大数据审计的发展态势、总体策划与流程分析

报告中提出“改革审计管理体制”“推动互联网、大数据、人工智能和实体经济深度融合”等论断与要求。大数据审计是智能信息处理时代的必然产物，是实现审计全覆盖的基本要求。目前，我国有关大数据审计的实务进展相对缓慢，文献成果缺乏厚度与深度，而且还极为缺乏相对成熟的大数据审计规范与标准以对审计实践进行全方位指导。本文在分析大数据审计国内外发展态势的基础上，探索大数据技术与现代审计之间的协同机理，旨在研究大数据审计策略实施的动力支持。

一、大数据审计的发展态势

（一）国内外理论研究梳理

2011年5月，McKinsey Global Institute指出，大数据是可被捕获、传递、集聚、储存和分析的数据的大型聚集，它现在已经成为全球经济各个部门和功能的一部分。国外有关于大数据审计的学术研究较为零散，尚未形成体系。Lohr[1]认为，利用大数据技术将提高审计决策的质量，且审计判断将更多依靠数据驱动而非经验驱动。Costonis[2]指出，大数据审计面对的难题主要为非结构化数据的性质及其数据选择。Moffitt et al.[3]认为，大数据将颠覆性地改变审计人员的判断和收集审计证据的方式。Schouten et al.[4]认为，运用预测模型具有检测模式异常的功能，运用机器学习可以成功解决以传统规则为基础的审计系统缺陷。Setty et al.[5]认为，大数据的引入，导致数据分析的重心向模式识别转变。Yoon et al.[6]指出，大数据将用来降低审计师对客户端数据的依赖，并提供独立的基准评估审计证据。Hussein Issa et al.[7]指出，审计人员可以在客户风险、欺诈风险、内部控制、持续审计等业务评估中运用数据挖掘技术分析外部数据。Danielle Lombardi et al.[8]认为，大数据时代，模式识别、数据挖掘、自然语言处理等技术将提高数据分析的预测能力。Michael Alles et al.[9]基于理论证据研究大数据技术纳入财务报表审计的优势与障碍，并确定可能使审计师受益的大数据的具体方面。国外相关理论并未深入探索大数据技术在审计领域中的应用策略，而是更加注重于大数据对当今审计理念的冲击，即大数据思想将引发审计判断与决策、审计技术与方法以及审计功能与效率等方面的宏观层面变革。

当前，国内“大数据审计”理论积累相对丰富。截至2018年1月，中国知网收录的“大数据+审计”学术论文累计231篇，其中核心期刊论文51篇（CSSCI期刊论文11篇）。国内相关文献主要集中于：（1）基于大数据的现代审计理念变革。例如，具体分析大数据对CPA审计的影响[10-11]，剖析大数据对政府审计理念的冲击[12]，基于技术特征与应用特征阐述新时代下大数据审计的内涵[13]，立足大数据时代背景分析大數据技术对环境责任审计的影响[14]。（2）基于大数据的现代审计方式转变。例如，基于数据共享、数据标准化、数据多样性与审计人员能力研讨财政审计数据的分析模式[15];基于大数据价值链视角探讨审计工作的创新模式[16];分析大数据环境下商业银行审计非结构化数据的采集存储与处理[17];阐述基于DBSCAN聚类的大数据审计抽样，并基于大数据下财务共享服务模式建立IT审计的实施路径[18]，提出大数据审计环境下政府审计采购的技术方式与组织模式[19]。（3）基于大数据的现代审计平台构建。例如，将大数据审计平台分拆为采集、预处理、分析与可视化四个子平台，融合数据挖掘、机器学习以及数据可视化等理论，基于方法支撑、过程建模以及运行机理等方面对各个子平台进行专项分析[20];阐述大数据环境下河南省审计厅基于信息资源共享与工作高度协同的审计大数据分析平台建设[21]。

（二）国内外实务进展梳理

国外非常关注大数据及其审计的发展与应用。2012年3月，奥巴马政府发布《大数据研究与发展倡议》，意在提升运用海量复杂数据集合谋取知识和洞见的能力，并将大数据发展拓展至国家战略高度。2017年4月18日，世界审计组织大数据工作组第一次会议在南京审计大学召开，来自18个成员国的40余位代表分别就本国大数据审计实务的发展情形进行主题交流。通过会议分享发现，与会各国均拥有丰富的大数据审计实战经历。美国联邦审计署审计长基恩·多达罗指出，美国联邦审计署将并行计算、数据挖掘等分析技术广泛运用于大数据审计实务，并长期致力于调查政府“欺诈与不正当支付”问题，正是得益于大数据审计技术的高效推进，进而发现2016年美国政府部门涉及不正当支付的金额高达约1 440亿美元;泰国审计委员会主席猜西·达初坦指出，泰国大数据审计已经广泛应用于信息系统、医学研究、公共交通以及灾害治理等领域，泰国审计署借助PPAPT应用软件包与ACL指令列表等手段积极推进大数据审计;印度通过建立实施标准模型，广泛应用数据仓库、可视化等技术，大幅提升大数据持续审计能力建设。印度尼西亚的中央财报数据在2015年为6.4亿条，在2016年为7.1亿条，预测性分析技术缓解了该国近4 000名审计人员的压力。奥地利借助R语言实施大数据审计分析并建立R语言导师机制。