业可以摆脱审计抽样的约束，实现对业务活动进行全面无死角审核，进而针对业务活动整体进行更有效的数据信息分析，同时以此为契机还可以有效加强企业的风险防范意识和能力，有效识别业务活动的合规性风险及舞弊引发的特别风险。

（二）数据统计分析应用于企业审计工作中存在的问题

基于便利性、时效性及信息技术，现阶段的企业审计数据统计分析工作常以较为简单易学的Excel作为承载工具。工作人员对业务单位执行了既定的审计程序后，通过Excel工具函数功能进行数据分析，其优点在于内容简易、便于完成；所需耗费的时间成本、人力物力成本都很小。

但与此同时，其缺点也是显而易见的。首先，传统模式下的企业审计数据统计分析仅可完成一次性查核，无法再次使用，且仅能适用于少量数据的验证。其次，经常出现由于企业的业务部门不了解稽核目的，抑或信息技术过于复杂，造成向审计部门提供数据困难，并且无法确保数据的客观性、真实性，原始数据的质量不足导致后续产出的内容正确性存疑。最后，由于每个工作人员对于业务流程、数据统计分析工具的操作熟练程度不一，容易出现生产的数据统计分析内容无法在审计部门内部有效传递和沟通，也无法有效传递给企业的其他业务部门或职能部门。

四、基于大数据背景的企业审计数据统计分析提升策略与路径

如前文所述，在企业审计应用数据统计分析的实际过程中存在着一系列的问题与不足。下文结合实际企业案例对企业针对这一问题所应采取的总体应对策略和具体提升措施进行论述。

（一）战略层面：打造数据分析驱动型的企业审计工作

在大数据等新兴技术广泛应用的背景下，提升企业审计数据统计分析工作最关键要素在于从企业战略层面出发，确立以数据化、信息化为目标的整体工作转型计划并将其纳入企业战略管理工作之中，从战略和愿景的高度看待企业审计工作的重要性和赋能作用。现阶段，相关工作转型失败的常见原因主要是缺乏高层支持、预算或战略上有所局限，导致既定的转型策略和方法无法有效落地执行。

企业审计工作转型面临的挑战非常大，但并非不可克服。事实上，随着分析用例越来越普遍，大规模实施落地已变得更容易实现。实现基于数据分析的企业审计工作转型需要强大的领导力、坚持结果导向且确保相关工作人员和企业其他业务、职能部门员工愿意接受新审计工作思维和方式。

1. 由企业的治理层、管理层设定转型工作的目标和愿景

在向数据分析驱动型企业审计工作转型时，企业往往由于缺乏明确的战略目标导向而难以实现全范围、多层次的实践落地，转型的交流仅在企业高级管理层和部分审计工作人员的范围内进行，职能层与业务层沟通渠道受阻，导致应用无法大规模推广，从而不能真正实现工作的整体转型。相反，若变革项目能够得到企业高层的战略支持并构建以结果为导向的战略目标与愿景，企业审计工作才能摆脱根深蒂固的传统工作模式和思维，实现结构性转变。鉴于此，企业的治理层、管理层应针对打造数据分析驱动型的企业审计工作这一目标，制定转型战略、设立转型愿景，并在公司内部实现自上而下、业审双向的充分沟通与信息传递。与此同时，企业的治理层、管理层还应为此打造相应的安全环境或沙盒环境，以便转型工作在大规模推广之前可以先开展阶段性试验和测试。

以中粮集团为例，企业在A会计师事务所的协助下，以自身所处环境为依据，在战略层面进行了系列相应的变革和调整（表1）。

在管理层的积极推进下，中粮集团确立了从上到下，涵盖审计、财务、战略业务单位在内的战略调整。并结合企业的数字化转型路径，大幅提升了自身审计工作的数字化程度，并确保了数据统计分析的应用效率和效果。

2. 规划转型路径

企业应用数据统计分析所要实现的目标各有不同。 对于一些企业而言，将数据统计分析应用在审计工作中可带来巨大价值，能更快、更稳定地做出更好决策。对于另一部分企业而言，则利用数据和高级分析驱动审计工作开展并进而实现改善企业销售和营销工作的目的，为企业的投资决策、运营决策、财务决策提供有参考价值的依据。任何数据驱动型变革规划都必须与企业的业务模式相匹配。而实施落地则会因技术可行性、数据准确性和可访问性、成效产生时间、可扩展性和资金可用性不同而有所差异。企业需要在转型行动开始之前对自身的目标和相应的实施路径进行慎重分析与权衡。

从实践工作中来看，比较常见的转型障碍是由于审计工作是一项事务性、后发性职能工作，企业往往缺乏统一的成果衡量指标体系，这让企业的审计工作团队和与转型息息相关的技术团队无法有效体现转型带来的效益、管理层也无法及时对转型工作的成果进行评估和论证。针对这一问题，企业在选择关键绩效指标时可根据自身生产经营活动的具体情况选择相应的侧重指标，建立恰当的成果衡量指标体系。再以这一体系为导向，将指标细分，确立相应的转型路径、并分阶段对转型工作进行评估，从制度层面为企业审计工作向数据分析驱动型转型提供必要的保障。

（二）业务层面——以技术、人资为抓手，确保转型工作的顺利完成

1. 以大数据等新兴技术为主要驱动力，为转型工作开展打造坚实基础

数据和技术共同构成了数据分析驱动型企业审计工作转型的支持主干。强大的分析主干需要严格的数据管理标准，还需在 IT应用和系统采用方面做出与企业生产经营、战略目标相匹配的决策。企业的审计工作需要广泛、深入地与业务活动进行融合与互动，这些互动可以带来大量企业经营、财务等方面重要的财务与非财务数据与信息。传统审计工作中，这些信息和数据通常只是以书面形式记录或存在于审计工作底稿、审计证据资料之中。为充分挖掘这些信息的潜在价值，企业必须通过相应的技术手段将之转化成结构化数据，以能被用于创建前瞻性、科学性的审计工作的方式加以保存。为此，企业需要借助大数据、云存储等技术手段部署各种数字化信息系统，并按照监管政策的要求接入、存储、组织数据，同时确保数据的准确性、客观性、可访问性和可验证性。

技术方面，在领先企业的审计工作转型过程中得到广泛应用的技术手段是使用自然语言处理技术来分析文本和语音数据，识别个性化触发因素和相关前瞻性预测分析。还有一些企业打造了跨渠道的反馈闭环来训练人工智能算法。技术还可被应用于审计工作的一些特定性、常规性业务流程中。例如，机器人流程自动化可取代监管合规、风险评估、报告和查询管理中的常规人工处理部分。部署数据驱动的决策体系需要可扩展、适应性强且具备弹性的核心技术组件：要有能连接各种IT活动的统一数据和技术堆栈。这样，企业才能够通过技术为先的实践路径来实现企业审计工作转向数据分析驱动型的目标。

仍以中粮集团为例。在总体战略的引导下，企业与外部机构合作，对企业与审计工作相关的数据统计分析技术进行了重新架构、升级。首先，企业对基本的技术层面工具包进行了调整，具体包括：合理的IT堆栈以构建前台和后台使用的工作平台；适用于移动和 Web网络应用的统一资源；具备模块化数据管道、基于API的微服务可扩展数据平台，用于大规模构建并部署高级分析解决方案；半自主实验室环境，可支持审计工作转型试点；用于批量创建分析解决方案的规范化内部控制环境；用于满足各种数据存储和处理需求的高度可扩展云端分布式网络。同时，企业还结合自身实际情况从集团层面整合来自各不同地区、不同业务部门的数据和信息。并与专业的外部第三方机构（如安永、德勤等专业的会计师事务所或麦肯锡等专业的咨询机构）进行合作，借助其在独立性和专业胜任能力两方面的优势取得了必要的技术与实践支持，并在此基础上逐步扩大审计工作转型的规模与深度。在这一系列措施的保障下，中粮集团在审计工作中应用数据统计分析的能力迅速得到了提升和发展。

2. 构建实现转型的专业化审计工作团队和技术团队

组织“孤岛”效应和企业原有文化是阻碍审计工作实现大数据背景下向数据分析驱动型转型的常见障碍。因此，企业在推动转型工作开展的过程中，组织需要进行有效的团队构建和变革管理。

（1）团队构建。创建由多类型人才组成的跨职能小组是一个富有成效的团队构建方法。以审计人员为主、涵盖各类型财务管理人员的职能团队负责基于审计目标和审计计划开展审计工作，并在工作中广泛进行数据与信息的收集、整理工作；数据科学家和数据工程师负责用例实施，检查接入数据后是否可以生成客观、完整、可验证的数据分析模型和分析软件，确保分析和数字解决方案与核心数据和技术堆栈相兼容；IT架构师和软件工程师负责确定并构建数据管道和数据架构及流畅的界面和后端系统，将数据分析的结果呈现给企业内部的管理层和外部的利益相关者群体。同时，变革团队应与业务部门、管理团队进行深度融合和交流，确保企业上下层级在转型目标上的一致性。

从人资管理的角度来看，企业需要以转型目标为导向在前期确保一个团队获得成功并随着转型工作的深入逐步扩展能力。因此，外包可能是转型工作早期一个较为现实的做法。而从长远来看，还是应当从内部进行能力的培养和人才的选拔，以实现转型工作的长期化、系统化、可持续化。

（2）变革管理。企业应当鼓励审计工作人员积极采纳新的基于新兴技术手段的数据统计分析方法论，并相信其应用会带来更高的工作效率与效能。以此为目标，企业应当采取相应的变革管理策略（如创建“影响者”团队、召开能力建设会议、重新定义角色/职责及将绩效与财务或非财务奖励挂钩等）。

数据分析驱动型的企业审计工作大规模转型应该以协作、团队自我指导和迭代式问题解决方法为基础。企业可通过以下三个流程控制环节来进行具体的应用和实践：

第一，检视与调整。每日晨会可确保团队发现前进障碍，如企业业务活动所面临的新监管环境可能带来的潜在风险点和由此而来的特别审计风险，帮助团队聚焦目标。

第二，与业务端互动。与业务端、利益相关者进行互动，有助于团队收集反馈并提出建议。

第三，树立团队感和目标感。团队定期对转型工作进程进行总结并吸取经验和教训。

五、结语

综上所述，大数据技术广泛、深入影响企业管理工作、生产经营活动的新时代背景下，企业审计工作也不可避免地面临新的技术环境与管理环境。企业审计工作出现了一系列新的发展趋势和变革方向。在这一过程中，数据统计分析作为实现企业审计目标、辅助企业战略路线实现的关键性抓手，也表现出了一系列的新特点和存在的不足之处。因此，应当以先进组织的经验为参照标准，从企业宏观战略目标的制定层面与微观的审计工作开展层面同时入手，选择恰当的策略与实施路径，全面提升企业审计数据統计分析工作在大数据背景下的适应能力和发展活力，使其成为企业实现自身战略目标的重要保障。

参考文献：

[1]周旭枚，楚尔鸣.机构异质性、监督距离与内部审计效率——基于湖南省教育系统审计数据的实证分析[J].湘潭大学学报（哲学社会科学版），2020（01）：93-97.

[2]王海兵，任诗琪，张元婧.大数据背景下行政单位内部审计面临的挑战与对策——以C内部审计机构为例[J].重庆理工大学学报（社会科学），2021（06）：122-130.

（作者单位：深圳市新旗滨科技有限公司）