陳耿+馬寅+韓志耕

【摘要】隨著大數(shù)據(jù)的發(fā)展，財務(wù)報表也逐漸向網(wǎng)絡(luò)化、電子化發(fā)展，XBRL因此而興起，針對企業(yè)財務(wù)的審計方法也因隨之發(fā)生改變。本文分析了非結(jié)構(gòu)化數(shù)據(jù)庫——NoSQL的特點，并研究了兩種適合XBRL網(wǎng)絡(luò)財務(wù)報告存儲的NoSQL數(shù)據(jù)庫，探究了基于NoSQL的XBRL財務(wù)報告智能審計方法。

【關(guān)鍵詞】XBRL 財務(wù)報告 智能審計

XBRL是Extensible Business Reporting Language的縮寫，即可擴展商業(yè)報告語言，是一種全新的網(wǎng)絡(luò)財務(wù)報告形式。目前，我國財政部在全國推廣XBRL網(wǎng)絡(luò)財務(wù)報告形式，并且，上交所與深交所早在2010年就開始要求上市公司每年需要報送并披露XBRL格式的年報。XBRL作為一種全新的財務(wù)報告方式，針對它的審計鑒證成為未來研究的關(guān)鍵。

一、NoSQL及其技術(shù)優(yōu)勢

在面對大數(shù)據(jù)應(yīng)用中來源不同、擁有海量信息的數(shù)據(jù)進行整合、處理時，傳統(tǒng)的關(guān)系型數(shù)據(jù)庫在可用性、靈活性、可擴展性等特性上表現(xiàn)出明顯的缺陷，此時，一些不拘泥于固定關(guān)系模式的數(shù)據(jù)庫應(yīng)運而生，他們不再一味的遵循關(guān)系結(jié)構(gòu)，于是這些數(shù)據(jù)庫被稱為NoSQL（Not Only SQL）。NoSQL數(shù)據(jù)庫一經(jīng)誕生，就受到了電子商務(wù)、社交網(wǎng)絡(luò)、定位服務(wù)等互聯(lián)網(wǎng)行業(yè)的青睞，以亞馬遜、Twitter為主要代表的大型互聯(lián)網(wǎng)公司早已正式采用NoSQL作為公司、客戶數(shù)據(jù)的存儲模式。NoSQL與傳統(tǒng)的SQL數(shù)據(jù)庫想比較有以下幾點優(yōu)勢：

（一）易擴展

NoSQL數(shù)據(jù)庫種類繁多，但是一個共同的特點都是去掉關(guān)系數(shù)據(jù)庫的關(guān)系型特性。數(shù)據(jù)之間無關(guān)系，這樣就非常容易擴展。也無形之間，在架構(gòu)的層面上帶來了可擴展的能力。

（二）大數(shù)據(jù)量，高性能

NoSQL數(shù)據(jù)庫都具有非常高的讀寫性能，尤其在大數(shù)據(jù)量下，同樣表現(xiàn)優(yōu)秀。這得益于它的無關(guān)系性，數(shù)據(jù)庫的結(jié)構(gòu)簡單。一般MySQL使用Query Cache，每次表的更新Cache就失效，是一種大粒度的Cache，在針對web2.0的交互頻繁的應(yīng)用，Cache性能不高。而NoSQL的Cache是記錄級的，是一種細粒度的Cache，所以NoSQL在這個層面上來說就要性能高很多了。

（三）靈活的數(shù)據(jù)模型

NoSQL無需事先為要存儲的數(shù)據(jù)建立字段，隨時可以存儲自定義的數(shù)據(jù)格式。而在關(guān)系數(shù)據(jù)庫里，增刪字段是一件非常麻煩的事情。如果是非常大數(shù)據(jù)量的表，增加字段簡直就是一個噩夢。這點在大數(shù)據(jù)量的web2.0時代尤其明顯。

（四）高可用

NoSQL在不太影響性能的情況，就可以方便的實現(xiàn)高可用的架構(gòu)。比如Cassandra，HBase模型，通過復(fù)制模型也能實現(xiàn)高可用。

二、適用于XBRL的幾種NoSQL數(shù)據(jù)庫

XBRL將信息顆?；?，把財務(wù)報告內(nèi)容分解成一個個信息元素（元素可以簡單理解為一個數(shù)字或者一段文字），每個元素可以單獨從報告中提取出來進行分析處理。XBRL在選取數(shù)據(jù)庫時應(yīng)當(dāng)考慮數(shù)據(jù)的增刪改查等操作的快捷方便，以及財務(wù)數(shù)據(jù)分析的統(tǒng)計、分析等功能。有兩款NoSQL數(shù)據(jù)庫是國際XBRL軟件商的應(yīng)用主流——MongoDB和Redis。

（一）MongoDB

MongoDB是一款文檔數(shù)據(jù)庫，在Mongo DB中，每一條記錄都是一個Document對象，適用于動態(tài)查詢。每一份XBRL財務(wù)報表數(shù)據(jù)都以文檔的形式存儲在MongoDB數(shù)據(jù)庫中，可以實時插入、更新或查詢新元素，具備實時財務(wù)數(shù)據(jù)存儲所需的復(fù)制及高度伸縮性。

但是，MongoDB的本身特性也限制了XBRL的部分功能使用。MongoDB文檔式存儲方式，減弱了XBRL財務(wù)信息顆?；膬?yōu)勢，各信息元素不能方便的組合、拼接，只能將整份文檔數(shù)據(jù)從數(shù)據(jù)庫中提取出，以至于不能滿足大量原子性復(fù)雜事務(wù)的操作要求。

（二）Redis

Redis是Key/Value類數(shù)據(jù)庫，主要用途在于高性能訪問。Redis的優(yōu)點在于速度快，簡單，容易維護，支持多種數(shù)據(jù)結(jié)構(gòu)。和Memcached類似，它支持存儲的value類型相對更多，包括string（字符串）、list（鏈表）、set（集合）、zset（有序集合）和hash（哈希類型）。這些數(shù)據(jù)類型都支持push/pop、add/remove及取交集并集和差集及更豐富的操作，而且這些操作都是原子性的。而原子性操作極大地契合了XBRL信息數(shù)據(jù)顆?；奶匦?，在不同財務(wù)數(shù)據(jù)組合、分析等功能需求上有著得天獨厚的優(yōu)勢。

但是，Redis的缺點是不提供數(shù)據(jù)可靠性保障，支持的功能也比較少。擴容，負載均衡，高可用方便也有明顯的不足。對于將來XBRL財務(wù)數(shù)據(jù)進一步的分析利用可能會有所阻礙。

三、智能審計與XBRL

智能審計的核心技術(shù)就是利用大數(shù)據(jù)的分析方法對審計數(shù)據(jù)進行處理轉(zhuǎn)換、挖掘利用、多維分析，以獲取更多有用的審計先做。智能審計的工作途徑有兩種：一種是直接從審計數(shù)據(jù)中發(fā)現(xiàn)疑點、線索，審計人員根據(jù)線索直接切入問題；另一種是從大量數(shù)據(jù)中發(fā)現(xiàn)疑點，審計人員根據(jù)疑點導(dǎo)向查找問題。XBRL的顆?；?、關(guān)系型、標(biāo)準(zhǔn)化、可擴展等特性極大的契合了智能審計的技術(shù)要求，將XBRL作為智能審計系統(tǒng)的數(shù)據(jù)標(biāo)準(zhǔn)，可以降低審計過程中的信息交換成本，提高數(shù)據(jù)分析效率，為智能審計的實現(xiàn)提供了技術(shù)支持。

參考文獻

[1]曾志勇，劉建業(yè).基NoSQL的XBRL數(shù)據(jù)存儲研究與應(yīng)用[J].中國管理信息化，2015，（19）：49-50.

[2]阮夢黎.大數(shù)據(jù)挑戰(zhàn)下的NoSQL系統(tǒng)研究[J].聊城大學(xué)學(xué)報（自然科學(xué)版），2015，（01）：88-93.

[3]李偉.大數(shù)據(jù)下的NoSQL數(shù)據(jù)庫技術(shù)分析[J].信息通信，2014，（07）：72-73.

[4]曹順良，宋靜，李榮，雷向欣.智能審計軟件系統(tǒng)架構(gòu)研究[J].財會通訊，2012，（16）：96-97.

[5]葉煥倬，何玉凝.基于智能匹配的計算機審計數(shù)據(jù)采集技術(shù)研究[J].審計與經(jīng)濟研究，2010，（05）：40-46.

[6]李立成.智能審計決策支持系統(tǒng)淺探[J].財會通訊，2009，（10）：109-110.

基金項目：本文為國家自然科學(xué)基金資助項目（71271117）；江蘇省自然科學(xué)基金資助項目（BK20151460）；江蘇省高校自然科學(xué)基金資助項目（16KJB520021）；江蘇省公共工程審計重點實驗室開放課題資助項目（GGSS2015-04）；南京審計大學(xué)研究生創(chuàng)新計劃資助項目（MZ2016009）。