开展大数据审计是实现审计全覆盖的现实需求，也是审计工作发展的一个趋势。但在数据安全性风险外，数据的有效性和质量等因素也给审计工作带来了一定的风险。结合审计实践，笔者认为大数据审计环境下的审计风险主要有以下几个方面：

（一）数据质量风险。即审计采集的数据存在不充分、不准确等风险。主要表现有，一是获取数据的途径有限，外部数据的全面性不足；二是被审计单位数据录入错误、系统漏洞、故意修改等原因导致被审计单位数据质量不高；三是被审计单位信息系统庞杂，系统间数据不一致，导致数据可比性不高。

（二）数据分析风险。即审计人员由于对政策法规、业务过程或对数据了解不深入导致的分析结果不准确。主要表现有，一是由于对关联数据分析不够导致重要线索未被发现；二是由于分析思路不当导致的分析结果不准确；三是由于技术水平限制导致工作效率低下和工作推进困难。

（三）审计实施风险。即审计程序、审计取证及审计结论的合法性风险。主要表现有，一是被审计单位对电子数据的核实、数据分析结果的准确性存有疑虑；二是法律法规对大数据审计取证、流程等尚无明确规定，可能引起的程序合法性风险；三是由于程序性风险最终导致的质量风险。

如何防范和化解大数据审计风险，笔者有以下几点建议：

（一）注重数据整合，推动数据标准化建设。一是整合政务云平台、扶贫、社保、财政、工商、税务等数据，便于更全面地开展比对分析；二是整合不同政策背景下、不同阶段的数据，便于分析重大政策执行情况及其结果的比对；三是对不同来源的数据进行清洗整理，形成标准化、规范化的审计可用数据。

（二）加大审计分析工具的运用，强化审计人员专业素质。一是进一步深化sql server 等审计人员常用分析工具的运用；二是由专业技术人员研发适合审计工作实际的大数据分析工具；三是加大对审计人员的技术培训，培养既懂审计业务又懂大数据分析技术的复合型人才。

（三）处理好审计方法创新与审计规范化的关系。一是研究制定大数据审计的规范化操作流程，保证审计程序的合法性；二是探索大数据审计环境下的法规审理工作，保证审计工作的规范化；三是明确审计文书的出具，保证审计结果的严肃性。（刘金梅）