随着大数据时代的到来，各个领域已经完全处于大数据环境下。数据对于审计工作来说也是至关重要。审计工作必须要有全面准确的数据支撑，才能得出最准确的审计结果。因此审计工作必须要顺应变化、迅速改革，以满足瞬息万变的信息环境。

　　一、大数据环境下审计工作的变化

　　（一）审计范围从样本数据到全部数据的变化。早期的审计工作由于各方面技术的限制，面对庞大数据时通常采用抽样调查，但是抽样调查会忽略少数或个别数据可能会揭示的规律或问题。在大数据时代，面对庞大数据量，传统抽样方式已经难以代表整体。目前例如云计算、数据挖掘等技术的应用已经可以满足处理全部数据，因而审计分析要面向全部数据而非局部抽样数据。

　　（二）审计要求从准确性到复杂性的变化。以往数据量较小时，数据的精确性将影响到最终审计结果。大数据环境下，面对海量数据，很难保证所有的数据都是最准确的。因此目前所关注的并不是数据的精确程度，而是利用大规模的数据去分析其能够反映出的各种信息。这种分析结果是基于非常大的数据量，特别小的数据出现不准确的现象对于最终结果的影响可忽略不计。因此，面对海量数据的分析处理时不必过分关注数据的精确度。

　　（三）审计侧重从因果性到相关性的变化。传统的数据分析比较着重于分析数据之间的因果性，得出最终的分析结果。而面对规模异常庞大的数据库，数据的复杂性高、种类多，分析不同数据之间的因果性就非常困难。当前，面对信息多元化和信息共享，单一种类数据的存在性非常低，对整个数据库的分析结果影响比较小。因此，分析数据之间的相关关系就成为更加有效的处理模式。

　　二、大数据环境下对审计工作的影响

　　（一）审计对象需要重新界定。最初的审计对象都是以会计报表或者其他反映经济活动的载体为主，为了适应经济发展，先后又出现了经营审计、管理审计、经济效益审计等。大数据时代下，面对信息技术的巨大变革，对审计对象必然有着更大的影响。因此为满足大数据环境下审计工作的正常进行，必须要对审计对象进行更进一步的扩充。

　　（二）审计方法需要不断更新。以前数据量相对较少，对于数据的保存通常是以纸质形式进行保存，审计人员也是以手工和电脑辅助的方式进行数据取证，工作效率较低。而大数据时代下，面对庞大数据量，审计方法已经从人力变成更高效的计算机处理，云计算、数据挖掘等先进技术的应用为数据处理提供了更为高效、准确的基础支撑。因此，传统的审计方法已经不能适应大数据时代审计工作的要求，必须结合工作的需求不断地改进和探索更加有效的审计方法。

　　（三）审计风险变得更加复杂。大数据时代下，新技术的产生也伴随着出现了新的风险。例如云计算技术所固有的风险，数据基数过于庞大时，难免会出现原始数据的错误，这也是技术带来的风险以及数据透明度风险、数据存储安全风险等。因此，大数据环境下各种风险的产生也会对审计人员开展审计工作有非常大的影响，需要审计人员更加谨慎准确地完成审计工作。

　　三、大数据环境下审计工作的发展路径

　　（一）对审计相关理论进行完善和创新。理论的支撑是进行实践最关键的因素，建立起符合大数据时代需求的全新审计理论体系，首先应结合大数据环境的特点以及新技术的产生对审计的相关理论进行界定和完善，包括大数据审计的审计对象、审计方式等。有效的审计理论能支撑支持新环境下审计工作的高效进行，还要进一步保证审计理论的发展与审计工作实际环境的变化互相配合，才能防止理论与实践脱节的现象。其次是对审计相关准则的积极补充。大数据环境下，从审计对象、审计方式、审计技术等各个方面都发生了巨大变化，要结合实际建立新的准则来规范，保证新时代下审计工作的正常运行。

　　（二）不断探索更加准确高效的审计方法。大数据环境下，如何推进更高效的审计方法完成相关的审计业务是应该首要考虑的问题。首先在获取和处理海量的原始数据上，传统的Excel软件或者相关审计软件已经无法完成如此复杂的工作，必须要采用更加先进的数据挖掘技术。其次是持续审计方法的应用和完善。大数据环境变化快，这就特别强调审计工作的时效性。若审计时间跨度大，那么极有可能新产生的数据会影响最终的审计结果。因此采用持续审计方法，可以保证被审计单位的相关业务活动与审计数据的不断更新保持一致，就可以使得最终的审计结果更加科学准确。最后需要全面地运用数据共享，通过多个渠道形成对数据的获取并存储，实现多部门的数据共享。

　　（三）更加全面地规避新的审计风险。审计工作的准确完成，必须保证有效地规避审计风险。大数据环境下，新产生的审计风险主要在于数据信息的安全。首先是数据信息存储的安全问题。数据信息安全要做到数据信息的硬件、软件及数据不遭到破坏、更改、泄露，保证系统连续可靠地运行。其次在大数据环境下，数据的获取和传输过程也会出现信息安全的问题，数据的泄露不仅会对被审计单位经济上的损失也有可能会给审计人员自身带来重大的法律责任。因此保障审计数据信息安全是最为重要的环节，必须要建立更加全面合适的制度规范，针对数据信息风险问题提出更加完善的相关准则规定。