基于大数据风险导向的审计质量管控研究 .pdfVIP

基于大数据风险导向的审计质量管控研究

在十四五“”审计工作发展规划中，国家提出要构建全覆盖的审计工作格局，

形成高效的审计工作运行机制。国家对加强信息化技术手段运用，多维度创新技

术方法，提高审计质量管控效果提出了更高的要求。审计作为监督经济建设的重

要抓手，关于寻求大数据在审计实务中的应用路径仍处于摸索阶段，在数据的采

集分析、管理运用中因人为或环境因素带来的审计风险亟待解决。只有围绕审计

风险进行精准识别和重点防范，才能真正促进审计质量管控水平有力提升。

一、大数据环境对审计质量的影响

审计工作的质量高低主要取决于审计部门的质量管理水平，在实施过程中要

保证质量管理的持续性、及时性和全覆盖。大数据环境下，审计工作实施的全方

位管理、全过程管理和全样本管理，可以满足审计质量控制的现实需求。

（一）大数据审计的全方位管理

全方位管理指的是将审计质量管理贯彻到所有审计工作上，在复杂的数据资

源中采集有用信息并以此编制审计计划，分析历史数据确定审计重点，同时结合

人力资源数据合理分配审计任务。在风险导向审计模式下，传统的审计报告作为

审计赋能的主要载体，所含信息量少，难以满足被审计单位的质量管理改进要求

和其他行业相关者全面的信息服务需求[1]。但随着大数据的发展，审计工作逐

渐突破了传统的孤岛效应，形成了数据集成、“业务统筹、系统综合”的一体化发

展路径，审计数据不仅可以实时被审计单位吸收运用，而且可以数据共享推动行

业发展。

（二）大数据审计的全过程管理

审计的全过程主要包含审计准备、实施和报告阶段，各阶段业务的实施需要

融入质量管理要求。随着大数据技术的进步，传统的事后审计逐步向持续性审计

发展，在共享数据的不断迭代中将审计贯穿于经济事项的全过程，充分发挥其预

警和监测作用。在审计准备阶段，通过数据采集分析，寻找高价值信息，确定审

计重点；在审计实施阶段，结合风险导向审计模式，确定错报率较高的区域，深

入挖掘分析；在审计报告阶段，突破原有的财务信息限制，量身定制研究报告。

大数据审计在履行监管的同时，也能够向被审计单位反馈实时意见，协助优化业

务程序以及规范内控制度，充分体现出审计的附加价值，扩大了审计的边际效能。

（三）大数据审计的全样本管理

传统的审计受技术水平和样本空间的限制，取证的过程主要以抽样方式进行，

但信息环境的改变使得数据体量陡增，原本合理的抽样审计方式，已不能客观评

价被审计事项的准确性。在现有的大数据环境下，所有数据都可以成为被分析的

对象，并直接影响审计结果[2]。全样本管理主要是指对数据的采集、存储、分

析等环节的把控，重点是提高数据的质量标准。通过全样本数据的解构分析，不

仅能够解决传统审计片面化的问题，而且可以提高审计的结果运用。

二、大数据审计风险分析

大数据审计的主要任务是从纷繁复杂的数据中发现风险点进而挖掘审计线

索，做出审计判断。在整个过程中，需要面对系统结构复杂、信息来源多样以及

网络安全威胁等情况，导致审计业务实施面临巨大的风险，主要体现在以下几个

方面。

（一）大数据审计的数据采集风险

一是数据采集的固有风险。日常业务流转时，可能会因系统固有漏洞产生一

些不良数据，在存储服务器端按照固定的程序正常运行，极易因被审计单位内部

不健全的预检机制忽略，导致错误数据正常采集，混杂于整体数据之中；加之各

业务处理阶段的数据质量管控环节设置不严密，使得错误数据层层掩盖，尤其是

绕过关键环节办理的业务，完全跳出信息监管，将直接影响数据采集的全覆盖。

二是数据采集的真实性亟待辨别。影响数据真实性的因素有很多，为防止大

数据审计中的假账真查，必须要保证数据本身的可靠。首先获取数据方式的多样

化使得监管难度成倍增加，审计部门应获取的数据不仅来源于被审计单位，还需

要针对具体审计内容选取外部数据，尤其是公共网络渠道采集的数据，其真实性、

可靠性难以鉴别[3]。其次在跨地域审计中，被审计项目数据不是系统运行生成

的，多以表格登记形式记录，容易存在人为调整甚至虚假编报的情况。

三是数据采集时效存在割裂风险。目前各审计部门数据采集大部分仍停留在

按需获取阶段，与被审计单位间的数据访问和数据共享机