大數據下審計證據與審計取證研究

緒論：寫作既是個人情感的抒發，也是對學術真理的探索，歡迎閱讀由發表云整理的1篇大數據下審計證據與審計取證研究范文，希望它們能為您的寫作提供參考和啟發。

審計取證過程中，總體思維、相關思維、容錯思維、規則思維以及預測思維等可以提高審計證據的充分性、可靠性、相關性，這些新型特征可以降低大數據時代的信息、技術和認知風險。本文主要針對于大數據時代的審計證據與審計取證展開簡單的分析與探討，希望能夠為有關專業人士帶來一定的參考與借鑒。大數據時代擁有不斷增長的信息數據，而現代信息技術的飛速增長可以讓互聯網、物聯網和社交網絡不斷產生大量的信息數據，這些數據具有高頻性、多樣性、海量性、價值性等許多特點。因此，為了高效的推動企業的運營和發展，提高企業的工作效率，許多企業通過嚴格的審計取證工作和大數據技術，拓展企業經營業務，有利于企業工作的高效開展。以下主要圍繞著大數據時代的審計取證的相關特點展開簡單的分析與探討：

一、審計取證環境：大數據時代的審計取證相關特點

云計算、互聯網和計算機等新興信息技術的技術化環境不斷發展，使得采集、存儲、運輸和加工信息數據的效率大大提高，同時信息數據的加工成本不斷降低，技術的不斷發展讓事、物、人不斷被數據化，因而人們進入了大數據時代。盡管大數據時代的審計證據變得非常復雜，然而審計證據從非企業財務信息等大數據主體中得到補充與豐富，同時審計證據的充分性、相關性、可靠性等特征更加明顯，審計取證的效率大大提高。大數據時代，信息存儲和處理成本逐漸降低，使得審計取證模式由技術驅動變為數據驅動，提高了審計工作的效率。

二、大數據時代中審計證據的相關特點

（一）可靠性

可靠性包括可驗證性、真實完整性和客觀性。審計證據的可驗證性指通過其他審計證據來檢驗某一審計證據的可靠、真實程度。真實完整性指審計證據沒有被修改、破壞，真實的來自某個企業，涵蓋了審計對象的所有必要信息?？陀^性指收集的審計證據客觀存在，沒有被人的主觀意識所改變。

（二）充分性

衡量審計證據的標準是審計證據的充分性，審計證據越充分，審計結論越真實可信。大數據技術可以獲取到高頻、海量和多樣的大數據，這些大數據之間相互牽制、相互作用，審計人員可以使用這一相關關系來降低傳統審計的局限性，提高審計證據的充分性。

（三）相關性

大數據時代，審計人員不再重視審計證據的充分性，反而重視審計證據的相關性，通過獲取相關證據來進行審計工作。相關性包括及時性和確認價值兩方面。首先，及時性指采集實時的業務相關信息數據，并迅速處理相關數據，大數據時代讓審計證據更加及時、高效。比如，車輛上安裝GPS來實時監控和定位商品的運輸軌跡。貨物上裝有的RFID芯片可以自動統計不同場所的貨物數量和貨物種類。審計人員根據電子商務網站中的商品價格來出售相關商品。處理存貨和銷售業務時，審計人員可以在客戶信息系統中查詢和追蹤審計證據，并將查詢到的數據融合、歸納、對比。RFID和GPS可以讓企業管理人員實時清楚貨物的入庫和發出操作，并通過視頻監控進行確認。再者，確認價值是指大數據時代中信息的相互補充、相互制約、相互關聯和印證關系讓企業內部和外部非財務信息之間有了確認的途徑，審計人員還可以通過各種審計方法獲得有關某一審計目標的審計證據，這些不同類型、不同途徑的審計證據加強了企業的審計確認能力。同時，及時、準確的消息通過自動化的采集信息方法傳遞出來，各種傳感器、GPS、RFID等提高了審計確認能力，而手工信息主觀性強，信息采集延后，準確率不高，審計確認能力較低。

三、大數據時代審計取證的風險

（一）取證風險

大數據時代，電子審計取證要經過許多步驟來采集和處理相關信息數據，處理信息和建模、部署、分析全部信息數據時，審計取證工作的信息質量風險大大提高，同時海量、種類繁多、真實的大數據增加了審計取證工作的安全風險程度。信息一致風險、認知風險和完整性風險構成了審計取證的全部安全風險。由于大數據的來源多種多樣，產生了信息一致風險，導致信息結構出現誤差，信息沖突、不一致。此外，大數據數量眾多、種類繁多，復雜的結構信息導致信息完整性風險的產生，導致信息虛假、丟失或者被惡意修改。

（二）技術風險

大數據時代主要依靠分析來明白數據的價值。分析的過程中，技術風險時時刻刻存在著。比如，目前統計分析、數據挖掘、智能計算和機器學習等信息處理技術可以精確的分析并處理關系型數據庫中的數據信息，但是這些方法不適用于非結構化大數據信息。通過分析信息數據來發展審計線索，審計人員得以進行后續審計取證工作?？陀^存在的技術風險讓信息質量得不到保證。比如，分析財務報告中的“管理層討論與分析”板塊時，可以用自然語言處理管理層語調，但無法結合信息背景。無法處理語法、詞序等。信息質量風險無法通過目前最高效、最智能的大數據技術消除。

四、大數據技術中審計取證的思維模式

（一）總體思維

由于企業經營規模較小、業務量不大，企業審計最初采用詳細審計方式?，F代審計通過隨機抽樣來進行審計抽樣，其中運用了統計學中的隨機性原理，通過樣本分析總體數據，可以合理規避個人主觀意識對數據的影響，但是隨機抽樣結果容易出現誤差，使得總體結果錯誤。抽樣審計具有較大的風險，因為目前沒有對審計樣本的容量、種類、時間進行標準化規定，審計人員無法判斷審計證據是否全面，無法確定由關聯數據引出的審計證據的正確性。在大數據時代，審計人員掌握了全部數據，審計思維轉變為總體思維，由部分代替了整體，通過動態、開放的審計方法和思維，分析、評估與審計對象有關的數據和信息，從而掌握了審計對象的總體特征。因此，審計人員通過總體思維獲得了可靠、正確、相關的審計證據，讓審計證據更加有效，促進了企業審計工作的發展。

（二）容錯思維

抽樣審計時，根據隨機性原理，審計人員抽取大量樣本來避免抽樣造成的風險，但是這導致抽樣的精確度不高。為了提高抽樣的精確度，即使是小數據，審計人員也要反復清理并核對雜亂無章的數據信息，這個過程中，審計人員面臨著成本上的壓力，還要消耗很長時間，同時，由于技術無法滿足審計人員的要求，審計工作難以進行。因此，需要從精確思維轉變到容錯思維，在總體思維的基礎上，將雜亂的、被排除的數據統一在總體中進行評估和分析，探索總體數據中的其他有效價值。大數據中通常會遇到雜亂、無用、殘缺的信息，但是這些錯誤可以幫助審計人員提高自己的審計觀察能力，讓審計工作順利進行，并不會影響審計結果，因此審計人員要具有容錯思維。

（三）預測思維

預測思維是通過已知預測未知的過程，可以評估、分析、推斷、預測數據實際值與預測值的差別，判斷數據的價值。小數據分析中，樣本容量較小，信息不全面，信息的周期性等均導致審計預測壓力增大，審計人員需要系統學習專業知識來判斷并做出預測。大數據時代，通過數學模型和分析軟件，可以快速、高效的處理并預測數據信息，實現了科學、規范的審計預測。預測性審計減少了分析、評估大數據的時間，讓事件的發生和審計能夠同步進行，從而推動審計工作的順利進行，審計部門的監控職能更加重要。

五、結束語

綜合上文所述我們可以知道，基于大數據時代背景下，通過大數據可以獲得充分、可靠、直觀的審計數據，發揮了審計取證的價值，審計人員要利用大數據中的預測價值，評估并分析企業審計風險，從而根據因果關系發現相關關系。大數據還體現了總體思維、相關思維和容錯思維，通過分析企業的審計證據和審計取證，可以明確審計取證的發展方向，企業應及時順應變革浪潮，用新思維看待電子審計取證的優點，在提升審計取證效率和速度的同時，嚴格監管審計風險，讓審計工作價值最大化，從而有利于企業健康穩固長久發展。

參考文獻：

[1]程鋮，李睿.電子數據審計取證模式研究[J].審計研究，2016，（05）:8-13.

[2]楊平波，陳琦.審計證據在貪污賄賂案件中的司法運用[J].財會月刊，2016，（34）:68-71.

[3]陽杰，應里孟.大數據時代的審計證據與審計取證研究[J].財會月刊，2017，（01）:115-124.

[4]熊亦芳.基于大數據時代的審計證據與審計取證分析[J].低碳世界，2017，（35）:298-299.

[5]黃珺，王建輝.大數據環境下的審計取證初探[J].審計與理財，2017，（12）:47-49.

[6]何琳.分析大數據時代的審計證據與審計取證[J].產業創新研究，2018，（02）:81-83.

[7]周雷.淺析審計證據中存在的問題及對策[J].會計師，2018，（19）:45-46.

作者:荊雪 單位:首都經濟貿易大學