摘要：随着企业业务复杂度和信息化水平不断提高，现行的审计方式已经不能满足被审计单位的需要，以大数据审计和人工智能等审计方式的革新迫在眉睫，本文介绍几种信息化技术方法及其在审计的运用，便捷企业的财务审批、核算流程同时也提高审计的效率效果，最后对未来大数据审计的发展提出建议。
　　关键词：大数据;审计程序;审计技术
　　一、大数据技术对审计程序的影响
　　（一）审计地点与时间不受限制
　　审计的地点以及时间对于传统的审计工作具有很大的影响。母公司会在不同的地方设立子公司，公司涉及的业务很广，与公司往来的客户可能位于偏远的地区，审计人员也许会出现无法适应出差的环境，这将导致审计工作的效率极大地降低，影响审计报告的质量。在时间上，审计人员要配合被审计单位的工作时间来进行审计工作，并且无法确定收到银行回函的具体时间。这些都造成了审计工作的不灵活性。在大数据的环境下，审计工作何时何地都可以进行。财务数据都存储在云端中。与客户间的往来交易也被完整的记录云端中，以便于审计人员随时随地地查询。大数据审计不仅局限于事后审计，可以在事前、事中审计，实时性审计。审计的质量以及效率得到了提高。
　　（二）审计抽样方式改变
　　对于大规模数据，传统审计运用抽样方法实施审计工作，审计抽样风险导致审计人员无法对整体做出准确、全面的判断。在大数据的时代，数据海纳百川，审计人员可以掌握大量所需的数据甚至是全部的数据，致使审计模式发生了改变，由抽样模式转变成整体模式。整体数据式审计模式是对审计项目的所有数据进行分析，不必担心样本偏差对整体的影响，极大地降低了抽样风险。
　　（三）函证的改变
　　函证通过邮寄的方式获得银行、客户、供应商的回函，若地址写错或者回函内容两边不一致，将重新进行函证工作，且回函率并不稳定，增大审计的成本。在大数据的环境下，被审计单位与其有关的往来客户、银行之前的交易记录均完整的被记载下来，存储在互联网的云端里。审计人员只需要在计算机授权，随时随地可以对其进行审核，在函证没有收到回复情况下，可用大数据处理分析结果。
　　（四）分析程序的改变
　　传统的分析程序难以对涉及敏感、机密信息进行采集和分析，外部证据难以被获取，审计人员无法获得全面的审计证据。被审计单位提供的信息既有纸质版也有电子版数据，阅读的信息量过大，找到关键信息需要耗费大量时间，无法有效处理。将大数据应用于审计分析程序，能够与同行企业进行对比分析，运用科学的计算方法将数据进行处理分析，在此基础上建立模型，查看与标准指标是否有异常，并针对异常展开分析，审计轨迹被保留下来，有效提高了审计效率。
　　二、大数据审计中技术方法的运用
　　（一）模糊匹配技术
　　在现行的电子数据审计中，一般采用SQL数据库来查找数据。SQL数据库也被称为关系型数据库，一般只能通过精确输入才能查询到相关数据。但在审计工作中，SQL数据库并不适用。而模糊匹配技术则是匹配审计工作的一项新技术，它通过相似字符来检索数据，可以通过设置相似度来调整查询结果。审计人员通过模糊匹配可以快速查找出被审计单位存在的问题，从而提高审计效率。
　　（二）数据可视化技术
　　数据可视化技术在计算机界中算是一個比较古老的技术了，但在大数据审计中却有着新的作用。随着大数据技术的发展，处理大数据已经不是一个难题。而对于审计人员来说，如何对处理的后的大数据进行解读与分析才是最困难的。计算机语言相对专业化，但若是以图形或图表的方式表现出来，就易于理解与使用了。审计人员可以利用数据可视化技术，自由提取处理后的大数据，形成报表进行分析。
　　（三）NOSQL技术
　　大数据审计所采集的数据比较全面，数据量巨大，种类繁多。面对如此多的数据添加，传统电子数据审计中所常用的SQL数据库就没法适用，与SQL关系型数据库相反，NOSQL则称为非关系型数据库。两者最大的区别在于，在SQL数据库中添加数据的前提是定义好表和字段结构。而SQL数据库则相对自由，可以随时添加。在数据量如此巨大的大数据面前，NOSQL数据库才是更优秀的选择，他可以任意的扩张，从而更好的处理大数据。
　　（四）AI技术
　　机器与人最大的区别就在于：人可以学习而机器不能。但人工智能的出现则打破了这一观点。AI技术赋予了机器学习的能力，这同样对大数据审计有着极大的推进作用。随着会计师事务所完成一项项审计委托，审计数据库不断积累的同时，数据分析系统也随着审计项目的完成逐渐“积累经验”。久而久之，大数据审计分析系统就像一个有着丰富经验的“老前辈”。它利用其充实的数据库与审计案例，帮助审计人员找出最重要的审计证据，做出最准确的判断。
　　三、大数据审计未来发展的建议
　　（一）规范企业的数据库管理系统
　　与财务软件不同，在大数据审计发展的初期，国家尚未对企业数据库管理系统做出规范性的要求。所以企业所建立的财务共享中心所包含的数据库管理系统有着很强的独立性，大都企业都是聘请专业的软件设计机构为其量身打造一款符合其需求的数据库管理系统。由于不同的软件供应商与各类企业不同的状况与需求，导致几乎每家企业的数据管理系统都有着很大的差别。审计人员在面临不同的审计客户时，所需要掌握的数据库系统都不一样的。同时，跨系统的信息传输也是一大难题，不同的系统为企业信息的采集增添了很大的障碍。如此恶劣的业务环境使大数据审计技术很难得到普及与应用。所以规范企业的数据库管理系统，使所有企业的数据库管理系统都在一个统一的框架下构成，那么对于审计工作开展而言，是极其有利的。
　　（二）开发出适用性较强的大数据审计软件
　　审计工作所涉及到的行业之广，是其他行业难以企及的。不同行业间的审计任务各不相同，为了满足不同行业审计工作的需要，审计单位应该将相似或相近的行业进行集合分类，每个类别都要开发出相应的工作程序。就目前而言，大数据技术的发展还不能满足大数据审计的需要，这就要求各个行业企业、软件开发行业、高校、政府联合起来，共同促进大数据技术的进步，从而设计出高效率、低风险、智能化程度高、适用性广的大数据审计软件。
　　（三）强化大数据审计复合型人才的培养
　　大数据环境下的审计人员不仅仅需要过硬的财务与审计方面的专业知识，同时还需要精通数据库分析技术方面的问题。要求注册会计师协会针对审计人员进行大数据技术应用方面的培训。为了提高预备人员的专业素养，可以在高校审计专业开设大数据相关课程，培养出既熟悉大数据技术又熟知审计业务的复合型人才。同时可以在高校开展相关模拟实验课程，从而为大数据审计的发展打下坚实基础。
　　作者简介：叶玲：南京财经大学会计学院，副教授。