大数据环境下数据挖掘技术对审计风险的影响研究

刘 敏

(贵州航天计量测试技术研究所，贵州 贵阳550000 )

一、 引言

近年来，大数据与各行各业的联系越来越紧密，对各行各业都产生了较为深远的影响，随着各类信息系统的建立和规模的扩大，传统管理模式的改变也变得十分迫切。 在这种形势下，审计作为审核、稽查的重要行业，在面对大数据环境带来的机遇和挑战时，应该针对行业特点，顺应潮流和趋势，进行变革创新、扬长避短，利用大数据的优势来解决当下审计面临的问题。 大数据的特点是海量数据和信息的涌现，这些信息具有数量大、内容复杂等特征，包含了外部信息、内部信息、财务信息以及非财务信息等，审计人员如何充分利用这些电子数据信息，从中找到审计所需要的线索，发现隐藏的业务关系，改善传统审计存在的因样本限制、审计证据质量等带来的审计风险问题，是当下面临的一个重要挑战。 而数据挖掘技术正是利用电子信息技术对大量电子数据进行提取和分析，发现隐藏在数据下的规律，充分利用并挖掘数据的价值，提升数据的使用效率。 因此研究在大数据环境下数据挖掘技术对审计风险的影响具有一定的意义。

二、 大数据环境下数据挖掘特征

大数据是一种规模大到在获取、存储、管理、分析方面超出传统数据库软件工具能力范围的存在，它具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。 大数据存在的意义不仅仅是对数据的收集管理，而是通过采用专业的数据处理方法将这些数据转变成有用的信息，通过对数据的加工，将这些数据的价值展现出来。 随着网络技术的高速发展，以及各行各业对信息化的高度重视，电子数据的规模在不断扩大，数据的信息量也越来越庞大。正是大数据的这些特点以及其带来的影响，导致传统的数据分析方法已经无法充分、全面获取和利用所有信息，亟须一项具有更加专业和强大数据处理功能的分析工具。

数据挖掘是对数据进行特定的分析，通过建立各种算法从大量的数据中获取隐藏信息的过程。 数据挖掘往往借助于计算机科学，利用算法建立模型来达到数据处理的要求。与传统的数据处理方式比较而言，传统的数据处理方式是数据需求方提供特定的数据特征，再通过这一特征来对数据进行特定的搜索，搜索的结果比较单一，获取到的信息具有一定的局限性，而数据挖掘通过搭建不同的模型、采用不同的算法，既可以根据特定的业务需求来进行数据的分析取数，也可以进行模糊查询发现数据之间存在的潜在逻辑关系，提炼那些传统数据处理方式下无法提炼的有效信息，减少有用信息的丢失。

在财务电子数据规模不断扩大的环境下，审计人员若仅仅依靠传统的数据处理方式对财务信息进行分析，将会影响其对数据的把握和对问题的发现能力。 同时，由于审计抽样的局限性，会使得大量有用数据被埋没，数据中隐含的信息很难被发现，从而会导致审计风险的增加，审计质量的下降。在大数据环境下，审计人员应当要适应环境变化，调整审计方法，跟上时代的节奏，更换审计工具，用最有效的方法来获取审计所需的证据，保证审计质量和审计结果的合理性，降低审计风险。

三、 大数据环境下传统审计方法面临的风险

(一)审计证据相关风险

审计证据是为了得出审计结论、形成审计意见而使用的所有信息，审计证据应当是充分和适当的。 传统审计模式下，审计证据包括构成财务报表基础的会计记录所包含的信息和其他信息，主要是会计记录信息。 而大数据环境下审计除了利用直接获取的会计财务数据信息外，还可以从各类外部信息平台上获取到已经披露的其他数据信息来作为审计证据。 而这些数据往往包含业务前端数据、可直接获取的往来单位的数据、企业银行信用数据以及企业税务信用数据等类似的数据信息。 在大数据环境下，样本信息中企业外部的非财务化信息往往占大部分，如果按照传统审计方式，仅仅使用内部的财务信息，忽略非财务信息的获取可能会遗漏掉重要的审计证据，给审计带来重大风险。 这些外部数据不同于企业的财务数据，具有非财务化、复杂化等特点，而要从这些数据中获取信息，需要采用特定的方式和方法进行深入的挖掘，才能找到其中的重要关联以及隐藏的具体事实，从而为审计提供证据支撑和帮助。 这些对于传统审计方法来说是很难做到的，传统审计方法是风险导向型的审计方法，通过对企业财务信息进行风险评估，分析存在风险的业务，针对该风险展开一系列审计验证方法，该方法具有一定的针对性。 因此，在大数据环境下不改变审计方法，继续采用传统的审计方式进行分析可能会造成严重的审计风险。

(二)审计抽样相关风险

审计抽样是对具有审计相关性的总体中低于百分之百的项目实施审计。 大数据环境下信息化的推进使得信息平台得到了充分的运用，各类业务平台不断增加，各个信息平台与财务信息平台的联系也越发紧密，平台之间的信息互通互融，信息之间的关联性也越来越强，大量相互关联相互影响的数据信息通过这些平台产生，并呈现迅速增长的趋势。对于审计来说，这些海量信息中同时包含着有效信息和无效信息，审计人员从这些信息中确定合适的样本总体，并在此基础上确定抽样单元，对抽样单元进行审计测试，具有一定的挑战性。 由于信息量的不确定性和信息的复杂性等特点，在传统审计方式下，审计人员很难保证选取的抽样总体的适当性和完整性，从而会影响到审计质量，加大审计风险。

(三)审计模式相关风险

风险导向性审计是主要的审计方法，审计人员通过识别和评估重大错报风险，设计和实施进一步的审计程序。 风险导向审计模式下识别和评估重大错报是审计工作的重要部分，是降低审计风险的重要步骤。 传统审计方法主要通过询问、分析、观察和检查等来识别和评估错报风险，包括分析财务数据与非财务数据之间的相关性，观察和检查被审计单位的经营活动、管理报告等。 这些方法在大数据环境下都具有一定的局限性，面对庞大的数据信息，审计人员很难通过观察、分析以及传统的看账本、翻凭证等方法来识别这些信息中隐藏的风险。 因此，审计人员必须改变审计方式、创新审计方法、利用信息化工具来发现和识别其中隐藏的舞弊风险。

四、 数据挖掘对大数据环境下审计风险的影响

(一)数据处理的全面性和准确性能有效降低审计风险

大数据环境下，审计人员利用数据挖掘技术，可以对信息平台产生的数据进行更加全面系统和准确的分析。 一方面，由于数据挖掘技术的特点，审计人员不再受到抽样的限制，审计面向的数据处理样本也不仅限于与企业内部财务直接相关的信息，而是可以通过建立数据挖掘模型，从外部信息平台上获取到与企业相关的更全面的信息，包括企业客户关系，企业信用等级等，通过对这些信息进行分析加工，获取内部财务数据所不能体现的信息，提升审计证据的充分性，有效降低审计风险。 另一方面，传统审计模式下，审计抽样、审计风险评估以及相关的实质性测试程序等都会一定程度上受到审计人员主观意识的影响，审计人员在遵循职业道德，保持公正客观的态度下，仍然会有部分经过精心伪装的舞弊行为会被遗漏，通过数据挖掘，直接从外部信息平台上获取数据，能在一定程度上提升数据和分析结果的可靠性和准确性，降低审计风险。 此外，审计人员还可以通过数据挖掘技术，对信息平台上存在的大量数据进行无明确目标的信息收集，发现其中存在的隐藏信息，为审计提供新的思路和线索，从而提升审计质量，降低审计风险。

(二)事后审计向事中审计转变能有效降低审计风险

由于受数据获取以及审计资源的限制，现有审计形式以事后审计为主。 事后审计针对被审计单位已经发生的业务，通过对现存的财务报表和会计资料进行取证分析，判断被审计单位的财务资料、经营业务以及制度等是否符合相关法律规定，具有一定的监督作用。 事后审计强调的是对已发生业务的合规性验证，无法在业务发生的过程中对其实施监控，及时发现问题。 事后审计获取的财务信息在管理层存在相应意图时有可能被篡改，导致财务舞弊的发生，从而影响审计人员的判断，降低审计质量，给审计带来风险。 在大数据环境下，由于各类信息系统的搭建，企业经营过程中产生的信息都以电子数据的方式进行储存，在审计人员获取相应信息系统访问权限的前提条件下，便可以通过数据挖掘技术的运用，根据需要实时提取被审计单位的相关数据，对被审计单位各项业务进行监控、分析，获取不同时间段的审计证据。在这种动态监控下，审计从事后审计转变为事中审计，审计人员能随时掌握企业的财务状况，及时发现潜在的财务问题，管理层很难隐藏对财务数据进行篡改的行为，从而在一定程度上降低审计风险。

(三)增强审计证据可靠性能有效降低审计风险

数据挖掘技术面向的信息资源是大数据环境下各类信息平台上的电子数据，具有数量大、信息内容复杂、涵盖面广等特点。 这类信息对于企业来说包含了内部信息和外部相关信息，而外部相关信息的产生和来源不会受到企业管理层的影响，是独立于企业存在的，这在一定程度上保证了信息的真实性和可靠性。 传统的审计方式主要通过函证来获取这些外部信息，而函证的内容往往较为单一和局限，且回函率的高低也会对信息的准确性产生影响。 在大数据环境下，审计人员可以根据需要利用数据挖掘技术对这些外部信息平台上的信息进行获取、分析，从中发现隐藏的审计线索，取得相关的外部审计证据。 通过将这些外部获取的审计证据与对企业内部信息进行审计获取的证据进行比较，一方面，能够取得内部信息无法提供的内容，对内部信息获取的审计证据进行补充，使得审计人员能更好地对被审计单位的财务报表和业务内容进行分析；另一方面，通过对比内外部获取的审计证据，分析两者之间的异同以及信息之间的逻辑关系，可以对通过内部信息获取的审计证据进行验证，从而发现存在虚假舞弊的财务信息，增强审计证据的可靠性，一定程度上有效地降低审计风险。

(四)审计方式转变能有效降低审计风险

数据挖掘技术的运用改变了依靠翻阅会计账簿和凭证来获取审计证据的审计方式。 在大数据环境下，企业财务、经营相关的信息存储在信息系统中，通过计算机等信息化工具的使用，可以快速地对这些电子信息进行处理，获得更多有用的信息，审计人员可以不进入被审计单位现场翻阅各类纸质资料，而是直接利用电子信息来进行审计。

通过运用数据挖掘，首先，能够提高审计的效率和准确度，减少由于数据量大、审计人员限制、时间限制等原因而导致的无法发现审计线索和进行相应总体分析的风险；其次，数据挖掘技术采用的是人工智能的计算机来对数据进行处理，这种方式下获取的数据、得出的结论更加客观公正，一定程度上能降低传统审计方式下主观人为分析带来的审计偏差，从而提高审计结论的可靠性；最后，对于涵盖多个会计年度的审计业务，将数据挖掘技术作为审计工作的辅助工具，往往会大幅度减少人力和时间的消耗，扩大数据分析的范围，提高信息处理的准确度和完善性，特别是对于信息数据管理系统比较完善、数据管理经验较为丰富的企业来说，将数据挖掘技术与现有审计方式进行结合，既能保证数据分析的全面性，又能确保数据分析结果的准确性，在一定程度上降低审计风险。

五、 结论与建议

大数据环境下，财务信息化已经成为一个必然趋势，传统的审计方法在面对大量电子数据和电子信息时，必然会存在一定的局限性。 数据挖掘技术的出现改变了传统审计方法下数据的获取和处理方式，能在一定程度上弥补传统审计方式的不足，提高数据处理的全面性和准确性，加强对企业业务活动和财务数据的实时监控，提高数据获取的及时性，通过将内部信息与数据挖掘技术获取的外部相关信息进行对比，补充和验证以企业内部财务信息为基础形成的审计证据，增强企业审计证据的可靠性，降低审计风险。

数据挖掘技术的运用会对审计工作产生较为深远的影响，然而在当前环境下仅仅将数据挖掘技术引入审计工作中还是不够的，审计人员既要认识到数据挖掘对审计风险的影响，又要以现有的大数据环境为基础，抓住机遇，为数据挖掘技术在审计工作中的运用提供条件。 首先，应当加强数据信息管理系统的建设，不断提升电子数据管理的水平，加快财务信息共享平台以及其他业务信息平台的建设，将业务活动与财务活动结合起来，形成业财一体化，将日常业务活动形成的信息以及财务相关信息都以电子数据的形式存储，不断提高电子数据的数量和质量，建立审计数据库，为审计数据挖掘提供信息基础；其次，要提升审计人员综合素质，数据挖掘是一门综合性较强的学科，涵盖了统计、数学、计算机等相关知识，具有较强的专业性，要熟练地利用数据挖掘技术获取审计所需信息，对审计人员使用信息化工具的要求会较高，审计人员只有在了解数据挖掘的工作原理和逻辑关系之后，才能更好地使用数据挖掘这一工具，并对获取的数据进行专业、准确的分析，达到审计的目的，让数据挖掘技术更好地服务于审计工作。