基于大数据时代的审计证据与审计取证分析

基于大数据时代的审计证据与审计取证分析

摘要：审计证据是保证审计工作顺利进行的重要部分，提供的是高水平的合理保证。注册会计师要想发表恰当的审计意见、得出正确的审计结论以及出具最终的审计报告，就需要取得极具证明力、适当且充分的审计证据。审计工作需要审计证据作为支持和保证，同时审计证据也能保证审计工作的主动地位。

关键词：大数据时代；审计证据；取证

引言：随着审计思维方式的发展，审计证据的类型不断扩张，收集和评价方法不断演进。大数据时代的来临进一步促进了审计证据的演化与运用。大数据时代下的审计证据具有非结构化、非财务化的特点，并且更为真实、完整、及时。大数据为审计证据的取证、认定以及信息安全等方面带来了挑战和困境。基于此，应针对大数据时代下审计证据的新特点，运用数字化的处理方法和云数据审计平台工具，加强审计证据信息安全管理，健全审计证据取证制度，从而对大数据时代下审计工作的有效开展提供参考。

1大数据时代的审计目标

审计目标与审计行为之间存在着密切的联系，前者是后者的起点，是审计工作希望实现的愿景。从审计工作关系中可以看出，审计工作属于一种行为，从事这种行为的部门通常是被授权或被委托的审计部门，因此审计工作的目的是由被授权人或被委托人决定的。在大数据时代，审计目标可以分为两类，一类是总体目标，另一类是具体目标。总体目标是指国家法律规定的目标，主要是控制企业风险，增加企业经济效益。而具体的目标，就是对总体目标进行细化分解。它包括一般审计目标和项目审计目标。一般审计目标是所有项目审计都要达到的目标，而项目审计目标是根据项目确定的目标。

2大数据时代下审计证据运用的对策

2.1运用数字化的处理方法

大数据时代的背景下，审计人员应当充分运用数字化的审计技术和方法，将数字化与审计取证相互融合。审计人员应当将收集审计证据的各个阶段都具体化，然后再将数字化的内容分别应用于其中，以便实现审计证据与数字化的融合，从而提高获取审计证据的效率，保障数字化审计工作的质量。同时，被审计单位还应当根据企业目前的实际状况，努力选择或研发适合自己的财务审计软件和大数据分析模型。而企业应用的大数据分析模型除了要具备基础的审计功能，还要能运用独特的算法及程序，预测企业未来可能存在的风险；并且能够进行财务预算和分析，防范风险，以推动企业的良性发展。

2.2加强审计证据信息安全管理

要想保障大数据时代下云审计平台的平稳运行，就要先保障其安全性。在审计工作中，大数据平台是审计人员获取、存储、分析和处理的重要载体，因此建立一个完备的安全监管体系是十分有必要的。审计人员可以对获取的审计证据按照信息的重要性进行分类，对确实需保护的数据进行分层次管理。同时，还应当采取管理控制和防御相结合的措施；对外部访问、内部操作的过程都采取实时监管的方式；设置严格的授权审批程序，对权限进行合理分配；规范运用大数据平台所获取审计证据的具体流程；严格按照《审计项目电子数据保密管理办法》所规定的内容进行管理。同时，在大数据平台上增加安全审计的功能。对审计人员进行数据操作的每个步骤全程追踪，访问或修改数据的同时会留下对应痕迹，审计人员可以浏览平台自动监测操作行为而生成的报告，以便能够及时发现并处理安全问题。在大数据审计中，审计人员还应当核查企业具体的信息存储环境，其中包括但不限于数据监测、数据传输、内部控制等内容，要对网络安全做好足够的保护措施，必

要的时候可以评估测试数据系统，以此来保证数据系统的安全性及保密性。

2.3搭建数据云审计平台工具

搭建数据云审计平台不仅能够扩大事务所自身的业务范围，而且可以有效减少收集审计证据的障碍。同时，审计人员应当对获取到的审计证据统一进行规范化的管理。应用云审计平台，除了可以及时得到各种类型的数据信息，还可以对这些数据进行实时监控，在审计过程中起到一个智能管理的作用，从而保障审计工作的高效实施。在搭建云审计平台的同时，还应当注意到数据的存储问题。随着大数据环境的发展，数据量也在迅速增多。面对被审计单位的电子数据，审计人员如何进行有效的归集、整理和存储也成为了一项难题。为了提高对数据的分析处理能力，应摒弃以往简单的数据存储模式，进一步保证大量数据的分析过程能够顺利且高效的运行。具体来说，审计人员可以通过增加磁盘柜或者模块等方式扩大存储数据的容量，以提升数据存储系统的扩展能力。同时还可以通过固态存储设备或者ETL（数据仓库技术）来减轻因数据量的增多而造成信息输入输出困难的压力。

除此之外，审计人员应当正确认识大数据并加强自身能力，在收集审计证据时始终保持谨慎、认真、仔细的态度，避免遗漏有价值的信息。只有具备创新能力和大数据思维的综合型人才，才可以有效参与到大数据云审计平台的建设、实施、运营、更新和维护当中，从而提高审计工作的效率。

3大数据环境下审计模式的风险管理

事实上，由于大数据审计出现的时间短、实践经验尚不充分，目前在大数据使用的各个阶段，仍存在各类需要引起警惕的数据风险，主要如下：

3.1数据收集风险

对于审计证据而言，无论使用何种取证方式，数据的真实性是一切的基础。被审计单位的结构化数据往往形式上真实性相对较高，但是却存在着由于主、客观因素导致的数据缺失和错报；而从互联网、外部机构获取的非结构化数据，例如社交媒体、视频、行业总体调研报告，来源更为庞杂，则更需要进行有效的甄别和验证。因此，在数据收集的过程中需要树立风险意识，保证数据的真实性、可靠性。

3.2数据存储风险

大数据经过高质量的收集、分析后，需要被使用者以恰当的方式进行存储，以便于日后的调取、复核。数据存储管理需要为分布在全球各地的审计机关、会计师事务所、审计人员、被审计单位等提供服务，因此，在大数据的使用和发挥价值的过程中，必须建立严格的数据管理系统，规范数据存储、调用权限，尽可能协调数据高效使用与安全性之间的矛盾。

3.3数据分析风险

数据分析风险即如何打造高质量的数据分析，既体现为客观的大数据分析全面性、精准性，也体现在如何提高审计人员职业判断、审慎能力等方面。在大数据环境下，审计人员具有巨大的数据选择空间，但海量的数据不可避免地会携带高噪音、低价值密度特点，影响审计证据使用的精准性。这就要求审计人员在合理预测数据质量风险的前提下，结合历史经验、职业判断、现场取证，灵活地对数据进行选用与分析。

结束语：会计部门为了将大数据技术与审计工作相融合，应当规范审计证据的获取程

序，降低人为失误，并制定明确的审计证据归档规则，保障审计证据的合法性。比如，在获取数据过程中，要明确其获取范围，究竟是只能搜集被审计单位内部具体审计项目的审计证据，还是也可以从其他渠道搜集被审计单位以外的审计证据。同时，从法律法规的角度重新对审计证据进行判断，确保审计人员的工作符合规范，使审计工作更为法制化、合理化，最终保证审计工作的实际效果。