大数据内部审计变革失败的有那些公司？大数据内部审计期货公司案例分析？

内容导航：

大数据内部审计变革失败的有那些公司大数据时代的案例分析大数据背景下的审计分析方法有哪些

一、大数据内部审计变革失败的有那些公司

1、安然事件

2001年12月2日世界上最大的天然气和能源批发交易商、资产规模达498亿美元的美国安然公司EnronCorp.突然向美国纽约破产法院申请破产保护该案成为美国历史上最大的一宗破产案。

安然公司可谓声名显赫2000年总收入高达1008亿美元名列《财富》杂志“美国500强”第七位、“世界500强”第十六位连续4年获得《财富》杂志授予的“美国最具创新精神的公司”称号。

这样一个能源巨人竟然在一夜之间轰然倒塌在美国朝野引起极大震动其原因及影响更为令人深思。

如何造假的？

安然采取的方式是：利用资本重组，形成庞大而复杂的企业组织，通过错综复杂的关联交易虚构利润，利用财务制度上的漏洞隐藏债务。

审计扮演了什么角色？

明知安然公司存在财务作假的情况而没有予以披露；

安达信承接的安然公司的业务存在利益冲突；

安然公司财务主管人员与安达信存在利害关系；

销毁文件，妨碍司法调查。

启示

“安然公司的崩溃不只是一个公司垮台的问题，它是一个制度的瓦解。

而这一制度的失败不是因为疏忽大意或机能不健全，而是因为腐朽……资本主义依靠一套制度监督机制——其中很多是由政府提供的——防止内部人滥用职权，这包括现代会计制度、独立审计师、证券和金融市场制度以及禁止内部交易的规定……安然事件表明，这些制度已经腐朽了。

用于制止内部人滥用职权的检查和约束机制没有一项有效，而本应执行独立审计的会计师却做出了妥协让步。

”

2、世通事件

世界通信公司是美国第二大长途电话公司，名列世界50大企业，拥有8.5万名员工，业务遍及65个国家和地区。

?

2002年4月，世通曝出特大财务丑闻，涉及金额达110亿美元。

7月，纽约地方法院宣布，美国第二大长途电话公司世界通信公司正式向法院申请破产保护，以1070多亿美元的资产、410亿美元的债务创下了美国破产案的历史新纪录。

该事件造成2万名世通员工失业，并失去所有保险及养老金保障。

如何造假的？

美国证券交易委员会公布的最终调查资料显示，在1999年到2001年的两年间，世通公司虚构的销售收入90多亿美元；通过滥用准备金科目，利用以前年度计提的各种准备金冲销成本，以夸大对外报告的利润，所涉及的金额达到16.35亿美元；又将38.52亿美元经营费用单列于资本支出中；加上其他一些类似手法，使得世通公司2000年的财务报表有了营收增加239亿美元的亮点。

审计扮演了什么角色

缺乏形式上的独立性

未能保持应有的职业审慎和职业怀疑

编制审计计划前没有对世界通信的会计程序进行充分了解

没有获取足以支持其审计意见的直接审计证据

启示

重大审计失败的常见原因包括被审计单位内部控制失效或高管人员逾越内部控制,注册会计师与被审计单位通同舞弊,缺乏独立性,没有保持应有的职业审慎和职业怀疑.尽管世界通信公司存在前所未有的财务舞弊,其财务报表严重歪曲失实,但安达信会计公司至少从1999年起一直为世界通信出具无保留意见的审计报告.就目前已经披露的资料看,安达信对世界通信的财务舞弊负有不可推卸的重大过失审计责任.安达信对世界通信的审计,将是一项可载入史册的典型的重大审计失败案例.

3、山登事件

山登公司主要从事旅游服务,房地产服务和联盟营销三大业务.舞弊丑闻曝光前,山登公司拥有35000名员工,经营业务遍布100多个国家和地区,年度营业收入50多亿美元.

1999年12月7日,美国新泽西州法官William H. Walls判令山登公司向其股东支付28.3亿美元的赔款.这项判决创下了证券欺诈赔偿金额的世界记录,比1994年培基证券公司向投资者支付的15亿美元赔款几乎翻了一番.12月17日,负责山登公司审计的安永会计师事务所同意向山登公司的股东支付3.35亿美元的赔款,也创下了迄今为止审计失败的最高赔偿记录.至此,卷入舞弊丑闻的山登公司及其审计师共向投资者赔偿了近32亿美元.

如何造假的？

CUC公司主要通过6种伎俩进行财务舞弊:

利用"高层调整",大肆篡改季度报表;

无端转回合并准备,虚构当期收益;

任意注销资产,减少折旧和摊销;

随意改变收入确认标准,夸大会员费收入;

蓄意隐瞒会员退会情况,低估会员资格准备;

综合运用其他舞弊伎俩,编造虚假会计信息.

通过上述造假手段,CUC公司在1995至1997年期间,共虚构了15.77亿美元的营业收入,超过5亿美元的利润总额和4.39亿美元的净利润,虚假净利润占对外报告净利润的56%.

启示

实质独立固然重要,形式独立也不可偏废；

密切的客户关系既可提高审计效率,亦可导致审计失败。

4、南方保健事件

2003年3月18日,美国最大的医疗保健公司——南方保健会计造假丑闻败露.该公司在1997至2002年上半年期间,虚构了24.69亿美元的利润,虚假利润相当于该期间实际利润(-1000万美元)的247倍.这是萨班斯-奥克斯利法案颁布后,美国上市公司曝光的第一大舞弊案,倍受各界瞩目。

如何造假的？

南方保健使用的最主要造假手段是通过"契约调整"这一收入备抵账户进行利润操纵.南方保健的高管人员通过毫无根据地贷记"契约调整"账户,虚增收入,蓄意调节利润.而为了不使虚增的收入露出破绽,南方保健又专门设立了"AP汇总"这一科目以配合收入的调整.

审计扮演了什么角色

安永忽略了若干财务预警信号

显失审慎的注册会计师

启示

恪尽应有的职业审慎是防范审计失败的关键

警惕熟谙审计流程的舞弊分子对重要性水平的规避

独立性缺失是审计失败的万恶之源

5、奥林巴斯事件

历史总是惊人的相似。

安然帝国轰然倒塌十年后，地球的另一端又再次上演了相似的一幕。

通过财务造假在20年间掩盖约18亿美元的损失，使得奥林巴斯事件成为日本历史上最严重的会计丑闻之一，大型企业财务丑闻的爆出，不仅动摇了日本企业的形象，也反映出其公司治理及审计监察等多方面的问题。

如何造假的？

泡沫经济导致理财亏损

海外设立投资基金收购亏损金融产品

通过溢价收购资产再冲减商誉来处理累计的损失

审计扮演了什么角色

毕马威未能及时发现奥林巴斯资产负债表外存在的损失，是由于被审单位做了很多巧妙的操作，使得他们无法掌握全部的信息，这一点与奥林巴斯调查报告的结论是一致的；

毕马威未采取积极的函证方式与境外银行就资产抵押等事项进行确认，对于银行的未答复也没有进一步调查，这在当时的实务操作中是正常的，不需要因此而承担责任。

这一点与奥林巴斯的调查报告结论也是一致的；

奥林巴斯调查报告中认为毕马威在与奥林巴斯存在重大分歧的情况下仍出具无保留意见，没有根据J—SOX法则履行相应的提示义务，应该承担责任。

奥林巴斯的调查报告中同样认为新日本轻信了松本的调查报告，没有对并购中的商誉部分进行详细核算，发现给中介机构的报酬也被计入到商誉部分中，因此存在过失。

关于更换审计事务所这一点，奥林巴斯的调查委员会认为两家事务所应该知道是存在购买审计意见的可能性，但毕马威没有尽到提示义务，新日本也没有提出疑问和阻止奥林巴斯进行更换。

启示

作为日本历史上最严重的财务丑闻之一，奥林巴斯事件不仅反映了该公司的一些缺陷问题，更引起了人们对会计制度和审计工作的反思。

诚然其中部分是由于日本独特的文化和制度造成的，但对于尚不成熟的新兴市场国家来说，仍有很多值得警示注意的地方。

深化信息披露制度，落实监管工作

加强内部控制，完善公司治理结构

强化外部审计机构立场

6、帕玛拉特事件

帕玛拉特事件被称为欧洲版的安然事件。

帕玛拉特是欧洲大陆国家家族企业的典型。

帕玛拉特丑闻金额之大、时问之长都是非常罕见的。

帕玛拉特事件所暴露的问题牵涉到方方面面。

帕玛拉特事件是欧洲有史以来最大的一起诈骗和伪造账户案。

39亿只是冰山一角，实际上帕玛拉特黑洞吞噬了令人触目惊心的143亿欧元，几乎是他最初承认数额的四倍。

如何造假的？

利用衍生金融工具和复杂的财务交易掩盖负债：帕玛拉特一方面炮制复杂的财务报表，另一方面通过花旗集团（Citigroup）、美林证券（Merrill Lynch）等投资银行进行操作，将借款化为投资，掩盖公司负债。

以“投资”形式掩盖负债，这种“明股实债”目前在中国房地产行业比较普遍。

伪造银行资信文件，虚构银行存款：帕玛拉特通过伪造文件，声称通过其凯曼群岛的分公司Bonlat 将价值49亿美元的资金（大约占其资产的38%）存放在美洲银行账户。

利用关联方交易，转移公司资产：帕玛拉特利用复杂的公司结构和众多的海外公司转移资金。

操作方法是，坦齐指使有关人员伪造虚假文件，以证明帕玛拉特对这两家公司负债，然后帕玛拉特将资金注入这两家公司，再由这两家公司将资金转移到坦齐家族控制的公司。

虚构交易数额，虚增销售收入：帕玛拉特一份虚假的文件称，公司曾向哈瓦那一公司出售了价值6亿美元，数量30万吨的奶粉，而真实价值不到80万美元。

审计扮演了什么角色

内部审计失效

审计委员会缺乏独立性

外部审计师强制轮换流于形式

审计程序缺乏应有的职业谨慎

合并报表的审计责任不明确

7、银广夏事件

弥天大谎——中国安然事件，2001年8月，《财经》杂志发表“银广夏陷阱”一文，银广夏虚构财务报表事件被曝光。

专家意见认为，天津广夏出口德国诚信贸易公司的为“不可能的产量、不可能的价格、不可能的产品”。

如何造假的？

2002年5月中国证监会对银广夏的行政处罚决定书认定，公司自1998年至2001年期间累计虚增利润77 156．70万元。

从原料购进到生产、销售、出口等环节，公司伪造了全部单据，包括销售合同和发票、银行票据、海关出口报关单和所得税免税文件。

审计扮演了什么角色

银广夏编制合并报表时，未抵销与子公司之间的关联交易，也未按股权协议的比例合并子公司，从而虚增巨额资产和利润。

注册会计师未能有效执行应收账款函证程序，在对天津广夏的审计过程中，将所有询证函交由公司发出，而并未要求公司债务人将回函直接寄达注册会计师处。

注册会计师未有效执行分析性测试程序，例如对于银广夏在2000年度主营业务收入大幅增长的同时生产用电的电费却反而降低的情况竟没有发现或报告；

天津广夏审计项目负责人由非注册会计师担任，审计人员普遍缺乏外贸业务知识，不具备专业胜任能力，严重违反《独立审计基本准则》和《独立审计具体准则第3号——审计计划》的相关要求。

对于不符合国家税法规定的异常增值税及所得税政策披露情况，审计人员没有予以应有关注；

启示

对于注册会计师自身而言：①提高注册会计师自身的业务素质；②保持职业谨慎态度；

对于注册会计师外部而言：①社会各级共同努力改善注册会计师的审计环境；②加强对事务所的审核和注册会计师能力的考查

8、蓝田事件

与银广夏“异曲同工”的是，曾以“老牌绩优股”著称的蓝田股份玩的同样是编造业绩神话的伎俩。

银广夏所鼓吹的生物萃取不过是画饼充饥，而蓝田股份的渔塘奇迹无异于痴人说梦。

1996年6月18日，蓝田在上海证券交易所上市；1999年10月，证监会处罚公司数项上市违规行为；2001年10月26日，中央财大教授刘姝威在《金融内参》发表600字短文揭露了蓝田的造假丑闻，此后蓝田贷款资金链条断裂；2002年1月，因涉嫌提供虚假财务信息，董事长保田等10名中高层管理人员被拘传接受调查；同年3月，公司被实行特别处理，股票变更为“ST生态”；同年5月13日，生态因连续3年亏损，暂停上市；2003年1月8日，ST生态复牌上市。

如何造假的？

蓝田已无力还债。

12.7亿元农副水产品收入有造假嫌疑 ；

蓝田的资产结构是虚假的 。

蓝田造假奇闻主要有：“金鸭子”的童话、“野莲汁、野藕汁”的传说、“无氧鱼”的故事。

审计扮演了什么角色

审计主体方面的原因；

审计人员的过失行为；

审计对象、范围的拓展，致使审计风险增大，审计失败的概率增加；

被审计单位会计报表表述不实，增大了审计风险，审计失败的概率增加。

启示

要审计人员提升自身的业务能力，尤其是具备现代化的审计业务能力是规避审计失败的基本前提。

要完善公司治理结构，尤其是创造良好的审计人员执业环境是规避审计失败的基本条件。

要加强行业监督与指导力度，尤其是加大对审计人员败德行为的惩罚力度是规避审计失败的重要措施。

要谨慎选择被审计单位，尤其不要承接审计部门能力所不能承担的审计事项是规避审计失败的重要步骤。

如果说公司治理和内部审计是确保会计信息真实可靠的第一道闸门,那么,独立审计就是防范重大会计差错和舞弊的最后一道防线.独立审计存在的理由是为了满足公司的高管人员和投资者等利益相关者有效利用会计信息的共同需要

二、大数据时代的案例分析

个案一

你开心他就买你焦虑他就抛

华尔街“德温特资本市场”公司首席执行官保罗·霍廷每天的工作之一，就是利用电脑程序分析全球3.4亿微博账户的留言，进而判断民众情绪，再以“1”到“50”进行打分。

根据打分结果，霍廷再决定如何处理手中数以百万美元计的股票。

霍廷的判断原则很简单：如果所有人似乎都高兴，那就买入；如果大家的焦虑情绪上升，那就抛售。

这一招收效显著——当年第一季度，霍廷的公司获得了7%的收益率。

个案二

国际商用机器公司（IBM）估测，这些“数据”值钱的地方主要在于时效。

对于片刻便能定输赢的华尔街，这一时效至关重要。

曾经，华尔街2%的企业搜集微博等平台的“非正式”数据；如今，接近半数企业采用了这种手段。

●“社会流动”创业公司在“大数据”行业生机勃勃，和微博推特是合作伙伴。

它分析数据，告诉广告商什么是正确的时间，谁是正确的用户，什么是应该发表的正确内容，备受广告商热爱。

●通过乔希·詹姆斯的Omniture（著名的网页流量分析工具）公司，你可以知道有多少人访问你的网站，以及他们呆了多长时间——这些数据对于任何企业来说都至关重要。

詹姆斯把公司卖掉，进账18亿美元。

●微软专家吉拉德喜欢把这些“大数据”结果可视化：他把客户请到办公室，将包含这些公司的数据图谱展现出来——有些是普通的时间轴，有些像蒲公英，有些则是铺满整个画面的泡泡，泡泡中显示这些客户的粉丝正在谈论什么话题。

●“脸谱”数据分析师杰弗逊的工作就是搭建数据分析模型，弄清楚用户点击广告的动机和方式。

处理和分析工具

用于分析大数据的工具主要有开源与商用两个生态圈。

开源大数据生态圈：

1、Hadoop HDFS、HadoopMapReduce, HBase、Hive 渐次诞生，早期Hadoop生态圈逐步形成。

2、. Hypertable是另类。

它存在于Hadoop生态圈之外，但也曾经有一些用户。

3、NoSQL，membase、MongoDb

商用大数据生态圈：

1、一体机数据库/数据仓库：IBM PureData(Netezza), OracleExadata, SAP Hana等等。

2、数据仓库：TeradataAsterData, EMC GreenPlum, HPVertica 等等。

3、数据集市：QlikView、 Tableau 、 以及国内的Yonghong Data Mart 。

三、大数据背景下的审计分析方法有哪些

一、“大数据”时代的数据挖掘的应用与方法

数据挖掘是在没有明确假设的前提下去挖掘信息、发现知识。

所以它所得到的信息应具有未知,有效和实用三个特征。

因此数据挖掘技术从一开始就是面向应用的，目前数据挖掘技术在企业市场营销中得到了比较普遍的应用。

它包括：数据库营销、客户群体划分、背景分析、交叉销售等市场分析行为，以及客户流失性分析、客户信用记分、欺诈发现等。

审计部门的数据挖掘以往偏重于对大金额数据的分析，来确实是否存在问题，以及问题在数据中的表现，而随着绩效审计的兴起，审计部门也需要通过数据来对被审计单位的各类行为做出审计评价，这些也都需要数据的支撑。

数据挖掘的方法有很多，它们分别从不同的角度对数据进行挖掘。

其中绝大部分都可以用于审计工作中。

1. 数据概化。

数据库中通常存放着大量的细节数据,

通过数据概化可将大量与任务相关的数据集从较低的概念层抽象到较高的概念层。

数据概化可应用于审计数据分析中的描述式挖掘,

审计人员可从不同的粒度和不同的角度描述数据集, 从而了解某类数据的概貌。

大量研究证实, 与正常的财务报告相比,

虚假财务报告常具有某种结构上的特征。

审计人员可以采用概念描述技术对存储在被审计数据库中的数据实施数据挖掘,

通过使用属性概化、属性相关分析等数据概化技术将详细的财务数据在较高层次上表达出来, 以得到财务报告的一般属性特征描述,

从而为审计人员判断虚假财务报告提供依据。

2.统计分析。

它是基于模型的方法, 包括回归分析、因子分析和判别分析等,

用此方法可对数据进行分类和预测。

通过分类挖掘对被审计数据库中的各类数据挖掘出其数据的描述或模型,

或者审计人员通过建立的统计模型对被审计单位的大量财务或业务历史数据进行预测分析, 根据分析的预测值和审计值进行比较, 都能帮助审计人员从中发现审计疑点,

从而将其列为审计重点。

3. 聚类分析。

聚类分析是把一组个体按照相似性归成若干类别, 目的是使得同一类别的个体之间的距离尽可能地小,

而不同类别的个体间的距离尽可能地大, 该方法可为不同的信息用户提供不同类别的信息集。

如审计人员可运用该方法识别密集和稀疏的区域, 从而发现被审计数据的分布模式,

以及数据属性间的关系, 以进一步确定重点审计领域。

企业的财务报表数据会随着企业经营业务的变化而变化, 一般来说,

真实的财务报表中主要项目的数据变动具有一定的规律性, 如果其变动表现异常, 表明数据中的异常点可能隐藏了重要的信息,

反映了被审计报表项目数据可能存在虚假成分。

4. 关联分析。

它通过利用关联规则可以从操作数据库的所有细节或事务中抽取频繁出现的模式,

其目的是挖掘隐藏在数据间的相互关系。

利用关联分析, 审计人员可通过对被审计数据库中的数据利用关联规则进行挖掘分析, 找出被审计数据库中不同数据项之间的联系,

从而发现存在异常联系的数据项, 在此基础上通过进一步分析, 发现审计疑点。

二、应对“大数据”时代，审计分析应做出的调整

从以上分析过程中，我们不难看出“大数据”时代的数据存贮、处理、分析以及挖掘的各个方面虽然与传统方式相比，在技术层面上有了较大的改变，但是在基本的原理方面并没有显著的改变，原有的审计分析模式没有必要因为“大数据”时代的来临而急于做出相应的改变。

然而“大数据”时代在给审计分析带来机遇的同时，还是给我们带给了相当大的冲击，对此我们有必要引起相当的重视，并在日后的信息化建设过程做出相应的调整。

1、数据的存贮与处理。

大数据分析应用需求正在影响着数据存储基础设施的发展。

随着结构化数据和非结构化数据量的持续增长，以及分析数据来源的多样化，此前存储系统的设计已经无法满足大数据应用的需要。

基于块和文件的存储系统的架构设计需要进行调整以适应这些新的要求。

审计部门在选择相应的存贮系统的时候，要对非结构化数据有足够的重视，做好采集的相关准备。

同时随着采集数据的单位和年份越来越多，数据量必然是会有大规模的增长。

即使是海量数据存储系统也一定要有相应等级的扩展能力。

存储系统的扩展一定要简便，可以通过增加模块或磁盘柜来增加容量，甚至不需要停机。

同时，为了提高数据的处理能力，解决I/O的瓶颈问题，可以考虑各种模式的固态存储设备，小到简单的在服务器内部做高速缓存，大到全固态介质可扩展存储系统通过高性能闪存存储都是可以考虑使用的设备。

2、非结构化的数据处理。

非结构化数据的多元化给数据分析带来新的挑战，我们需要一套工具系统的去分析，提炼数据。

语义引擎需要设计到有足够的人工智能以足以从数据中主动地提取信息。

3、可视化的分析。

数据分析的使用者有数据分析专家，同时还有普通用户，但是他们二者对于数据分析最基本的要求就是可视化分析，因为可视化分析能够直观的呈现大数据特点，同时能够非常容易被读者所接受，就如同看图说话一样简单明了。

“一个平台、两个中心”建设，是审计署目前信息化建设的重要内容。

通过数据中心的建设，可以在相当程度上解决数据存储与处理的问题；而数据式审计分析平台，同样可以在一定程度上实行可视化分析的相当一部分功能，但是对于越来越庞大的非结构化数据的存储和处理，将会是审计部门接下来所面临的最大的挑战。