大数据时代企业内审的变革

大数据时代企业内审的变革(最好与战略系统审计结合起来 大数据时代，企业内部审计需要全 面采集与企业财务活动相关的数据，既 包括财务数据，也包括业务数据和管理 数据；既包括企业内部的数据，也包括 主管部门、研究机构等的外部数据；既 有财务数据等结构化的数据，也有会议 纪要、政策法规等非结构化的数据。企 业内部审计需要整体把握一个企业的各 方面情况，更科学、全面地评价一个企 业，企业内部审计需要更准确地确定审 计重点；企业内部审计需要更善于把握 数据的规律和趋势，在发现企业现阶段 存在问题的同时，更要能够揭示企业未 来发展存在的风险和隐患。 面对“大数据”所带来的新技术、 新思维，企业内部审计需要因时而变来 适应商业模式、思维模式及数据处理模 式的变革。内部审计人员不仅要能了解 数据的变化以及数据处理技术的变革， 更要能处理数据、分析数据、驾驭数 据，要能够充分、及时地从大量复杂的 数据中，辨认出对企业生存和发展有重 大意义的关键信息，进而协助内部管理 人员做出最佳的决策。 “大数据”时代 企业内部审计的变革主要表现在以下几 个方面： （一）审计方式由传统审计的 事后审计、周期审计向连续审计 转变 传统审计中，审计人员只是在完成 财务报告或经过特定的周期或离职等情 况时才进行审计，而且审计中并不是检 查所有的信息，只是抽样分析。企业如 仍然采用这种审计方式，对于确认迅速 发展的商务活动的真实价值或合法性显 得过于迟缓；另外，从内部控制的角度 来讲，我国目前的内部审计实务多是针 对财务、会计事项，对经营活动、内 部控制、管理事项的监督、评价极为有 限，审计活动理念也多为“监督导向” 型，而非“服务导向”型，公司部门间 的不同流程缺乏衔接，使审计工作难以 为经济活动提供全面的监控和服务。随 着企业经济业务日趋复杂，信息技术迅 速发展，企业电子商务和信息化建设逐 渐成熟，越来越多的人意识到连续审计 的重要性，而大数据技术及大数据基础 使连续审计成为可能。连续审计可以降 低传统审计过程中的浪费和时滞问题， 降低审计错误和风险，促进企业发展。 （二）审计抽样开始系统化、 模块化、智能化，并开始具有预 测功能，而样本最终将扩展至数 据全体 常规审计工作主要采用随机抽查 法，可以用较小的投入来获得审计结 论，提高审计效率。但利用抽查法所得 出的审计结论存在发生重大错误的可能 性，其可能性的大小就意味着审计风险 的大小。 随着大数据技术的发展，计算机的 运算能力和处理速度不断提高。审计抽 样系统可以利用大数据技术对这些审计 数据进行分析并进行数据挖掘，找出特 征数据，缩小抽样样本的数量，降低 审计成本、提高审计效率。利用关联规 则，预测被审计单位经营风险的高低， 帮助审计人员确定审计重点，提高审计 效率。通过审计信息系统所提供的庞大 数据库可以实现对被审计单位的信息进 行数据挖掘和综合分析，对被审计单位 的财务及经营状况进行预测分析，为被 审计单位提供决策依据。如某财产保 险公司的审计系统，应用了大数据技 术进行风险数据的提取，并应用 PPS 抽 样、随机抽样、系统抽样、模型抽样、 组合抽样等进一步提高审计效率。而在 抽样模型中应用了汽修厂与驾驶员、报 案人、定损员、收款人等的关联程度模 型，伤者、驾驶员、报案人、联系人、 领款人等的出险频繁度模型，人伤重复 出险伤者、标的车多次与同一三者车碰 撞出险等高风险模型，承保、理赔、财 务系统非同一档案中上传相同照片等以 “大数据”技术为基础的模型，收到良 好的效果。 然而，在不久的将来，随着以真实 SPECIAL FOCUS 特别关注 201401 总第 126 期 57 性、服务性为基础的各项企业内部审计 的深化，随着数据信息化的深入以及大 数据技术的成熟，企业内部审计将逐渐 开始能够从大量的、杂乱无章的海量数 据中发现潜在的有用信息，能够从这些 大量的数据中发现被审计单位运作的基 本规律及特征；预测出被审计单位发展 的趋势，从宏观上把握被审计单位的发 展状况。 （三）促进审计成果的转化与 应用 目前，内部审计成果应用主要是针 对屡查屡犯的问题重点进行检查、督促 整改，部分企业已经将审计成果应用闭 环管理的手段对整改过程进行管理，达 到了良好的审计成果运用效果。大数据 技术的出现，促进了审计成果的进一步 应用。一是促进对以往审计中获取的大 量信息资料和相关情况资料的汇总、归 纳，从中找出财务、业务和经营管理等 方面的内在规律、共性问题和发展趋 向，通过汇总归纳宏观性和综合性较强 的审计信息，以及运用审计成果，为各 级领导提供数据证明、关联分析和决策 建议，从而促进完善制度、机制、决策 和执行，促进企业管理水平更上一层 楼；二是促进问题的全面发现，即应用 大数据技术可以将同一问题归入不同的 类型使用，从不同的角度、不同的层面 整合提炼以满足不同层次的需求。同 时，通过对带有共性、普遍性、倾向性 的问题进行挖掘，提炼出问题与数据中 关联性，可以将所有问题通过 IT 手段检 查出来；三是应用大数据技术进行连续 审计有利于问题的整改监督；四是将审 计成果进行知识化留存，通过大数据技 术，将问题规则化并固化到系统中，以 便于计算或判断问题发展趋势、对问题 进行预警等