审计风险贯穿于审计的全过程,如何正确识别审计风险,采取措施将审计风险降低至可接受的低水平一直是审计领域关注的重点问题,而降低审计风险的关键在于对审计风险的有效识别。随着大数据时代的到来,信息技术广泛应用,对审计范围、审计证据、审计方法和审计人员等都产生了巨大的影响,而这些影响与审计风险的关系以及如何利用二者之间的关系有效识别审计风险,成为近年来学术界和实务界研究的热点。纵观国内外研究,学者们对大数据背景下影响审计风险的相关因素进行了较多的研究,但是在这些影响因素中,何种因素更能帮助注册会计师有效识别审计风险还有待探索。本文以大数据为研究背景,从审计主体、审计客体和大数据信息三个角度出发,对影响审计风险的因素进行分析,通过构建审计风险识别模型探究影响审计风险识别的关键因素,并针对这些因素提出相应的审计风险识别策略。本文的研究内容主要包括以下几个方面:首先,介绍了研究的背景与相关理论,从委托代理、信息不对称等理论出发,阐述了审计风险产生的理论根源,并对一些常用的风险识别方法进行了辨析,选出适用本文的风险识别方法——Logistic回归;其次,以大数据为研究背景,分析了信息技术对审计环境、审计模式、审计范围、审计证据、审计方法和审计人员六方面的影响,并从这六个方面探究了大数据时代审计风险的特征,指出借助信息技术可以获得更多的非结构化数据,这些非结构化数据能补充传统审计风险识别的线索,从而提高了审计风险识别的效率；再次,本文从审计主体、审计客体以及大数据信息三个角度出发,分析了影响审计风险识别的相关因素,并根据这些因素建立了 Logistic模型,以2010-2016年因财务报告舞弊而受到证监会处罚的78家公司为样本,将样本数据带入Logistic模型,分析各个因素对审计风险识别的影响,从中发现同上期审计意见一致性、第一大股东持股比例、账面市值比、销售收入增长率、经营现金净额比例和大数据负面情绪指标这六个指标对审计风险识别具有显著影响;最后,从审计主体、审计客体以及大数据信息三个角度出发,依据分析结论提出相应的审计风险识别策略。本文的研究结论对提高注册会计师识别审计风险的能力,增强会计师事务所及注册会计师的风险防范意识与风险管控能力,具有一定的理论意义和实践价值。