（一）前景需求论
1947年冯·诺依曼提出的期望效用理论一直在不确定性的决策研究领域占主导地位。该理论是标准化决策模型，但并非为实际情况下适用的描述性模型，由此延伸出以当前现状和可能风险为考量进行决策的前景理论。前景理论表明，在进行决策时参照点会改变判断和选择，同一个结果，如果与低的参照点比较时就是收益，与高的参照点比较就是损失。因此，通常将所处于的现状水平作为参照点，纳入风险可能性，便于进行客观合理的判断决策。
在审计实务开展的情境中，开展审计方与被审计单位是两个核心利益主体。双方作为有限理性的市场参与者，在实施审计和接受审计的过程中，成本投入与相应的收益产出是二者必须考虑的现实约束与有效期望。对于双方而言，审计工作开展的理想状态即为审计方所开展工作的长期成本投入与审计质量的提高有明显的正相关。实际情况而言，必然存在与理想状态相悖的现实困境。在普遍的审计过程中，审计人员的工作即为在现有经济数据信息基础上间接评价被审计单位在一定时间内的活动，而在较长周期内的审计人员得出数据分析的先验成果不能快速匹配被审计单位数据信息连续变化。这明显表明审计业务开展期间，审计方的成本投入与收益产出不成正比，低效率的工作产出以及可能存在的信息不对称问题。以现实情况为参照点，基于前景理论需求的审计模式所主导的供给技术资源不断引导着审计工作变化和技术的创新方向。数据处理和分析形成的数字化表达以及海量经济活动产生的相关审计业务数据，为新的审计方式演化和技术适应性变革带来了可能，推动新审计需求的路径构建，形成高效稳定的审计系统。与审计的现状进行对比，审计者从资源投入、技术选择、审计计划与审计实施等各个环节都提高审计效率，实现有限资源投入条件下的最优审计产出。无论前景的风险偏好如何，大数据审计相对于传统审计模式的风险承受力更强，亦能通过技术优势将风险降低，从而获取最大的收益。毫无疑问，大数据审计符合市场需求，实现期望效用最大化的审计模式。相比借助于单一流程审计方式来完成并实现审计工作，基于大数据审计方法带来的便捷的数据处理模式和弹性分工以及风险规避优势为市场审计资源配置提供了新的迭代点，重塑新时代审计规则和框架结构，能够实现审计工作长期效益的新起点。
（二）管理控制论
管理控制是保证战略实施的一系列方法安排，其遵循计划性、系统性、动态性、适应性与协同性等原则。Anthony(1965)提出“三层次控制模式”，认为管理控制是在既定的组织目标控制之下的控制，其是决定如何落实战略的过程。潘彬(2005)认为，管理控制与审计具有协调性，管理控制思想能够促进审计流程与不同被审计对象之间的配合和适应。管理控制有诸多分类方式，本文从数据管理、质量管理、安全管理三维度分析，明晰审计最终价值在于防范风险，强化质量管理，保障目标得以实现，提升科学化管理水平。
大数据审计运行融合了管理控制理论的思想。在数据管理方面，包括数据调度、数据采集、数据存储、数据分析和数据可视化服务等，大数据审计为审计主体提供了应用程序的运行环境，并把大数据平台作为资源池进行管理和分配，为工作开展奠定了基础。在质量管理方面，根据审计阶段分为前馈控制、事中控制、反馈控制。大数据审计的前馈控制在收集数据审计信息，开展审计活动前，预测将会产生的问题并寻找治理之策。其事中控制则是在审计过程中动态跟踪审计行为，发现问题并快速修正。其反馈控制过程则是通过及时收集相关过程的实际效果，并将其与过程标准与实际结果进行比较和评价，进而采取行动纠正偏差。在安全管理方面，大数据审计模式以管理控制为重心，结合技术、业务和控制等领域的风险特征，构建出切实可行的安全控制策略。通过严格的网络隔离模型，优化网络安全管控机制，借助多种算法，强化审计数据的保密性。此外，针对审计取证控制，大数据审计创新传统审计取证流程，依托平台有效提升审计证据的及时性、关联性、客观性与充分性，科学确立审计依据的选用原则，正确评估被审计单位的固有风险和控制风险，做好取证行为的安全控制。在管理控制理论框架下，大数据审计通过流程有效优化、数据有效管理和节点有效控制，实现了风险的有效防控，进而在原有基本面和基础层之上，全面提升审计的质量与水平。