一、引言
近年來，計算機、網絡等信息技術迅猛發展並被廣泛普及，各個行業的電子信息數據呈現出爆炸性的增長，這些動輒達到數百TB甚至數百PB的海量數據被稱爲“大數據”。這些數據包括結構化數據、非結構化數據和半結構化數據，具有大量性（Volume）、多樣性（Variety）、快速性（Velocity）、價值性（Value）等特點。大數據時代的到來，改變了數據採集、分類、傳輸、儲存、處理的方式，也促使了人們思維模式的轉變。作爲一次全新的技術革命，大數據技術的應用也會引發政府審計工作的重大變革。在大數據背景下，積極探索、創新審計方式方法，防範大數據環境下的審計風險，對於推動政府審計工作深化發展、充分發揮審計的監督保障作用具有十分重要的意義。
2015年9月5日，國務院印發的《促進大數據發展行動綱要》中指出：“要加快大數據部署，加快政府信息平臺整合，着力推進數據彙集和發掘，深化大數據在各行業創新應用，科學規範利用大數據，切實保障數據安全”。2015年12月8日，中辦、國辦印發的《關於實行審計全覆蓋的實施意見》要求“積極創新審計技術方法，構建大數據審計工作模式，提高審計能力、質量和效率，擴大審計監督的廣度和深度。適應大數據審計需要，構建國家審計數據系統和數字化審計平臺，積極運用大數據技術，加大業務數據與財務數據、單位數據與行業數據以及跨行業、跨領域數據的綜合比對和關聯分析力度，提高運用信息化技術查覈問題、評價判斷、宏觀分析的能力”。
國家審計機關充分認識大數據審計的優勢，在“十二五”期間，加快推進“金審”三期工程，建設審計數據信息平臺，促進大數據分析技術、雲計算技術在審計實踐中的運用，改變審計方式，提高審計效率，拓展政府審計的領域，促進政府審計發揮更重要的作用。
二、傳統審計的侷限性
傳統的審計模式下，受到時間、辦公地點的限制，審計人員主要採用手工查賬或現場審計實施系統進行基礎性的數據分析，並結合現場覈對實物、調取相關資料等手段開展審計工作，但是受限於數據資源的匱乏、審計手段的單一等因素，傳統審計存在以下侷限性：
1.抽樣審計方法存在一定風險
受制於成本效益原則和審計技術的限制，審計人員爲了在有限的時間內利用有限的審計資源完成審計任務，往往採用隨機抽樣的方式，對部分樣本進行審計，以對抽取的樣本的審計結果作爲整體的審計結果。然而，抽樣審計存在其固有的缺陷。一方面，抽樣的隨機性難以掌握，審計人員由於自身的經驗、技術水平、思維方式的不同，可能在抽樣的過程中存在一定的偏好，導致抽樣失去隨機性，影響最終的審計結果；
另一方面，抽樣審計結果與樣本大小、抽樣方式、樣本類型等息息相關，但是對於這些抽樣要素，目前均沒有一個科學統一的標準，審計人員無法保證在抽樣過程中是否遺漏了重要的審計證據，是否忽略了某些業務之間的關聯性。因此，抽樣審計存在一定的審計風險。
2.數據分散、無法充分利用外部數據
在傳統的審計組織模式下，審計業務部門一般劃分爲財政、金融、投資、社保、經濟責任等科室，對於一個審計項目，通常由某一科室負責派出審計組，“單兵作戰”開展審計工作。在審計過程中，審計人員一般從獲取被審計單位原始憑證、預算財務數據、業務往來資料等入手，從這些數據和信息挖掘有用的審計線索。由於各個行業、部門的數據尚未實現有效的整合和共享，審計人員在利用稅務、工商、銀行等外部數據時存在一定的困難。一方面，審計人員通過函證或者對賬等手段從被審單位以外的其他單位獲取審計證據時，取決於被詢證單位的配合意願和效率；
另一方面，不同部門的外部數據之間的一致性較差，在進行外部數據關聯比對分析之間，審計人員需要耗費大量的時間和精力對數據進行整理和轉換。在有限的審計時間和審計資源下，利用外部數據進行比對分析通常被視爲一種輔助手段。
3.審計分析視角單一
在傳統審計中，如何利用數據量大、格式繁多、不易識別、管理不便的非結構化數據是審計人員所面臨的難題之一。相對於結構化數據，非結構化數據是難以用數據庫二維表結構來表達實現的數據集合，包括文本、圖片、辦公文檔、圖像、音頻、XML、HTML等。在沒有大數據技術支持下，傳統審計思路是採用抽樣或分類的方式對年度工作報告、公司規章制度、會議紀要等非結構化電子數據逐一的進行審計分析，這也無形中形成了數據之間的壁壘，分析視角的單一可能導致分析的侷限性。另外，審計人員往往難以跳出企業內部業務、企業財務數據、審計項目的侷限，很少去綜合利用行業數據、各政府部門的數據，在更高層次和更深領域上彙總、歸納審計成果。
三、大數據背景下審計方式方法的轉變
“大數據”時代的到來給審計工作的飛躍帶來了不可多得的機遇，科學、正確的將大數據大量化、多樣化、快速化等特點與審計監督工作相結合，將雲計算技術、網絡技術與審計監督工作相結合，必將使目前的審計方式方法發生巨大的變革。
1.從抽樣審計模式向總體審計模式轉變
在大數據背景下，雲計算技術、數據挖掘技術的廣泛應用爲全部數據的採集、處理提供了條件，獲取數據的難度更小、成本更低，審計人員可以採用收集和分析被審計單位所有數據（包括非結構化數據）的總體審計模式，規避抽樣審計的風險。抽樣審計會不可避免的損失非樣本的信息，利用大數據技術，總體審計模式能夠收集總體的所有數據，可以通過關聯比對、數據挖掘等方法對數據進行多維度、深層次的分析，從而發現隱藏在細節數據中的信息，避免遺漏重要的問題事項。同時總體審計模式使審計人員能夠站在高處、從總體把握審計對象，進而從總體的角度發現以前難以發現的問題。因此，在大數據背景下，無論從“微觀”，還是從“宏觀”的視角，都能提高審計數據的可靠性、全面性，更好的滿足審計監督全覆蓋的要求。
在審計過程中，對於非結構化的數據，如會議紀要、財務報表附註等，審計人員進行統一的採集、歸類、合併，運用搜索、抽取、文本挖掘等方式進行分析。比如：對被審計單位的會議紀要、以前年度的審計報告、工作報告等電子數據進行分類梳理、挖掘分析，對重要信息進行檢索，提高對文本類數據進行分析的效率，重點掌握被審計單位大額往來、重大經濟決策、重大或有風險等財務狀況，並跟蹤被審計單位以前年度審計發現的問題的整改落實情況；
對圖片、視頻、音頻等數據進行分析等。通過對非結構化數據進行分析，有助於評價被審計單位內部控制的合規性、有效性，掌握被審計單位的重大經濟決策情況，發現違法違紀線索，確定下一步的審計重點。
2.從單一的審計方法向多維度的審計方法轉變
在大數據背景下，審計人員可以運用各種先進的大數據分析處理方法手段，更精準的發現審計疑點，擴大審計覆蓋面，提高審計工作的質量和效率。常用的方法有以下三種：
查詢分析。審計人員主要利用SQL結構化查詢語言語句進行查詢，對數據進行計算、關聯和分析。SQL語句最主要運用在多表連接和關聯分析。比如說在商業銀行審計中，審計人員重點關注銀行貸款業務中是否存在循環擔保現象，使貸款擔保流於形式，未能真正發揮降低信貸風險、提高資產質量的作用。審計人員首先整理貸款發放明細表，設置“合同編號”、“信貸客戶編號”、“合同金額”、“合同開始日”、“合同到期日”、“保證人編號”等字段，通過編寫SQL語句，將貸款發放明細表進行自連接，通過語句Select distinct a.信貸客戶編號,a.保證人編號 from dbo.貸款發放明細表 a join
dbo.貸款發放明細表 b on a.信貸客戶編號=b.保證人編號 join dbo.貸款發放明細表 c on b.信貸客戶編號=c.保證人編號 and c.信貸客戶編號=a.保證人編號
，查詢是否存在多個貸款主體之間循環擔保的情況，針對篩選情況，進行審計延伸、取證。
多維分析。審計人員利用多維分析技術，以海量的數據爲基礎，從不同的角度對被審計單位的數據進行挖掘分析。比如說在某市低保審計中，要分析低保人員的文化程度、勞動能力、健康狀況、年齡結構、性別等信息，審計人員通過對該市低保人員的詳細信息數據表，設置“性別”、“年齡層次”、“勞動能力”、“文化程度”等不同字段，建立多維數據集，對信息進行切片、切塊、旋轉、鑽取等操作，重點關注既具備勞動能力又享受低保的人員的年齡結構、健康、文化程度等情況，從而把握總體，明確審計抽查延伸的重點和方向。
數據挖掘。審計人員對大量的財務數據、業務數據進行抽取、轉化、分析和模式化處理，從中發掘出隱藏的疑點和規律。通過離羣點技術，可以發現明顯偏離數據總體、不符合業務規律的數據，從而發現審計疑點；
通過聚簇分析，可以將數據按照相似特徵歸類，通過將當年數據與往年數據對比、當年各月數據對比，分析被審計單位數據的真實性；
通過序列分析，可以發現數據在時間或序列上的規律，發現審計數據之間的因果聯繫，比如對憑證號進行斷號、重號、空號檢查確定財務數據的真實性和完整性。通過可視化技術，使數據的特徵和規律更直觀的展現出來。
3. 審計職能從揭露問題向揭露、抵禦和預防並重轉變
目前，政府審計主要關注被審計單位財務收支的合規性、合法性和效益性，發現和揭露重大違法違規問題和經濟犯罪線索，對於帶有宏觀性的共性問題，有針對性的提出審計的對策和建議。傳統審計往往反映的被審計單位過去的情況，隨着大數據時代的到來，全新的技術手段使審計人員處理數據的效率大幅提升，處理數據的方式方法多種多樣，審計職能也從反映過去、揭露問題向揭露、抵禦和預防並重轉變。我國電子政務12個重點業務系統之一的金審工程目前在建設第三期，該工程主要目的是增強政府審計的抵禦和預防功能。金審工程依託於大數據技術，實施“預算跟蹤＋聯網覈查”審計模式，逐步實現審計監督的“三個轉變”，即“從單一的事後審計轉變爲事後審計與事中審計相結合，從單一的靜態審計轉變爲靜態審計與動態審計相結合，從單一的現場審計轉變爲現場審計與遠程審計相結合”。通過建立數據庫系統，廣泛收集、整合、共享政府、企事業單位、社會團體等數據，做到對整個宏觀經濟全面覆蓋，經過大數據分析手段，對信息進行實時監測，找到異動數據，及時發現苗頭性、傾向性問題，規避風險。同時，大數據審計可以分析對相關領域長期的數據進行深層次的剖析，預測數據的趨勢走向，發現某些潛在規律，爲政府制定政策、改進方法、完善制度提供關鍵依據。比如審計人員可以歸集來自稅務部門、民政部門、社保中心等多個部門的數據，根據參保人員的性別、年齡、文化程度、工作單位等信息，建立參保人羣數據模型並進行預測分析，推測出若干年後參保人羣比例和構成，估算出未來社保基金將要面臨的壓力，爲政府制定政策提供助力。
四、大數據審計面臨的風險及對策
大數據審計方法的推行對政府審計帶來了巨大乃至顛覆性的變革。同時，大數據也是一把利弊共存的雙刃劍，在提高審計效率、革新審計方法、擴展審計職能的同時，也帶來了新的審計風險。
1.制度風險
目前，我國審計機關開展大數據審計的相關法律法規依據尚不完善。近幾年來，審計署多次印發大數據審計相關的指導性文件《數據審計指南》（審計發【2011】192號）、《信息系統審計指南》（審計發【2012】11號）、《ERP環境下的財務收支審計指南》（審計發【2014】101號）等，進一步指導和規範計算機數據審計行爲，保障審計質量，提高審計效率。但是現行審計法律法規和審計準則尚未體現大數據審計的內容，對於利用大數據審計方法進行數據收集、儲存、分析的整個流程暫時沒有相關法律法規作爲依據。只有建立了科學、健全、規範的法律法規作爲審計人員依法審計的基礎，大數據審計技術才能在政府審計中順利的推廣和應用。
2.數據安全風險
被審計單位、其他相關部門提供的數據中可能包含大量的個人隱私信息、政府敏感信息、商業祕密。審計人員採集的大數據在保管與使用中，可能由於人爲管理、系統漏洞等原因導致數據遭到破壞或者數據泄露。比如由於安全防護不到位，攻擊者利用系統漏洞進行攻擊，竊取、破壞數據；
或者審計人員違規使用非專用設備處理、傳輸涉密信息導致信息泄露。一旦數據安全出現問題，將會產生嚴重的審計風險，直接影響到審計機關的公信力和權威性。
3.數據質量風險
確保審計人員所獲取的數據是高質量的，是進行大數據分析的前提。只有保證數據的完整性和準確性，審計機關得出的審計結果纔是真實、有效的。一方面，在數據採集和處理的過程中，可能由於被審計單位數據錄入有誤、不完整、數據庫存在漏洞、人爲修改數據等原因，導致數據的質量不高，影響數據分析的結果；
另一方面，由於被審計單位、各相關部門信息系統不同、系統間的數據不一致也會導致數據的低質量，給審計人員整理、分析數據帶來一定風險。
對於大數據審計所帶來的新的審計風險，審計機關和審計人員應該從以下三個方面改進方法、防範風險、確保大數據技術在審計領域充分發揮作用。
1. 積極完善大數據審計的法律法規和業務規範
爲了使大數據審計充分發揮其功效，首先要建立、完善一套適用於我國國情的審計法律法規和審計準則，確立大數據審計的合法性，使審計人員在審計工作中有法可依；
其次，要有針對性的建立一套大數據審計指南，指導大數據背景下具體的審計思路、方法、流程；
最後，由於大數據涉及到海量的信息數據，其中可能含有個人隱私、商業祕密甚至國家機密，因此要構建政府審計規範與法律體系，確保數據的安全性。
2.防範數據風險，確保數據的安全性和準確性
防範數據安全風險，要強化審計人員的數據安全意識，對審計人員加強保密意識宣傳教育，建立健全保密工作制度。審計人員在採集、處理、儲存和使用數據時，必須嚴格按照相關的制度和流程辦理，加強用戶數據訪問權限、控制數據備份，防止數據的泄露和丟失。同時要防範網絡攻擊，對於可能的網路攻擊，實施實時預警監測，阻止運行可能有病毒的軟件和程序，嚴禁外部計算機接入數據中心服務器。
防範數據質量風險，審計人員在採集數據時應儘可能取得被審計單位的原始數據，在原始數據的基礎上，進行整理、轉換，保證數據的真實性和完整性。在審計過程中，要高度關注數據差錯，大量不符合邏輯的數據差錯可能就是審計重點問題和疑點所在。
3. 加強大數據專業分析人才的培養
在大數據時代，新型的審計工作對計算機審計人才有巨大的需求，審計人員的知識水平和實踐技能直接影響到大數據分析的質量和效率。爲切實提高審計人才隊伍的信息化素質，加強對專業大數據分析人才的培養和鍛鍊，審計署至今已經舉辦了48期計算機審計中級水平培訓，在夯實審計人員大數據分析的基礎的同時，不斷拓展審計人員的視野和技能。打造一支業務過硬、精通計算機應用的審計人才隊伍，可以提高審計工作的效率和質量，有效防範審計風險。
五、結語
大數據時代的到來對於政府審計來說，既是一個機遇，也是一個挑戰。大數據技術在審計領域的運用創新了審計工作的方式方法，擴展了政府審計工作職能，但同時也帶來了全新的審計風險。審計機關和審計人員只有高度重視大數據審計的風險，科學、合理的運用大數據分析技術，才能使政府審計發揮好“免疫系統”和“經濟衛士”的作用，爲我國經濟發展保駕護航。
參考文獻：
1.秦榮生.大數據時代的會計、審計發展趨勢[J].會計信息化,2014(32):83-84.
2.丁淑芹.大數據環境下審計變革研究[J].財會通訊，2015(22):106-108.
3.龍子午,王雲鵬.大數據時代對CPA審計風險與審計質量的影響探究[J].會計之友，2016（8）：112-114.
4.馬德輝.基於大數據視角的政府審計探討{J}.財會通訊,2017(1):85-87.
5.楊凱茜.淺談大數據審計的特點及實現[J].財經界,2015(4):315-316.
6.沈曉白.論大數據給審計工作帶來的風險與機遇[J].科技資訊,2015(2):240.
7.胡琦佳.大數據時代對政府審計的影響研究[D].瀋陽:瀋陽大學,2016,1-55.
8.錢希撼.大數據時代我國政府審計面臨的挑戰與應對[D].江西:江西財經大學,2015,1-36.
