大智移云物等新技术的迅猛发展为传统商业环境带来了新的挑战与机遇，在此背景下，大量新技术正在被广泛应用于审计实践，大数据审计模式正在慢慢成型。本土一些大型会计师事务所正在投入大量资源进行软硬件开发和人才培养，以发展大数据审计技术。例如，毕马威在2019年提出，将在未来五年斥资50亿美元，用以加快毕马威及其客户的数字化转型。其中一项投资是与微软签署了为期五年的技术投资协议，以期让成员事务所和双方客户能采用微软的创新和微软云端平台的技术[1]。毕马威正以科技、人才、创新为基石，倾力打造“智动审计”，推出了可扩展的智能审计平台KPMG Clara，通过科技赋能审计方法（TEAM）[2]，整合数据分析能力，从而释放企业数据的潜力，提供更深入全面的审计服务。
所谓大数据审计，是以智能化、自动化、数字化等技术为工具，以大数据分析为基础，具备智能化、自动化特征的新型审计模式。在大数据审计蓬勃发展的今天，有两个重要问题亟需我们进行研究，即：大数据审计会对我国审计市场产生哪些影响？我们如何应对？目前，尚无文献对这两个问题进行研究，本文试图在这两个方面进行一些尝试，希望借此激发学术界、实务界和监管机构更多的讨论。
在大数据技术环境下，高度自动化的审计程序的应用、数据在线分析等技术的成熟使得持续审计、详细审计、智能审计等新模式成为可能，对传统审计模式产生了巨大冲击。在此背景下，根植于传统审计模式的审计市场也正面临前所未有的冲击。具体而言，大数据审计至少将从如下六个方面影响审计市场。
顺应大数据时代潮流及日益复杂的商业环境，国内一些领先的大型会计师事务所在大数据审计方面进行了初步探索与应用，应用场景包括机器人流程自动化服务、大数据分析平台的构建、基于大数据技术的审计模型的开发、运用数据分析工具进行风险预测、应用自然语言处理技术生成审计报告等诸多方面。其中还有一些事务所已经成立专门的部门，专司大数据审计技术和业务之责。
这些率先在审计业务中应用大数据技术的事务所，将赶上数字化时代的红利期，享受大数据审计带来的巨大收益。而仍然采用传统审计模式的事务所将在竞争中处于劣势地位，“马太效应”将会加速事务所的两极分化进程。
对于采用大数据审计技术的事务所来说，大数据审计技术的应用会大幅度提升审计质量与效率，帮助它们在竞争中取得优势地位。这种优势地位又让它们更有能力拓展大数据审计技术，降低大数据技术开发与应用成本，从而形成良性循环。例如，审计师通过使用自动流程挖掘技术，能够快速而高效地发现传统流程分析技术无法发现的流程、内控等方面的缺陷，从而快速做出反应。再例如，通过利用机器学习技术对客户的业绩、收入、风险等进行预测，将帮助审计师通过远程审计就能发现传统审计很难发现的问题。通过这些技术的不断迭代，事务所的审计能力将不断提升。
而对于未采用大数据审计技术的事务所来说，随着大数据审计技术的不断迭代，它们很可能面临步步落后的局面。而且，它们不仅在纯技术层面上难以追赶，更重要的是从审计思维、审计流程到审计手段都会全面落后，竞争力的缺失使它们难以承接到优质业务，生存和盈利空间变得越来越狭窄，在行业内会面临被边缘化的危险。
作为劳动密集型和知识密集型的中介机构，会计师事务所最重要的资产是人才。在大数据审计模式下，技术型、复合型、专家型人才的需求量会大大幅度增加。随着信息技术的发展和业态复杂程度越来越高，客户的信息系统及数据越来越复杂，传统的审计人才采用传统的审计模式将越来越难以应付，迫切需要既具备审计经验和业务知识，又具备大数据分析能力和洞察能力的新型审计人才。
以审计模型的研发为例（图1），虽然数据的标注、业务流程调研等大量基础工作可以由普通审计人员完成，但审计模型的核心在于将可复制的审计经验方法固化到技术模型中去，对于模型的内在逻辑、应用范围、风险把控等关键问题，就需要既具备审计经验，熟悉审计工作情景、业务关键控制，又能看懂模型的技术语言涵义，能切实参与到技术模型的设计、运行、推广过程中去的复合型人才作为模型研发的中坚力量。其次，在审计模型的算法选择、技术迭代、参数调试等更为专业的技术工作中，需要大量专业技术人才的参与和指导，这是审计模型落地的保障与基础。最后，还需要借鉴外部专家顾问的意见，结合宏观技术与经济形势、事务所自身业务重心、大数据审计的发展阶段来选择适当的技术路线，及时对工作方向予以战略视角下的建议和纠偏，从而合理控制事务所在大数据审计转型发展过程中的风险。具体到大数据审计模型中规则与逻辑的设定，更是需要数据科学家、数据鉴证专家、资深财务专家的参与和指导，例如对预测所需的因子数值进行设定，在技术实践对准则的理解与运用上给出专业判断等等。
总之，大量的复合型、技术型、专家型人才是审计从传统模式向大数据审计模式转型的引擎。然而，目前这方面的人才供给还远远无法满足需要，如何尽快加大这方面人才的培养力度，是我们亟待解决的问题。
图1 审计模型的研发过程
大数据审计属于技术密集型审计模式，正如前文所述，事务所中复合型、技术型、专家型人才的比重会日益上升，技术研发力度会加大，相应地，人员成本，培训支出与技术研发投入等固定成本在审计成本中的比重也会随之上升。
为及时更新和丰富审计师的知识体系，培养新型人才，审计机构将会以外包或自主形式对审计师进行大数据审计、技术基础知识方面的培训，并且加大对外部人才的引进力度，创新专业人才的交流合作机制等等。这些与技术研发和人员培训引进相关的成本具备“普惠”特征，旨在实现审计经验与技术应用的融合和凝结，广泛用于审计工作中以提升审计效率和质量。这部分成本与被审计组织之间的配比关系并不明显，与业务量的增长通常并不呈正比例变化，属于固定成本，它们的比重会大幅上升。
此外，随着大数据技术应用的普及，从社会组织到政府部门等客户的数字化程度越来越高，审计环境已发生变化。例如很多大型企业集团已经搭建起财务共享中心，金融领域企业的投资过程采用智能投顾来辅助决策，政务部门更多地采用协同办公软件、公共财政管理软件等开展工作。数字化程度的普遍提高使客户的业务“痕迹”更加完整，审计师要想对客户的经济活动进行评估和检查，则更需要以大数据的方式来读取审计证据，才能利用好数字化带来的审计证据的可追溯性，这些都会推动审计机构加大对大数据技术的研发与培训力度，也将使得审计成本中的固定成本出现大幅度增长。
在大数据背景下，审计工作将会逐渐实现从抽样审计到详细审计，从人工审计到智能审计的转变（张敏，2020），新型的审计模式将赋予审计师更强有力的洞察力，发现问题的能力更强，更有助于他们帮助客户完善相关流程和制度，导致审计与非审计业务的界限越来越模糊。
在大数据审计模式下，审计师会对企业的经营管理、业务、外部宏观和行业等全方位的数据进行分析，具备更强的洞察力。例如，审计师利用流程挖掘技术，对客户信息系统中的主要数据进行分析，发现有采购付款节点记录但无收货记录的几条数据，顺藤摸瓜发现该单位在采购循环内部控制上的重大漏洞。审计师往往会向客户管理层进行汇报，帮助客户对采购业务流程与内控进行完善。在此情况下，审计业务与非审计业务自然会耦合在一起。
与传统审计相比，在大数据审计模式下，审计师通过对客户全量数据进行综合运用，对客户的数据治理问题已“心中有数”，因此，审计师除了提交财务报表的审计报告外，还有可能在税务、经营、战略、内控方面对客户出具有针对性的管理建议书，帮助客户提升经营管理水平。审计与非审计业务的边界会越来越模糊。
作为由独立第三方出具的评价结果，审计报告能够通过降低信息不对称，提升财务报告可靠性，从而发挥资源配置作用。审计过程本身就是一种对客户管理层的监督和约束，有助于增强客户所披露的信息的可靠性，缓解市场中的信息不对称，从而使市场更有效地调节资源配置。
然而，传统的以人工审计、抽样审计、定期审计为主要特征的审计模式在审计证据的全面性，审计报告的时效性等方面都较弱，在资源配置中的作用有限。而大数据审计由于其审计方法的优越性，能够在资源配置中发挥更大的作用。例如，在审前准备阶段，事务所能够运用大数据技术进行风险分析以确定审计重点与审计方法；在审计实施过程中，自动化审计流程能够在一定程度上实现对人力的替代；依托积累的审计实施历史数据训练机器学习模型，能够增强审计工作的前瞻性与工作效率。审计效率和效果的提升能够更大程度提升财务报告的可靠性和披露的及时性，更便于利益相关者做出合理决策，从而提升社会资源配置效率。
现代审计产生于西方，规则制定权自然掌握在西方手里。作为西方审计模式的追随者，我国在国际审计领域的话语权历来较弱。例如，我国在国际审计与鉴证准则理事会（以下简称“IAASB”）中大部分时间都没有自己的代表。近年来，随着我国经济实力的飞速发展，这一情况慢慢有所改善。2007年中国审计署首次当选联合国审计委员会委员国之一，我国国家审计署曾多次派出审计组在联合国国际法庭、国际性基金会组织、维和部队军事工程项目等关键领域查办大案要案。2013年，前审计长刘家义当选世界审计组织的首任华人主席。自2017年起，由我国审计署多次主持召开世界审计组织大数据工作组会议，与各国最高审计机关就大数据审计的发展进行深入交流。同年，毕马威中国的合伙人芮怀涟出任IAASB委员，成为首位获得IAASB提名并成功当选的来自亚洲地区的国际网络会计师事务所代表。2018年10月，国际标准化组织“审计数据采集”项目委员会第四次会议在浙江杭州召开，我国审计署深入参与推动审计信息化标准化工作。2019年，经国际标准化组织（以下简称“ISO”）批准，我国正式成立了“审计数据服务”技术委员会（ISO/TC 295），这是ISO第一个审计信息化领域的技术委员会。近日，毕马威合伙人芮怀涟被IAASB宣布任命为副主席，任命将于2021年1月1日生效。
进入新时期，大数据审计为我国在国际审计领域话语权的提升提供了绝佳的机会。中国为大数据审计的发展提供了沃土。例如，根据金融公司Pitchbook的统计，2018年，中国的BAT（百度、阿里巴巴和腾讯）在AI领域共投入了128亿美元，而美国的四大巨头（谷歌、亚马逊、脸书、苹果）合起来才投入17亿美元[3]。中国在技术方面大规模的投入以及更加宽松的大数据应用环境为大数据审计的发展提供了难得的发展机遇（张敏，2020）。
我国具备在大数据审计技术和理念方面在国际上发挥引领作用的条件，向国际输出中国的技术与经验。例如，国际大型会计师事务所的中国成员所在早期均已陆续完成本土化转型，既能保持在国际交流、审计讨论中及时获得最新科技与热点话题等信息资源，又能在本土市场的丰富实践中将其国际经验本土化，形成独特的中国审计经验与典型范例。这些良好的审计实践与经验总结，让大型会计师事务所中国成员所代表在全球大型内部交流会议中受到其他各国成员所的关注和青睐，我国的审计前沿探索体现出充分的先进性与可借鉴性。与技术与经验输出相伴随的必然是中国在规则制定权和国际话语权方面的提升。这是一个比较清晰的趋势。
我国审计行业已经意识到新技术对审计的影响，并采取了一些行动。2018年，审计署在全国审计机关集中整训动员会中强调审计信息化建设与大数据审计工作。近日财政部出台了《关于推进会计师事务所函证数字化相关工作的指导意见》，对函证程序开展数字化转型工作予以指导并牵头制定函证数据标准，致力于推进一体化、集中化函证业务管理。中注协修订并于2019年12月31日发布施行的五项审计准则问题解答中，对信息技术环境下注册会计师实施函证程序的创新方式提供了进一步指引[4]。毕马威与工商银行合作推出国内首款银行级电子函证平台“函证e信”，审计师可实现银行询证函全流程线上处理，从事务所的智能平台直接对接银行数据获取审计证据。虽然我国审计行业已经开始行动，但与蓬勃发展的大数据审计实践相比，我们还有很长的路要走，有关各方应该抓紧制定短期、中期和长期应对措施。
技术层面的进步在审计行业内逐渐引起审计技术方法乃至审计思维的转变，为应对这种变革，事务所不应仅局限于具体技术在审计实务工作中的应用，更应在战略层面上调整发展方向，对大数据审计转型工作在战略高度上设定目标并予以系统规划，统筹协调事务所的资源配置。
大数据审计的实现，需要事务所根据业务的发展需求在组织结构和业务流程上进行一定程度的重塑。要想实现数据驱动下的大数据审计转型非一日之功，事务所应从战略层面形成长期发展规划，才能在预算安排、发展阶段、技术衔接、部门设置、人才培养、大数据审计工作方式、数据价值的延伸应用等方面形成较为清晰的认识，在尚不明晰的大数据审计发展环境下步步为营，按照战略地图的布局循序渐进。例如很多企业在开展信息系统建设之初，在缺少系统规划的情况下盲目建设包括预算系统、集团办公平台、资金管理平台、财务管理系统、项目管理平台等在内的多个系统，既存在“数据孤岛”，又存在大量的数据盲区，标准化程度也很低，使企业宝贵的数据资源难以被充分利用，甚至有些系统被几乎“闲置”，造成了资源的浪费，也影响企业集团管理的一体化推进。
我国审计市场上事务所数量众多，行业竞争激烈，仅凭事务所自身资源难以充分应对大数据背景下的审计工作变革，应力求实现与各界开展充分合作，发挥合力，共同探索大数据背景下审计行业的“出路”与新的“入口”。
在事务所与客户之间，可以就客户的非敏感数据内容达成使用协议，在保密的前提下将客户的数据用以更多的行业分析与管理咨询项目，使之发挥最大效益，同时给客户审计资费的降低、提供管理建议书等优惠措施。
在事务所与事务所之间，应加强行业内的对话与交流，共同扩展审计服务的边界，在大数据背景下共同致力于审计质量的提高和市场的拓宽，把“蛋糕”做大。
与其他数据咨询提供商、相关技术公司之间，事务所应找到竞争与合作的平衡点。例如事务所可以通过购买已有的成熟技术产品和底层服务，降低从零开发需面对的风险和成本。还可以通过达成战略合作协议，形成绑定关系，以优质的服务吸引更多高质量的客户，共同应对行业竞争。
事务所与科研机构、对口高校之间，除了可以就人才的培养达成合作，为审计行业提供高质量的关键人才，还可以与会计与审计、数学与统计、计算机科学、人工智能与心理学等方面的专家合作开展课题研究，使“智囊团”的科研成果直接促进事务所实务工作的发展，同时也为学术界提供先进的实践经验。
在事务所在探索开展大数据审计工作的过程中，不仅需要外部开发商、专业监理或咨询公司的合作支持，更为关键的是本单位内部IT人员、审计师、复合型人才的持续助力。因此人才的引进储备对事务所的长期发展十分关键。
对于会计师事务所而言，其人才储备途径有招聘与引进具有复合背景的人才、对本单位员工进行培训、聘请外部专家担任顾问、设立专项人才计划等等。需要注意的是，人才储备和引进非一日之功，需要作为长期战略计划的一部分予以重视。事务所可以探索开展与高校、科研院所进行合作培养等形式，引进有稳定性、有发展潜力、符合事务所阶段性发展需要的人才。例如，毕马威中国已与中国多所一流大学合作，致力于开发和开办以大数据分析及审计为重点的课程，确保下一代审计师和金融专业人才为进入商业社会做好准备。
事务所应结合自身战略定位，在整体层面上设计具有前瞻性的框架，在此框架下进行技术的研发，同时注意技术的可扩展性和可兼容性。
事务所应当依据自身大数据审计转型的阶段选择适当的技术进行研发，比如在大数据审计开展前期，可以选择开发成本较低、周期较短的自动化流程技术予以开发使用，不仅能在短期内大量减少人工工作量，并且最符合该阶段的成本效益原则。随着技术的进步和实践运行经验的积累，在技术研发的中后期可考虑开发基于机器学习技术的审计模型等，利用自动化流程上线后积累的大量数据，训练机器学习模型，依据其运算结果确定审计疑点，进行人工确认。
在技术开发路径的选择上，事务所应基于自身优势与资源选择适合自身的方式方法，比如可以对关键技术公司进行并购，与相关外部进行合作开发，对于资源不甚充足的事务所可以选择购买成熟的技术产品进行合体改造后直接使用。此外，事务所在研发过程中应紧密结合审计实务，比如有些审计程序主要依靠人工识别，那么就没有必要针对其开发专门的分析模型。
审计工作中的审计流程和审计程序是依据准则和相关监管要求制定的，在实务工作中审计思想、流程均已受到大数据带来的一定冲击，因此在监管层面也亟需制定相应的大数据审计准则，对大数据背景下的审计工作重新审视与加强引导。
仅在获取企业基础数据构建审计数据库的过程中，就涉及信息安全、企业意愿、数据标准、责任划分等众多问题，在审计工作完成后更是涉及对客户相关数据的留存权、延伸分析与使用、审计数据库权限等问题。其次，在数据资源的收集、处理、分析过程中，审计师应当遵循的审计工作流程与方式方法，都尚无明确规范。这些都有待监管出门出台相应的标准进行规范，从而为大数据背景下的审计组织与人员提供开展工作的依据，为大数据审计成果质量评价提供标准，同时也是对审计师免受不正当指控的保护，进一步为推动大数据审计理论研究和人才培养工作指明方向。
审计失败常常带来巨大损失，危害社会经济运行。大数据审计下的审计失败往往是系统性的，影响较传统审计更为广泛，破坏力更大。监管部门更需要对从源头开始的审计失败予以更多关注。可喜的是，监管机构已经开始关注这一问题。例如，在证监会2020年6月发布的《IPO业务若干问题解答》的第53条已对信息系统核查予以特别关注，其中明确规定高度依赖信息系统的企业必须开展信息系统审计。
与传统审计相比，大数据审计更依赖客户的业务数据等基础数据资源，在这些基础数据中，很大比重来源于客户的信息系统，例如生成的系统日志数据等，如果客户的数据系统本身就存在问题，那么审计师据此得出的审计结果也是不可靠的。因此监管部门应对客户的系统控制提起重视并予以规范，包括操作环境控制、密码控制等一般控制和与业务逻辑密切相关的业务流程、资料完整性、授权与额度管理等控制。
在大型企业集团越来越多、企业经营业态日益复杂的背景下，更需要审慎监管、严抓风险。重大风险因素常常深藏于业务数据中。例如，毕马威中国信息技术风险和鉴证服务主管合伙人董常凌表示，互联网企业业绩造假模式演变主要经历了两个大的阶段，第一阶段是直接信息系统后台伪造数据或编造系统日志，快速提升核心业务指标数据，其特点是完全没有业务支撑，没有实际业务开展，完全通过手段在信息系统数据库中虚构交易数据；第二阶段是线上线下相结合的全链条伪造数据，即随着数据造假“产业链”的逐步成熟以及舞弊行为反排查手段的“日臻完美”，互联网企业逐步开始了通过人工或机器模拟用户行为的方式，在业务端进行“注水”，也就是说，所有的交易都是从前端发起且真实存在，但这些交易并非来自真正的客户[5]。
因此，为了进一步增强大数据审计工作中审计证据的充分性与适当性，监管部门可以要求企业提供更多必要的业务数据，并就财务数据与业务数据变化趋势不合理之处作出解释或提供补充材料，降低审计风险。
大数据背景下的审计工作改进与转型是整个审计行业共同面临的问题，与各审计机构息息相关，审计机构的个体力量在大数据浪潮下显得单薄匮乏，更需要举全行业之力提升大数据背景下的审计工作效果。为满足行业发展需求，监管部门可以推动成立行业技术联盟，邀请来自企业界、学术界等审计行业内外人士定期开展交流，多领域专家团队紧密协作，对先进实践经验进行分享与总结，并形成案例广泛传播，对提出的新创想共同讨论，集中资源与智慧共同创新，在思维风暴与实践经验的融合中发挥行业技术联盟的协同效应，为行业进步营造良好环境。
同时，以行业技术联盟为纽带，在监管部门的规范与引导下推动技术公司与审计机构之间、审计机构与科研院所之间、众多高校之间技术合作的形成、对行业标准的探讨、科研成果的转化、复合型人才的培养、高校财会教育的转型，探索有效的合作与分工机制，形成从人才培养、技术创新、实践应用、成果分享与推广培训的完整产业发展链条，实现有限资源的价值最大化，借助行业技术联盟提升审计行业的整体竞争力。以审计行业人才培养为例，目前注册会计师考试的教材尚未嵌入大数据审计的相关知识，在高校财会教育中，除了少部分的重点高校开设了大数据审计课程或智能财务会计实验班，大部分大学都仍处于教授传统审计会计知识的阶段，人才培养上的滞后对于审计行业的发展十分不利。相关监管部门可以多管齐下，除了以推动成立行业技术联盟的方式来促进人才合作培养之外，还可以通过推动召开联合座谈会等方式，直接引导审计行业职业教育发展和高校人才培养工作发展，使其适应时代需要。
信息基础设施是大数据审计的基石，脱离了信息基础设施条件的“大数据审计”是无本之木。在中央审计委员会第一次会议上，习近平总书记就已强调要加强审计信息化建设，基础设施建设正是审计信息化的“高速公路”。对于审计项目的数据分析硬件需求与软件需求、临时性小型需求与日常基础需求，都有赖于信息基础设施的建设与完善。
监管部门应鼓励审计行业开展信息基础设施建设，设立试点加强5G技术、人工智能、云计算、大数据审计平台的建设，探索信息技术的合作共享与购买机制，同时可以出台相关优惠政策，对于信息基础设施建设支出予以税收优惠等等，将信息化建设绩效纳入排名评价指标体系，为大数据审计创造有利条件。
参考文献：
[1]谢雅璐.大数据审计在国际“四大”中的运用[J].中国内部审计,2018,(6): 81-82
[2]张敏.大数据审计：五大趋势与五大挑战[J].会计之友,2020,(8): 2-11
[3]徐超，陈勇，葛红美，何炎祥.基于大数据的审计技术研究[J].电子学报,2020,第48卷(5): 1003-1017
[4]袁野.推进新时代大数据审计工作的思考[J].审计研究,2020,(1): 3-6
[5]王彪华.大数据审计理论与实践研讨会综述[J].审计研究,2020,(2): 52-56
[6]朱翼.国有企业大数据审计模型的构建方法[J].中国审计,2020,(5): 65-66
[7]李龙.大数据审计数据质量问题刍议[J].中国审计,2019,(19): 27-28
[8]刘国城，王会金.大数据审计平台构建研究[J].审计研究,2017,(6): 36-41
[9]陈伟，居江宁.大数据审计：现状与发展[J].中国注册会计师,2017,(12): 77-81
[1]资料来源：毕马威智动审计https://home.kpmg/cn/zh/home/insights/2019/11/introduce-what-is-dynamic-audit.html。
[2] TEAM——Tech-Enabled Audit Methodology。
[3] 资料来源：http://www.sohu.com/a/258637465_100190264。
[4] 资料来源：http://www.cicpa.org.cn/news/202001/t20200108_52286.html
[5] https://baijiahao.baidu.com/s?id=1663422351825545208&wfr=spider&for=pc。
来源：张敏，李雨新，余佳燕：“大数据审计对我国审计市场的影响与应对”，《中国注册会计师》2021年第一期。
关注微信
