1、性

随着会计电算化的日益普及,金融软件取代纸质账簿，成为存储会计信息的新媒介,同时,计算机可以进行高质量、快速、大量的处理。大数据审计可以显著提高审计效率,让审计人员把精力从看账、翻账转向更需要专业判断的工作。

2、实时性

事后审计改变了大数据审计的应用,意见滞后,推动审计模式向持续、动态、实时的方向转变,审计可以在经济活动中发挥监督作用,及时反馈问题，纠正偏差。

3、覆盖面广

过去,受人力、物力、时间的限制,审计多为抽查,现在从一小部分数据中找出疑问,大量的计算机存储和数据处理,实现跨年度、跨领域、跨专业的审计全覆盖,有助于更好地发挥审计在党和监督制度中的重要作用

1.大数据审计是基于全数据模式的审计

受人力、被审计单位信息水平和自身信息手段的限制,传统审计依赖于抽样分析,也就是说，从抽样样本的局部检查和分析开始,然后推断审计对象的整体相关情况。给出了大数据"样本=总体"全数据模式,使全覆盖审计成为可能。审计人员可以分析几乎所有与审计对象相关的数据,有利于规避审计抽样风险,揭示抽样审计所发现不了的问题,也可以通过跨领域、跨部门、跨区域的数据分析,在细节数据中发现更有价值的信息,反应事物的整体特征。

2.大数据审计更依赖相关关系,而不是因果关系

"小数据"时代,审计人员往往先有想法,然后收集数据来证明和测试想法的可行性。大数据提供了前所未有的细节,可以记录和分析与问题相关的大量信息。通过找到良好的相关性,利用相关关系可以帮助审计人员发现趋势和感知风险,因果逻辑关系的依赖性降低了审计数据分析,更倾向于基于相关关系的数据分析。

3.基于混合数据的大数据审计

"小数据"由于收集的信息量较少,记录清楚数据的基本要求是减少错误,保证质量。大数据需要保持数据的原始特征,而且由于格式不同、数据量增加、数据转换等因素,一些不可避免的数据将不可避免地混合在一起。审计所要做的并非所有的不确定性都以高昂的代价进行,但接受这种混杂,发现问题，把握宏观。"总体分析、疑问发现、分散验证、系统研究"工作模式是实现这一目标的有效途径,即数据分析人员负责审计分析，形成验证线索；现场验证人员根据线索进行验证,报告核查情况；分析研究人员总结审计情况,并形成报告或信息结果。