张春梅

[摘           要]  互联网数据每年以50%的速度在增长，信息呈爆炸式增长，社会各行业都在大数据驱动下开始改革创新，审计技术、方法和工具必须不断进行更新换代才能满足现今的大数据审计需求。提高审计效果，更好地发挥审计监督作用。

[关    键   词]  大数据;影响;挑战;方法;思路

[中图分类号]  F239.1                   [文献标志码]  A                      [文章编号]  2096-0603（2018）35-0158-02

刘家义审计长在全国审计工作会议上指出，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，也是实现审计全覆盖的必由之路，一方面，大数据审计涉及国民经济运行的主要数据;另一方面，审计数据的跨行业，跨领域，跨层级等特性，使得利用大数据来进行整理分类、分析、挖掘等技术已迫在眉睫。《十三五国家审计工作发展规划》明确提出要创新审计管理模式和组织方式，要大力推行现代审计综合模式，全面推广，总体分析，发现疑点，分散核实，系统研究数字化审计方式。

一、大数据驱动下对审计工作的影响

信息技术、网络技术等新型技术催生出了大数据技术，在大数据环境中，传统的审计模式已经无法适应信息时代的审计要求，审计工作是企业健康稳定运行的保障，云计算大数据技术对审计方式、审计抽样技术、审计报告模式、审计证据搜集等技术和方法影响深远。在当前的大数据环境下，多数传统的审计技术与方法日渐显露出效率低下、过程繁琐等问题。

（一）传统审计模式下，审计效率低，审计结果传输非常不便

目前的审计工作主要依靠人工核算以及纸笔记录，信息时代，每天产生海量的数据信息，审计人员得到的数据信息大多都是直接从企业或者单位的业务系统中直接调阅，大多数都是没有经过筛选的。这给审计人员的数据分析、整理和存储带来了巨大的挑战

（二）对审计人员能力方面所带来的挑战

我国大部分的审计工作人员缺乏必要的电子数据分析技能，无法满足大数据发展下所需的能力。因为信息时代的信息都是高度合成的，对海量的数据信息进行过滤、筛选，通过对信息的分析，找到审计工作的相关內容，并进行判断，然后找出重点内容，这些对审计人员是一个巨大的挑战。

（三）随着会计信息系统的发展，大数据审计与抽样审计有不同的模式

因为抽样审计模式的样本具有局限性，它并没有涵盖大部分的业务活动，而在大数据时代，对不同企业行业和不同企业进行调研时，采用总体审计模式优于随机抽样的审计方法。在大样本和全量分析技术的普遍应用下，审计人员会跳出抽样样本的局限思维，而致力于可以体现审计对象本质，更加具有完整性的大样本。

（四）利用现有的审计软件无法将各项审计结构实现可视化、直观性

通过计算机分析获得的数据属于计算机语言，对于大部分的非计算机专业的审计工作人员来说，计算机语言晦涩难懂，在很大程度上制约了设计结果的科学应用。

二、大数据驱动下的审计技术面临的挑战

目前，大数据技术不论在我国还是在国外，都处于持续发展之中，社会各行各业对大数据技术的运用深度不断拓展，对审计工作的要求也越来越高，传统的审计模式和方法已经无法适应审计工作需要。因此，对审计技术创新势在必行。只有不断对审计技术进行改进和完善，才能确保在大数据背景下审计工作的可行性和科学性。大数据技术催生出种类多样、实施方式转变、组织形式转变的新型审计模式。

（一）在大数据下，审计数据采集困难和工作量增大

财务软件版本多种，造成审计工作者在数据采集的过程中需耗费非常多的时间以及精力。业务数据获得尤为困难，导致相关单位会从部门自身利益出发亦或保密工作需要无法提供业务数据，在很大程度上制约了数据审计工作的有效开展。

（二）大数据审计工作是数据分析最为繁琐且重要的环节

在大数据技术应用的过程中数据必然会存在一定的冗余，如果无法对采集到的数据给予综合地分析并完成分类处理，将重复与无效数据剔除，则会制约数据库的运行效率，同时数据分析模型的建立直接制约着大数据审计工作的效果。

（三）大数据的应用带来了海量的审计数据库，建立了审计思路

大数据既可以来源于企业的信息系统，也可以是互联网中所提交的数据，审计人员可通过利用关联思路和模式从相应的数据库中进行搜集和利用，最后从数据的内部联系相应的关联分析及数据中的疑问等方面，构思出审计的思路，从而为审计的下一个阶段奠定基础。

（四）在大数据环境下，云计算、量子计算和流处理等技术的应用使得大数据的计算速度日渐提升，审计数据的分析更多地采用了统计分析数据挖掘和数据可视化等方法，从而扩大了审计技术的分析能力

三、大数据驱动下的审计技术创新的主要方法

大数据审计的基础是数据的真实性、可靠性，因此在对大数据进行审计之前，有必要对数据源进行可靠性分析，对大数据的处理分析还需要建立数据关联的思路和模式。

（一）大数据进行审计之前，对数据源进行可靠性分析

合理的设计、良好的运行、规范的操作不仅是系统整体应用效果的体现，更是数据质量的重要保证。可以从信息采集系统的整体设计情况、运行情况等方面对数据源进行评价，对大数据的总体可信度给出一个大致的判断方向，对数据的可靠性做出判断，对大数据的审计结果予以保证。

（二）大数据驱动下的审计不仅是一种审计方式的创新，更是思维方式的变革

面对各类数据的爆炸性增长，打破墨守成规的审计，思维模式从整体转换到局部，通过新的数据处理方式能够得到更高的洞察力和决策力，多角度、多层次、全方位的审计，审计结果也更准确、更客观和更整体性，对审计者的能力要求多角度和多层次、审计思维也是全方位的。

（三）大数据驱动下审计方法实现了质的飞跃

大数据技术主要是运用创新思维对传统数据进行处理，通过新的数据处理方式，能够得到更高的洞察力与决策力，让大量数据处理更为方便，对各类业务和控制进行独立评价，对信息系统的设计、运行进行考核。

（四）大数据环境强化了审计分析

面对大数据技术，企业应当将云计算、量子计算和流处理等大数据技术融入到自身的审计工作中，使审计数据的分析更多地采用了统计分析数据挖掘和数据可视化等方法，强化审计技术的分析能力

四、大数据驱动下的审计技术革新的思路

审计工作是企业健康稳定运行的保证，在大数据环境中，为了企业审计工作更加有效的运行，企业可以将大数据技术融入到审计工作中，建立云平台，运用分布式处理方法和NoSQL技术等新审计技术与方法，适应市场发展需求。

（一）大数据驱动复合型审计应用人才的培养

大数据技术主要运用创新思维处理传统数据，新的数据处理方式需要审计人员更高的洞察力与决策力，自动化程度再高，分析能力再强，做出决策的还是在于人审计人员除了具备会计审计财务方面的知识，对信息技术的深刻理解，云会计和大数据审计的发展对审计人才的综合素质提出更高的要求。

（二）审计数据采集技术创新

审计人员必须通过信息技术对会计信息系统进行动态、实时的采集，通过信息管理系统自身功能进行数据采集，收集相关审计信息;通过会计软件采集审计数据信息，发现计算机操作系统中存在的一些非法入侵者和行为;利用审计软件进行数据采集，找到数据文件存在的路径，最大限度地保证审计数据的安全。

（三）审计分析数据创新

提高大数据的处理分析，建立数据关联的思路和模式，建立起云平台，运用NoSQL技术、分布式处理方法等新型审计技术与审计方法。通过审計分析软件模拟人的审计分析过程，指导审计人员按照相关的步骤进行分析，并通过多窗口、可视化窗口界面便于审计人员直观的分析处理，同时还提供强大的数据处理模型，审计能够对数据进行深度挖掘，将分析结果输出。

（四）构建大数据的审计分析模型

云会计地企业共享电子财务数据提供了方便，事务所可以高效准确的获取所有与审计业务有关的数据。面对海量数据，可以利用计算机编程等手段建立起计算机审计筛查的初始模型。构建大数据成熟可靠的审计模型，可以帮助寻找疑点，收集审计证据，并且计算机审计模型的循环使用性使得解决此类问题的人力物力成本大大降低，其抽样的全面、客观性，使得数据审计结果更具说服力。在对历史数据进行分析研究后，可以对财务或者业务的发展情况给出预测分析，从而达到规避风险的目的。

（五）建立大数据统一风险评估模型

对信息化时代下的审计风险进行合理准确的度量，构建行业规范，形成统一的行业风险评价体系。审计人员对于经营管理活动有关的数据整理加工形成审计证据，根据审计证据对存在的重大风险项目进行验证，对被审计单位风险评估和其上传至云会计信息系统中的大数据给予合理公正客观的评价，对云会计服务双方面的安全可靠性进行评价。

在大数据环境下，云计算在提供更多的便利同时，财务数据结构以及形式已发生了较大的变化，为审计工作带来了更多的机遇，转变了财务审计工作的手段，并对审计人员提出更高要求，同时也带来了更大的挑战，应对挑战需创新更为科学的审计方法以及技术。

参考文献：

[1]郑伟，张立民，杨莉.试析大数据环境下的数据式审计模式[J].审计研究，2016（4）.

[2]沈玉宝.大数据审计在“三农”工作中的应用分析[J].中国市场，2016（28）.

[3]王师情.大数据环境下审计技术方法的创新与挑战：以青岛审计局为案例[J].中国管理信息化，2017，20（21）：37-38.

[4]陕西省审计厅课题组.大数据环境下的审计全覆盖技术与方法研究[J].现代审计与经济，2017（4）：11-13.

[5]韩强.大数据环境下审计模式创新研究[J].创新科技，2015（6）.

[6]唐琳，付达杰.大数据审计内涵特征、现实困境与发展对策[J].西部财会，2017（7）.

[7]刘荣莉.大数据背景下审计监督体系平台构建研究[J].现代商贸工业，2016，37（18）.

[8]徐开勇，龚雪容，成茂才.基于改进Apriori算法的审计日志关联规则挖掘[J].计算机应用，2016（7）.

[9]崔妍，包志强.关联规则挖掘综述[J].计算机应用研究，2016（2）.