基于NoSQL的XBRL財務報告智能審計方法研究

陳耿+馬寅+韓志耕

【摘要】隨著大數據的發展，財務報表也逐漸向網絡化、電子化發展，XBRL因此而興起，針對企業財務的審計方法也因隨之發生改變。本文分析了非結構化數據庫——NoSQL的特點，并研究了兩種適合XBRL網絡財務報告存儲的NoSQL數據庫，探究了基于NoSQL的XBRL財務報告智能審計方法。

【關鍵詞】XBRL 財務報告 智能審計

XBRL是Extensible Business Reporting Language的縮寫，即可擴展商業報告語言，是一種全新的網絡財務報告形式。目前，我國財政部在全國推廣XBRL網絡財務報告形式，并且，上交所與深交所早在2010年就開始要求上市公司每年需要報送并披露XBRL格式的年報。XBRL作為一種全新的財務報告方式，針對它的審計鑒證成為未來研究的關鍵。

一、NoSQL及其技術優勢

在面對大數據應用中來源不同、擁有海量信息的數據進行整合、處理時，傳統的關系型數據庫在可用性、靈活性、可擴展性等特性上表現出明顯的缺陷，此時，一些不拘泥于固定關系模式的數據庫應運而生，他們不再一味的遵循關系結構，于是這些數據庫被稱為NoSQL（Not Only SQL）。NoSQL數據庫一經誕生，就受到了電子商務、社交網絡、定位服務等互聯網行業的青睞，以亞馬遜、Twitter為主要代表的大型互聯網公司早已正式采用NoSQL作為公司、客戶數據的存儲模式。NoSQL與傳統的SQL數據庫想比較有以下幾點優勢：

（一）易擴展

NoSQL數據庫種類繁多，但是一個共同的特點都是去掉關系數據庫的關系型特性。數據之間無關系，這樣就非常容易擴展。也無形之間，在架構的層面上帶來了可擴展的能力。

（二）大數據量，高性能

NoSQL數據庫都具有非常高的讀寫性能，尤其在大數據量下，同樣表現優秀。這得益于它的無關系性，數據庫的結構簡單。一般MySQL使用Query Cache，每次表的更新Cache就失效，是一種大粒度的Cache，在針對web2.0的交互頻繁的應用，Cache性能不高。而NoSQL的Cache是記錄級的，是一種細粒度的Cache，所以NoSQL在這個層面上來說就要性能高很多了。

（三）靈活的數據模型

NoSQL無需事先為要存儲的數據建立字段，隨時可以存儲自定義的數據格式。而在關系數據庫里，增刪字段是一件非常麻煩的事情。如果是非常大數據量的表，增加字段簡直就是一個噩夢。這點在大數據量的web2.0時代尤其明顯。

（四）高可用

NoSQL在不太影響性能的情況，就可以方便的實現高可用的架構。比如Cassandra，HBase模型，通過復制模型也能實現高可用。

二、適用于XBRL的幾種NoSQL數據庫

XBRL將信息顆?；?，把財務報告內容分解成一個個信息元素（元素可以簡單理解為一個數字或者一段文字），每個元素可以單獨從報告中提取出來進行分析處理。XBRL在選取數據庫時應當考慮數據的增刪改查等操作的快捷方便，以及財務數據分析的統計、分析等功能。有兩款NoSQL數據庫是國際XBRL軟件商的應用主流——MongoDB和Redis。

（一）MongoDB

MongoDB是一款文檔數據庫，在Mongo DB中，每一條記錄都是一個Document對象，適用于動態查詢。每一份XBRL財務報表數據都以文檔的形式存儲在MongoDB數據庫中，可以實時插入、更新或查詢新元素，具備實時財務數據存儲所需的復制及高度伸縮性。

但是，MongoDB的本身特性也限制了XBRL的部分功能使用。MongoDB文檔式存儲方式，減弱了XBRL財務信息顆?；膬瀯?，各信息元素不能方便的組合、拼接，只能將整份文檔數據從數據庫中提取出，以至于不能滿足大量原子性復雜事務的操作要求。

（二）Redis

Redis是Key/Value類數據庫，主要用途在于高性能訪問。Redis的優點在于速度快，簡單，容易維護，支持多種數據結構。和Memcached類似，它支持存儲的value類型相對更多，包括string（字符串）、list（鏈表）、set（集合）、zset（有序集合）和hash（哈希類型）。這些數據類型都支持push/pop、add/remove及取交集并集和差集及更豐富的操作，而且這些操作都是原子性的。而原子性操作極大地契合了XBRL信息數據顆?；奶匦?，在不同財務數據組合、分析等功能需求上有著得天獨厚的優勢。

但是，Redis的缺點是不提供數據可靠性保障，支持的功能也比較少。擴容，負載均衡，高可用方便也有明顯的不足。對于將來XBRL財務數據進一步的分析利用可能會有所阻礙。

三、智能審計與XBRL

智能審計的核心技術就是利用大數據的分析方法對審計數據進行處理轉換、挖掘利用、多維分析，以獲取更多有用的審計先做。智能審計的工作途徑有兩種：一種是直接從審計數據中發現疑點、線索，審計人員根據線索直接切入問題；另一種是從大量數據中發現疑點，審計人員根據疑點導向查找問題。XBRL的顆?；?、關系型、標準化、可擴展等特性極大的契合了智能審計的技術要求，將XBRL作為智能審計系統的數據標準，可以降低審計過程中的信息交換成本，提高數據分析效率，為智能審計的實現提供了技術支持。

參考文獻

[1]曾志勇，劉建業.基NoSQL的XBRL數據存儲研究與應用[J].中國管理信息化，2015，（19）：49-50.

[2]阮夢黎.大數據挑戰下的NoSQL系統研究[J].聊城大學學報（自然科學版），2015，（01）：88-93.

[3]李偉.大數據下的NoSQL數據庫技術分析[J].信息通信，2014，（07）：72-73.

[4]曹順良，宋靜，李榮，雷向欣.智能審計軟件系統架構研究[J].財會通訊，2012，（16）：96-97.

[5]葉煥倬，何玉凝.基于智能匹配的計算機審計數據采集技術研究[J].審計與經濟研究，2010，（05）：40-46.

[6]李立成.智能審計決策支持系統淺探[J].財會通訊，2009，（10）：109-110.

基金項目：本文為國家自然科學基金資助項目（71271117）；江蘇省自然科學基金資助項目（BK20151460）；江蘇省高校自然科學基金資助項目（16KJB520021）；江蘇省公共工程審計重點實驗室開放課題資助項目（GGSS2015-04）；南京審計大學研究生創新計劃資助項目（MZ2016009）。