论文部分内容阅读
[摘要]本文通过建立大数据下审计质量影响因素的评价指标体系，借助AHP对审计质量的影响因素进行分层，同时利用模糊综合评价法进行综合分析，得出大数据下影响审计质量的主要因素，并对其影响程度进行评价。
[关键词]大数据审计 审计质量 因素 评价 体系
大数据时代，高速的信息化发展促进了资源共
享，提高了信息数据管理的效率和精准度。大数据审计带来了审计技术的变革，有效提高了审计工作效率，保障了审计质量。
一、大数据审计过程中的质量影响因素
（一）审计计划阶段
大数据背景下，审计工作的计划阶段对审计质量产生影响的主要因素主要包括：对被审计单位及其环境的了解程度以及对审计风险的预估和控制措施的拟定。
了解被审计单位及其环境时，审计人员要借助软件编程等方式有针对性、点对点地获取所需信息，对被审计单位的背景资料、行业状况、财务状况等基本内容进行高效的电子数据传输，获取与被审计单位有关的电子数据信息，包括视频、音频、网络日志及图片等。在提高工作效率的同时，保障所获取信息的质量。
预估审计风险时，大数据审计将内部控制的焦点逐渐转变为数据信息之间相关性的相互印证。借助计算机技术进行全样本审计，实现审计对象的全面化，获取更加系统和完整的数据，通过数据分析透析本质，分析细节性问题，从而降低检查风险。此外，计算机证伪技术的引入，让传统审计工作中的舞弊行为很容易被识破，被审计单位渐渐失去舞弊动机，试图通过漏记交易事项、修改会计记录和支持性文件以及错误地使用会计原则、利用内控环节漏洞进行舞弊的行为将成为历史，从根源上降低审计风险，达到提高审计质量的目的。
（二）审计实施阶段
审计工作的实施阶段包括对被审计单位的审前调查和沟通、审计技术运用、审计证据采集、审计底稿存储等。在大数据背景下进行审前沟通和审前调查，一方面，云计算技术的引入，有助于审计人员完整地收集相关数据，不仅能够对被审计单位生产经营过程中的内源性数据进行收集整理，还能够获取与被审计单位生产经营状况相关的外源性数据，帮助审计人员高效、快速地处理大量审计基础数据，并进行统计分析；另一方面，推进信息化系统软件的开发并对其进行推广和应用，帮助审计数据实现高度可视化，可以在一定程度上实现审计信息的透明化。
新兴技术的发展必将产生多元化的审计技术，通过复杂的编程技术进行数据分析模型的构建，在对被审计单位业务设置详细控制点的同时，还可以实现对可疑环节的实时监控，进一步提高审计工作质量。
在审计证据获取方面，云计算终端存取数据功能可提供更详实的数据资料，获取审计证据相关数据的难度和成本降低。同时，利用数据分析实现的可视化、审查手段的深度和广度、获取数据的大规模化及高速化等特质，也能够大幅提升大数据下的审计质量。
借助高度敏感的数据分析工具，能够生成高质量的复杂模型，提供丰富的数据模版，审计人员在使用审计底稿时，借助多样性的数据模板和高效的数据处理方式，可以进一步提升审计工作质量。
（三）审计完成阶段
审计完成阶段的工作包括审计报告及审计底稿的存储和套用。审计工作提供的审计报告，不是一份单一的文件，而是伴随多种形式的副产品一同提供给信息使用者。审计人员对大量的数据进行采集、分析和汇总，一方面可以将数据以行业研究报告的形式提供给被审计单位使用；另一方面可以对其所在行业的经营管理模式及财务运作方式进行分析，对行业共性规律进行归纳总结，在战略制定方面，为被审计单位提供数据上的支撑，帮助被审计单位规划未来，更好地维系审计与被审计二者之间合作共赢关系。
针对审计底稿的存储和模板的使用，审计人员可以借助智能化云端储存功能，对审计工作底稿进行数据存储和模板设置，在对同一被审计单位进行连续审计时，可以套用模板，从而简化信息处理流程，提高审计工作效率的同时保证审计工作质量。
二、大数据审计质量影响因素的定量评价
（一）确定因素集
本文在评价大数据下的审计质量时，分别从审计工作的计划阶段、实施阶段以及完成阶段来考虑建立因素集，基于各阶段对审计质量产生影响的具体因素定义相应权重，从而实现综合判断。将大数据下审计质量的数据影响因素进行分层，构建影响因素评价指标体系，如表1所示。
（二）确定评价集
在此，选用五级评价集：V={V1，V2，V3，V4，V5}={很大影响，较大影响，一般，影响不大，不确定}。
对大数据下审计质量影响因素评价指标的量化采用问卷调查法，对山西省注册会计师协会、山西省会计师事务所、山西省审计厅、山西大学以及山西财经大学的专家进行调查。本次调查发出问卷总计200份，问卷主要以电子邮件、信函及现场作答的形式进行，收回问卷131份，回收率65%，剔除部分结论偏差较大的问卷，有效问卷合计119份。
（三）确定指标权重
指标权重是指在总评价指标体系中，某一指标相对重要程度的变量。本文采用1-9標度法，在对各个评价指标进行量化的情况下，基于AHP原理，首先，根据上下层次的隶属关系，对所有影响因素进行两两比较，判断每一影响因素的相对重要程度，对每一层次中各影响因素的相对重要性进行确定；其次，建立判断矩阵，对各层次评价指标的权重进行确定；最后，借助Matlab R2017a软件编制用于赋权的专用程序，进行各因素重要性的层次总排序，得出权重集W。
1.二级指标影响程度的量化。针对收回的119份有效问卷，对其结果进行汇总分析，得出不同专家对评价体系中8个二级指标的评价结果：被审计单位及其环境B1、审计风险B2、审前沟通和审前调查B3、审计技术B4以及审计证据B5这5个指标，对大数据下的审计质量有很大影响；审计报告B7对大数据下的审计质量有较大影响，审计底稿B6和审计档案B8这两个指标，对大数据下的审计质量影响程度一般。 2.三级指标影响程度的量化。同样的方法可以得出三级指标对大数据下审计质量的影响程度，如表2所示。
3.确定评价指标权重。
首先，构建判断矩阵：C=（Cij）n×n，Cij表示因素Ci与Cj相对于上一级指标的重要性赋值。评价体系二级指标对一级指标大数据下审计质量影响的判断矩阵，如表3所示。同理，可以得到所有三级指标对二级指标的判断矩阵。
其次，确定各层次评价指标的权重向量，对上述判断的逻辑性进行一致性检验，计算出各指标的权重和综合权重，得出综合权重集W。
（1）计算随机一致性指标CI：
利用相关软件计算二级指标判断矩阵的最大特征值，得出λmax=8.0046，这里有8个二级指标，即n=8，计算得出随机一致性指标CI=0.00066。
（2）计算一致性比率CR：
平均随机一致性指标RI可以通过查表得出，8阶矩阵的平均随机一致性指标RI（8）=1.41，计算一致性比率CR=0.00066/1.41=0.00047<0.1。该结果表明，二级指标所构建的判断矩阵的一致性是合理的，可以接受。按照同样的方法，对三级指标所构建的判断矩阵的一致性检验，全部通过，由于篇幅所限，不再列示全部计算结果。
最后，借助Matlab R2017a软件，编制用于赋权的专用程序，得到各因素重要性的层次总排序，即评价体系各级指标的综合权重集W，具体结果如表4所示。
三、大数据审计质量评价结果分析
基于AHP与模糊综合评价法，本文构建了大数据下审计质量的评价指标体系，从审计工作的三个阶段考虑影响因素，再进一步细分为8个二级指标，结合模糊数学理论和层次分析法的双重优点，构建多层次模糊评价模型。
（一）二级指标对审计质量影响
在8个二级指标中，被审计单位及其环境B1、审计风险B2、审前沟通和审前调查B3、审计技术B4、审计证据B5、这5个因素权重较大，占比均为0.1742，对大数据下审计质量具有很大影响；审计报告B7占比为0.0608，对大数据下审计质量具有较大影响；审计底稿B6、审计档案B8两个因素权重最小，占比为0.0341，对大数据下审计质量影响较不明显，该结论与最初收回的问卷情况一致。
（二）三级指标对审计质量影响
在影响被审计单位及其环境B1的三级指标中，数据信息的针对性C2占比高达0.7500，对被审计单位及其环境B1的影响较大；在影响审计风险B2的三级指标中，审计样本的全覆盖C3与计算机技术证伪C5占比均为0.4286，对审计风险B2的影响较大；在影响审前沟通和审前调查B3的三级指标中，数据可视化程度C6、数据收集的完整性C7占比相同，对审前沟通和审前调查B3的影响较大；在影响审计技术B4的三级指标中，云计算技术的引入C8、审计软件的应用C9、数据分析模型的构建C10和数据分析工具的敏感性C11四个因素占比相同，对审计技术B4都有较大影响；在影响审计证据B5的三级指标中，数据获取的深度和广度C14占比高达0.6483，对审计证据B5有较大影响，数据获取的规模和速度C13占比0.2297，对审计证据B5的影响较前者次之；在影响审计底稿B6的三级指标中，数据处理的有效性C16占比0.8333，对审计底稿B6影响较大；在影响审计报告B7的三级指标中，数据信息共享性C19占比0.6000，对审计报告B7影响较大；在影响审计档案B8的三级指标中，信息处理流程的简化C21占比0.7500，对审计档案B8影响较大。
综上所述，根据层次分析法所显示的结果，计算三级指标全部影响因素的组合权重，并对其进行总排序，排序后取权重系数前6名的因素确定为影响大数据下审计质量的主要因素，累计权重达0.5671；同时取权重系数后4名的因素确定为非主要因素，累计权重为0.0385。具体数据如表5所示。
基于上述AHP与模糊综合评价法的分析，大致构建起大数据下审计质量的评价指标体系，并构建了多层次模糊评价模型，结合模糊数学理论和层次分析法的双重优点，确保了评价结果的科学性与合理性。
（作者单位：山西大学商务学院，邮政编码：030024，電子邮箱：525290703@qq.com）
主要参考文献
黄迎.浅析大数据时代下审计信息化对审计质量的影响[J].科技经济市场， 2016（11）
赖玉娟.“大数据”背景下的审计信息化对审计质量的影响[J].消费导刊， 2017（11）
刘国城，王会金.基于AHP和熵权的信息系统审计风险评估研究与实证分析[J].审计研究， 2016（1）
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）
谢冰.基于AHP—模糊评价的审计质量评价指标体系构建[J].财会通讯， 2017（19）
[关键词]大数据审计 审计质量 因素 评价 体系
大数据时代，高速的信息化发展促进了资源共
享，提高了信息数据管理的效率和精准度。大数据审计带来了审计技术的变革，有效提高了审计工作效率，保障了审计质量。
一、大数据审计过程中的质量影响因素
（一）审计计划阶段
大数据背景下，审计工作的计划阶段对审计质量产生影响的主要因素主要包括：对被审计单位及其环境的了解程度以及对审计风险的预估和控制措施的拟定。
了解被审计单位及其环境时，审计人员要借助软件编程等方式有针对性、点对点地获取所需信息，对被审计单位的背景资料、行业状况、财务状况等基本内容进行高效的电子数据传输，获取与被审计单位有关的电子数据信息，包括视频、音频、网络日志及图片等。在提高工作效率的同时，保障所获取信息的质量。
预估审计风险时，大数据审计将内部控制的焦点逐渐转变为数据信息之间相关性的相互印证。借助计算机技术进行全样本审计，实现审计对象的全面化，获取更加系统和完整的数据，通过数据分析透析本质，分析细节性问题，从而降低检查风险。此外，计算机证伪技术的引入，让传统审计工作中的舞弊行为很容易被识破，被审计单位渐渐失去舞弊动机，试图通过漏记交易事项、修改会计记录和支持性文件以及错误地使用会计原则、利用内控环节漏洞进行舞弊的行为将成为历史，从根源上降低审计风险，达到提高审计质量的目的。
（二）审计实施阶段
审计工作的实施阶段包括对被审计单位的审前调查和沟通、审计技术运用、审计证据采集、审计底稿存储等。在大数据背景下进行审前沟通和审前调查，一方面，云计算技术的引入，有助于审计人员完整地收集相关数据，不仅能够对被审计单位生产经营过程中的内源性数据进行收集整理，还能够获取与被审计单位生产经营状况相关的外源性数据，帮助审计人员高效、快速地处理大量审计基础数据，并进行统计分析；另一方面，推进信息化系统软件的开发并对其进行推广和应用，帮助审计数据实现高度可视化，可以在一定程度上实现审计信息的透明化。
新兴技术的发展必将产生多元化的审计技术，通过复杂的编程技术进行数据分析模型的构建，在对被审计单位业务设置详细控制点的同时，还可以实现对可疑环节的实时监控，进一步提高审计工作质量。
在审计证据获取方面，云计算终端存取数据功能可提供更详实的数据资料，获取审计证据相关数据的难度和成本降低。同时，利用数据分析实现的可视化、审查手段的深度和广度、获取数据的大规模化及高速化等特质，也能够大幅提升大数据下的审计质量。
借助高度敏感的数据分析工具，能够生成高质量的复杂模型，提供丰富的数据模版，审计人员在使用审计底稿时，借助多样性的数据模板和高效的数据处理方式，可以进一步提升审计工作质量。
（三）审计完成阶段
审计完成阶段的工作包括审计报告及审计底稿的存储和套用。审计工作提供的审计报告，不是一份单一的文件，而是伴随多种形式的副产品一同提供给信息使用者。审计人员对大量的数据进行采集、分析和汇总，一方面可以将数据以行业研究报告的形式提供给被审计单位使用；另一方面可以对其所在行业的经营管理模式及财务运作方式进行分析，对行业共性规律进行归纳总结，在战略制定方面，为被审计单位提供数据上的支撑，帮助被审计单位规划未来，更好地维系审计与被审计二者之间合作共赢关系。
针对审计底稿的存储和模板的使用，审计人员可以借助智能化云端储存功能，对审计工作底稿进行数据存储和模板设置，在对同一被审计单位进行连续审计时，可以套用模板，从而简化信息处理流程，提高审计工作效率的同时保证审计工作质量。
二、大数据审计质量影响因素的定量评价
（一）确定因素集
本文在评价大数据下的审计质量时，分别从审计工作的计划阶段、实施阶段以及完成阶段来考虑建立因素集，基于各阶段对审计质量产生影响的具体因素定义相应权重，从而实现综合判断。将大数据下审计质量的数据影响因素进行分层，构建影响因素评价指标体系，如表1所示。
（二）确定评价集
在此，选用五级评价集：V={V1，V2，V3，V4，V5}={很大影响，较大影响，一般，影响不大，不确定}。
对大数据下审计质量影响因素评价指标的量化采用问卷调查法，对山西省注册会计师协会、山西省会计师事务所、山西省审计厅、山西大学以及山西财经大学的专家进行调查。本次调查发出问卷总计200份，问卷主要以电子邮件、信函及现场作答的形式进行，收回问卷131份，回收率65%，剔除部分结论偏差较大的问卷，有效问卷合计119份。
（三）确定指标权重
指标权重是指在总评价指标体系中，某一指标相对重要程度的变量。本文采用1-9標度法，在对各个评价指标进行量化的情况下，基于AHP原理，首先，根据上下层次的隶属关系，对所有影响因素进行两两比较，判断每一影响因素的相对重要程度，对每一层次中各影响因素的相对重要性进行确定；其次，建立判断矩阵，对各层次评价指标的权重进行确定；最后，借助Matlab R2017a软件编制用于赋权的专用程序，进行各因素重要性的层次总排序，得出权重集W。
1.二级指标影响程度的量化。针对收回的119份有效问卷，对其结果进行汇总分析，得出不同专家对评价体系中8个二级指标的评价结果：被审计单位及其环境B1、审计风险B2、审前沟通和审前调查B3、审计技术B4以及审计证据B5这5个指标，对大数据下的审计质量有很大影响；审计报告B7对大数据下的审计质量有较大影响，审计底稿B6和审计档案B8这两个指标，对大数据下的审计质量影响程度一般。 2.三级指标影响程度的量化。同样的方法可以得出三级指标对大数据下审计质量的影响程度，如表2所示。
3.确定评价指标权重。
首先，构建判断矩阵：C=（Cij）n×n，Cij表示因素Ci与Cj相对于上一级指标的重要性赋值。评价体系二级指标对一级指标大数据下审计质量影响的判断矩阵，如表3所示。同理，可以得到所有三级指标对二级指标的判断矩阵。
其次，确定各层次评价指标的权重向量，对上述判断的逻辑性进行一致性检验，计算出各指标的权重和综合权重，得出综合权重集W。
（1）计算随机一致性指标CI：
利用相关软件计算二级指标判断矩阵的最大特征值，得出λmax=8.0046，这里有8个二级指标，即n=8，计算得出随机一致性指标CI=0.00066。
（2）计算一致性比率CR：
平均随机一致性指标RI可以通过查表得出，8阶矩阵的平均随机一致性指标RI（8）=1.41，计算一致性比率CR=0.00066/1.41=0.00047<0.1。该结果表明，二级指标所构建的判断矩阵的一致性是合理的，可以接受。按照同样的方法，对三级指标所构建的判断矩阵的一致性检验，全部通过，由于篇幅所限，不再列示全部计算结果。
最后，借助Matlab R2017a软件，编制用于赋权的专用程序，得到各因素重要性的层次总排序，即评价体系各级指标的综合权重集W，具体结果如表4所示。
三、大数据审计质量评价结果分析
基于AHP与模糊综合评价法，本文构建了大数据下审计质量的评价指标体系，从审计工作的三个阶段考虑影响因素，再进一步细分为8个二级指标，结合模糊数学理论和层次分析法的双重优点，构建多层次模糊评价模型。
（一）二级指标对审计质量影响
在8个二级指标中，被审计单位及其环境B1、审计风险B2、审前沟通和审前调查B3、审计技术B4、审计证据B5、这5个因素权重较大，占比均为0.1742，对大数据下审计质量具有很大影响；审计报告B7占比为0.0608，对大数据下审计质量具有较大影响；审计底稿B6、审计档案B8两个因素权重最小，占比为0.0341，对大数据下审计质量影响较不明显，该结论与最初收回的问卷情况一致。
（二）三级指标对审计质量影响
在影响被审计单位及其环境B1的三级指标中，数据信息的针对性C2占比高达0.7500，对被审计单位及其环境B1的影响较大；在影响审计风险B2的三级指标中，审计样本的全覆盖C3与计算机技术证伪C5占比均为0.4286，对审计风险B2的影响较大；在影响审前沟通和审前调查B3的三级指标中，数据可视化程度C6、数据收集的完整性C7占比相同，对审前沟通和审前调查B3的影响较大；在影响审计技术B4的三级指标中，云计算技术的引入C8、审计软件的应用C9、数据分析模型的构建C10和数据分析工具的敏感性C11四个因素占比相同，对审计技术B4都有较大影响；在影响审计证据B5的三级指标中，数据获取的深度和广度C14占比高达0.6483，对审计证据B5有较大影响，数据获取的规模和速度C13占比0.2297，对审计证据B5的影响较前者次之；在影响审计底稿B6的三级指标中，数据处理的有效性C16占比0.8333，对审计底稿B6影响较大；在影响审计报告B7的三级指标中，数据信息共享性C19占比0.6000，对审计报告B7影响较大；在影响审计档案B8的三级指标中，信息处理流程的简化C21占比0.7500，对审计档案B8影响较大。
综上所述，根据层次分析法所显示的结果，计算三级指标全部影响因素的组合权重，并对其进行总排序，排序后取权重系数前6名的因素确定为影响大数据下审计质量的主要因素，累计权重达0.5671；同时取权重系数后4名的因素确定为非主要因素，累计权重为0.0385。具体数据如表5所示。
基于上述AHP与模糊综合评价法的分析，大致构建起大数据下审计质量的评价指标体系，并构建了多层次模糊评价模型，结合模糊数学理论和层次分析法的双重优点，确保了评价结果的科学性与合理性。
（作者单位：山西大学商务学院，邮政编码：030024，電子邮箱：525290703@qq.com）
主要参考文献
黄迎.浅析大数据时代下审计信息化对审计质量的影响[J].科技经济市场， 2016（11）
赖玉娟.“大数据”背景下的审计信息化对审计质量的影响[J].消费导刊， 2017（11）
刘国城，王会金.基于AHP和熵权的信息系统审计风险评估研究与实证分析[J].审计研究， 2016（1）
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）
谢冰.基于AHP—模糊评价的审计质量评价指标体系构建[J].财会通讯， 2017（19）