2015年8月31日，国务院正式印发《促进大数据发展行动纲要》，系统部署大数据发展工作。而审计作为一种对数据进行识别和分析的鉴证活动，必然会受到大数据及其相关技术的影响。传统的抽样审计技术和事后审计模式在大数据环境下不仅实施困难，而且效率低下、监督滞后，降低了审计鉴证质量，弱化了审计监督职能。大数据作为新兴产业技术，具有实时数据传递、大量数据分析、快速数据处理等功能，不仅能增强审计信息化水平，还能在当前审计力量不足的情况下提高审计效率，减轻国家审计全覆盖的压力。因此，在大数据环境下，如何借助大数据技术对经济业务事项进行事前、事中、事后的全方位监督，实现以预防、控制、检查为一体的持续审计，达到国家审计参与国家治理全覆盖的监督目标，是学者们目前迫切需要研究的课题。本文基于大数据时代的现实背景，利用大数据处理技术推动审计技术的革新，借助大数据思维探讨事前预防、事中监控、事后检查的持续审计模式，重构审计实施流程，以期推动我国大数据审计建设，促进审计监督服务效能的发挥。 二、研究现状 1.关于大数据的研究。大数据（Big data）亦称海量数据，顾名思义就是数据量大，其体量可以达到数百TB甚至PB级。对大数据的研究最先来自实务部门。最先系统研究和应用大数据的是麦肯锡公司，其认为大数据是无法用传统的软件工具在短时间内被获取、分析和管理的海量数据，并首先在商业中开展应用。之后IBM公司、微软公司、EMC公司、惠普等互联网巨头纷纷跟上，高度关注大数据的潜在商业价值，并投入大数据的研究和技术应用。随后，金融界和政府部门也开始关注大数据。在美国，奥巴马政府于2012年率先公布了“大数据研究和发展计划”，将大数据应用上升为国家战略；英国、日本、法国等也纷纷制定了大数据国家发展战略计划；2015年我国印发了《促进大数据发展行动纲要》，开始从国家战略层面系统部署大数据发展计划。 随着大数据在商业领域的应用发展并逐渐扩展到会计、审计领域，其对审计技术、审计方法、审计模式产生了巨大影响，众多学者开始探讨和研究大数据审计理论框架和实务应用。如秦荣生研究了大数据技术、云计算技术对审计的影响；王欢、许暖和沈波研究了大数据环境下智能审计平台的搭建；顾洪菲研究了大数据环境下的审计数据分析方法；魏祥健研究了大数据环境下的审计模式变更等。至此，有关大数据的理论研究和实务应用开始蓬勃发展。 2.关于大数据对审计影响的研究。秦荣生提出，随着大数据的产生和发展，大数据技术必然对审计产生重要的影响。一是对审计技术的影响。包括：平台搭建技术，如王欢、许暖和沈波提出通过运用大数据技术可以搭建大数据审计平台；全量分析技术，如朱玲玲提出大数据环境下传统的抽样分析会转变为大数据的全量分析。此外，嵌入审计技术、联网审计技术、智能分析技术、数据挖掘技术也得到了广泛的研究。二是对审计方法的影响。朱玲玲还提出大数据促使抽样审计向总体审计转变、现场审计向远程审计转变；韩强提出应创新大数据环境下的现代化审计方法和工具。近年来，大数据方法创新在国外也受到了高度重视，如美国在推动政府开放数据方面做出了巨大的努力，英国国家审计署尤其重视可视化分析方法在政府审计中的应用。三是对审计模式的影响。牛艳芳等、魏祥健研究了大数据环境下云审计模式的构建；张侠、刘军探讨了大数据环境下国家审计从传统的事后审计、定期审计、现场审计向事前、事中、事后相结合的远程审计、实时审计的转变。 3.关于大数据持续审计的研究。持续审计（CA）又称连续审计、实时审计。1991年，Vasarhelyi、Halper对开票数据进行持续监督和控制的执行报告，是国外持续审计研究的开端。1999年，美国注册会计师协会（AICPA）和加拿大特许会计师协会（CICA）对持续审计进行了定义，认为持续审计是实时生成审计报告的一种审计鉴证方法。在持续审计技术方面，Groomer、Murthy提出了嵌入式审计模块技术，Bill Franks提出了实验系统的设计，证明了持续审计技术的可行性。 国内持续审计研究起步较晚、相对滞后。何芹探讨了我国推行持续审计的理论基础，设计了持续审计流程，并分析了持续审计适合的对象和恰当的审计时间；王玉华分析了我国推行持续审计存在的主要障碍，并提出了相应的对策与建议。随着XBRL技术在国外的兴起和应用以及在我国上市公司的逐步试行，一些学者开始把目光投向XBRL与持续审计的结合，认为XBRL的自动财务报告生成技术与持续审计要求的环境非常接近，有助于持续审计的开展。随着大数据技术的兴起、发展和应用，在大数据环境下如何构建大数据持续审计模式也逐渐引起了业界关注。华博风控创始人张孝昆提出利用大数据技术颠覆传统审计模式，由事后审计转变为事前管控、事中管控、事后管控的三维一体管控模式；何芹、张侠和刘军也认为基于大数据的技术支持，传统的事后审计模式应逐渐向大数据实时审计模式转变。 以上研究表明，大数据技术是审计的重要技术支持已得到学者们的共识，在大数据环境下开展数据平台支撑的大数据审计也逐渐得到大家的关注。但目前对于大数据环境下持续审计的研究还处于理论探讨阶段，持续审计模式的理论架构和实践应用方法体系还未形成，基于大数据思维导向和技术支持的持续审计流程设计和实现路径，是推动大数据理论研究和实践应用的关键。 三、大数据环境下持续审计的技术支持 随着大数据的发展与应用，大数据技术必然能够为持续审计提供源源不断的技术创新支持，从而推动审计的技术革新，大数据审计技术是实现持续审计发展的关键要素。 1.大数据采集技术。大数据采集与传统手工数据采集有着本质的区别，它主要是利用采集工具远程获取被采集对象的各种类型的数据，包括结构化数据、半结构化数据及非结构化数据。根据采集与被采集双方的网络架构情况，大数据采集方式可以分为软件接口方式、数据库接口方式和底层数据直接交换方式等。
