吴明轩

（福州外语外贸学院，福州 350202）

引 言

相对于传统的手工抽样审计方法，大数据技术可以更为准确地确定潜在问题，提高审计效率。同时，大数据技术能够处理海量的数据，分析数据中的规律和异常情况，并给出合理的判断结论，从而提高审计的准确性和可靠性[1]。而且，数据驱动下的审计工作更加高效，可以深度挖掘潜藏问题，及时发现企业的潜在风险，为企业提供预警和改进的建议。因此，深入研究大数据环境下会计师事务所适应数据驱动的审计方式具有至关重要的意义。

一、会计师事务所应用大数据技术的意义

（一）提高审计效率

相对于传统的手工抽样审计方法，大数据技术可以更为精准地筛选出潜在问题，从而提高审计效率。采用大数据技术还可以自动化完成数据分析、风险评估等工作，节省了人工操作的时间和成本。会计师事务所可以利用企业海量的财务数据进行分析，通过建立合适的数据模型和算法，可以更为精准地筛选出可能存在的异常情况和风险点。例如，大数据分析可以检测出资金流转异常、交易记录不合规等问题，使审计人员能够有针对性地进行审计工作，从而提高审计效率。

（二）提高审计的准确性

（三）深度挖掘潜藏问题

大数据技术可以从庞大的数据中深度挖掘潜在问题，及时发现企业的多样化风险，为企业提供预警和改进的建议。例如，会计师事务所需要对一家制造业企业进行审计，传统的审计方法可能只能检查有限的财务指标和抽样数据，很难全面了解企业的运营状况和潜在风险。而采用大数据技术，可以发现生产设备的异常频率、员工的出勤情况、原材料供应链的延迟等问题，从而及时识别潜在的生产风险。另外，大数据技术还能分析市场的需求变化、竞争对手的动态等因素，帮助企业预测销售趋势和制定相应的调整策略。通过深度挖掘潜藏问题，会计师事务所可以向企业提供预警和改进的建议，帮助企业及时调整经营策略、改进内部控制，并有效降低潜在风险的发生概率。

（四）应对复杂的审计场景

如今的审计场景越来越复杂，需要会计师事务所在较短的时间内进行审计，而使用大数据技术可以快速获得结果，让审计人员在进入实地考察环节之前对审计对象做初步了解。例如，对一家跨国零售企业进行审计，该企业拥有多个分支机构，以及海量的交易数据和复杂的财务结构。传统审计方法下，审计人员需要花费大量时间和资源进行数据的收集和整理，很难快速了解企业的运营情况。而采用大数据技术，会计师事务所可以通过对企业的财务系统、交易记录、供应链等数据进行分析，快速获得一定的审计结果和初步了解。大数据技术还可以进行数据可视化，将复杂的信息转化成直观的图表和报告，帮助审计人员更好地理解和分析企业的财务情况。

二、数据驱动提高审计质量的内在逻辑

（一）扩大数据采集范围而不盲目相信数据价值

数据驱动的审计应该采用广泛的数据采集方法，包括财务报表、交易记录、销售数据、供应链信息等多个来源的数据。同时，审计人员要对数据进行全面的验证和分析，不仅仅依赖于单一数据来源，避免盲目相信数据的价值。通过综合分析和验证多个数据来源，可以更准确地了解企业的财务状况和运营情况[2]。也只有这样，才能发现这些隐匿在常规业务中的假数据，从而提高审计质量。

（二）坚持行业数据累积而非单一企业数据判断

数据驱动的审计应该将企业的数据与行业数据进行对比和分析。仅仅依靠单一企业的数据来做出判断可能会导致偏差，因为行业数据可以提供更全面的参考和比较对象。通过与行业平均水平、同行竞争对手等进行比较，可以更好地评估企业的财务表现和风险水平，从而提高审计的准确性和客观性。

由于审计工作有其特殊性，需要分析的数据量非常庞大，传统的人工审计方式也亟须改变。比如，某公司搭建大数据审计分析监管平台，并成功推出了针对审计机关的大数据审计分析监管平台和为企业提供的内审大数据分析系统。目前，通过大数据平台，百亿数据量级用毫秒级的速度就可以快速处理。而且基于全行业的基础数据库涵盖数据信息更为广泛，对打破企业单一数据开发局限起到了重要作用，是提高审计质量和效率的重要发展趋势。

（三）利用数据判断风险并规避风险数据消极影响

数据驱动的审计应该利用数据来判断潜在的风险，并及时采取相应的措施进行规避。审计人员可以通过分析异常交易、异常模式等来发现潜在的风险，从而避免风险给企业带来消极影响[3]。同时，也应该注意数据的局限性和不足之处，不仅仅依赖于数据本身，还要结合实际情况和业务背景进行综合判断。

在审计过程中，仅仅依靠常规的审计思路已很难发现违规行为，所以潜在风险始终存在。以某银行创建的“账户开立与激活机构不一致”监测模型为例，该模型可以对监控记录仍在有效保存期内的网点进行查看，并一路追踪线上贷款客户的账户激活、贷款发放的具体日期，调取涉及支行的监控记录，严格管控客户经理的日常行为，从而打破了“暗箱操作”，防止了“瞒天过海”的潜在风险，对规避审计风险起到了重要的支持作用。

DGIWG发布的成果分为文献和注册资料2种。文献包括地理空间信息类标准与专用实施标准、技术报告、产品规范、手册与指南、标准工作路线图（road map）和早期文献，其中，地理空间信息类标准与专用实施标准规定了军方地理空间信息的构成，技术报告是推进战略实施的一种申报机制，产品规范由各成员国根据DGIWG标准在多边合作协议下制定，手册与指南规定了标准与产品规范的实施方法，标准工作路线图规定了未来的标准化工作计划及相关的工作计划，早期文献即DGIWG不再维护的文献。DGIWG现行的测绘地理信息类标准、规范和指南见表1。

（四）构建完整的数据链条并提供详尽的数据报告

数据驱动的审计应该建立完整的数据链条，追溯和整合相关数据，形成全面的审计证据和依据。审计人员应该记录审计过程、数据来源、数据分析方法等信息，保证审计结果的可追溯性和透明度[4]。同时，在审计报告中要提供详尽的数据报告，说明数据分析的结果、问题点、异常情况等，为企业提供更有价值的审计信息。

以某公司的大数据应用为例，其数据分析结果参考性更强，可以更全面地刻画相关对象，让分析更接近真相，让企业对自身有一个更清晰的了解。通过收集、整理、归纳相关信息，编制程序，从海量的数据中获取符合企业自身情况的目标要求。在分析的结果中，企业可能会获得意想不到的信息引导，由此来修正或者创新企业的发展目标。

三、会计师事务所适应数据驱动的审计方式

（一）数据采集与清洗

数据采集与清洗在审计中是确保数据准确、完整和可比的基础，有助于提高审计的效率和准确性，同时可以发现潜在问题并提供改进建议，对保证审计质量具有重要作用。会计师事务所在进行企业财务审计时，可以利用大数据技术和工具从不同数据源（如企业网站、财务软件）采集财务报表、交易记录等数据。在数据采集的过程中，要进行数据清洗，排除重复数据和错误数据，并确保数据的完整性和准确性。同时，建立统一的数据字典和分类体系，有助于审计团队更好地理解和使用数据，提高审计的效率和准确性。

第一，数据采集。可以利用爬虫技术从企业网站、财务软件等源头收集财务报表、交易记录等数据，确保获得最新的数据；也可以通过与企业合作，获取其数据库中的数据，并进行提取和导入。

第二，数据清洗。可以检查数据的完整性，确保所有必要的字段和信息都被正确地填写，而且要去除重复数据和错误数据，利用算法或规则检测和排除重复项、无效值和异常值；还可以格式化数据，以符合统一的数据字典和标准，确保各个字段的统一性和可比性。

在数据采集量较大且数据清洗频次较高的情况下，可以建立数据字典和分类体系，提高审计数据的获取质量和检索速度。数据字典应包含每个数据字段的定义、数据类型、单位等信息，以便审计团队理解和使用数据；分类体系有助于对数据进行分类和标记，使得不同类型的数据能够被快速地识别和检索。

（二）数据分析与挖掘

数据分析与挖掘在审计中能够发现潜在异常，提供审计线索和证据，评估未来风险和业绩趋势，同时提高审计的效率和准确性。这些技术的应用有助于审计人员更加全面、客观地了解企业的财务状况和运营情况，为决策者提供合理的建议和意见。

首先，发现异常和关联关系。通过统计分析、数据挖掘和机器学习等方法，对大规模数据进行挖掘和分析，可以发现潜在的异常数据和关联关系。例如，通过数据可视化和图表展示，审计人员可以对财务数据进行可视化分析，发现异常变动和趋势，从而提供审计线索和证据。

其次，提供审计线索和证据。数据分析和挖掘可以帮助审计人员快速识别潜在问题和风险，为审计提供重要的线索和证据。例如，通过对交易数据的分析，可以发现异常交易模式或不合规行为，进而加强对相关方面的审计关注。

再次，评估未来风险和业绩趋势。运用预测模型和模拟分析，可以基于历史数据对企业的未来风险和业绩趋势进行评估。审计人员可以利用这些分析结果，评估企业未来可能面临的风险和挑战，并提供建议和意见，帮助企业做出相应的决策。

最后，提高审计的效率和准确性。数据分析和挖掘技术能够快速处理大规模的数据，并自动发现异常和关联关系，从而提高审计效率。同时，通过数据驱动的审计方法，可以减少主观判断的干扰，提高审计的准确性和可靠性。

（三）风险评估与控制

通过风险评估与控制，审计人员能够帮助企业全面了解风险状况，提前预警潜在的风险，并提出改进建议，从而帮助企业更好地管理和控制风险。这不仅有助于保护企业的利益和稳定经营，也是提高企业治理和运营效率的重要手段。

第一，全面评估和分类风险。基于数据分析的结果，审计人员可以对企业的风险进行全面的评估和分类。通过分析财务数据、交易数据和运营数据等，发现潜在的风险因素，并对其进行分类和优先级排序，帮助企业更好地了解和管理风险。

第二，建立风险指标和风险预警模型。基于数据分析和历史数据，审计人员可以建立风险指标和风险预警模型，以便及时发现和响应潜在的风险。这些风险指标和模型可以帮助企业实时监测关键指标的变化，提前警示可能出现的问题，并采取相应的措施进行控制和防范。

第三，提出内部控制建议。基于风险评估结果，审计人员可以提出相应的内部控制建议，帮助企业改进内部管理和控制体系。这包括建立和完善内部控制流程、明确责任和权限、加强监督和检查等措施，以减少风险的发生和影响，提高企业的整体管理和控制水平。通过以上步骤，审计人员可以实现数据驱动，并支持审计工作中的风险评估与控制。审计人员通过数据分析和挖掘技术，利用历史数据进行建模和预测，建立综合评估模型和风险预警模型，提出相应的内部控制建议，从而帮助企业更好地管理和控制风险，保护企业的利益和稳定经营。

（四）审计决策与报告

在数据驱动的审计决策与报告的过程中，审计人员首先通过数据分析来识别可能存在的风险和问题，然后在审计过程中根据数据分析的结果进行重点审查，最后生成准确记录审计过程和问题的审计报告，从而提高审计的效率和准确性，并为企业提供有针对性的改进建议。

第一，制定审计计划和策略。会计师事务所对某公司的财务状况进行审计时，首先可以进行数据分析，包括对该公司的财务报表、交易记录、销售数据等进行综合分析。例如，通过数据分析结果，发现公司在销售额方面存在异常波动的情况，并且部分交易数据显示出潜在的风险。基于分析结果，审计人员决定将审计重点放在销售数据和相关交易上。

第三，数据驱动的审计过程。在审计过程中，审计人员根据数据分析的结果进行抽样和重点审查，以提高审计的效率和准确性。针对销售数据异常波动的情况，选择一段时间内的销售数据进行详细审查，包括对销售额、销售渠道、客户信息等进行深入分析。同时，对于潜在的风险交易，审计人员选择了一部分交易进行抽样检查，并结合其他数据源进行交叉验证。

第三，生成审计报告。在审计过程结束后，审计人员生成审计报告，准确记录审计过程、发现的问题和建议的改进措施。审计报告包括对该公司销售数据异常波动的分析结果，以及发现的潜在风险交易的详细说明。同时，针对这些发现，审计人员会提出相应的内部控制建议，如加强销售数据监控机制、改进交易验证流程等。

结 语

总之，通过扩大数据采集范围、借助行业数据累积、利用数据判断风险、构建完整的数据链条并提供详尽的数据报告，数据驱动的审计方式能够提高审计质量，减少主观偏差，增加客观准确性，为企业提供更有价值的审计结果和建议。会计师事务所应进一步强化数据采集与清洗、数据分析与挖掘、风险评估与控制、审计决策与报告等方面的数据审计应用。在审计过程中充分应用和分析相关数据，以提高审计的效率和质量。