基于会计信息化的注册会计师审计模式研究外文翻译资料

中文参考考译文

2大数据概述

2.1 定义大数据

探索大数据面临的第一个问题是，“大数据”缺乏一致的定义。一个网站列出了32个定义，另一个网站有七个。维基百科将大数据定义为：“大数据是指数据集如此庞大而复杂的术语，使得它难以处理在手上使用的数据库管理工具或传统的数据处理应用程序。面临的挑战包括捕获、管理、存储、搜索、共享、传递、分析和可视化。更大的数据集的趋势是由于额外的信息可从一个单一的大组的相关数据分析，比较在相同数据量较小的组分，能够发现相关性发现业务发展的趋势，确定研究的质量，预防疾病，法律引用链接，打击犯罪，和实时确定道路交通条件。”

虽然不是互斥的，一些大数据定义侧重于大数据的尺寸或特性和其他定义更多地集中在大数据的内容的例子。在特征方面，经常，大数据定义的体积，速度，品种和准确性（通常被称为“4对”）。速度是数据变化的频率。许多大数据设备正在收集不断更新的实时传感器数据。多样性是组织收集的广泛的数据范围。准确性涉及数据的完整性。准确性可能涉及到如何发展，审计师在客户大数据海量金融数据的如何构建一个适当的水平。 在不同的内容例子术语定义大数据，大数据的数据可能包括一些混合了传统的结构化的财务和非财务数据（NFD）、物流数据、传感器数据、电子邮件、电话、社交媒体数据，博客，以及其他的内部和外部数据。审计人员的传统专注于交易会计数据，因此，一个特别相关的内容定义的大数据在审计方面是由康纳利（2012），这是交易为出发点：

他接着解释并说明这个等式：ERP、SCM、CRM和事务性Web应用程序是系统处理事务的典型示例。这些系统中的高度结构化数据通常存储在sql数据库中。相互作用是关于人和事物如何相互作用或与你的业务。Web日志，用户点击流，社会互动和饲料，和用户生成的内容是经典的地方找到交互数据。观测数据往往来自于事物的互联网。传感器，热，运动，压力和RFID和GPS芯片内的移动设备，ATM机，甚至飞机发动机等提供了一些“事物”的例子，输出观测数据。

康纳利（2012）框架是有用的，因为它把审计人员目前使用的数据（在左下角的一个小方框中）变成透视图，并显示大数据提供了多少额外的数据以扩大审计过程中的输入。移动到细胞C和D（进入大数据）图1是审计师将扩大，小盒子在角落里成了一个庞大的人口的NFD外。

康纳利（2012）继续确定他所看到的大数据在商业中的七大驱动力：

业务

1使创新的新商业模式的机会

2潜在的新见解，推动竞争优势

技术

1收集和存储的数据继续成倍增长

2数据越来越多，无处不在，并在许多格式

3传统的解决方案在新的要求下失败

金融

1数据系统的成本，作为它花费的百分比，继续增长

2商品硬件和开源软件的成本优势

这些驱动程序是通用的，不具体的审计，但是，如果大数据是影响审计更直接，那么它将通过前两个驱动程序（新模式和新见解）。大数据究竟是如何做到这一切的？卢卡斯（2012）对大数据有着深刻的刻画，他认为：“通过意图和时间而不是数据类型来划分世界。“旧世界”是关于交易的，当这些交易被记录下来的时候，对它们做任何事情都太迟了：公司不断地管理后视镜。在“新世界”中，企业可以使用新的“信号”数据来预测将要发生的事情，并进行干预以改善形势。例子包括跟踪品牌情绪对社会媒体（如果你的喜欢掉下悬崖，你的销售一定会遵循）和预测性维修（复杂的算法确定何时需要更换飞机，在飞机贵困在跑道）。” “管理后视镜”的要求通常是针对会计信息的，特别是审计师。正如卢卡斯（2012，强调原文）继续说：“健康信号的业务，我们已经受过训练，寻找并没有改变了一个世纪或更多，但今天可用的信息量，可以表明相对健康的企业是完全不同的。说它是可悲的，但Ebenezer Scrooge就善于董事会议，今天的一天，查尔斯·狄更斯认为“这是报价的长度”。从卢卡斯价值（2012）因为他是一个大数据定义谁使他的论点明确会计术语。因此，他提出了“每一个会计公司都需要一个实时数据平台”的论点（强调原文）：“损益表和资产负债表是最佳的上线和底线的后测措施。他们提供了一个快照在所有发生的时间，但很少，如果有的话，指示企业正在发生的事情。例如，一个在线订阅模式的零售商经历了一个巨大的下降，股票价格，因为收入报表结果不佳。进一步的分析表明，有一个急剧下降的用户（流失）在他们最有利可图的部分。它的理由是，先发制人的脉冲检查的流失可能有助于阻止出血，也许阻止了华尔街的反应。这种流失是一个新的信号的例子，可能有助于这一个企业更积极地运行其业务，而不是寻找与后视图的解释。所以一个公司如何获得知道中游有问题或有机会去解决的能力？公司将如何获得智能可操作的见解，使这种情况发生？我们需要的是能够以交互的方式询问复杂的问题，以最直接的方式来处理数据的数量和多样性。 但正如这一论点的说服力似乎是关于传统会计报表长期诟病的缺点，卢卡斯谈论的是会计，而不是审计。因此，虽然营销经理在企业一定要注意的流失率的用户，应该审计师？因为大数据将使“企业[经理]更主动而不是用后视镜视角”的解释看起来并不一定意味着审计师也采取这样的“积极”的角度运行其业务，他们不想在什么大数据的严谨分析不这样做带来的审计。

2.2大数据背景

定义大数据是一个不完整的练习，除非把这个定义放到上下文中。大数据的出现并不意味着公司必然创造新的数据元素（尽管他们可能会这样做，作为他们的大数据活动的一部分。大数据是在数据仓库或数据湖中组装许多不同的数据集，以允许分析不同的数据，反过来，发现新的模式，关系和数据中的相关性。虽然可以使用独立的数据库连接（ODBC）等技术在单独的孤立数据库中进行数据分析，但这种方法在单独的海量数据库中是非常低效的。除了将不同的数据集，在数据环境中，输入的数据可以通过不同的提取、变换、和加载（ETL）功能进行后续的数据分析更efficient.因此，而大数据肯定有其独特的特点是可以的，但是，也被诬陷为一种进化现象在数据存储和数据，进化可以在不同的公司不同的速率发生分析。企业资源计划（ERP）系统的发展是进化过程中的一个重要步骤。在ERP的环境中，公司的特点是有许多孤岛的技术（孤岛）与孤立的数据库特定的隔离应用程序，不共享数据彼此。这些预ERP数据库是内部开发和专有获取数据库的混合，命名和创建数据元素（字段）和表的混合标准，以及数据库结构的混合。ERP软件集成了许多（但不是全部）的内容，这些孤立的数据库成一个大型综合数据库由多个应用程序共享。随着存储成本持续大幅下降，海量数据仓库超出了ERP数据库成为实用。为了处理这些仓库和新类型的数据，数据挖掘算法和技术变得更加复杂和高效。这些和其他技术进步的融合自然演变成我们现在所说的大数据。

无论大数据的特点是什么，这不是定义其价值的审计人员或任何其他用户。数据→信息→知识→智慧层次的文献（例如，见罗利，2007和2007；或者，Zins，在会计方面，埃利奥特1998）就可以得出要指出的是，大数据确实只是数据。换句话说，大数据无论是在技术上被认为是一种进化还是革命性的发展，仍然是一种达到目的的手段，而不是像炒作有时表达的那样，本身就是目的。如果审计人员要在其中找到价值，大数据和相关分析必须导致更高效，有效和/或更高质量的审计。

2.3特别债权需要特别证据

在这方面，值得一提的是“非凡的要求需要非凡的证据”这句古老的格言：大数据对于审计师来说是有价值的，推论也有：非凡的数据使用需要非凡的问题需要回答。尚未阐明的是，审计是否包含了这些特殊的问题，不能通过充分利用现有的交易数据，以及传统的审计程序来分析数据。换句话说，是否有强大的好处，将推或拉审计人员走出A细胞和细胞C和D在图1？只有当传统数据的限制已经达到，审计师可能转向其他类型的大数据。此外，Zikopoulos等人。（2013）以上所述，关于大数据的特殊之处在于今天比较容易分析大数据集的能力，而不是这些数据集的可用性。例如，在图3中，康纳利的大数据概念的一个组成部分是RFID芯片，但这些已经被广泛使用至少十年。因此，审计人员不必等待大数据的出现作为一个概念，已经开始使用RFID在他们的审计程序，但很少有证据表明，他们选择这样做。

三.将大数据纳入审计实践的潜在优势

大数据分析增加价值的一个重要方式是通过发现模式（例如，意想不到的相关性），在有限的较小的数据集（如典型的审计样本）是不可分辨的。Cukier和Mayer Schoen berger（2013）的状态：“很容易理解大数据仅仅从规模。但这将是误导。大数据的另一个特点是提供数据的许多方面的世界，从来没有量化过的能力；称它为“数据化”。例如，位置已经数据化，先用经度和纬度的发明，以及最近的GPS卫星系统。当计算机挖掘数世纪价值的书籍时，文字被视为数据。甚至连友谊和“喜欢”的数据显示，通过脸谱网”。正是这种详细的信息，不只是喜好kate spade专卖店钱包，而且上下文信息，丈夫打高尔夫，家里有一个会员，导致人们说这是“数据”的黄金。

在大数据中的大部分数据可以被看作是领先的指标，因为他们的会计交易从几天到一年或更长的时间。其他一些数据紧密耦合到未来的会计交易。例如，波音和空客等公司都有飞机将交付在未来多年因此缺货，订单数据与未来收入和成本高度相关。其他数据可能松散耦合到会计事务，但仍然信息。例如，Twitter负面评论的趋势可能预示着未来收入的下降。因此，大数据有可能成为一个强有力的手段设置和调整审计师的期望在开始（规划阶段）和整个审计。因为很多大数据内容可以被分离的身体和概念从会计数据，骗子不可能操纵所有适用的大数据元素来掩饰自己的欺诈。由于大数据的实质内容和“100%抽样”的概念（分析整个人口），发现“红旗”和其他可疑离群值大大增加。还有很多其他的因素，但大数据分析特别是对NFD重点显然检测大规模欺诈的例子，潜在的历史。

事实上，安永，2014认为，大数据的明显利用是欺诈检测。沿着这条线，在巴西，雇主要求雇员使用指定的银行，以便雇主可以检查帐户的舞弊行为的证据，如超过工资的支出，这是司空见惯的。这样的做法会不会允许西方国家由于对隐私的关注，但这个例子表示的附加值，非传统的数据可以提供一个明确的预测问题。鉴于审计人员面临没有在最近的金融危机，如贝尔斯登，改善审计客户风险评估可能会成为另一个有前途的应用大数据的企业的持续经营的意见。另一方面，它必须记住，这只是该审计业务的一小部分，多关注意见，出具拒绝最近少数所有审计客户examined.20然而，这可能是最有前途的地区立即研究将大数据技术应用到审计实践。

4、将大数据纳入审计实践的抑制因素

在大量关于会计和审计领域中面对大数据的积极态度的文章的基础上，上文概述了大数据的潜在优势。本节将要概述许多抑制因素或挑战，核数师将面临的，因为他们扩大了使用大数据和先进的分析。正如下一节讨论的，在一个非常务实的层面上，使用大数据作为审计的一个组成部分是破坏性的技术，需要在几个方面的重大业务变化方面的范式转变。余下的部分仔细审视与外部财务报表审计整合大数据相关的更广泛的问题。

4.1一个范式的转变

即使在财务报表审计的大数据的显着潜在的好处，审计实践社会（公司，监管机构和其他利益相关者）将不得不通过一个范式转变，利用这些好处。在大数据的好处可以完全实现之前必须要解决的抑制因素有很多。从广义上讲，审计师需要前所未有的访问客户数据（这将增加对会计师事务所和他们的客户的关注）；在审计团队的数据分析能力的增加（可有短期和长期成本的后果）；而在NFD要素和财务数据的大量人口之间的关系了解的增加（这意味着提高审计团队的商业头脑）。抑制因素都有各自的解决方案，我们有改善每个抑制因素的影响的建议。建议的方法来解决抑制剂分为两大主题。首先，使用大数据不是一个全或无的选择。审计人员可以开始小（樱桃采摘）的广度和深度。审计人员可以通过数据类似熟悉会计变量如包含在订单和采购订单的应用程序然后向外扩张发展他们的分析能力结合，并进一步从会计数据。这些建议的价值可以在未来的研究探索。改良第二主题是大数据最终将审核中正常的一部分而务实的主题（由于客户的IT基础设施的环境中），最好是积极的比是反应在将大数据融入审计方面，Alles（2015）也认为。抑制因素只是在实施任何新技术时必须克服的通常的操作绊脚石。大数据将纳入审计实践，其真正的“抑制因素”的独特问题，是我们讨论下一小节。

4.2大数据分析与审计决策的本质

如果大数据是建立在审计的地方，它也必须是一个优越的解决方案，目前的审计程序。审计的一个关键方面，可能会限制大数据的价值是，最终的决策变量是离散的，而不是连续的：一个不合格的审计意见与否，只有少数的非公开客户接受任何合格或不利意见。一般来说，一个连续的结果变量，每次迭代的数据分析，分析师一直试图微调分析（不同的数据和不同的模型），以获得更好的结果比以前的迭代。例如，考虑连续质量技术，如六西格玛。或考虑医疗或市场研究不断试图得到更好的结

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[140787]，资料为PDF文档或Word文档，PDF文档可免费转换为Word