基于大數據環境下的風險導向審計創新研究

趙麗娜

摘? 要：我國對大數據的運用極為重視。隨著大數據時代的來臨，要求作為商業活動中保護投資者利益閘門的審計活動也亟需跟上大數據發展的步伐，創新審計工作。 本文依據相關的理論基礎，研究風險導向審計中大數據的應用創新，以期豐富大數據審計應用的理論。

關鍵詞：大數據審計;審計技術;風險導向

由于信息水平發展加上計算機應用的推動，全球行業的數據量都在持續提高，對大量數據開展查找、應用、研究慢慢成為了工作的日常，審計模式也從過去的電子數據模式轉變為大數據模式。大數據的使用范圍從搜索衍生到各種領域，包括科技、物流等，當今社會已經明顯成為大數據的天下。大數據審計的應用已經達到了所需的前提，尤其是大數據、云計算等有關的領域發展有利于審計數據的整理和應用。再加上分析研究的優化和數字化、自動化的進步，都對大數據審計的發展很有幫助。

一、前期相關研究回顧

國內外均有學者從不同的角度研究大數據與審計的結合，試圖得出在審計領域應用大數據的可能性。

數據分析技術方法方面，2016年我國專家的研究認為，數據分析方法創新兩大難點是“交叉融合+智能挖掘”，提出多行業全維化分析和智能挖掘技術。陳偉（2018）的研究結合案例重點分析了基于大數據可視化技術的審計線索特征挖掘方法，認為大數據可視化技術包括文本可視化、多維數據可視化、網絡可視化和時空可視化技術等。秦榮生（2014）認為大數據、云計算技術促進持續審計方式的發展，這對于銀行、證券等對業務數據和風險控制“實時性”較高的行業來說尤其重要。還有對基于大數據分析（BDA）的智能可持續審計系統框架的障礙及障礙之間的關系進行分析的研究：2019年海外專家的研究詳細分析了與BDA（Big Data Analysis）有關審計做法的變化。該研究側重技術對開展審計業務的影響和在審計環境中嵌入BDA的常見挑戰等方面。

二、大數據下風險導向審計方法創新分析

（一）大數據全樣本分析方法

1、大數據獲取總體數據

在大數據時代，審計人員可以跨行業、跨部門搜集并分析被審計單位的所有數據，來源、渠道和數據類型的多樣化使得審計數據能夠全面反映被審計單位的經營和管理情況。比如，從被審計單位獲取財務和業務等結構化數據以及會議紀要、公司章程等非結構化數據;從相關門戶網站、搜索引擎、社交網絡等互聯網頁面獲取音頻、圖片等非結構化數據。另外，由于大數據時代各企業之間的信息系統不再是一個個孤島，審計人員也能更容易多方信息。

2、由分析因果關系轉而分析相關關系

大數據的龐大數據量和高速的更新頻率以及低價值密度，使得審計人員必須接受數據混雜性而放棄追求精確性，篩選出有價值的數據，并運用大數據分析方法從多個角度分析數據之間的關系。數據來源越多，數據類型越復雜，數據之間的因果關系就越不明顯。同時，數據池里數據越多時，單一數據對于整個數據準確性的影響就越小。因此，面對大數據，審計人員應更關注數據的效率，以分析數據間相關關系為主要分析目的。

（二）大數據審計方法創新分析

1、非結構化數據轉換方法

結構化數據與非結構化數據不能直接比較分析，非結構化數據需要經過加工處理才可以真正為審計師所用。因此需要減少非結構化數據的維度，使之盡可能與結構化數據的維度一致。審計人員可利用人工智能來篩選、搜索數據和文本并相應聚合和分類。

2、理解審計風險評估程序

風險評估程序是審計準則規定的必要審計程序，該程序的分析結果可作為評估財務報表重大錯報風險的基礎，也可為審計人員在關鍵業務的判斷提供基礎。在大數據審計各階段聯系更為緊密的情況下，風險評估的結果為調整審計計劃提供了依據和方向。因此，審計風險評估程序對審計結果至關重要，必須盡可能以更多信息為基礎審慎評估。實施風險評估程序的工作主要包括識別和評估各類交易、賬戶余額重大錯報等風險。

3、充分利用內外部數據

由前文所述，大數據審計能夠實現審計全覆蓋，這一特征加大對大對審計風險評估結果的準確性，從而直接影響整個審計業務的開展。審計人員有多種技術手段獲取來自被審計單位內部、互聯網平臺和政府信息公開平臺的信息，因而不局限于被審計單位提供的財務數據等結構化數據和經匯總的數據，而是可以追溯到原始數據，如通過設置傳感器、射頻識別（RFID）來自動采集業務信息：RFID標簽和RFID讀寫器可自動采集標簽數據;通過GPS定位獲取位置信息，并由此驗證存貨事實上的出入庫等。

審計人員采集的外部信息主要是非結構化數據，非結構化數據往往暗含關鍵線索，提示潛藏的審計風險。關鍵詞提取、文本挖掘、視頻識別等技術可在任何階段用于對應的非結構化數據，在接受業務委托階段評估的審計風險也可在該階段進一步驗證。大量非結構化數據處理技術的應用使非結構化數據與結構化數據互相驗證成為可能，這是大數據審計相比傳統審計的進步之處。

但是，由于大數據審計的數據來源不同，審計人員首先須評估采集數據的真實性和完整性。從不同平臺抓取的數據參差不齊，沒有權威的保證，審計人員須辨別數據質量;大數據風險評估的優勢在于其分析對象的全面，而采集的數據集的全面性需要審計人員加以判斷;另外，審計人員要統一格式不同的數據。

4、過程挖掘實施控制測試

細節測試是測試各類交易、賬戶余額和披露的具體細節，目的在于發現重大錯報。流程挖掘是一種從工作流日志中提取有用信息的一種技術，可以支持審計人員評估內部控制系統設計的適當性以及是否有效實施。對工作流程的回顧可以全面分析企業的業務流程，對交易過程進行細節分析和關系映射，列示出所有業務流程的風險控制點，發現內部控制存在的問題。如確保訂購的貨物和服務的數量和價格與收到和開具發票的數量和價格相同，需對比訂貨單、發票和收貨單三方數據，若檢查在過程變量中，為訂購的貨物過賬發票，而沒有任何接收貨物的相應記錄。這表明內部控弄直問題存在缺陷。獲得的信息有助于審計人員對發現的異常評估控制風險，并確定對進一步審核程序的性質、時間和范圍的影響。

三、大數據下審計實施程序創新分析

（一）實質性程序創新分析

一般來說實質性程序包括實質性分析程序和細節測試。一般來說，細節測試的準確度更高，但耗費更高的審計成本。而分析程序節約審計資源，但證明力受限制，且在數據間有穩定的可預期關系時才能使用。而在大數據環境下，分析程序將會有更廣的應用空間。

1、分析程序創新

分析程序是指審計人員通過研究不同財務數據之間以及財務數據與非財務數據之間的內在關系，分析和比較信息之間的關系或計算相關的比率來獲取審計證據的分析方法。由于通過分析程序獲取的審計證據大多是間接證據，且分析程序的有效性很大程度上取決于審計人員預期值的準確性，因此分析程序在傳統審計中的應用有很大限制。

但大數據技術在審計中的應用擴展了分析程序的應用范圍，提高了分析程序的證明力。分析程序的證明力首先體現在分析程序的執行對象從財務數據、結構化數據擴展到非財務數據、非結構化數據;其次，基于更多有效數據，審計人員能做出更準確的預期值，因此審計人員通過分析程序獲得的保證程度就越高。最后，審計人員可利用大數據技術優化數據處理，使數據的呈現方式更易于分析數據間關系。

2、基于大數據的實質性分析程序創新

（1）可視化分析

可視化工具與分析程序結合來執行實質性程序，可按照數據性質選擇不同的可視化形式，如分析成本加成率的變化可采用氣泡圖、重要費用占同期所有費用的比重可選擇餅狀圖、縱向分析指標變化可采用折線圖。無論采用哪種可視化技術對數據進行處理和分析，關鍵是審計人員經由可視化軟件處理過的數據效果，能憑借職業判斷分析差異產生的原因，確認錯報風險。

（2）數據挖掘技術

實質性分析程序面臨著非結構化數據與結構化數據對比分析的要求，數據挖掘技術有助于達到該要求。

對結構化數據的處理，文本挖掘技術有助于提煉文本數據的核心信息，如關鍵詞提取、文本解釋等技術能提高非結構化數據的可利用性。音頻識別和視頻識別也能減少數據維度，提高數據之間的可比性。

（3）多維分析法

多維分析法指綜合分析不同維度、不同來源的數據，運用綜合比對和關聯分析的分析方法從多方面掌握分析對象。數據來源于被審計單位內外部，包括文本、音視頻、財務數據等形式。對于非結構化數據，首先可以按照數據來源分類，合并相似度高的部分，再按照屬性分類，從中提取出有價值的信息。其次，利用語音識別等技術可以減少非結構化數據維度，統一數據格式以便于非結構化數據納入審計范圍。

（4）細節測試

細節測試是指對各類交易、賬戶余額、財務報表列報的具體細節進行測試，是必須執行的審計程序。在當今審計實務中有十分重要作用。2020年有專家將細節測試分為三類，分別為內部信息核對、外部信息核對、實物盤點。實施細節測試方法有檢查、詢問、重新計算等。

（5）函證優化

在審計業務開展過程中，向第三方發送函證直接獲取書面答復是獲取審計證據的重要手段。但寄發函證和收回函證十分費時且麻煩。而利用大數據技術完成函證寄送和收回能夠極大提高審計效率——函證電子化。函證收發流程優化可通過電子形式實現，即利用云審計平臺與收函的第三方聯通，審計人員線上發送詢證函，第三方上傳審計人員所需的函證資料，審計人員直接錄入系統作為審計證據并存入審計檔案。需要注意的是，第三方對上傳的函證資料負法律責任，不因函證形式改變而減少義務。

（二）大數據審計報告風險控制

審計底稿是審計業務流程中的存檔資料，是保證審計業務規范性的要求。審計人員要根據各項審計證據，結合與管理層的相關溝通，合理運用專業判斷以形成適當的審計意見。本階段要考慮復核審計工作底稿和財務報表并評價審計證據和編制審計報告。三級復核制度是保證審計工作適當開展、評價審計證據與審計意見的關聯度的復核方法。而在項目組內部，復核應貫穿審計全過程，使用不同的技術對異常結果進行交叉驗證測試和分析。在這個過程中，前述實質性測試階段用到的所有技術方法都適用。復核人員可能重新評估之前實施的程序是否恰當，或回應之前觀察到的異常情況，開展的新的實質性程序。三級復核和對審計工作中的程序進行回顧都是控制審計風險的有效途徑。大數據審計模式下更應該貫徹風險導向，在審計業務全程控制審計風險。

四、研究啟示

通過研究分析，本文得到如下啟示：大數據審計的實施需要貫徹風險導向，加強規劃導向。對于財務報表審計業務而言，討論大數據審計的實施本質上還是讓大數據服務于審計：穩妥控制審計風險，更好完成審計目標才是目的。綜上，大數據審計的實施建立在豐富的數據處理分析技術的基礎之上，但正因為可選擇范圍擴大，更需要審計人員提高職業素養，利用好大數據技術來促進審計工作的開展，提高審計質量。

參考文獻：

[1]陳偉，居江寧.基于大數據可視化技術的審計線索特征挖掘方法研究[J].審計研究，2018（01）

[2]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）