大數據環境下的內部審計研究

任鋒 魏玉琪

摘要：當前，大數據技術已深入企業業務各領域，內部審計也不例外。大數據技術與內部審計的結合不僅為審計工作帶來了創新機遇，同時內部審計工作也面臨著技術環境的挑戰。內部審計作為公司有效治理的基石之一，必須適應大數據環境，探索與大數據環境相適應的模式、方法，以更好地發揮其內部確認與咨詢功能。在介紹大數據的基礎上，闡述了大數據環境下內部審計面臨的機遇與挑戰，并提出了適應大數據環境的內部審計對策。

關鍵詞：大數據;內部審計;審計模式;審計工作

中圖分類號：F239.1 ? ? ? ? ?文獻標識碼：A

內部審計一直是企業治理的焦點，特別是在企業信息時代的影響下，大數據的到來給內部審計工作帶來了一系列的變化，導致了傳統的內部審計工作模式不能適應目前的環境，急需變革。在變革過程中，內部審計工作也是機遇和挑戰并存，這必將對內部審計工作產生很大影響。

1 ? 大數據概念

大數據是“BIG DATE”的直接翻譯，國內外對大數據的定義未有統一[1]。維基百科將大數據定義為大數據集，通常大于人類在可接受的時間收集、使用、管理和處理的數據集。它可以收集超過100 TB以上的數據，是一種高速的實時數據流。大數據通常包含兩種或更多種形式的數據。通過此定義可以看出，大數據不僅具有數據量大的特征，而且數據類型也復雜多樣。

結合前述定義，本文認為，大數據就是采用計算機技術將企業環境中廣泛存在的零散的海量信息按照某一類別特征予以歸集，并可以根據實際需要進行結構化分析，判斷其發展趨勢的一種信息技術平臺。大數據技術不僅僅可以批量收集、處理海量的數據，而且可以運用多種模型進行預測分析，根據數據發展趨勢預判結果集，為企業管理決策提供支撐。大數據技術的這種數據處理與分析能力，與審計工作不謀而合，利用大數據技術能提高審計工作的證據處理能力，為提高審計工作實效帶來方法上的革新，讓審計證據在大數據的作用下說話。

2 ? 大數據技術下內部審計的機遇與挑戰

2.1 大數據環境下內部審計的機遇

2.1.1 大數據環境加快了內部審計技術的革新

傳統的內部審計更多地依賴于抽樣分析，而審計抽樣由于成本的約束有一定的局限性。如果審計工作想要提高審計結果的可靠性，則需要擴大樣本規模，而在審計成本的作用下審計人員不會采取無限制的擴大樣本規模[2]。抽樣審計從局部歸納到整體，最終的審計結論由于審計范圍的縮小總會有所偏差，因此審計受到限制。審計人員運用大數據技術則能克服審計抽樣與審計成本限制的不足，審計人員利用大數據技術可以比較經濟的采集審計證據，為得出審計結論提供充分的支持，并且還可以利用大數據的數據挖掘技術，基于所有數據挖掘，即從內到外，從局部到整體，所有數據都可以更準確地采集、分析，因此，獲得的數據的準確性也大幅提高，從而提高了審計證據的證明力。因此，大數據環境加快了內部審計技術革新，改變了傳統的審計方法。

2.1.2 大數據信息環境有助于提高內部審計工作的質量和效率

一方面，在傳統審計模式下，審計人員把大量的時間精力花在了審查被審計單位的憑證、報表數據等形式審計，從而缺乏對數據之間的內在關聯與審計證據的實質含義[3]。在大數據環境下，審計人員根據企業業務流程和審計風險的具體情況，充分利用計算機大數據技術，去分析數據的深層含義，有效地提高審計質量。另一方面，結合人工智能對數據分析，可以獲得精確的審計證據，更廣泛、更長的時間跨度和更高的控制精度節省了大量的人力和時間，大幅提高審計人員素質。因此，大數據環境下審計人員可以提高審計工作的質量和效率。

2.1.3 大數據環境讓審計證據更加多樣可靠

傳統的審計取證技術取證時受制于被審計對象的限制，其取證比較單一，并且由于審計對象的人為干擾及審計證據環境限制，審計證據的可靠性難以保證。在信息化的今天，審計人員利用大數據技術可以有效地解決上述問題。隨著大數據的發展，電子證據的可靠性在大數據技術的作用下大幅增強，從而可靠地審計證據不再局限于傳統的紙質證據。因此，大數據技術使審計證據更加多樣化和可靠。

2.2 大數據背景下審計面臨的挑戰

2.2.1 審計證據的改變

大數據環境下，在獲取和評估審計證據的過程中，與信息技術環境有著非常密切的關系。與傳統的審計相比，在大數據環境下，審計證據是大量的電子信息及信息相互支撐或佐證的信息，這些證據顯示出非常明顯的4V特征（即高速化、大數量、價值廣、多樣性），因此，大數據環境使審計證據產生了改變，對審計證據的使用也成了挑戰。

2.2.2 審計風險的改變

雖然大數據技術為內部審計工作帶來很多便利，但這也改變了內部審計的風險。傳統內部審計風險集中在審計對象的真實性、相關性，而大數據技術下內部審計風險還包括審計對象信息系統的固有風險、數據透明性風險、軟件服務提供商和應用程序之間的兼容性風險及數據安全風險等。因此，在信息化的背景下，審計人員面臨的審計風險變得復雜、多樣化。

2.2.3 審計方法的改變

傳統的審計方法主要是檢查、詢問、函證等程序的集合，主要依賴審計人員的經驗，一般不涉及過多的技術。在大數據下，各種審計方法的運用要借助計算機及相關軟件，以便更好地獲取審計證據并實現審計目的。在此環境下，審計人員要具備熟練地信息技術基礎知識與數據處理能力。為此，審計向信息化、智能化等邁進，這些成為內部審計工作面臨的新挑戰。

3 大數據環境下內部審計的對策方法

3.1 探索新型技術，實現審計模式創新

大量使用“云計算”技術為“大數據”時代的審計工作奠定技術基礎[4]。將“云計算”的優勢與當前的企業信息構建平臺相結合，整合一套新的審計程序和方法，構建基于“云計算”的智能審計平臺。首先，在企業運營的起始階段就建立健全與財務、運營、業務、管理等各部門實際工作流程相關的子數據庫、記錄生成的數據及后端數據池的電子數據庫。其次，完善信息系統審計工作，將完善了的審計工作與財務管理等各部門系統實時對接，實現數據的實時操作性和共享性，為審計人員提供全面、客觀、有效的實時數據資源，從而提出最佳決策方式。最后，根據業務性質建立不同的預警模型，根據實時數據趨勢實現實時控制。

3.2 探索數據分析技術，提高審計效能

數據質量與審計的最終結果正相關，審計結果的質量與數據質量一致。在龐大的數量、細化的種類下形成的數據關系網也越來越復雜，對于此狀況，應該使用多種數據篩選工具及綜合分析技術，有目的性的解決不同種類的審計項目及有關數據庫。通常情況下，數據中與項目內容聯系越緊密的越有價值，篩選出緊密相關的數據作為后續問題線索處理作備用。當然在收集的龐大數據庫中存在大量無用數據，這也需要篩選技術具備篩選無用技術篩選、分析的能力[5]。同時，還應采用數據過濾技術過濾掉無關數據，過濾掉無效數據源，留下有用數據源，并通過構建相應的數據轉換公式獲得可分析的有效數據。在分析數據的過程中，審計人員必須關注兩個重要方面：一是要定性分析所選數據，以驗證不同類型數據之間的鉤稽關系的合理性，以及樣本數據是否具有一定的代表性;二是要通過事先已建立的數據分析模型對篩選出的數據進行相關性分析，分析內容包括相關性、收斂性、變異性、穩定性，然后使用相關測試方法測試分析結果是否一致、可靠。

3.3 探索新型審計人才培養方式、提升審計工作能力

在大數據環境下，迫切需要具有扎實的審計知識，強大的業務能力和現代信息技術及思維能力的多面手人才。要培養這樣的復合型人才，就必須加強審計人員的創新思維意識。通過審計、信息技術等專題培訓提升審計人員的數據分析能力，以便能在實際工作中掌握各類數據分析技術并且可以有效地利用各種數據資源，充分探索數據背后的價值，提高有效數據利用率。為了提高數據的有效利用率需要培養審計人員的綜合判斷能力，促使審計人員向高素質人才轉化，逐漸拋棄單獨依靠經驗進行審計工作的理念，進而可以具備從海量數據中提取出可靠有效數據的能力，然后結合經驗使用客觀數據信息，實現“經驗+數據”審計，最后分析趨勢并提供合理建議。上述過程將有助于建立一個能夠響應“大數據需求”的審計人才團隊。為了適應時代的發展，企業內部審計工作應該借助大數據技術實現逐步轉型升級，通過思維方式的轉變實現與信息化技術的緊密聯系。在思維方式、問題解決能力、技術創新等領域得到發展的同時，內部審計員工還應加大團隊合作意識，提高審計效率、效益，加大公司內部審計工作在企業中的價值，以持續不斷的技術創新為企業的穩步發展保駕護航。

4 結語

綜上所述，隨著大數據技術應用到內部審計工作中，審計工作方式發生了巨大變化，既提高了審計工作的質量及工作效率，又為審計工作人員減少了大量的工作量。相比傳統的審計工作方式不可以充分預測審計趨勢，大數據分析基礎下的新型審計方式則能實現這一功能。然而，一般的大數據分析也面臨審計證據、審計風險與審計方法改變的挑戰，內部審計人員必須探索新型技術，實現審計模式創新;探索數據分析技術，提高審計效能;探索新型審計人才培養方式、提升審計工作能力;進而有能力從大數據分析資源、數據、人才等方面資源，開創新的思路模式分析收集來的大數據，實時關注技術發展，及時建立覆蓋公司全部業務流程的信息化審計管理系統，達到各業務實時透明化的監控管理，提高審計效率與效果。

參考文獻

[1] 李康平.大數據時代下信息化審計研究[D].北京：北京交通大學，2016.

[2] 劉剛.大數據背景下企業內部審計創新研究[J].納稅， 2018，12（16）：225.

[3] 邵松長.淺議大數據環境下企業內部審計工作的轉型提升[J]. 財會學習，2018，13（11）：145.

[4] 生麗英.企業風險的內部審計預警機制研究——基于大數據與ANN模型的應用[J].中國內部審計，2017，21（9）：12-18.

[5] 宋文賢.大數據與企業內部審計轉型發展的思考[J].財會學習，2016，11（14）：141，146.