大数据背景下，为了助力中国经济从高速增长向高质量发展趋势的快速转变，我国围绕建设网络强国、智慧社会和数字中国提出了诸多颇具创新的战略部署，并致力于全面实施国家大数据战略。与此同时，传统的事后审计模式将不再适应大数据环境下的审计发展需求，现代审计迫切需要通过优化审计模式和革新审计技术来提高审计质效。而大数据技术与审计工作的深度融合，能够助推审计技术创新升级，重构审计实施流程，进一步减轻大型企业审计全覆盖压力，实现实时、全面、高效、动态的持续审计，最终达到大企业集团审计与国家治理全覆盖的监督审计目标。
一、 运用大数据审计的必要性
(一) 克服传统审计技术方法的局限性
1. 降低传统审计存在的抽样风险
传统审计下，审计人员通常抽样开展审计程序、形成审计意见，而根据样本得出的结论，可能不同于对总体实施相同审计程序得出的结论，影响审计效果。应用大数据审计，审计人员可以不进行数据抽样，而是对所有数据进行高效、深入分析，在提高结果准确性的同时，更容易发现抽样不当所未能发现的问题，降低审计抽样风险。
2. 突破传统审计的时间地点限制
传统审计中，审计人员通常前往被审计单位开展现场审计。然而，现场审计往往时间紧、任务重，且受被审计单位配合的影响，可能导致审计人员在待审查线索中进行取舍，错失对潜在重要问题的深挖细查。对于许多施工企业，海外业务点多、线长、面广，地跨东南亚、中东、非洲、欧洲等地，前往外地开展传统审计极易造成人力、财力的大量消耗，前往境外审计还可能因不了解当地环境，跨文化沟通失败造成负面影响。再者，突发政治、安全、健康威胁等状况，也限制了现场审计的开展。应用大数据审计，审计人员可以随时的开展远程审计，显著提高审计的效率性、灵活性、自由性。
(二) 适应审计环境变化的需要
1. 应对愈发隐蔽的企业不合规行为
在新环境下，企业不合规行为层出不穷，且被审计单位为避免问题被审出后承担相关责任。在此情况下，一些错漏信息与违规事实很难运用传统审计方法查出。只有开展大数据审计，用高科技手段，才能找出被掩盖的疑点和问题线索。近年来，部分企业通过大数据平台检测出违规等现象。
2. 适应会计和业务数据信息化
随着企业会计和业务数据电子化程度越来越深，审计信息化成为必然。一方面，信息系统封装了信息处理过程，其内部处理逻辑、运算中间过程，往往对系统用户而言是独立的，导致传统审计线索隐性化。另一方而，面对审计数据量倍增、行业数据关联性日益增强、数据类型复杂化、数据来源多样化的工作现状，无论是数据采集还是数据分析，使用传统审计技术方法将使审计效果大打折扣，甚至难以完成审计任务，审计方法需适应审计数据信息化的审计环境变化。
二、 大数据审计现状
近几年来，大数据审计在相关政策的推动下飞速发展。2014年审计署成立了电子数据审计司，大数据审计体系的建立也卓有成效；2015年中共中央、国务院进一步指出要构建大数据审计工作模式，扩大审计监督的广度与深度。各企业集团纷纷制定了类似“坚持科技强审，加强审计信息化建设”的数字化转型审计战略。总的来说，尽管国内大数据审计还处在初级阶段，在时代激流和政策要求下，应大力推进以“大数据”为核心的审计信息化建设。
（一）传统审计与大数据审计的区别
大数据审计和传统审计区别方面，审计手段、技术、工具等在大数据时代到来的冲击下都发生了巨大变化，使得整个审计行业与审计人员都面临着新的信息环境。和传统审计比较，大数据审计能够达到更高层次的审计目标，在很大程度上提升了审计质量，有效地实现了审计人员对于会计目标的财务监管职责。
传统审计与大数据时代下的审计对比，如表1所示。
表1传统与大数据时代下审计工作内容对比
（二）研究了大数据审计方法的原理
研究了大数据环境下电子数据审计的重要性，分析了电子数据审计的内涵及原理；在此基础上，重点研究了大数据环境下电子数据审计面临的机遇与挑战，并结合大数据的特点以及目前已有的大数据分析技术与工具，研究了大数据环境下开展电子数据审计的方法。
（三）研究了大数据环境下基于模糊匹配的审计方法
大数据环境下从不同地方采集来的被审计数据中可能含有相似重复的数据，这些相似重复数据可能就是审计过程中要查找的可疑数据，如何对这些相似数据进行关联分析是大数据分析过程中的一个重要问题。目前常用的电子数据审计方法，如SQL数据查询、数值分析(重号分析)等，只能查找完全符合查询条件的数据。
（四）大数据环境下基于数据可视化技术的电子数据审计方法
大数据环境下，采集来的审计数据在数量和复杂度上都对审计数据分析带来巨大挑战，审计过程中，枯燥的数字和难懂的结论严重影响了审计效率以及审计人员对审计工作的热情。信息技术的发展促进了数据可视化技术的发展，这为解决以上大数据环境下电子数据审计面临的问题提供了机遇。数据可视化技术有助于审计人员对审计大数据的直观分析，有助于审计人员探索、分析和解释复杂的海量数据。因此，大数据时代，如何让审计人员能够“洞察”被审计单位的大数据，数据可视化成为必然。
三、 海外大数据审计难点
目前，大数据审计在国内处于起步阶段，发达国家在信息化时代稍有发展，国内外对大数据审计的方法和模式正在逐步建立之中，对于海外审计业务而言，与国内大数据审计的主要区别不在于审计技术与方法的不同，关键在于数据资源和数据质量的差异。
（一）海外业务数据资源有限
企业海外业务存在“数据孤岛”、数据共享不足问题，数据是企业治理体系发展的重要推动力，但是当前在企业中“数据孤岛”问题仍然比较突出。大部分企业分别正在搭建起涵盖国内业务的基础数据平台，海外业务的数据正在起步阶段或者还没有建立，中国走出去的企业各自开展业务，数据不能整合，走出去的企业海外分支机构拥有的业务数据有限。
（二）海外业务数据质量不高
海外业务数据标准不统一，导致数据采集、清理工作存在风险。各企业在业务系统中形成的数据标准不统一，在数据采集过程中，对不同业务形成的数据结构和数据库不了解，容易造成需要采集的数据未采集、采集到的数据缺失的问题；在数据清理过程中，在对数据进行标准化、统一化的过程中，容易造成剔除了重要数据信息的情况，影响数据的完整性和准确性。
四、 开展海外大数据审计的途径
针对海外业务审计中数据资源有限和数据质量不高的难点，需要从以下几个方面着手推动海外业务大数据审计的应用与发展。
（一） 不断夯实审计基础环境
在大数据时代背景下，各个国家各个领域的发展均开始受到网络信息化的剧烈冲击，各种先进的技术手段不断普及，给海外业务大数据审计创造了极大便利。但是不同国家由于语言不同、社会经济状况不同，经济业务也呈现出较为明显的个性化、差异化特征，要想将大数据技术应用于海外业务审计，必须基于被审计单位的实际情况和建设规模，不断夯实审计的基础环境。在实践中，企业应在既有的信息平台和管理系统基础上，合理实施构建统一的业务框架，适当加大集成化管理力度，充分利用各种先进的信息技术手段，强化对财务统一核算、统一管理等环节的动态化管控，方便相关从业人员及时将数据资料录入到专门的信息系统中并进行统一汇总和管理，提高基础数据质量和数量，以便更好地发挥大数据审计效能，进而为推动被审计单位的长效化稳健发展打下坚实的基础。
（二） 推广普及数据采集识别技术
数据采集是进行大数据审计的先决条件，目前国内大数据正处于发展阶段，各种数据采集技术迅速的发展，主要方式有：传感器采集、爬虫采集、录入采集、导入采集、接口采集、OCR文字识别、影像采集等。加大数据采集识别技术的推广和应用，建立高质量的数据库，是大数据审计开展的必要条件。要推广和普及数据采集技术可以采取以下策略：一是加强技术研发与创新，加大研发投入，推动数据采集识别技术的持续创新与发展。二是产学研合作，加强高校、科研机构与企业之间的合作，形成产学研一体化的研发模式，加速技术成果的转化和应用。三是应用示范与推广，在重点行业和领域开展数据采集识别技术的示范应用，展示技术的实际应用效果和优势。四是案例分享与交流，组织数据采集识别技术的案例分享会、交流会等活动，促进技术应用的经验共享和互相学习。五是普及教育与培训，编写针对数据采集识别技术的普及教材，为员工提供易于理解的学习资料，普及数据采集识别技术的基本知识和应用技能，提高数据采集的准确性。通过以上综合措施的推广普及，可以有效提升数据采集识别技术的认知度和应用水平，为大数据审计技术的应用提供坚实的数据基础。
（三） 建立海外业务数据分析模型
解决了海外业务数据资源和数据质量问题，就可以运用大数据技术进行审计建模了。运用知识图谱构建模型思路，应用SQL、Python、R语言等编程技术进行数据处理和建模。模型建设可以从审计画像模型、线索提示类模型等角度入手。审计画像模型是对企业或某类业务基本情况的总体反映模型，可以通过趋势分析掌握企业总体情况，并发现异常波动，为确定审计重点提供方向。线索提示类模型从某类具体业务入手，通过建模进行数据分析，由模型运行结果直接提示出线索，审计人员根据线索信息进行核实，使审计工作能够有的放矢，大大提高审计效率。此外，还可以通过在业务系统中设置预警条件，建设一些审计实时预警模型，可以在业务发生时就能及时通知审计人员或者业务人员，能够及时修正错误，避免给企业造成损失。
（四） 建立完善的海外业务审计模式
基于海外业务审计数据采集以及分析模型的建立，可以对海外业务实行两段式审计或数据驱动型审计模式。两段式审计即先进行远程审计，通过大数据平台收集被审计单位数据资源，通过执行审计分析模型，筛查问题疑点，进行初步核实确认，出具审计底稿，对确需现场审查的问题进行统计归集，由审计组赴现场进行第二阶段的现场审计。两段式审计可以大大节省审计费用，提高审计效率。数据驱动型审计是通过建立审计模型，通过定期手动或自动运行模型，发现问题疑点，可由审计人员即时对问题进行远程核查，也可将问题疑点推送给审计组进行核查。数据驱动型审计以数据为先导，根据发现问题成立审计组，使审计工作更能有的放矢，及时发现管理漏洞。
参考文献：
[1]丁高方，大数据背景下的持续审计技术探讨，财会学习，2023（01），119-121。
[2]杨杨，大数据背景下国有企业内部审计技术方法创新探究，审计与理财，2023（07），20-21。
[3]丁晓蓉，大数据审计环境中的审计技术与方法探析，财会学习，2023（04），97-99。
[4]迟清华，大数据审计技术在环渤海资源环境审计中的应用研究，中国农业会计，2023（23），74-76。
[5]赵春宇马德林，审计大数据:内涵、框架及技术实现，商业会计，2023（15），72-76。