審計模式發展趨勢與風險研究

導語：審計模式發展趨勢與風險研究一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

摘要:在大數據及其相關技術、產業蓬勃發展的環境下，傳統審計模式的改變是大勢所趨。本文從傳統審計模式及其非適應性出發，提出新的審計模式發展趨勢，即審計證據多樣化、審計方法智能化與審計組織平臺化，并分析由大數據審計出現導致的數據風險。

關鍵詞:大數據；審計模式；數據風險

一、引言

大數據，是社會當下的熱點話題，也是信息化發展的必然趨勢；而基于大數據不斷產生的新興技術，已潛移默化地滲透至金融、電商、醫療、智慧城市等各個領域。關于“大數據”(Bigdata)，研究機構Gartner給出了這樣的定義：“大數據”是需要新的處理方式才能具有更強的洞察力、決策能力和程序優化能力以適應海量、多樣化、高增長的信息資產。而麥肯錫全球研究所對此給出的定義為：一種規模大到在獲取、管理、分析、存儲方面大大超出傳統數據庫軟件工具能力范圍的數據集合，具有數據規模大、流轉速度快、類型多樣和價值密度低四大特征。國際商業機器公司(IBM)提出，大數據的5V特點分別為Volume(大量)、Velocity(高速)、Variety(多樣)、Value(低價值密度)、Veracity(真實性)。由上述機構歸納的大數據定義和特點可得，大數據的本質仍是當下信息時代存在的海量數據，其自身并沒有調節信息范圍、調整信息深度的能力，但運用大數據的戰略意義不在于掌握龐大的數據信息，而在于通過云平臺、云計算、存儲技術、挖掘技術等，對這些富有意義的數據進行專業化的處理。換而言之，如果將大數據類比為一種產業，則該產業創造價值、實現盈利的關鍵，在于提升對數據的“加工能力”，通過數據“加工”實現數據“增值”。隨著大數據及其相關技術在各個行業的積極推進，大數據審計也逐漸成為審計機關在信息時代下的必然選擇。目前，大數據審計主要是指審計機關遵循大數據的相關理念，運用大數據工具和技術方法，利用數量龐大、來源廣泛、格式多樣的經濟社會運行數據，并開展“跨層級、跨地域、跨系統、跨部門、跨業務”的深入分析，從而促進審計發現問題、評估風險、宏觀分析等能力的提升。

二、傳統審計模式及其非適應性

基于記賬方法的不同，傳統的審計模式主要可以分為手工做賬的會計環境和信息化的會計環境，事實上，由于“大數據”概念發展的動態性與持續性，從“小數據時代”的信息化會計環境過渡到所謂的“大數據時代”，并沒有非常明顯的區分界線。(一)傳統手工記賬的會計環境。在傳統手工記賬的會計模式中所產生的信息可以稱為小數據，為節省人力與時間成本，手工會計需要對原始經濟業務的相關憑證、數據進行濃縮處、篩查，從而形成高度綜合的信息資料，用于各種記賬憑證、會計賬簿和報表等書面資料的記載。上述編排整齊、格式統一的書面資料屬于結構化信息(即信息經過處理后分解為多個相關聯的組成部分，且各部分之間存在明確的層次結構)，審計人員容易對其進行識別，且利用難度低，一定程度上保證了審計取證的效率，但能容納的信息量非常有限，且局限于被審計單位的內部資料，難以與其他外部資料綜合使用，從中提取業務事件的關鍵特征和風險點；裝訂成冊的紙質材料由于技術限制，對其執行復核、重新計算等程序也會耗費大量的人力成本，且很難達到理想的效果，由此為會計人員和管理層的主觀性提供了巨大的操作空間，審計證據的真實性、可靠性也將遭到較大挑戰。同時，在手工記賬的會計環境下，信息獲取、傳輸、處理速度慢，會計記錄將會嚴重滯后于經濟業務事件，導致審計取證的時效性差，無法對業務事件進行實時反映。(二)信息化的會計環境。伴隨著計算機、辦公軟件、數據庫的普及后，信息化的會計環境得以被塑造，會計人員對業務事件的記錄和存儲主要依賴于各類計算機信息系統，電子發票、電子憑證、電子合同等新形式的信息化檔案開始逐漸替代紙質材料，計算機則可以對這些原始信息進行識別，精準地提取出相應的財務數據；同時，面向制造行業，進行資金資源、物質資源和信息資源集成一體化管理的企業信息管理系統(ERP)的使用正在普及，在互聯網環境下，多數大型企業已經建立了得以共享的財務服務中心，實現了按子公司分布的獨立核算逐漸向集中式財務核算與管理的轉變，很大程度上加強了信息系統的管控能力，信息的分類能力、存儲能力也得到了顯著提高。信息量的增大，信息種類的增多，信息時效性的增強，以及區塊鏈技術的配合使用，為數據增加了“可以追溯”“不可偽造”“全程留痕”“公開透明”等特性，降低了違規、錯誤、不完整的業務事件進入信息系統概率，對于保障信息的真實性、完整性起到了較大的作用。(三)小數據時代審計模式的非適應性。截至目前，由于手工做賬向會計信息化的轉變，審計證據的獲取和分析由人工和計算機輔助審計工具與技術(CAATs)共同完成，在這種情況下，財務部門產生的內部數據與其他外部資料庫相呼應，正逐漸具備“大數據”的部分特點，但由于審計的原理與方法并沒有產生革命性的變化，現有的審計模式仍存在較大的非適應性。這些非適應性主要體現在以下方面：一是傳統審計模式的財務數據存儲較為分散，主要以不同部門為單位，審計人員需要根據職業判斷，基于精確的因果分析尋找審計線索，因此，在傳統的審計模式下缺乏獨立的專業化數據職能中心，無法涵蓋數據存儲、查詢、服務和分析等多個業務的綜合功能，大數據人才也供給不足，難以達成多樣、高速、關聯性強的“大數據”環境對審計技術提出的更高要求。二是傳統審計模式下，審計范圍相對集中，審計對象較為單一，審計組織也呈現出“垂直式”的結構，業務范圍不同的審計項目由不同的職能部門相應承擔，而大數據審計項目規模大、涉獵范圍廣、業務龐雜，傳統審計組織方式難以適應審計全覆蓋對審計質量的要求，亦無法形成反應敏捷、資源有機整合的高效運作團隊。三是由于現有審計方式的基本原則和審計技術方法仍較為傳統，缺乏最新的技術支持，使得數據使用效果較差、篩選不夠精確、分析難以深入，無法較好地支持職業判斷和審計結論的科學性，同時傳送與反饋機制不完善，數據分析與審計決策不能夠高效銜接，一定程度上會對審計工作的效率產生不利影響。

三、大數據環境下審計模式的發展趨勢

(一)審計證據多樣化。國際審計準則對于審計證據提出了充分性和適當性的要求，就充分性而言，審計準則所關心的在于所出具的審計意見是否建立在有足夠數量審計證據基礎之上，審計人員獲取證據的充分性，一定程度上能夠對形成的審計意見作出恰當的保障。在小數據環境下，審計取證方式和對審計證據的運用較為局限，雖然能夠達到準則所要求的“充分性”，但對于結構化信息以外的材料，幾乎未能進行恰當、合理地使用。因此在大數據時代，審計人員將借助大數據的相關技術，在保障傳統意義上審計證據充分、適當的前提下，對審計證據的形式進行如下擴充：1.非財務文本信息。伴隨信息化程度的提高，被審計單位在其內部大量運用信息管理系統等技術手段，對信息進行自動采集、分類、處理，從而產生大量的非財務數據，這些數據與系統中的其他非財務文本信息(如公司章程、內部控制手冊、客戶信息、供應商信息、銷售信息、采購信息等)相結合，可以幫助審計人員從非財務視角觀察業務事件在企業內部開展的全過程；關于利用被審計單位的內控制度、會議記錄、重要合同等文本信息作為輔助的審計證據，雖然當前的審計準則也對審計人員提出了相關要求，但由于為此付出的人力成本、時間成本過大，只能對其中的一小部分進行分析，而且效果不盡如人意。而計算機可以對這些文本信息進行高效、全面的分析。例如，在控制測試中，可以通過計算機對企業內部控制制度等文本進行分析，并結合實地觀察到的內控環境以及重新執行的審計程序作出審計判斷。相較于內部非財務文本信息，企業外部的文本信息來源更廣泛，可信程度更高比如宏觀經濟政策，行業總體發展趨勢，公司競爭者的信息，以及電子郵件、微博記錄、新聞報道等通過自媒體和社交網站采集到的信息，這些信息均可作為傳統模式基礎上的補充性證據，對風險評估和職業判斷起到輔助作用。例如，如果審計人員認為被審計單位的采購與付款循環的內部控制不值得信賴，可以考慮繞過采購合同、采購發票、支付憑證、入庫單、發貨單等傳統審計證據，通過行業信息、媒體報道、供應商市場價格以及互聯網中的其他信息，并結合來推斷企業的該筆經紀業務趨勢。2.視頻與音頻信息。在現行的審計模式下，存在經過審計人員詢問而由被審計單位相關財會人員或其他人員進行口頭答復所形成的口頭證據，但這類證據一是為了印證某結果是否與審計人員的職業判斷相一致，二是在于通過詢問非常規事項的處理過程、采用特殊會計政策的原因等較為敏感的問題，并對比相同問題下不同對象的回答，能夠挖掘出新的審計線索和審計風險點，從而采取其他審計技術方法對有關經濟事項進一步調查取證，因此，傳統審計模式下的口頭證據難以作為直接的有效證據，通常情況下需要其他證據進行輔助和佐證。而在大數據環境下，自然語言處理為口頭證據的使用提供了有力的支持。在人工分析的效率性和效果性較弱的情況下，基于該項技術，可以實現人與計算機之間通過自然語言進行通信，從而對于非結構化信息實現高效、智能的分析。例如，先將現場詢問、訪談以音視頻的形式進行記錄、保存，通過語音識別系統將其中的對話轉為文本信息，之后利用自然語言處理技術，對生成的文本信息進行對比、提取、分析，從而基本實現視頻與音頻信息處理的自動化與智能化。3.其他信息。除以上信息外，大數據技術的發展使得將一些形式全新的信息作為審計證據成為可能，例如地理信息技術中的GPS定位系統所提供的數據，利用這些技術可以將不同區域、不同時間范圍的數據進行全覆蓋收集，并通過坐標精準定位，從而將使得審計人員從傳統的審計模式中獲得解放，大大提高審計發現問題的精準度和工作效率。在獐子島等涉及到難以準確、高效測算的生物資產的項目時，就會大量運用地理信息技術，從而對容易出現舞弊的動態數據進行復核。(二)審計方法智能化。1.數據處理標準化。要使得審計大數據達到作為審計證據的使用條件及審計全覆蓋的要求，則需要克服由大數據來源廣、形式多樣化所導致的不規范、不完整、不準確等質量問題，完善審計全覆蓋的行業數據標準。例如，在政府審計中，財政部門給出的數據作為公共資金審計最重要的數據資源，由于缺乏統籌管理、信息系統版本不統一等問題，不易實現標準化，使得公共資金審計面臨較大的困難與挑戰。因此，審計機關需要按照重點領域、重點行業設計適用的審計數據標準，使得該標準不僅可以支持本行業審計項目的開展，同時在其他領域、其他行業需要借助外部信息作為審計證據時，能夠以兼容的數據類型為他們提供良好數據基礎。此外，結構化數據中的文本信息、非結構化的文本信息、網絡平臺上的外部數據等標準化問題，也需要進一步的探索并解決。與此同時，不同行業的數據清理和轉換過程相對復雜，在審計資源條件遭到限制的情況下，審計機關不具備相應的技術完成該操作，也難以獨立完成全部時間段、所有行業的審計數據標準化。因此，發動被審計單位加入完善數據標準化的行列，也顯得尤為重要。2.推廣機器學習的使用。機器學習是人工智能得核心，即讓計算機模擬人類的學習行為，建立相應的算法或模型，然后利用學到的知識以接近人類的思路解決現有的問題。例如，對于會計師事務所，在業務承接環節，可以基于已訓練完成的模型，根據客戶以往聘請的事務所、出具的審計意見、歷史報表數據，分析其舞弊風險的高低，自動判斷審計風險并決定是否適合承接該項審計業務；而在控制測試中，可以基于以前年度的內控運行數據和內控測試結果，判斷該企業報表期間的內部控制是否值得依賴。客觀來說，機器學習可以幫助審計人員更好地利用人工智能進行審計，在提升效率的同時，大幅度提升審計工作質量，減少人、財、物的消耗。3.信息分析可視化。可視化分析主要應用于對海量數據進行分析，輔助人工操作將數據進行關聯處理，并做出完整的分析圖表?？梢暬夹g能夠幫助審計人員將海量、來源廣泛、形式多樣的數據圖形化，將點狀數據建立為清晰、明了的結構網絡，有利于揭示大量結構化信息和非結構化數據之間的關系，發現之前未關注到的隱藏信息，同時可以對數據實現實時、動態的分析，最大程度提高數據處理的效率，尋找到新的審計線索和風險點。例如，在審計過程中，可以通過表盤展示各小組工作完成進度、現有問題等，并通過事務所內部的網絡平臺公開所使用的技術方法，實現實時資源共享或尋求其他團隊的幫助，使審計工作更加便捷高效；在審計報告階段，也可以試圖對傳統的審計報告模式進行革新，將關鍵風險點、重大舞弊行為等以動態圖、立體圖的形式進行展示。(三)審計組織平臺化。當前情況下，審計組織呈現出“垂直式”的結構，業務范圍不同的審計項目由不同的職能部門相應承擔，使得在面對大型審計項目的過程中，會受到較大的局限，而由“垂直型”到“平臺化”的轉變，主要可以帶來如下優勢：首先，推動具有專長的專業小組的建立，各小組在工作中能夠最大化發揮特色業務，使得事務所從單個割裂的部門集合走向眾多專業化小組的有機結合；再者，平臺化的組織結構有利于信息的橫向流動，使得信息能在內部廣泛傳輸，各業務團隊在統一的數據處理中心支持下，能夠有效地提取本團隊需要的信息，并進行迅速、精準的反應。而在組織結構平臺化的同時，人力資源的配置也顯得尤為重要，從而滿足平臺化的要求，相互配合。在大數據的環境下，可加大計算機人才的基礎占比，形成大數據審計技術支持團隊。例如，加強大數據與審計學科的交叉溝通，組織審計會計、審計、財務工作者參與計算機課程的業務培訓，培養大數據審計思維，提升數據收集、處理和分析的能力以及大數據環境下發現問題、解決問題的能力，并在信息化程度較高的重大項目中擔任骨干；再者，應當加大對計算機專業人員的招聘，并在工作中給予重要崗位，推動信息技術與審計工作的結合，優化審計隊伍。

四、大數據環境下審計模式的風險管理

事實上，由于大數據審計出現的時間短、實踐經驗尚不充分，目前在大數據使用的各個階段，仍存在各類需要引起警惕的數據風險，主要如下：(一)數據收集風險。對于審計證據而言，無論使用何種取證方式，數據的真實性是一切的基礎。被審計單位的結構化數據往往形式上真實性相對較高，但是卻存在著由于主、客觀因素導致的數據缺失和錯報；而從互聯網、外部機構獲取的非結構化數據，例如社交媒體、視頻、行業總體調研報告，來源更為龐雜，則更需要進行有效的甄別和驗證。因此，在數據收集的過程中需要樹立風險意識，保證數據的真實性、可靠性。(二)數據分析風險。數據分析風險即如何打造高質量的數據分析，既體現為客觀的大數據分析全面性、精準性，也體現在如何提高審計人員職業判斷、審慎能力等方面。在大數據環境下，審計人員具有巨大的數據選擇空間，但海量的數據不可避免地會攜帶高噪音、低價值密度特點，影響審計證據使用的精準性。這就要求審計人員在合理預測數據質量風險的前提下，結合歷史經驗、職業判斷、現場取證，靈活地對數據進行選用與分析。(三)數據存儲風險。大數據經過高質量的收集、分析后，需要被使用者以恰當的方式進行存儲，以便于日后的調取、復核。數據存儲管理需要為分布在全球各地的審計機關、會計師事務所、審計人員、被審計單位等提供服務，因此，在大數據的使用和發揮價值的過程中，必須建立嚴格的數據管理系統，規范數據存儲、調用權限，盡可能協調數據高效使用與安全性之間的矛盾。

五、結語

作為承擔經濟鑒證與經濟評價職能的社會活動，在大數據及其相關產業、技術蓬勃發展的環境下，新型審計模式的出現是大勢所趨，面對時代浪潮，審計人員也需與時俱進，提升業務能力、加強職業素養，在規避風險的前提下，推動大數據審計的發展。

參考文獻：

[1]陳偉,SMIELIAUSKASWally.大數據環境下的電子數據審計:機遇、挑戰與方法[J].計算機科學,2016,43(01):8-13+34.

[2]付忠偉,黃翠竹,張百平,馬麗娟.審計“全覆蓋”的工作機制探析[J].審計研究,2015(03):15-19.

[3]姬燕燕.論大數據時代對會計和審計的影響[D].對外經濟貿易大學,2015.

[4]李成艾,何小寶.大數據審計組織方式的探索與創新[J].審計研究,2019(05):23-29.

[5]李強,謝汶莉.大數據審計中的可視分析[J].中國內部審計,2016(02):79-86.

[6]秦榮生.大數據時代的會計、審計發展趨勢[J].會計之友,2014(32):81-84.

[7]鄭偉,張立民,楊莉.試析大數據環境下的數據式審計模式[J].審計研究,2016(04):20-27.

[8]陽杰,應里孟.大數據時代的審計證據與審計取證研究[J].財會月刊,2017(01):115-124.

[9]葉文暉,劉國常.對信息化審計人才培養的思考[J].財會月刊,2017(17):95-100.

[10]袁野.推進新時代大數據審計工作的思考[J].審計研究,2020(01):3-6.

[11]張敏.大數據審計:五大趨勢與五大挑戰[J].會計之友,2020(08):2-11.

作者:章晶 單位:南京審計大學