1.大数据审计是基于全数据模式的审计
受人力、被审计单位信息水平和自身信息手段的限制,传统审计依赖于抽样分析,也就是说,从抽样样本的局部检查和分析开始,然后推断审计对象的整体相关情况。给出了大数据"样本=总体"全数据模式,使全覆盖审计成为可能。审计人员可以分析几乎所有与审计对象相关的数据,有利于规避审计抽样风险,揭示抽样审计所发现不了的问题,也可以通过跨领域、跨部门、跨区域的数据分析,在细节数据中发现更有价值的信息,反应事物的整体特征。
2.大数据审计更依赖相关关系,而不是因果关系
"小数据"时代,审计人员往往先有想法,然后收集数据来证明和测试想法的可行性。大数据提供了前所未有的细节,可以记录和分析与问题相关的大量信息。通过找到良好的相关性,利用相关关系可以帮助审计人员发现趋势和感知风险,因果逻辑关系的依赖性降低了审计数据分析,更倾向于基于相关关系的数据分析。
3.基于混合数据的大数据审计
"小数据"由于收集的信息量较少,记录清楚数据的基本要求是减少错误,保证质量。大数据需要保持数据的原始特征,而且由于格式不同、数据量增加、数据转换等因素,一些不可避免的数据将不可避免地混合在一起。审计所要做的并非所有的不确定性都以高昂的代价进行,但接受这种混杂,发现问题,把握宏观。"总体分析、疑问发现、分散验证、系统研究"工作模式是实现这一目标的有效途径,即数据分析人员负责审计分析,形成验证线索;现场验证人员根据线索进行验证,报告核查情况;分析研究人员总结审计情况,并形成报告或信息结果。
1.审计数据的真实性和可靠性
在计算机审计环境中,数据存储在磁性介质中,所需的信息必须通过人机对话从计算机系统中传输出来进行分析。在数据生成过程中,有许多人为控制链接,不同单位会生成不同的数据格式,审计师在收集数据时,由于不确定数据的真实性和不同数据格式的不可预测错误,审计风险增加。
2.审计数据的完整性
随着经济活动的日益复杂,数据量呈几何级增长,每天可以生成大量携带不同信息的数据,不仅包括数值类型,还包括各种文档、图片等。审计人员在收集数据时,由于专业数据信息或数据之间的检查关系不清楚或被审计单位故意隐瞒部分数据信息,可能导致数据收集不完整,数据分析结果不能反映真实有效的审计信息。
3.存储和保护审计数据
互联网的发展带来了信息量的爆炸性增长。在这种环境下,为了拓宽审计的深度和广度,必须从大量数据中进行筛选,获得的数据必须存储在当地,以确保随机使用和相关分析。因此,计算机本身的存储容量也成为限制大数据审计效果的一个重要方面。同时,审计数据往往涉及被审计单位的秘密或内部信息。如何确保数据安全,防止数据泄露也是大数据审计需要解决的关键问题。
4.审计数据的分析
虽然计算机已经渗透到审计工作的各个领域,但大多数仍然停留在数据统计分析或网络查询法规和信息中,计算机分析的应用程度仍然很低。数据分析技术难以掌握,大数据分析方法与审计的有效整合是限制大数据审计发展的关键环节。
分析审计数据的风险
目前电子数据的分析更多是靠人工统计和对事物判断的经验来得到审计结果,对于结果的不确定性在一定程度上给审计工作带来了风险。
6.审计人员的综合素质
一方面,懂计算机、精通审计业务的复合型人才较少。另一方面,随着现代信息技术的快速发展,被审计单位的信息更新速度非常快。审计人员综合能力的限制也是大数据审计发展和应用的挑战。
7.各部门之间的沟通协调
被审计单位不愿意合作或不了解审计工作的性质,可能会导致数据提供不及时、不完整、不兼容等问题。上下审计机构之间缺乏沟通和技术沟通可能会导致数据使用质量低或在现有条件下无法分析收集到的数据。
以上就是关于“大数据审计有哪些特点?大数据审计的主要表现是什么?”的详细介绍,如果您还有其他问题,请随时咨询我们。