论文部分内容阅读
摘 要：大数据有着数据量大、数据类型多、数据时效性高、价值密度低的特点。将大数据技术引入审计活动中，审计风险可以得到有效控制，可以实现全数据审计模式和数据共享，能够实时获取审计证据，审计判断结果更有保证，审计结果可以得到综合应用，可以节约审计资源。为了迎接大数据技术，审计部门应当强化审计数据的有效性，强化数据的安全性，强化审计人才队伍的建设。
关键词：大数据 审计 机遇
随着大数据技术的发展，将审计业务特点与大数据技术相结合，利用大数据价值提高审计的效率、提升审计的效果，成为当前审计发展的方向之一。
一、大数据的特征
关于大数据（big data），维克托·舍恩伯格）（2013）认为大数据是不用随机数据而是用全部数据进行分析；研究机构麦肯锡（McKinsey & Company）将大数据定义为一种规模大到无法用常规数据库工具进行捕捉、管理和处理的数据集合；Gartner认为“大数据”是需要用新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产；涂子沛（2012）则将大数据界定为“那些大小已经超出了传统意义上的尺度，一般的软件工具难以捕捉、存储、管理和分析的数据”。总之，大数据是随着互联网、物联网和计算机等新一轮信息技术的迅猛发展所产生的巨量资料，大数据只有在“云计算”技术条件下才使焕发了意义，未来将为分析预测提供海量的信息。
大数据存在着以下特征：
1.数据量大。指数思维是大数据的根本出发点，根据摩尔定律，当对信息处理硬件进行投入后，将得到指数级的回报。面对数据量的爆炸，数据分析机构IDC创造了一个名词——数据宇宙（Data Universe），根据IDC作出的预测，到2020年，全球产生的数据将达到35ZB，也就是意味着一年将产生相当于1000个目前谷歌公司的数据量。
2.数据类型多。数据组成以结构的存在形式与非结构的存在形式并存。结构存在形式的是即行数据，归集在一个库里面，并且能够用一个固定表的形式来展示的数据；非结构形式存在的是指上述结构形式之外的，不能用固定结构来实现逻辑表达的数据，这些数据主要是以文本文档、图片、报表、音频等方式存在的数据。在大数据时代，更多的非结构形式存在的数据将为决策提供更丰富的资源，为决策提供更有力的参考。
3.数据时效性高。随着信息处理技术的飞速发展，数据的传输速度不断加快，而且对数据的提取能力也不断增强。谷歌公司的Big Query资料服务支持PB级的数据库，并可以执行每秒100，000行的数据流。而在未来，这种数据处理的速度将更快，数据更具有时效性，数据处理结果可以即时获得。
4.价值密度低。大数据的战略意义不在于占有的大数据多，而是从大数据中获得有益的信息。数据量越大，包含的信息就越多，想要从中汲取高价值的信息就越困难。从不同设备、不同地方来源的数据可能会因语言不同而不同，也有可能格式会不同，甚至表达的意思会互相冲突。所以在应用大数据时，要对数据进行过滤，对所收集的信息进行筛选，利用大数据技术从中提取出人们想要的信息，这被称为数据清洗（Data Cleaning）。
总之，大数据存储和云计算技术发展，将为未来的分析预测提供高效简洁的辅助工具。对于审计而言，运用大数据技术将会获得更为全面、公允、及时的审计证据，可以有效提高审计效率达到更好的审计效果。
二、大数据时代下审计的机遇
大数据技术的应用，主要从审计风险、审计证据、审计判断、审计资源和审计成果这几个方面给审计带了机遇。
1.审计风险可以得到有效控制。在传统的审计业务中，由于信息技术的限制，审计三方之间存着在信息不对称的问题。审计风险的来源是重大错报风险与检查风险，前者与被审计单位的相关，而后者与审计活动相关。在大数据审计中，由于数据处理能力极大增强，可供参考的信息将极大丰富，更加看重的是数据之间相关性而不是因果性，更接近事物的本来面目。因此，只要审计人员获取接触数据的权限，便可以利用大数据技术印证财务数据信息之间的相关性，通过数据的挖掘和分析，使原有的业务流程和静态的数据信息趋于透明化，从而减少被审计单位的舞弊空间，降低审计风险。
2.实现全数据审计模式和数据共享。在传统的审计环境下，由于成本和技术手段的限制，对财务报告进行审计时无法对数据所记录所有的事项进行检查，只能通过抽样开展审计工作。这样的审计方式总是存在着样本可能不代表总体的风险，被称为抽样风险。但是在大数据的时代下，随着数据处理能力的增强，用全局数据代替抽样数据成为可能，可以有效降低抽样风险，提高审计的效率和效果。此外，在大数据背景下，由于企业、政府、金融机构等部门的数据都存储在“云”中，所以可以在审计业务中实现审计数据、审计程序和审计经验的共享，使得前后任注册会计师的沟通效率大为提高，职业能力水平将维持相对统一的水平，防止经验和资源的受限而导致的审计风险的提高。
3.审计证据能够实时获取。在大数据背景下，审计证据的形式和获取的方式和传统的审计工作是存在着较大差异。从审计证据来看，海量的、共享的财务信息基本上以电子信息的形式存在，审计证据也更多以电子信息的形式呈现出来。在新的審计模式中，所获取的审计证据不再只是被审计单位生产经营的内源性数据，还能够获取到与生产经营相关的外源性数据。这为审计工作提供了充足的资料，审计人员在进行工作时可以运用大数据技术对数据之间的相关性进行分析，从而提高审计证据的可靠性，降低审计风险。由于绝大多数会计信息和数据都存储在“云”中，所以审计人员只要接受到授权，就可以实时接触到被审计单位的信息，进行审计证据的收集。同时，海量的、非结构化的数据也会为审计人员提供更为丰富的可佐证信息，以提高审计结论的质量。大数据审计模式下证据收集方式的转变既节约了资源，又使审计人员还可以将更多的时间花在分析上面，实现持续性审计，更好地提高质量。 4.审计判断结果更有保证。在传统的审计中，审计判断依赖于职业经验和审计抽样，不确定性较大。在大数据时代中，海量的数据、强大的运算能力给我们带来的最大优势就是预测的信度的提高。例如：查询型分析法、多维分析法和挖掘型分析法等，将这样的算法可以处理更大量的数据，不再是仅仅局限于抽样，预测的结果就更精准。这样的变化使得审计人员的判断更多地建立在相关数据的分析的基础上做出，而原本受到自身影响就大大降低了，使结果更有保障。
5.审计成果得到综合利用。大数据时代，审计成果呈现可以除了一份完整的报告，还可以包含整个过程中的大量数据资料。这些资料不仅表明审计报告的可靠性，还可以给报告使用者创造价值。审计人员可以结合审计结论，为被审计单位出具更具有针对性的《管理建议书》，还可以提出提升被审计单位能力的建议，为被审计单位创造价值。同时，审计部门还可以建立数据仓库，运用大数据技术对所获取的审计成果进行分类，实现审计成果自动积累和分析利用的机制，发挥信息特征、信息提示和信息检索等功能，方便日后审计人员调阅信息。
6.审计资源得以节约。在大数据时代下，被审计单位的各种资料存放在“云”中，在得到数据授权后，审计人员可以快速导入数据。不仅节约了资料获取时间，也节约了与被审计单位沟通的时间。审计人员可以依托网络技术，再结合运用云，即时得到存储在云端的数据，可以跨时间跨地域进场审计，解决双方在地理和時间上的障碍，更好地节约了审计资源。同时，也降低了因审计师轮换而造成的沟通成本。
综上，在大数据时代下，审计数据之间的相关性以及全数据审计模式的实现，使得原有的静态数据和业务流程更趋于透明化，减少了被审计单位的舞弊空间，降低了审计风险。丰富的审计证据也为审计人员进行审计时提供了更多的审计资料，使可以审计的区域变得更大，而且再加上审计证据的实时获得，使得持续审计以及结果有了保证。其次，新的审计形式主要是依靠数据的预测功能来做出评价，避免了审计人员由于经验或者主观性等问题对审计结论的影响。而且在大数据时代下，将数据存储在云端强化了审计人员与被审计人员之间的跨时空协同，节约了审计资源。最后，大数据时代的审计实现了审计结果的综合运用，有利于改善被审计单位的经营状况，同时也提高了审计单位的工作效率和质量。
三、审计迎接大数据时代的建议
为了迎接大数据时代，审计应在强化审计数据有效性、提高数据安全性、加强人才建设等方面采取积极、可操作的措施加以解决。
1.强化审计数据的有效性。我国大数据研究相对发达国家较晚，2013年开始重视研究，所以当年被称为“大数据元年”；2014年，“大数据”首次进入政府工作报告中，得到政策支持；但是直到2016年，束缚大数据的技术瓶颈才被打破，才是万亿大数据产业元年。由于技术限制，之前的财务数据以结构化数据为主，数据结构单一。
针对当前非结构形式存在的数据单一的情况，审计部门必须要增强不同存在类型数据的管理能力，特别是非结构化存在的数据。审计部门可以依托云技术平台，加强对非结构存在形式的数据的规范、制度化管理；其次是可以建立科学合理的审计数据管理体系，通过数据的收集与分类，建立数据库，对所采集的数据和审计成果加以分类归纳，运用大数据思维和数据挖掘工具，从数据仓库中建立服务于审计稽查的应用，包括基于每个企业的审计数据支持，为审计人员发现问题提供支撑。以房地产为例，审计人员可以利用特定的计算机程序，定期获取企业项目销售情况、企业收款情况等，构建房地产项目的收入成本数据模型，从而在进行再次审计时，可以减少审计时间和工作量，提高效率。为审计部门提供符合其标准、内容与方法的信息，发挥信息特性、信息提示和信息检索等功效，从而提高审计效率。
2.强化数据的安全性。网络基础设施是实现大数据时代下新型审计模式的重要前提，因此，应该推进网络执法系统的建设，加强网络信息安全建设。在内部，要加强审计人员的安全意识，提高他们使用相关软件的技能；要建立问责制度，使其充分认识到泄露信息的危害性，完善内部控制，杜绝人为信息泄露；利用权限设置技术，将系统的查询分析权、使用权、外部执法权有效分离；对数据存储采取物理隔离机制，对关键的数据进行加密，而且每份文件都要自动备份以防止丢失。在外部，以服务外包、技术共建等形式寻求资深网络服务供应商，在保证自主性的前提下发挥外部专家团队的技术优势，弥补内部技术不足。
3.强化审计人才队伍的建设。大数据时代下的审计需要审计人员既具有审计专业知识和经验，同时又要以大数据的思维方式去实践。因此，更应加强人才队伍的建设。首先，进行人员结构的调整。要注重信息技术人才的培养和使用，加强对现有干部职工的培训，从数据采集、数据清理、数据集成、数据转换、数据规约、数据存储、数据挖掘等大数据分析方面对审计人员进行培训。技术部门要加强对业务人员的支持力度，打造一支既懂审计业务又具有大数据分析的复合型人才队伍。其次，丰富审计人才的来源。要更多招聘懂得审计原理，又懂得大数据使用的人员，人才招聘要增加大数据技术考察等标准。
参考文献：
[1]吴甘沙.大数据发展的十个前沿方向[J].大数据，2015.
[2]涂子沛.大数据[M]. 南宁：广西师范大学出版社，2012.
[3]维克托·迈尔-舍恩伯格.大数据时代[M].杭州：浙江人民出版社，2013.
[4]龙子午，王云鹏.大数据时代对CPA审计风险与审计质量的影响探究[J].会计之友，2016，（8）.
[5]王晨，高闯.浅析大数据时代下CPA审计的挑战与对策[J].商业经济，2016.
作者简介：陈泽君（1994—）女。民族：汉。广东省汕头市。广东财经大学华商学院2013会计2班学生。张洪浩（1978—）男。民族：汉。山西古县人。广东财经大学华商学院，讲师。研究方向：审计学。
关键词：大数据 审计 机遇
随着大数据技术的发展，将审计业务特点与大数据技术相结合，利用大数据价值提高审计的效率、提升审计的效果，成为当前审计发展的方向之一。
一、大数据的特征
关于大数据（big data），维克托·舍恩伯格）（2013）认为大数据是不用随机数据而是用全部数据进行分析；研究机构麦肯锡（McKinsey & Company）将大数据定义为一种规模大到无法用常规数据库工具进行捕捉、管理和处理的数据集合；Gartner认为“大数据”是需要用新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产；涂子沛（2012）则将大数据界定为“那些大小已经超出了传统意义上的尺度，一般的软件工具难以捕捉、存储、管理和分析的数据”。总之，大数据是随着互联网、物联网和计算机等新一轮信息技术的迅猛发展所产生的巨量资料，大数据只有在“云计算”技术条件下才使焕发了意义，未来将为分析预测提供海量的信息。
大数据存在着以下特征：
1.数据量大。指数思维是大数据的根本出发点，根据摩尔定律，当对信息处理硬件进行投入后，将得到指数级的回报。面对数据量的爆炸，数据分析机构IDC创造了一个名词——数据宇宙（Data Universe），根据IDC作出的预测，到2020年，全球产生的数据将达到35ZB，也就是意味着一年将产生相当于1000个目前谷歌公司的数据量。
2.数据类型多。数据组成以结构的存在形式与非结构的存在形式并存。结构存在形式的是即行数据，归集在一个库里面，并且能够用一个固定表的形式来展示的数据；非结构形式存在的是指上述结构形式之外的，不能用固定结构来实现逻辑表达的数据，这些数据主要是以文本文档、图片、报表、音频等方式存在的数据。在大数据时代，更多的非结构形式存在的数据将为决策提供更丰富的资源，为决策提供更有力的参考。
3.数据时效性高。随着信息处理技术的飞速发展，数据的传输速度不断加快，而且对数据的提取能力也不断增强。谷歌公司的Big Query资料服务支持PB级的数据库，并可以执行每秒100，000行的数据流。而在未来，这种数据处理的速度将更快，数据更具有时效性，数据处理结果可以即时获得。
4.价值密度低。大数据的战略意义不在于占有的大数据多，而是从大数据中获得有益的信息。数据量越大，包含的信息就越多，想要从中汲取高价值的信息就越困难。从不同设备、不同地方来源的数据可能会因语言不同而不同，也有可能格式会不同，甚至表达的意思会互相冲突。所以在应用大数据时，要对数据进行过滤，对所收集的信息进行筛选，利用大数据技术从中提取出人们想要的信息，这被称为数据清洗（Data Cleaning）。
总之，大数据存储和云计算技术发展，将为未来的分析预测提供高效简洁的辅助工具。对于审计而言，运用大数据技术将会获得更为全面、公允、及时的审计证据，可以有效提高审计效率达到更好的审计效果。
二、大数据时代下审计的机遇
大数据技术的应用，主要从审计风险、审计证据、审计判断、审计资源和审计成果这几个方面给审计带了机遇。
1.审计风险可以得到有效控制。在传统的审计业务中，由于信息技术的限制，审计三方之间存着在信息不对称的问题。审计风险的来源是重大错报风险与检查风险，前者与被审计单位的相关，而后者与审计活动相关。在大数据审计中，由于数据处理能力极大增强，可供参考的信息将极大丰富，更加看重的是数据之间相关性而不是因果性，更接近事物的本来面目。因此，只要审计人员获取接触数据的权限，便可以利用大数据技术印证财务数据信息之间的相关性，通过数据的挖掘和分析，使原有的业务流程和静态的数据信息趋于透明化，从而减少被审计单位的舞弊空间，降低审计风险。
2.实现全数据审计模式和数据共享。在传统的审计环境下，由于成本和技术手段的限制，对财务报告进行审计时无法对数据所记录所有的事项进行检查，只能通过抽样开展审计工作。这样的审计方式总是存在着样本可能不代表总体的风险，被称为抽样风险。但是在大数据的时代下，随着数据处理能力的增强，用全局数据代替抽样数据成为可能，可以有效降低抽样风险，提高审计的效率和效果。此外，在大数据背景下，由于企业、政府、金融机构等部门的数据都存储在“云”中，所以可以在审计业务中实现审计数据、审计程序和审计经验的共享，使得前后任注册会计师的沟通效率大为提高，职业能力水平将维持相对统一的水平，防止经验和资源的受限而导致的审计风险的提高。
3.审计证据能够实时获取。在大数据背景下，审计证据的形式和获取的方式和传统的审计工作是存在着较大差异。从审计证据来看，海量的、共享的财务信息基本上以电子信息的形式存在，审计证据也更多以电子信息的形式呈现出来。在新的審计模式中，所获取的审计证据不再只是被审计单位生产经营的内源性数据，还能够获取到与生产经营相关的外源性数据。这为审计工作提供了充足的资料，审计人员在进行工作时可以运用大数据技术对数据之间的相关性进行分析，从而提高审计证据的可靠性，降低审计风险。由于绝大多数会计信息和数据都存储在“云”中，所以审计人员只要接受到授权，就可以实时接触到被审计单位的信息，进行审计证据的收集。同时，海量的、非结构化的数据也会为审计人员提供更为丰富的可佐证信息，以提高审计结论的质量。大数据审计模式下证据收集方式的转变既节约了资源，又使审计人员还可以将更多的时间花在分析上面，实现持续性审计，更好地提高质量。 4.审计判断结果更有保证。在传统的审计中，审计判断依赖于职业经验和审计抽样，不确定性较大。在大数据时代中，海量的数据、强大的运算能力给我们带来的最大优势就是预测的信度的提高。例如：查询型分析法、多维分析法和挖掘型分析法等，将这样的算法可以处理更大量的数据，不再是仅仅局限于抽样，预测的结果就更精准。这样的变化使得审计人员的判断更多地建立在相关数据的分析的基础上做出，而原本受到自身影响就大大降低了，使结果更有保障。
5.审计成果得到综合利用。大数据时代，审计成果呈现可以除了一份完整的报告，还可以包含整个过程中的大量数据资料。这些资料不仅表明审计报告的可靠性，还可以给报告使用者创造价值。审计人员可以结合审计结论，为被审计单位出具更具有针对性的《管理建议书》，还可以提出提升被审计单位能力的建议，为被审计单位创造价值。同时，审计部门还可以建立数据仓库，运用大数据技术对所获取的审计成果进行分类，实现审计成果自动积累和分析利用的机制，发挥信息特征、信息提示和信息检索等功能，方便日后审计人员调阅信息。
6.审计资源得以节约。在大数据时代下，被审计单位的各种资料存放在“云”中，在得到数据授权后，审计人员可以快速导入数据。不仅节约了资料获取时间，也节约了与被审计单位沟通的时间。审计人员可以依托网络技术，再结合运用云，即时得到存储在云端的数据，可以跨时间跨地域进场审计，解决双方在地理和時间上的障碍，更好地节约了审计资源。同时，也降低了因审计师轮换而造成的沟通成本。
综上，在大数据时代下，审计数据之间的相关性以及全数据审计模式的实现，使得原有的静态数据和业务流程更趋于透明化，减少了被审计单位的舞弊空间，降低了审计风险。丰富的审计证据也为审计人员进行审计时提供了更多的审计资料，使可以审计的区域变得更大，而且再加上审计证据的实时获得，使得持续审计以及结果有了保证。其次，新的审计形式主要是依靠数据的预测功能来做出评价，避免了审计人员由于经验或者主观性等问题对审计结论的影响。而且在大数据时代下，将数据存储在云端强化了审计人员与被审计人员之间的跨时空协同，节约了审计资源。最后，大数据时代的审计实现了审计结果的综合运用，有利于改善被审计单位的经营状况，同时也提高了审计单位的工作效率和质量。
三、审计迎接大数据时代的建议
为了迎接大数据时代，审计应在强化审计数据有效性、提高数据安全性、加强人才建设等方面采取积极、可操作的措施加以解决。
1.强化审计数据的有效性。我国大数据研究相对发达国家较晚，2013年开始重视研究，所以当年被称为“大数据元年”；2014年，“大数据”首次进入政府工作报告中，得到政策支持；但是直到2016年，束缚大数据的技术瓶颈才被打破，才是万亿大数据产业元年。由于技术限制，之前的财务数据以结构化数据为主，数据结构单一。
针对当前非结构形式存在的数据单一的情况，审计部门必须要增强不同存在类型数据的管理能力，特别是非结构化存在的数据。审计部门可以依托云技术平台，加强对非结构存在形式的数据的规范、制度化管理；其次是可以建立科学合理的审计数据管理体系，通过数据的收集与分类，建立数据库，对所采集的数据和审计成果加以分类归纳，运用大数据思维和数据挖掘工具，从数据仓库中建立服务于审计稽查的应用，包括基于每个企业的审计数据支持，为审计人员发现问题提供支撑。以房地产为例，审计人员可以利用特定的计算机程序，定期获取企业项目销售情况、企业收款情况等，构建房地产项目的收入成本数据模型，从而在进行再次审计时，可以减少审计时间和工作量，提高效率。为审计部门提供符合其标准、内容与方法的信息，发挥信息特性、信息提示和信息检索等功效，从而提高审计效率。
2.强化数据的安全性。网络基础设施是实现大数据时代下新型审计模式的重要前提，因此，应该推进网络执法系统的建设，加强网络信息安全建设。在内部，要加强审计人员的安全意识，提高他们使用相关软件的技能；要建立问责制度，使其充分认识到泄露信息的危害性，完善内部控制，杜绝人为信息泄露；利用权限设置技术，将系统的查询分析权、使用权、外部执法权有效分离；对数据存储采取物理隔离机制，对关键的数据进行加密，而且每份文件都要自动备份以防止丢失。在外部，以服务外包、技术共建等形式寻求资深网络服务供应商，在保证自主性的前提下发挥外部专家团队的技术优势，弥补内部技术不足。
3.强化审计人才队伍的建设。大数据时代下的审计需要审计人员既具有审计专业知识和经验，同时又要以大数据的思维方式去实践。因此，更应加强人才队伍的建设。首先，进行人员结构的调整。要注重信息技术人才的培养和使用，加强对现有干部职工的培训，从数据采集、数据清理、数据集成、数据转换、数据规约、数据存储、数据挖掘等大数据分析方面对审计人员进行培训。技术部门要加强对业务人员的支持力度，打造一支既懂审计业务又具有大数据分析的复合型人才队伍。其次，丰富审计人才的来源。要更多招聘懂得审计原理，又懂得大数据使用的人员，人才招聘要增加大数据技术考察等标准。
参考文献：
[1]吴甘沙.大数据发展的十个前沿方向[J].大数据，2015.
[2]涂子沛.大数据[M]. 南宁：广西师范大学出版社，2012.
[3]维克托·迈尔-舍恩伯格.大数据时代[M].杭州：浙江人民出版社，2013.
[4]龙子午，王云鹏.大数据时代对CPA审计风险与审计质量的影响探究[J].会计之友，2016，（8）.
[5]王晨，高闯.浅析大数据时代下CPA审计的挑战与对策[J].商业经济，2016.
作者简介：陈泽君（1994—）女。民族：汉。广东省汕头市。广东财经大学华商学院2013会计2班学生。张洪浩（1978—）男。民族：汉。山西古县人。广东财经大学华商学院，讲师。研究方向：审计学。