基于大数据环境下的电子数据审计机遇、挑战与方法

2022-09-11

1 引言

审计工作在大型企业以及政府机构当中, 都具有较为广泛的应用。在传统经济与科技环境之下, 审计的主要手段就是核查纸质账簿, 但从20世纪80年代开始, 这种以查账为主的低效审计手段及相应的审计职业, 就开始受到信息技术的挑战, 由此推动了审计单位信息化的必然发展趋势。这种由审计对象信息化推动审计信息化的发展模式, 延续到大数据时代, 电子数据审计迎来的新的机遇与挑战, 需要更多的创新办法, 才能更好地体现审计职能。

2 大数据环境下的电子数据审计概述

在信息技术的推动发展之下, 越来越多的组织将信息化列为组织构建的重点内容, 对信息技术的应用与依赖程度越来越高。基于此种发展趋势, 审计工作的审计对象普遍变成了信息技术, 初步形成了信息系统审计模式;随着时间的延伸与信息技术的应用拓展, 审计工作中开始融入信息技术, 即信息技术逐渐成了审计人员的辅助工具, 进一步形成了计算机辅助审计技术。计算机辅助审计技术可概括划分为两种类型, 即面系统的计算机辅助审计技术和面向数据的电子数据审计技术, 其中, 电子数据审计逐渐成为我国审计信息化的重点部分。对于电子数据审计问题, 国际上也给予了高度重视, 由国际内部审计师协会发布的《数据分析技术》种, 对CAATs的应用给出了较为详细的分析与指导。

在实际工作过程中, 为保证被审计单位在审计期间, 其信息系统能够正常运行, 需要确保电子数据审计的独立性, 达到规避审计风险的效果。所以, 审计人员会在审计开始之前, 进行审计数据的采集与整理, 进而在自己的计算机中利用相关软件进行数据预处理以及数据分析等操作, 在得到符合审计分析要求的数据之后, 需要进一步对此类数据进行分析, 形成审计线索, 最终完成审计取证过程, 得到相应的审计结果。

在大数据环境下, 远程联网电子数据审计成了审计信息化发展的重要方向之一, 相对于传统的现场电子数据审计, 这种远程联网电子数据审计方式, 能够为审计单位积累更多的电子数据, 为后期审计大数据分析提供有利条件。

3 大数据环境下的电子数据审计机遇与挑战

3.1 电子数据审计面临的发展机遇

(1) 审计取证优势。在大数据环境下, 被审计单位的财务与业务数据普遍电子化, 在审计工作当中, 获取有效电子数据的方式也需要得到进一步创新。在联网审计技术的不断推广之下, 审计数据获取范围与频率不断加大, 审计单位要依据采集获取大的各方面数据, 为被审计单位建立集中、统一的数据中心, 并以此为基础进一步借助大数据分析技术, 构建数据分析平台;应用更为智能化的大数据分析技术, 全面分析从数据入口到数据库平台的更大范围内的数据来源。这样一来, 对被审计单位进行电子数据审计, 审计取证更加的系统化、全面化, 还能实现跨部门综合分析, 审计证据更加充分, 审计威力也能得到更好的发挥。

(2) 数据分析技术多样化。在大数据环境下, 电子数据审计的发展, 需要更多高水平的智能技术, 例如, 能够对多元数据进行交叉分析的技术、图文转换技术、语义分析技术、地理分析技术、模式化识别技术、多媒体数据处理技术等等。为了满足此类需求, Big Table、分布式系统、云计算、Map/Reduce、Hadoop、可视化技术等专门用于处于大数据的关键技术, 逐渐被研究应用到电子数据审计当中, 此类技术的应用推广, 进一步为电子数据审计提供了机遇, 利用这些技术到电子数据审计前的数据分析环节, 能够极大地提升分析效率与分析结果的可靠性。

3.2 电子数据审计面临的发展困境

(1) 审计数据分析风险。在大数据环境下, 从被审计单位提取的审计数据越来越复杂, 影响数据分析的难度相应提升, 这在一定程度上形成了审计数据缝隙风险。为解决这一风险隐患, 就需要更加强大、实时、高效的审计数据分析方法, 相应提升了电子数据审计在大数据环境下的发展难度。另外, 在大数据环境下, 被审计单位的相关数据信息的复杂性急剧增长, 数据呈现出多样性、低价值密度的增长模式, 影响审计单位现有的审计系统与审计辅助工具, 无法对其进行直接的数据审计, 数据预处理与数据分析的难度显著增加, 由此, 审计数据的复杂性, 对电子数据审计的发展也带来了极大的难度, 形成了极大的审计数据分析风险。

(2) 大数据分析平台的应用风险。在电子数据审计之前, 需要进行完备的电子数据分析处理, 才能保证取证结论的有效性与可靠性, 在大数据环境下, 大数据分析平台的正确选择, 对审计数据分析结果的时效性、可靠性等具有直接的影响作用。现阶段, 大数据分析平台市场上的供应商十分繁杂, 如何优选出合适的、可靠产品成了新的难点, 一旦选择的产品与审计需求不符, 则会造成极大的审计风险。

(3) 审计数据安全风险。大数据环境下的电子数据审计, 需要保证审计证据的全面性与可靠性, 才能更好地发挥其实用性。这就决定了审计数据采集与分析阶段, 要对被审计单位的大量敏感数据以及重要数据进行全面的采集分析, 具体数据内容包括银行客户用户名、密码等, 此类相关被审计单位的机密信息, 对直观地反映其运营状况具有重要的促进作用, 但相应的信息保护要求也会大幅度提升。在电子数据审计过程中, 审计数据会集中存放于云计算平台一类的数据中心当中, 一旦遭遇网络攻击, 就会形成极大的审计数据风险, 有可能造成严重后果。为有效降低审计数据安全风险, 需要充分研究并应用贯穿于电子数据审计全生命周期的控制与保护策略或技术, 对电子数据审计的发展, 提出了又一项难题。

4 大数据环境下的电子数据审计方法

4.1 审计数据采集与集成方法

区别于传统电子数据审计中, 仅关注交易数据的局限式审计方法, 大数据环境下的电子数据审计对象更加的全面, 即包括审计大交易数据, 主要内容为传统结构化数据和静态历史数据, 还包括审计大交互数据, 如来源与社交媒体的传感器信息、Web文本、图像文件以及电子邮件等。而在实际数据采集过程中, 除现有的审计数据采集方法, 专门针对大数据的采集方法逐渐得到了拓展应用。例如, 在采集非结构化数据的过程中, 可利用网络数据采集办法, 即利用网络爬虫一类的方式, 从网站上获取所需审计数据信息;而采集系统日志数据的过程中, 则可充分利用Facebook的Scribe或Hadoop的Chukwa等来实现。

以地税征管审计为例, 在实际审计工作当中, 税务部门所接触到的纳税人基本资料、办公场所状况、企业经营状况与财务报表等, 以图片材料的形式提交至地方税务机关, 此类信息都为非结构化数据, 数据采集的过程中, 通过工商、房产交易等职能部门的公开网站, 能够得到准确的数据信息, 为相关电子数据审计工作提供可靠依据。

初步采集的数据是不能直接用于数据分析的, 数据当中的重复、冗余信息, 会影响数据分析的效率与效果。因此, 必须对其进行数据预处理, 在处理过程中, 不仅要对结构化数据进行预处理, 相应的非结构化数据与半结构化数据, 也必须将其转化成结构化数据。

在数据采集之后进行数据集成, 就是将不同来源的数据整合在一起, 方便接下来的数据预处理, 以更好地满足审计大数据分析的相关要求。

4.2 审计数据的存储与管理方法

大数据环境下, 审计数据的存储管理需要发生一定程度的改变和创新, 具体包括存储构架、存储设施设备以及数据访问机制等, 科学应用云计算平台、分布式文件系统, 能够为审计大数据提供更加全面、安全的存储与管理服务。

4.3 审计数据的分析与呈现方法

在大数据环境下, 审计数据的分析与呈现需要更多的高水平智能化技术。现阶段, 传统的数据分析技术在电子数据审计分析中, 也还存在一定的运用价值, 通过更为细致的账表分析、审计抽样、数据查询、数值分析或统计分析等, 也能够得出可靠的审计证据;但充分结合大数据环境的优势, 采用Big Table、分布式系统、云计算、Map/Reduce、Hadoop、可视化技术等能够相应提升分析效率, 同时也有利于审计大数据实时分析的实现成为可能。

(1) 可视化分析技术的运用。在电子数据审计当中运用可视化技术, 主要考虑到了大数据环境下, 审计大数据的分析风险, 利用可视化技术, 审计人员通过交互界面进行数据分析与了解, 能够全面呈现审计大数据的应用内涵, 更加深入的从审计大数据中挖掘出有效的内部规律。相比于传统的小数据集可视化, 审计大数据的可视化实现需要更为复杂的技术流程。

在实际应用过程中, 需要选择一种可视化软件, 将审计数据转化为可以进行直观分析的图形和图像;然后, 审计人员结合自身的专业知识、技术以及从业经验, 发挥人类视觉系统的高通量优势, 对审计大数据的相应图形和图像进行观察、认知、分析, 从系统化理解的角度, 掌握审计大数据的内涵与特征规律。此外, 在实际应用过程中, 审计人员可适当地调整可视化软件的设置功能, 变换输出图像与图形, 从更全面多角度, 对审计大数据进行分析与理解, 从而得到更具说服力的审计证据。

(2) 云计算技术的运用。云计算技术是数据分析技术当中的一种, 共包括3个层次的服务模式, 即软件服务、平台服务以及设施服务。技术设计充分利用了物理设施的弹性优势, 对快速增长的大数据环境, 具有极强的应变能力, 是解决大数据分析处理最为有效的技术之一。大数据本身, 必须基于云构架, 才能顺畅运行, 因此, 在大数据环境下的电子数据审计, 需要充分利用云计算的这种基础优势, 在电子数据审计的存储和分析、审计证据获取、审计报告编制的过程中, 应用云计算技术, 能够显著解决相关问题。

例如, 在现阶段, 一些国际性的企业集团会建立私有云、公有云或企业云, 如Google、亚马逊、微软、IBM等, 就国内的大部分企业来说, 会在此类云之下, 获取一些子云或子服务。在审计数据采集的过程中, 可以直接从云下一级的子云提供商部分进行取证调查, 有效简化取证流程。阿里巴巴公司中的国内与国外贸易部门, 仅国内就有约50家企业为其提供电话销售服务, 这些企业所构成的庞大群体, 即为审计调查的节点部分, 从这些节点当中识别和查找证据, 相比于从云端调查, 能够显著降低审计数据获取成本。

5 结语

综上所述, 在大数据环境下探究电子数据审计的机遇、挑战与方法, 能够促使电子数据审计相关技术水平与质量得到有效提升。通过相关分析, 能够明确未来电子数据审计的发展方向与具体的优化办法, 从而更好地发挥其辅助、规范发展的职能作用, 推动相关政府机构或企业部门的内外部稳定、和谐。由此, 在电子数据审计的发展进程中, 要充分利用大数据环境为其带来的发展优势, 不断进行审计理念革新与审计技术创新。

摘要：随着大数据时代的不断深入, 电子审计成了未来重要的发展趋势。基于此, 本文就大数据环境下的电子数据审计机遇、挑战与方法进行分析, 首先介绍了电子审计的原理, 然后对其在大数据环境下所面临的发展机遇与发展困境分别进行了分析, 最后从审计数据采集与集成、审计数据存储与管理、审计数据分析与呈现、可视化分析技术运用、云计算技术运用等角度, 对电子数据审计方法进行了细致探究。

关键词：大数据,电子数据审计,云计算