如今，大数据技术已渗透至电商、智慧城市、金融等社会各领域，审计行业也难以抵挡数据时代的浪潮。然而在推动审计进行转型的过程中，“大数据审计”常常沦为“审计大数据”。许多审计部门在开发或运用审计信息系统时，仅仅是利用功能更强大的数据采集和数据分析技术扩大了抽样范围，审计人员所使用的并非是真正意义上的“大数据”，而只是“大量数据”。那么如何实现真正的“大数据审计”呢？我们首先需要明确大数据及审计的特征和相关性，才能理解“大数据审计”的逻辑思路。
大数据的特征
大数据被定义为信息爆炸时代的海量数据及其相关技术，其与审计工作相关的特征如下：
数据体量大
与传统数据量级不同，大数据选取并处理的分析对象是全部原始数据。大数据分析不再局限于被审计单位数据，而包括系统可获取的被审计单位内外部数据、国家审计机关内部数据和互联网大数据等，同以往审计工作中受成本或时间限制局限于随机选样、仅获取部分样本的模式完全不同。
数据类型多
由于数据分析技术的突破，选取的原始数据库数据不再以结构化数据为主，而多为非结构化数据和半结构化数据，审计人员通过数据可视化等大数据分析技术重构不同类型的结构化数据与非结构化数据，可以得出数据总体层面的分析结果。
数据价值密度低
以大数据技术获取的每单位原始数据中，真正有价值的内容只占很小一部分，例如在一段视频中仅有几秒的内容是对审计工作实际有用的信息。因此，在数据处理时需要系统快速处理低价值信息，提取出高质量、高价值的部分，并予以整合。
数据处理速度快
由于数据处理技术的提高和分布式计算的存在，大数据处理相较于传统的数据批量处理方式来说，可以将数据采集工作分解成多个小任务，并分配至各个处理节点，实现以极为快速的处理速度提取实时数据，并对数据进行复杂的计算和相关性识别。
利用弱相关因素进行风险控制
会计信息质量的影响因素可以分为强相关影响因素和弱相关影响因素，其中：强相关因素易被确定或预估，其影响力占主导地位，如内部控制质量、公司治理模式、会计准则执行力度等，大数据对这一部分的贡献十分有限；但对于弱相关因素来说，虽然单个因素的影响力度有限，但在强相关因素影响程度相似或强相关因素无法预估甚至不存在的情况下，弱相关因素便可起到决定性的作用。利用大数据技术，汇总弱相关因素，可以获取与会计信息质量、授信、坏账等有关的风险数据。
审计分析程序的特征
审计分析程序是指，注册会计师研究不同财务数据或财务数据与非财务数据之间的内在关系，识别出与其他相关信息不一致或与预期值存在重大差异的波动，评价财务报表信息。分析程序是注册会计师在了解被审计单位及其环境、获取充分适当的审计证据、复核已获得审计证据时采用的重要程序之一，也是大数据应用相关性最高的审计程序。梳理审计分析程序的特征即可理解审计实务运作中对于大数据技术和大数据思想的需求。其主要特征如下：
使用的数据存在可预期关系
审计分析程序的核心在于建立数据间的关系，发现数据间的偏差，并就导致偏差出现的原因进行分析。其研究的对象主要是财务报表中账户余额及账户余额之间的关系，以及与预期值产生的重大差异，一般以趋势分析和比率分析作为辅助方法。因此分析程序往往涉及复杂的统计模型和数学推导，其使用的数据通常需要经过加工处理。
受职业判断的影响
审计人员的职业判断在分析程序的运用中有着重要的作用，但受到经济效益、被审计单位和自身专业胜任能力的影响，即使审计人员主观意在保持自身独立性和客观性，也可能存在相关利益因素的干扰，使分析性程序得出结果与实际情况形成差异，这将直接影响分析程序的有效性。
大数据之于审计
大数据作为提高“数据加工能力”、实现数据“增值”的工具，与审计分析程序联系紧密，从两者的特征中可以引出一些大数据审计的思路：
提供充分的数据进行分析
大数据庞大的数据数量和数据类型可以为审计人员使用分析程序进行分析提供充足的数据基础，对数据进行分类整理和综合分析，构建数据间的相关关系，以便后续审计工作中通过分析程序获取充分适当的审计证据，并支持已获得的审计证据。
降低审计工作的成本
大数据技术的处理速度较快，相较于传统审计的手工操作，大数据审计替代传统审计将会在保证详细审计的基础上大大降低人力成本和时间成本。但需要注意的是，运用大数据技术要求审计人员具有相关的专业要求，可能会增加企业人力资源中的招聘成本和培训成本。
降低审计风险
运用大数据技术可以在相同的审计成本下处理更多的原始数据，并利用弱相关影响因素获取与风险有关的审计线索，以此替代部分职业判断，降低主观性分析带来的检查风险。与此同时，大数据技术改变了审计工作的优先次序，审计人员可以对所有细节进行自动测试，在测试中发现异常数据后，再传导至分析性程序进行分析，而非利用高水平的分析性程序减少所需审计数据的数量，因此运用大数据将会降低审计工作中分析程序的困难程度。
我们在推进大数据审计的过程中，不可盲目地满足于“审计大数据”，只有对大数据的正确理解、对大数据技术的灵活运用以及在此基础上对审计思路与方法的有效调整，才能真正让大数据审计焕发光芒。
