基于大數據的企業內審新發展研究

郝楠暉

摘 要：大數據審計是一個相對較新的領域，這個領域，無論從理論還是工程上，都有很多可以挖掘的部分。這個領域代表了內部審計的發展方向，本文力圖發現數據與內部審計業務相互影響的規律，構造內部審計指標管理體系，便于進行內審數據資產管理，乃至實現審計智能化。

關鍵詞：大數據;內部審計;審計信息化

在“一切業務數據化、一切數據業務化”的口號引導下，許多行業已經實現了數據化，而對于企業內部審計來說，我國還有廣闊的發展空間。一般認為，企業內審通過內審工作人員的經驗與日常經營數據分析，即可得到異常結果，其實還有更廣泛的數據資源沒有被有效利用，整體的內部審計流程沒有與數據實現良好的融合。

一、文獻綜述與理論基礎

目前的大數據審計技術研究集中在大數據審計技術的影響、理論與實現方法研究，較少反映實施的效果。先從大數據的基本概念來看，大數據的數據，之所以稱之為“大”，是由于大數據相比于傳統數據，數據來源從內部擴展到了內部與外部;而大數據的數據來源，也從之前一個服務商的數據源，擴展到了多數據源，也就是說，在進行數據分析時，部分數據可能來自于A數據源，而部分數據同時來自于B或C數據源;大數據與傳統數據還有量，或者說規模上的區別，大數據的規模，相對于傳統數據，可以說是滄海對一粟;內部審計團隊一般可以獲取到足夠的核心經營數據，而數據是企業的重要資產，通過大數據技術，有效地將大數據進行存儲，有效地采集數據，并且有效地展示數據，是大數據落地應用的重要課題。美國內部控制研究委員會認為，風險管理是一套由董事會與管理層共同設立的與企業戰略相關的管理流程，這套流程需要把企業所面對的市場風險，降低到企業可以接受的最高水平之下。大數據與內審的結合，對于企業風險管理的降低，可以起到重要作用。

二、大數據應用對內審工作的影響

（一）大數據審計的業務價值

大數據審計技術與以往的審計技術相比，可以將相互割裂的模塊審計中，尋找出彼此之間的聯系。這是通過不同的數據源配置，使得原本難以使用傳統方法聯系起來的業務，通過大數據，彼此連接。以往的審計技術，往往是對已經發生的業務進行查漏補缺，而內部審計的使命，不僅僅是風險發現后的彌補，而是在紛繁復雜的業務中，在風險管控的角度，分析出對企業經營與決策有利的部分，協助決策者輸出有利于企業長遠發展的判斷。

（二）內審工作在大數據視閾下的風險與機遇

企業ERP近些年得到愈加廣泛得應用，企業在業務領域的信息化水平，和企業在會計方面的信息化趨勢不斷得到增強，這些都為審計的信息化提供了發展的環境，而這種趨勢與大數據技術的發展相結合，進一步孕育出了審計的大數據化。審計的大數據化逐漸代替了原來的審計的信息化，這是由于，數據的來源越來越豐富，數據的部署不僅可以基于本地，也可以基于云端，這種靈活的部署，使得數據的安排極其靈活。

數據的形式發生了根本上的變化，它突破了原來僅結構化的表現形式，隨著大數據的發展，大量的企業級數據展示出了非結構化的表現傾向，這是因為數據的體量不斷膨脹，并且人們對數據處理效率的要求不斷提升，將非結構化的數據處理成結構化數據的過程本身需要耗費一定的時間與成本，因此如何高效地對這些非結構化的數據加以分析，成為新的課題。此外，數據的數量以及處理的難度都呈指數級上升。在這個過程中，如果企業不及時跟隨大數據審計的發展趨勢，將在未來的競爭中難以獲得足夠的優勢。

（三）大數據對內審價值提升方面的優勢

從成本效益的角度來看，大數據對內審的價值提升，體現在紙質媒介到電子媒介的轉變，電子數據容易保存、修改與查詢，傳輸方便，信息傳輸的效率更高，帶來了良好的經濟效益。另外，通過大數據分析，可以發現以往內部審計所發現不了的問題，這是由于，大數據內審是根據全量數據去做分析，而非以往的抽樣數據，這使得大數據內審還可以提出對業務決策有利的結論，促進業務的發展。

從供求的角度來看，不通過大數據，以往的審計模式已經難以適應如今的數據爆炸態勢，無論是系統控制測評，還是結構化的查詢方式，都無法適應它。

三、運用大數據技術構建智能內審體系

以往數據管理所采用的系統組織形式以經典的關系型數據庫為主，而這種組織方式，較為適用于已經結構化了的數據。對于半結構化或非結構化的數據，這種組織方式便不能起到合適的效用。因此，適應潮流的框架，也就是大數據特有的數據組織形式，更為市場所需要。我們將從內審大數據的采集、數據處理過程與分析三個部分來闡述這個議題。

（一）內審大數據的采集

內審的大數據采集，不僅包括了以往經典的審計數據采集方式，如財務記錄、會議記錄、業務單據、人員口述等，還包括了新型技術孕育產生的數據來源，例如網絡爬蟲、人工智能等。大數據的采集，除了不同的渠道之分，還可以分為內部數據與外部數據，以往的內審數據，更多地集中于內部數據，而內審大數據則同時兼顧內部數據與外部數據，這是由于，外部數據與內部數據之間可能存在一定的關聯。有專家認為，大數據與以往數據的主要區別，就在于數據來源是僅內部，還是內部外部同時存在。此外，內審大數據的來源，可以來自不同的電子數據源，相對于傳統的內審數據單一來源，更加豐富。這些豐富的數據來源，共同構成了內審大數據的數據分析基石。

（二）內審大數據的處理過程

在傳統的審計模式中，內部審計團隊直接向公司高層匯報，通過來回的詢問、直接的檢查、來往函證、重新計算與進一步分析程序進行數據處理與分析。而在大數據審計內審模式下，除了將上述方法上傳至云服務器，還可以利用云端的標準數據與聯網數據，服務內審處理過程。

內部審計的大數據實現，除了數據的獲取與基本處理，還需要梳理與優化內審大數據的管控處理模式，這包括了內審數據的清洗與標準化處理，這樣做的原因是，與傳統審計模式不同，大數據審涉及到大量的數據，這些數據的題量是原來的若干倍，復雜度也直線上升，如果不進行數據清洗與數據的標準化處理，那么大數據化以及對業務的幫助便無從談起。內審數據在經過清洗與標準化處理后，需要將其存儲，與計算機的存儲原理一脈相承，內審數據可以根據數據的使用頻率，分為使用頻率高的內審數據，與使用頻率低的內審大數據，這種劃分，會影響到數據的存儲方式，而這也會影響到數據使用者對不同類型數據的調用便利性與效率。

大數據內審的數據組織形式，可以用“指標”“維度”“主題”三個實體串聯起來，每一個指標對應一張數據表格，每一個維度，是維度表中的一行數據，而一個主題，是由一個指標與若干維度組合而成的分析單元。在這個主題里，可以配置多個維度，每個維度取自不同的維度表，維度盡量保持唯一性。之后業務人員便可以將這個指標結合可視化的圖標展示出來，這有助于分析出業務內在的一些線索，從而成功為業務賦能。

（三）內審大數據分析

內審大數據采集與處理的落腳點最終還是內審大數據的分析。在審計的操作流程方面，傳統的審計業務通過手工函證、抽樣、人工問詢，速度與效率較低，而大數據審計，集信息化與大數據化優勢于一身，在使用信息化、自動化的方法代替原來的手工方法，這使得內部審計的周期大大縮短，而頻率上升，從而使得內部審計的重要性更加凸顯。

大數據內部審計還具有共享的特性，與傳統審計方法相比，大數據內審將原來孤立的、機械的審計分析過程，通過大數據有效、科學地組織起來，使得數據由原來無序、片段式的狀態，轉變為有序、生動的數據故事，這些數據故事，可以揭露出業務深層次的變化，與內部控制的變更。以往的審計過程，較為密閉，而大數據審計，強調共享、合作，將這個過程處于相對的曝光狀態，這對審計透明度的提升、審計可靠性的提升都有重要的意義。

四、思考與展望

大數據審計是一個相對較新的領域，這個領域還有很大的發展空間。尤其隨著信息技術的迅速發展，大數據審計也終將不斷豐富落地的場景，大數據與內部審計將越來越緊密地結合在一起。大數據審計，我們除了應該看到它在數據本身方面的屬性，還應該看到這種結合在業務方面的積極意義。這種結合，使得商業數據分析領域，由粗放愈發走向集約。

參考文獻：

[1]秦榮生.大數據、云計算技術對審計的影響研究[J].審計研究，2014（06）：23-28.

[2]陳偉，SMIELIAUSKAS Wally.大數據環境下的電子數據審計：機遇、挑戰與方法[J].計算機科學，2016，43（01）：8-13+34.

[3]傅紅英.大數據審計職業能力建設[J].財務與會計，2016（11）：68-69.

[4]陳偉，居江寧.大數據審計：現狀與發展[J].中國注冊會計師，2017（12）：77-81.

[5]馮玲.試探財務共享服務模式下的大數據審計[J].會計之友，2017（06）：111-114.

[6]王愛華，馬曉泓.PPP項目大數據審計模型構建[J].財會月刊，2019（03）：116-124.

[7]黃江海.試析大數據審計證據的基本特征[J].審計月刊，2016（08）：6-8.