基于大数据的企业内审新发展研究

来源:用户上传      作者:

　　 摘 要：大数据审计是一个相对较新的领域，这个领域，无论从理论还是工程上，都有很多可以挖掘的部分。这个领域代表了内部审计的发展方向，本文力图发现数据与内部审计业务相互影响的规律，构造内部审计指标管理体系，便于进行内审数据资产管理，乃至实现审计智能化。
　　 关键词：大数据;内部审计;审计信息化
　　 在“一切业务数据化、一切数据业务化”的口号引导下，许多行业已经实现了数据化，而对于企业内部审计来说，我国还有广阔的发展空间。一般认为，企业内审通过内审工作人员的经验与日常经营数据分析，即可得到异常结果，其实还有更广泛的数据资源没有被有效利用，整体的内部审计流程没有与数据实现良好的融合。
　　一、文献综述与理论基础
　　目前的大数据审计技术研究集中在大数据审计技术的影响、理论与实现方法研究，较少反映实施的效果。先从大数据的基本概念来看，大数据的数据，之所以称之为“大”，是由于大数据相比于传统数据，数据来源从内部扩展到了内部与外部;而大数据的数据来源，也从之前一个服务商的数据源，扩展到了多数据源，也就是说，在进行数据分析时，部分数据可能来自于A数据源，而部分数据同时来自于B或C数据源;大数据与传统数据还有量，或者说规模上的区别，大数据的规模，相对于传统数据，可以说是沧海对一粟;内部审计团队一般可以获取到足够的核心经营数据，而数据是企业的重要资产，通过大数据技术，有效地将大数据进行存储，有效地采集数据，并且有效地展示数据，是大数据落地应用的重要课题。美国内部控制研究委员会认为，风险管理是一套由董事会与管理层共同设立的与企业战略相关的管理流程，这套流程需要把企业所面对的市场风险，降低到企业可以接受的最高水平之下。大数据与内审的结合，对于企业风险管理的降低，可以起到重要作用。
　　二、大数据应用对内审工作的影响
　　（一）大数据审计的业务价值
　　大数据审计技术与以往的审计技术相比，可以将相互割裂的模块审计中，寻找出彼此之间的联系。这是通过不同的数据源配置，使得原本难以使用传统方法联系起来的业务，通过大数据，彼此连接。以往的审计技术，往往是对已经发生的业务进行查漏补缺，而内部审计的使命，不仅仅是风险发现后的弥补，而是在纷繁复杂的业务中，在风险管控的角度，分析出对企业经营与决策有利的部分，协助决策者输出有利于企业长远发展的判断。
　　（二）内审工作在大数据视阈下的风险与机遇
　　企业ERP近些年得到愈加广泛得应用，企业在业务领域的信息化水平，和企业在会计方面的信息化趋势不断得到增强，这些都为审计的信息化提供了发展的环境，而这种趋势与大数据技术的发展相结合，进一步孕育出了审计的大数据化。审计的大数据化逐渐代替了原来的审计的信息化，这是由于，数据的来源越来越丰富，数据的部署不仅可以基于本地，也可以基于云端，这种灵活的部署，使得数据的安排极其灵活。
　　数据的形式发生了根本上的变化，它突破了原来仅结构化的表现形式，随着大数据的发展，大量的企业级数据展示出了非结构化的表现倾向，这是因为数据的体量不斷膨胀，并且人们对数据处理效率的要求不断提升，将非结构化的数据处理成结构化数据的过程本身需要耗费一定的时间与成本，因此如何高效地对这些非结构化的数据加以分析，成为新的课题。此外，数据的数量以及处理的难度都呈指数级上升。在这个过程中，如果企业不及时跟随大数据审计的发展趋势，将在未来的竞争中难以获得足够的优势。
　　（三）大数据对内审价值提升方面的优势
　　从成本效益的角度来看，大数据对内审的价值提升，体现在纸质媒介到电子媒介的转变，电子数据容易保存、修改与查询，传输方便，信息传输的效率更高，带来了良好的经济效益。另外，通过大数据分析，可以发现以往内部审计所发现不了的问题，这是由于，大数据内审是根据全量数据去做分析，而非以往的抽样数据，这使得大数据内审还可以提出对业务决策有利的结论，促进业务的发展。
　　从供求的角度来看，不通过大数据，以往的审计模式已经难以适应如今的数据爆炸态势，无论是系统控制测评，还是结构化的查询方式，都无法适应它。
　　三、运用大数据技术构建智能内审体系
　　以往数据管理所采用的系统组织形式以经典的关系型数据库为主，而这种组织方式，较为适用于已经结构化了的数据。对于半结构化或非结构化的数据，这种组织方式便不能起到合适的效用。因此，适应潮流的框架，也就是大数据特有的数据组织形式，更为市场所需要。我们将从内审大数据的采集、数据处理过程与分析三个部分来阐述这个议题。
　　（一）内审大数据的采集
　　内审的大数据采集，不仅包括了以往经典的审计数据采集方式，如财务记录、会议记录、业务单据、人员口述等，还包括了新型技术孕育产生的数据来源，例如网络爬虫、人工智能等。大数据的采集，除了不同的渠道之分，还可以分为内部数据与外部数据，以往的内审数据，更多地集中于内部数据，而内审大数据则同时兼顾内部数据与外部数据，这是由于，外部数据与内部数据之间可能存在一定的关联。有专家认为，大数据与以往数据的主要区别，就在于数据来源是仅内部，还是内部外部同时存在。此外，内审大数据的来源，可以来自不同的电子数据源，相对于传统的内审数据单一来源，更加丰富。这些丰富的数据来源，共同构成了内审大数据的数据分析基石。
　　（二）内审大数据的处理过程
　　在传统的审计模式中，内部审计团队直接向公司高层汇报，通过来回的询问、直接的检查、来往函证、重新计算与进一步分析程序进行数据处理与分析。而在大数据审计内审模式下，除了将上述方法上传至云服务器，还可以利用云端的标准数据与联网数据，服务内审处理过程。
　　内部审计的大数据实现，除了数据的获取与基本处理，还需要梳理与优化内审大数据的管控处理模式，这包括了内审数据的清洗与标准化处理，这样做的原因是，与传统审计模式不同，大数据审涉及到大量的数据，这些数据的题量是原来的若干倍，复杂度也直线上升，如果不进行数据清洗与数据的标准化处理，那么大数据化以及对业务的帮助便无从谈起。内审数据在经过清洗与标准化处理后，需要将其存储，与计算机的存储原理一脉相承，内审数据可以根据数据的使用频率，分为使用频率高的内审数据，与使用频率低的内审大数据，这种划分，会影响到数据的存储方式，而这也会影响到数据使用者对不同类型数据的调用便利性与效率。 　　大数据内审的数据组织形式，可以用“指标”“维度”“主题”三个实体串联起来，每一个指标对应一张数据表格，每一个维度，是维度表中的一行数据，而一个主题，是由一个指标与若干维度组合而成的分析单元。在这个主题里，可以配置多个维度，每个维度取自不同的维度表，维度尽量保持唯一性。之后业务人员便可以将这个指标结合可视化的图标展示出来，这有助于分析出业务内在的一些线索，从而成功为业务赋能。
　　（三）内审大数据分析
　　内审大数据采集与处理的落脚点最终还是内审大数据的分析。在审计的操作流程方面，传统的审计业务通过手工函证、抽样、人工问询，速度与效率较低，而大数据审计，集信息化与大数据化优势于一身，在使用信息化、自动化的方法代替原来的手工方法，这使得内部审计的周期大大缩短，而频率上升，从而使得内部审计的重要性更加凸显。
　　大数据内部审计还具有共享的特性，与传统审计方法相比，大数据内审将原来孤立的、机械的审计分析过程，通过大数据有效、科学地组织起来，使得数据由原来无序、片段式的状态，转变为有序、生动的数据故事，这些数据故事，可以揭露出业务深层次的变化，与内部控制的变更。以往的审计过程，较为密闭，而大数据审计，强调共享、合作，将这个过程处于相对的曝光状态，这对审计透明度的提升、审计可靠性的提升都有重要的意义。
　　四、思考與展望
　　大数据审计是一个相对较新的领域，这个领域还有很大的发展空间。尤其随着信息技术的迅速发展，大数据审计也终将不断丰富落地的场景，大数据与内部审计将越来越紧密地结合在一起。大数据审计，我们除了应该看到它在数据本身方面的属性，还应该看到这种结合在业务方面的积极意义。这种结合，使得商业数据分析领域，由粗放愈发走向集约。
　　参考文献：
　　[1]秦荣生.大数据、云计算技术对审计的影响研究[J].审计研究，2014（06）：23-28.
　　[2]陈伟，SMIELIAUSKAS Wally.大数据环境下的电子数据审计：机遇、挑战与方法[J].计算机科学，2016，43（01）：8-13+34.
　　[3]傅红英.大数据审计职业能力建设[J].财务与会计，2016（11）：68-69.
　　[4]陈伟，居江宁.大数据审计：现状与发展[J].中国注册会计师，2017（12）：77-81.
　　[5]冯玲.试探财务共享服务模式下的大数据审计[J].会计之友，2017（06）：111-114.
　　[6]王爱华，马晓泓.PPP项目大数据审计模型构建[J].财会月刊，2019（03）：116-124.
　　[7]黄江海.试析大数据审计证据的基本特征[J].审计月刊，2016（08）：6-8.
转载注明来源:https://www.xzbu.com/3/view-15133028.htm