大数据时代下财务报告审计方法初探.docVIP

大数据时代下财务报告审计方法初探 　　摘要：随着社会经济及计算机技术的飞速发展，人类走向了大数据时代。现今，大数据技术正日益广泛地被用于交通、医疗、金融、通信、消费、公安舆情分析等各大领域，深刻地改变着人们的生活和学习。因此，大数据环境下的财务报告审计技术和审计方法的研究及应用成为审计行业热点领域。 　　关键词：大数据技术；财务报告审计；审计方法研究 　　一、大数据概述及其对财务报告审计的影响 　　大数据即BiG Date，是海量数据的集合，通常是指一个经济组织所创造、积累的大量结构化、非结构化、半结构化数据。大数据应用的关键是如何将巨量的、来源多样、形式多样的数据进行采集、储存和分析，即采用专业化数据处理手段，从而提取有用信息并最终用于价值创造。 　　大数据来源非常广泛，可以来源于企业内部销售、采购、生产、财务、人事、合同管理等企业内部数据管理系统，也可以来源于互联网、车载信息服务、智能电网、手机时间和位置信息等。互联网是目前使用最广泛、认知度最高的大数据来源，如人们通过邮件、微博等产生的文本、图片信息；通过淘宝等产生的消费记录；通过微信、qq上产生的各类视频、音频、文本等多种信息形式。 　　（一）大数据可能为审计工作带来的积极意义 　　1.提高审计效率、降低审计成本。目前，审计主要基于被审计单位财务数据，采用审计抽样的方法开展。大数据时代下，首先，会计师事务所利用数据管理系统将被审计单位相关数据收集在一起，包括被审计单位内部的运营、财务等系统数据，及来源于企业外部的被审计单位相关信息，其中包括众多非结构化和半结构化数据；其次，利用数据挖掘技术等数据处理技术对全部数据进行分析，识别出异常数据，这些异常数据可能就是重大错报风险所在；紧接着，由审计人员对异常数据实施针对性调查，获取审计证据，并做出专业判断。如此，可以使审计人员摆脱机械的、无序的海量数据整理、识别中，投入到更需专业判断的工作中去，大大提高审计效率。 　　2.降低审计检查风险。按照审计风险模型，审计风险受检查风险和重大错报风险影响。审计人员对重大审计错报风险无法控制，只能通过评估重大错报风险，进而确定可以接受的检查风险。在传统审计手段中，为降低检查风险，基于成本角度考虑审计人员主要采用审计抽样的方法，根据抽取的样本测试结果推断审计对象总体的情况。而大数据时代的来临，在获取海量信息基础下开展审计抽样便失去了意义，大数据下可直接通过各类数据处理技术对数据库中已有数据进行全面关联分析，即对全部样本进行分析测试变得容易实现且快速，从而减小了抽样风险。通过数据处理技术能促进审计结果准确率的提升，使检查风险保持在审计人员可接受的范围内。 　　（二）开展大数据审计可能带给行业的挑战 　　1.融合大数据技术和审计知识的人才缺乏。在大数据时代的新型环境下，海量非传统渠道的数据进入会计审计领域，使审计不得不面对大数据环境。要利用大数据技术提升审计的质量和效率，关键需要做好数据的采集与数据处理、数据分析。大数据要应用于审计，需要大数据技术与审计理论的有效融合。对传统会计审计人员而言，大数据、云计算、人工智能等相关技能远超出他们的知识结构。因此，迫切需要具备计算机、大数据技术知识的审计人员。 　　2.大数据注重相关预测，不追求百分比精确。大数据时代下，数据处理技术可能利用相关因子来实现对数据的关联度分析，从海量数据中采取数据挖掘等数据处理技术提取出绝大部分数据的共同特性，用“绝大多数的特性”代表“总体的特性”，所以最终得出的结论并不是百分百准确。但可给审计人员提供多维度的审计视角，更好地适应大数据时代。 　　二、大数据时代下财务报告审计方法浅探 　　（一）审计数据的采集与储存 　　审计大数据系统收集审计数据，主要涉及将不同数据源中的多种数据类型的数据采集后通过云储存、分布式系统等平台存储起来，并按一定业务规则对这些数据进行预处理，使之满足下一步审计数据分析的需要。 　　其中的难点在于构建数据源的选取规则和对接取数口、对非结构化和半结构化数据采用何种标准进行预处理。因审计时需要从纵向与横向来收集审计证据，纵向审计是指被审计单位历史年度各类数据进行收集比对；横向审计则是指与被审计单位同行业或上下游的其他单位的各类数据进行收集比对。所以数据源可能来自被审计单位自身数据库，也可能来自网络大交互数据，比如海关、工商、证券交易所、微信、微博等。数据类型包括包括图片、视频、文字、数字等多种数据类型。 　　（二）通过大数据技术，对数据进行分析 　　数据在经过上述审计预处理后，通过数据挖掘、可视化技术等数据处理技术对全样本审计数据进行处理，识别出潜在的异常数据样本，借助于此发现审计的疑点，对疑点展开详细审计并最终获取审计证据得出审计结论。 　　利用可视化技术可将不同类型