大数据时代背景下 会计师事务所审计工作面临的挑战及应对策略

现如今，大数据技术凭借着其对海量数据出色的采集以及分析处理能力而深受各行各业的青睐，纷纷将此技术引入其内部运作系统，从而实现各运作环节的信息化。首先，海量数据的生成、存储、流动和应用正深刻改变着社会经济生活的方方面面。其次，在审计领域，大数据技术为提高审计质量和效率、拓展审计功能和服务、推动审计工作的转型升级带来了重大机遇，但同时也对相应的审计模式、方法、技术、能力等提出了更高的要求。

大数据时代的特点

大数据是信息技术发展到一定阶段的必然产物，它具有数据规模大、类型多样、价值密度低、处理速度快等特点。首先，从数据规模看，近年来呈现出惊人的“爆炸式”增长。相关数据显示，2020年，全球数据总量达47ZB，到2025年预计将突破175ZB。其次，从数据类型看，呈现出多样化、非结构化的特点。除了传统的文本、数值等结构化数据外，图像、音频、视频、地理位置等非结构化数据也大量涌现，数据维度得到极大丰富。从数据价值密度看，真正能创造价值的数据占比很小，需要从海量的原始数据中提炼加工。从处理速度看，借助云计算、并行计算等技术，数据处理呈现出显著的实时性、流动性特点。

大数据时代背景下会计师事务所审计工作面临的挑战

数据获取和处理能力的挑战 当前，被审计单位的业务数据十分庞杂，涉及财务数据、非财务数据、内部数据、外部数据等多种类型，而且多以非结构化形式存在。因此，如何从海量的异构数据中快速、准确地获取所需数据，是摆在会计师事务所面前的一大难题。首先，不同类型的被审计单位的信息系统差异较大，数据格式、字段、口径也不尽相同，且缺乏统一规范，这给数据采集工作带来了一定程度上的不便。其次，非结构化数据的爆炸式增长，对数据采集、存储、处理能力均提出了更高要求。然而，传统的审计程序很难应对海量非结构化数据的“冲击”，因此在现阶段急需创新数据获取和处理技术。

审计人员专业能力的挑战 面对大数据技术波涛汹涌的发展浪潮，审计人员的专业能力亟待提升。首先，当前不少审计人员仍是纯粹的会计、审计专业背景，缺乏数据分析、IT应用等复合性知识技能，难以适应大数据时代对审计工作的相关需求。据调查，近90%的审计从业人员认为自身缺乏大数据处理能力，迫切需要通过相关培训提高此项技能。其次，部分审计人员仍固守传统的经验做法，习惯于过度依赖历史信息，对大数据技术蕴藏的审计价值认识程度不足，运用意识不强。此外，部分审计人员并不熟悉数据挖掘、统计分析、可视化等相关技术，导致其开展对非结构化数据的审计工作时显得不知所措。

审计质量控制的挑战 首先，在大数据环境下，被审计单位的业务流程、风险状况更加复杂多变，对审计质量控制提出了更高要求。由于缺乏统一的大数据审计准则、规范，现行审计准则主要是在“小数据”环境下形成的，很多制度及规定已不能适应大数据时代的审计要求，因此急需制定并完善大数据审计质量控制标准。其次，审计过程控制机制尚待健全。大数据审计涉及数据采集、分析、应用等多个环节，每个环节都有可能产生质量风险。然而，从目前的实际情况而言，对数据采集的真实性、完整性、数据处理的客观性、准确性，以及审计结论形成的合理性等方面仍缺乏相应手段进行有效的质量控制。

应对策略

加强数据分析能力建设 大数据时代，海量数据的获取、存储和分析能力已成为审计工作的核心竞争力。为此，会计师事务所要充分认识到大数据技术的重要性，并把提升数据分析能力作为应对运营挑战的重中之重。首先，要加快构建大数据分析平台，按照“顶层设计”“分步实施”等原则，统筹规划大数据平台建设，最终搭建集数据采集、传输、存储、计算、分析等功能于一体的综合性平台，从而实现各类数据的集中管理，并选用开源技术框架，控制平台开发成本，以确保其可以安全可靠地运行。其次，应加强数据分析工具的开发应用，并借鉴国内外同行经验，整合运用已在市场上“打出名堂”的软硬件产品来开发审计数据采集、抽取、处理等智能化工具，加强非结构化数据挖掘和关联性分析，鼓励审计团队开发小型应用程序，从而提高数据分析效率。此外，应积极利用数据可视化工具，提升多维度数据分析的展现效果。具体而言，要建立严格的数据质量控制机制，并针对审计全过程，建立数据质量标准和评估方法，完善数据采集、录入、传输等环节的复核机制，确保数据来源的合规性、内容的完整性、格式的规范性，且应定期开展数据质量评估，及时发现、整改数据缺陷。

创新审计方法和技术 面对被审计单位日益复杂的业务模式和海量数据，传统审计方法难以适应大数据时代的业务需求。为此，会计师事务所必须树立创新意识，并加快推进审计方法手段的变革。首先，应大力发展持续审计，利用大数据实时采集、动态分析的优势，缩短审计时间，提高审计频率，由“事后审计”向“事前预防”“事中控制”转变，建立业务连续性监测机制，及时预警异常风险，从而实现全过程、全方位审计。其次，要积极应用人工智能技术，利用机器学习算法建立智能审计模型，实现审计证据的自动获取和分析。同时，运用自然语言处理、知识图谱等技术，加强对非结构化数据的语义分析和关联性挖掘，并利用区块链技术，实现审计证据的可信存证和全流程追溯。

提高审计人员的专业能力 审计人员作为开展审计工作的主体，其专业能力的高低直接决定了会计师事务所审计服务效果的优劣。在当前的情况下，面对信息技术革新速度加快、审计对象日益复杂的新局面，必须加快推动审计队伍的专业化、职业化建设。

首先，应大力开展数据分析技能培训，把“提升审计人员的数据分析能力”纳入教育培训规划，聚焦数据采集、处理、分析等环节，有计划、分层次、全覆盖地开展专项培训。其次，应创新培训形式，通过案例教学、实操演练等方式，从而提高培训的针对性和有效性；同时，鼓励在职人员参加国内外专业机构开展的数据分析技能认证考试，全方位提高技术运用能力。

再次，加快培养跨学科复合型人才，根据会计师事务所的业务类型和客户需求，有针对性地引进和培养审计、财务、统计、计算机等多学科背景人才，并大力支持审计人员学习数据科学、人工智能等新兴交叉学科的相关知识。此外，还应创新培养模式，鼓励优秀人才到高校、科研机构挂职进修，积极参与前沿课题研究，大力开展校企合作，并与知名高校联合开展订单式人才培养。

最后，还应完善专业技能评估和晋升机制，将数据分析技能纳入职业发展通道，作为职称评定、岗位晋升的重要依据；同时，还应建立人才评价数据库，定期开展员工专业技能测评，实行末位淘汰，搭建员工成长平台，畅通纵向发展通道，为优秀人才“脱颖而出”创造相应的条件。

作者单位：绍兴宏泰会计师事务所有限公司