大數(shù)據(jù)審計(jì)：五大趨勢(shì)與五大挑戰(zhàn)

張敏

【摘 要】 大數(shù)據(jù)審計(jì)代替?zhèn)鹘y(tǒng)審計(jì)是大勢(shì)所趨。文章在介紹人工智能和大數(shù)據(jù)等技術(shù)的基礎(chǔ)上，提出了大數(shù)據(jù)審計(jì)的五大趨勢(shì)，即審計(jì)智能化、審計(jì)平臺(tái)化、審計(jì)信息多維化、從抽樣審計(jì)向詳細(xì)審計(jì)轉(zhuǎn)變以及審計(jì)可視化。同時(shí)，還指出了大數(shù)據(jù)審計(jì)面臨的五大挑戰(zhàn)，即大數(shù)據(jù)獲取成本高、觀念與習(xí)慣轉(zhuǎn)變困難、人才難得、審計(jì)業(yè)務(wù)的復(fù)雜性與大數(shù)據(jù)審計(jì)體系設(shè)計(jì)的復(fù)雜性，研究結(jié)論對(duì)于大數(shù)據(jù)審計(jì)實(shí)踐具有一定的借鑒意義。

【關(guān)鍵詞】 大數(shù)據(jù)審計(jì); 五大趨勢(shì); 五大挑戰(zhàn)

【中圖分類(lèi)號(hào)】 F239.1? 【文獻(xiàn)標(biāo)識(shí)碼】 A? 【文章編號(hào)】 1004-5937（2020）08-0002-10

會(huì)計(jì)智能化的趨勢(shì)已經(jīng)日漸清晰。無(wú)論是實(shí)務(wù)界、學(xué)術(shù)界，還是監(jiān)管機(jī)構(gòu)，關(guān)注的重點(diǎn)應(yīng)該盡快從會(huì)計(jì)工作是否會(huì)智能化、是否會(huì)被機(jī)器代替，轉(zhuǎn)向如何盡快引進(jìn)人工智能、大數(shù)據(jù)等技術(shù)推動(dòng)會(huì)計(jì)工作、會(huì)計(jì)教育、會(huì)計(jì)監(jiān)管全面向智能化轉(zhuǎn)型。

我們可以在大腦中假想這樣三幅圖：第一幅圖是一條泥濘的土路以及路上的行人;第二幅圖是一條高速公路以及路上的行人;第三幅圖是一條高速公路以及飛馳的跑車(chē)。這三幅圖分別代表會(huì)計(jì)工作的過(guò)去、現(xiàn)在和未來(lái)。在過(guò)去，會(huì)計(jì)“基礎(chǔ)設(shè)施”簡(jiǎn)陋，因而形成了一套人工會(huì)計(jì)規(guī)則?，F(xiàn)在，人工智能、大數(shù)據(jù)等技術(shù)蓬勃發(fā)展，已經(jīng)初步具備了會(huì)計(jì)智能化條件，但我們?nèi)匀灰匀斯?huì)計(jì)為主。這種狀態(tài)不具有可持續(xù)性，未來(lái)一定會(huì)形成與技術(shù)一致的智能會(huì)計(jì)體系，即第三幅圖。

本文擬從大數(shù)據(jù)審計(jì)角度，嘗試分析新技術(shù)對(duì)審計(jì)的影響。具體而言，本文提出大數(shù)據(jù)審計(jì)的五大趨勢(shì)與五大挑戰(zhàn)。

一、大數(shù)據(jù)審計(jì)：五大趨勢(shì)

審計(jì)工作的核心是從紛繁蕪雜的結(jié)構(gòu)與非結(jié)構(gòu)化數(shù)據(jù)中發(fā)現(xiàn)風(fēng)險(xiǎn)點(diǎn)進(jìn)而找出重大錯(cuò)報(bào)。隨著人工智能、大數(shù)據(jù)等技術(shù)的發(fā)展，這一過(guò)程正在進(jìn)行一場(chǎng)深刻的變革，并且呈現(xiàn)出與以往任何形式的審計(jì)變革都不一樣的特點(diǎn)。具體而言，近期審計(jì)工作可能會(huì)呈現(xiàn)出如下五大趨勢(shì)。

（一）審計(jì)智能化

技術(shù)的進(jìn)步讓審計(jì)工作從手工模式向智能化模式轉(zhuǎn)變成為可能，下面結(jié)合具體的技術(shù)來(lái)闡述審計(jì)智能化趨勢(shì)。

1.機(jī)器學(xué)習(xí)

簡(jiǎn)而言之，機(jī)器學(xué)習(xí)就是要讓電腦像人一樣學(xué)習(xí)知識(shí)，然后利用學(xué)到的知識(shí)解決問(wèn)題。其中最重要的角度之一是基于歷史數(shù)據(jù)訓(xùn)練模型，利用訓(xùn)練好的模型進(jìn)行預(yù)測(cè)。機(jī)器學(xué)習(xí)不拘泥于“可解釋性”，靈活地選擇函數(shù)形式進(jìn)行擬合數(shù)據(jù)，這使得其預(yù)測(cè)能力強(qiáng)于傳統(tǒng)計(jì)量方法[1]。例如，Bao et al.[2]提出了一套利用機(jī)器學(xué)習(xí)技術(shù)預(yù)測(cè)上市公司舞弊概率的方法，發(fā)現(xiàn)新模型的預(yù)測(cè)準(zhǔn)確性比傳統(tǒng)的邏輯回歸模型提高了近5倍②。

另外，用機(jī)器學(xué)習(xí)的方法來(lái)嘗試預(yù)測(cè)上市公司的業(yè)績(jī)（如圖1）。圖中a線是上市公司實(shí)際的EPS均值，b線是基于機(jī)器學(xué)習(xí)的預(yù)測(cè)值，c線是分析師的一致性預(yù)測(cè)值?？梢钥闯?，基于機(jī)器學(xué)習(xí)的方法得到的預(yù)測(cè)值與實(shí)際的業(yè)績(jī)非常接近，比分析師的一致性預(yù)測(cè)更準(zhǔn)確。

正因?yàn)橛兄鴤鹘y(tǒng)計(jì)量方法所不具備的優(yōu)勢(shì)，機(jī)器學(xué)習(xí)技術(shù)在審計(jì)中具有廣闊的應(yīng)用前景。從短期來(lái)看，主要的應(yīng)用場(chǎng)景包括業(yè)務(wù)承接、風(fēng)險(xiǎn)評(píng)估與控制測(cè)試等環(huán)節(jié)。在業(yè)務(wù)承接與風(fēng)險(xiǎn)評(píng)估環(huán)節(jié)，可以基于訓(xùn)練好的模型，輸入客戶(hù)公司的數(shù)據(jù)，自動(dòng)分析它們的舞弊概率、風(fēng)險(xiǎn)高低、預(yù)測(cè)的關(guān)鍵財(cái)務(wù)指標(biāo)與實(shí)際指標(biāo)之間的差異度等，然后自動(dòng)判斷審計(jì)風(fēng)險(xiǎn)的高低，進(jìn)而確定是否承接該業(yè)務(wù);如果承接該業(yè)務(wù)，則進(jìn)一步自動(dòng)分析客戶(hù)主要的風(fēng)險(xiǎn)點(diǎn)有哪些。在控制測(cè)試環(huán)節(jié)，可以基于以前年度的內(nèi)控運(yùn)行數(shù)據(jù)、訓(xùn)練模型，預(yù)測(cè)可能的薄弱環(huán)節(jié)?？傊瑱C(jī)器學(xué)習(xí)技術(shù)可以幫助審計(jì)師更多地進(jìn)行非現(xiàn)場(chǎng)審計(jì)、智能化審計(jì)，在提升效率的同時(shí)，大幅度提升審計(jì)的質(zhì)量。

2.自然語(yǔ)言處理

自然語(yǔ)言處理的核心理念是讓計(jì)算機(jī)學(xué)習(xí)并處理（尤其是人機(jī)交互）人類(lèi)語(yǔ)言，是一個(gè)前景廣闊的研究與應(yīng)用領(lǐng)域。目前的技術(shù)已經(jīng)足夠用來(lái)提升會(huì)計(jì)審計(jì)的智能化水平。在具體應(yīng)用方面，Chan et al.[3]利用自然語(yǔ)言技術(shù)，研究了一個(gè)有趣的問(wèn)題，將人民日?qǐng)?bào)從創(chuàng)刊到2018年的所有文章都“喂給”計(jì)算機(jī)，然后訓(xùn)練模型，預(yù)測(cè)每一篇文章成為頭版頭條的概率，并將預(yù)測(cè)值與實(shí)際值進(jìn)行比較，構(gòu)建了一個(gè)PCI指數(shù)。該指數(shù)的值越小，表明從時(shí)間序列來(lái)看，國(guó)家政策比較平穩(wěn);反之，則表明國(guó)家政策波動(dòng)較大。如圖2所示，以1966—1976年為例，PCI的值較小，說(shuō)明預(yù)測(cè)值與實(shí)際值比較一致。但是在1970年代末期，PCI的值突然顯著上升，表明國(guó)家政策正在發(fā)生大的變化。例如，以關(guān)于真理討論、經(jīng)濟(jì)改革等主題的文章為主。計(jì)算機(jī)會(huì)根據(jù)這個(gè)指數(shù)的變化，提示國(guó)家政策正在發(fā)生變化。這正如一個(gè)人每天閱讀人民日?qǐng)?bào)，如果他是有心人并具備很強(qiáng)的邏輯分析能力，就能夠根據(jù)文章主題的變化，推斷國(guó)家政策的風(fēng)向標(biāo)正在發(fā)生變化。不過(guò)，機(jī)器學(xué)習(xí)無(wú)論是效率還是效果，可能都要優(yōu)于人類(lèi)。

自然語(yǔ)言處理技術(shù)在審計(jì)工作中大有用武之地。它能夠幫助審計(jì)師自動(dòng)分析海量的文本，并提煉出大量有價(jià)值的信息，這恰恰是傳統(tǒng)人工審計(jì)的薄弱環(huán)節(jié)。雖然審計(jì)準(zhǔn)則要求審計(jì)師對(duì)被審計(jì)單位的各種文件、規(guī)章制度、會(huì)議記錄等文本信息進(jìn)行分析，從而獲取審計(jì)證據(jù)，但受限于高昂的審計(jì)成本，審計(jì)師只能分析其中很少一部分，而且效果較差。而計(jì)算機(jī)可以對(duì)這些非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行全面高效的分析。例如，通過(guò)對(duì)報(bào)表期間的會(huì)議記錄等文本信息進(jìn)行文本分析，判斷公司戰(zhàn)略、經(jīng)營(yíng)管理等方面是否發(fā)生了重大變化、如何變化，進(jìn)而分析可能的審計(jì)風(fēng)險(xiǎn)。

在訪談信息處理方面，自然語(yǔ)言處理也很有優(yōu)勢(shì)。審計(jì)準(zhǔn)則要求審計(jì)師對(duì)相關(guān)人員進(jìn)行訪談，發(fā)現(xiàn)進(jìn)一步審計(jì)的線索，尤其是當(dāng)不同訪談對(duì)象針對(duì)同一問(wèn)題給出的回答不一致時(shí)，更容易發(fā)現(xiàn)線索。然而，人工分析的效率和效果都比較差，會(huì)嚴(yán)重影響訪談這一審計(jì)程序的應(yīng)用效果?；谧匀徽Z(yǔ)言處理技術(shù)，可以實(shí)現(xiàn)智能分析。具體步驟如圖3所示。首先，通過(guò)現(xiàn)場(chǎng)訪談，形成音頻文件;其次，自動(dòng)將語(yǔ)音轉(zhuǎn)為文本信息;再次，利用自然語(yǔ)言處理技術(shù)，自動(dòng)對(duì)文本信息進(jìn)行分析，提取關(guān)鍵信息。例如，通過(guò)分析不同訪談對(duì)象針對(duì)同一問(wèn)題的回答，分析是否存在矛盾之處;通過(guò)分析訪談信息中的高頻詞，構(gòu)建詞云圖（word clouds），判斷最關(guān)心的事項(xiàng)有哪些等等?？傊?，采用自然語(yǔ)言處理技術(shù)，可以基本實(shí)現(xiàn)訪談信息分析的自動(dòng)化與智能化。

自然語(yǔ)言處理技術(shù)也可以用于內(nèi)控測(cè)試。例如，可以自動(dòng)分析企業(yè)內(nèi)控運(yùn)行情況是否與內(nèi)控手冊(cè)的要求一致。以授權(quán)這一重要的控制活動(dòng)為例，計(jì)算機(jī)可以自動(dòng)分析每項(xiàng)業(yè)務(wù)的授權(quán)人是誰(shuí)，并自動(dòng)與內(nèi)控手冊(cè)中的規(guī)定進(jìn)行比較，看兩者是否一致。如果發(fā)現(xiàn)不一致，則自動(dòng)標(biāo)記為一項(xiàng)內(nèi)控偏差。

自然語(yǔ)言處理技術(shù)也適用于審計(jì)質(zhì)量控制環(huán)節(jié)。例如，計(jì)算機(jī)可以自動(dòng)將工作底稿與審計(jì)準(zhǔn)則、職業(yè)規(guī)范等進(jìn)行對(duì)比分析，自動(dòng)判斷審計(jì)工作是否符合審計(jì)準(zhǔn)則和職業(yè)規(guī)范的要求。比較的點(diǎn)包括重要性水平的確定標(biāo)準(zhǔn)，具體審計(jì)項(xiàng)目的抽樣比例、審計(jì)證據(jù)數(shù)量、審計(jì)程序性質(zhì)與數(shù)量等等。

此外，也可以利用自然語(yǔ)言處理技術(shù)自動(dòng)生成審計(jì)報(bào)告。計(jì)算機(jī)會(huì)基于工作底稿，自動(dòng)提取關(guān)鍵信息，基于固定的模板，自動(dòng)生成審計(jì)報(bào)告。從技術(shù)角度來(lái)說(shuō)，目前已經(jīng)可以實(shí)現(xiàn)。

3.社會(huì)網(wǎng)絡(luò)分析

社會(huì)網(wǎng)絡(luò)分析的核心思想是利用圖論等技術(shù)研究社會(huì)網(wǎng)絡(luò)關(guān)系，即將研究的視角從“點(diǎn)”拓展為“網(wǎng)絡(luò)”，從而發(fā)現(xiàn)更多隱藏在數(shù)據(jù)背后的信息。以一篇利用網(wǎng)絡(luò)分析方法研究?jī)?nèi)控的論文為例[4]，其中一個(gè)例子是很多單據(jù)無(wú)人簽字的內(nèi)控缺陷。根據(jù)所有簽字人之間的網(wǎng)絡(luò)關(guān)系繪制成網(wǎng)絡(luò)圖，最終形成三個(gè)群落（上方、下方、右方），如圖4所示，其中每個(gè)點(diǎn)表示一個(gè)簽字人。上、下兩個(gè)群落通過(guò)中間的兩個(gè)人聯(lián)系在一起，但右方群落中的三個(gè)人是孤立的，從未和其他人員發(fā)生關(guān)系?？梢酝茰y(cè)，很可能這三個(gè)人之間相互共享ERP的賬號(hào)和密碼。例如按照規(guī)定，張三制單，李四復(fù)核。但李四覺(jué)得太麻煩，干脆將賬號(hào)和密碼告知張三。張三制單之后，再用李四的賬號(hào)登錄系統(tǒng)進(jìn)行復(fù)核，從而導(dǎo)致張三和李四的姓名總是成對(duì)出現(xiàn)在單據(jù)上。這種網(wǎng)絡(luò)分析圖為審計(jì)師進(jìn)一步搜集證據(jù)提供了直接線索。

圖5的例子也很直觀[5]，這張圖展示了某個(gè)企業(yè)全部供應(yīng)商的分布圖，每個(gè)圓點(diǎn)代表一個(gè)部門(mén)或人員，各聯(lián)絡(luò)線分別代表不同的供應(yīng)商。網(wǎng)絡(luò)圖很直觀地展示了供應(yīng)商信息，可以幫助審計(jì)師清晰地辨識(shí)可能的異常供貨行為。

在審計(jì)工作中應(yīng)用社會(huì)網(wǎng)絡(luò)分析技術(shù)具有諸多優(yōu)勢(shì)：

其一，社會(huì)網(wǎng)絡(luò)分析技術(shù)能夠幫助審計(jì)師在紛繁蕪雜的數(shù)據(jù)中發(fā)現(xiàn)隱藏的信息。審計(jì)師在審計(jì)過(guò)程中需要分析大量結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，難點(diǎn)在于如何分析這些數(shù)據(jù)之間的關(guān)系，以及這種關(guān)系所揭示的隱含信息。利用網(wǎng)絡(luò)分析技術(shù)，可以將“點(diǎn)數(shù)據(jù)”變?yōu)榫W(wǎng)狀結(jié)構(gòu)，從而快速揭示這些隱含信息，并且實(shí)現(xiàn)實(shí)時(shí)、動(dòng)態(tài)的分析。例如圖5所展示的供應(yīng)商網(wǎng)絡(luò)關(guān)系。

其二，社會(huì)網(wǎng)絡(luò)分析技術(shù)能夠通過(guò)可視化技術(shù)直觀地展示數(shù)據(jù)之間的關(guān)系。可視化的優(yōu)點(diǎn)在于將所有結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)圖形化，一目了然，不僅能幫助審計(jì)師提高數(shù)據(jù)分析的效率，更重要的是能夠幫助審計(jì)師從海量的數(shù)據(jù)中發(fā)現(xiàn)異常，找到進(jìn)一步審計(jì)的線索。

（二）審計(jì)平臺(tái)化

隨著技術(shù)的進(jìn)步，審計(jì)工作的組織形式將由現(xiàn)在的分部門(mén)“單打獨(dú)斗”模式轉(zhuǎn)變?yōu)橐云脚_(tái)為中心的模式。

傳統(tǒng)的審計(jì)組織是一種垂直結(jié)構(gòu)（如圖6），團(tuán)隊(duì)之間是割裂的，每個(gè)團(tuán)隊(duì)獨(dú)自完成從業(yè)務(wù)承接到出具審計(jì)報(bào)告的全過(guò)程③。這種組織形式存在很多缺陷：其一，無(wú)法整合事務(wù)所的全部資源，實(shí)現(xiàn)資源互補(bǔ);其二，無(wú)法形成專(zhuān)業(yè)化運(yùn)營(yíng)。現(xiàn)有組織形式下，每個(gè)團(tuán)隊(duì)都是“全面型”團(tuán)隊(duì)，包攬了審計(jì)溝通、審計(jì)取證、數(shù)據(jù)分析等所有業(yè)務(wù)，但在每個(gè)方面都無(wú)法做到專(zhuān)業(yè)化。

實(shí)際上，審計(jì)業(yè)務(wù)的核心在于通過(guò)數(shù)據(jù)分析找出風(fēng)險(xiǎn)點(diǎn)和錯(cuò)報(bào)，因此數(shù)據(jù)分析是重中之重。既然如此，審計(jì)組織應(yīng)該以數(shù)據(jù)分析平臺(tái)為中心，構(gòu)建一個(gè)敏捷反應(yīng)組織。例如，阿里巴巴之所以建立數(shù)據(jù)中臺(tái)，正是因?yàn)樗碾娚痰葮I(yè)務(wù)是數(shù)據(jù)驅(qū)動(dòng)的，離開(kāi)了全球一流的數(shù)據(jù)分析系統(tǒng)，就不可能有今天的阿里巴巴。作為新型審計(jì)組織核心的數(shù)據(jù)分析平臺(tái)也是一種數(shù)據(jù)中臺(tái)。

新的審計(jì)組織形式如圖7所示。居于中心位置的是數(shù)據(jù)處理中心，它將現(xiàn)場(chǎng)小組、協(xié)調(diào)小組、質(zhì)控小組、技術(shù)支持小組等業(yè)務(wù)小組鏈接起來(lái)。數(shù)據(jù)處理中心就是數(shù)據(jù)加工廠，它的工作內(nèi)容包括數(shù)據(jù)收集、數(shù)據(jù)分析與結(jié)果反饋等方面，并且24小時(shí)不間斷工作。事務(wù)所內(nèi)部和外部每時(shí)每刻都在產(chǎn)生海量數(shù)據(jù)，包括宏觀政策、行業(yè)信息、產(chǎn)品信息、客戶(hù)數(shù)據(jù)等外部數(shù)據(jù);歷史業(yè)務(wù)數(shù)據(jù)、決策數(shù)據(jù)、審計(jì)師特征信息等內(nèi)部數(shù)據(jù)。在現(xiàn)有審計(jì)模式下，這些數(shù)據(jù)中的大多數(shù)都未能受到重視。在新的審計(jì)組織模式下，數(shù)據(jù)處理中心是一個(gè)專(zhuān)業(yè)化中心，能夠24小時(shí)不間斷地收集與分析各方面數(shù)據(jù)，優(yōu)化各算法模型。各業(yè)務(wù)小組可以隨時(shí)向中心輸入數(shù)據(jù)，提出數(shù)據(jù)處理要求，中心實(shí)時(shí)分析，實(shí)時(shí)輸出結(jié)果。在這種模式下，各業(yè)務(wù)小組也變成了專(zhuān)業(yè)中心，能夠在各自最擅長(zhǎng)的領(lǐng)域?qū)⒐ぷ髯龅綐O致。

與傳統(tǒng)審計(jì)組織形式相比，新審計(jì)組織形式具有以下優(yōu)點(diǎn)：

第一，事務(wù)所內(nèi)部的垂直型組織變成了具有專(zhuān)長(zhǎng)的專(zhuān)業(yè)小組。各小組最大化發(fā)揮專(zhuān)長(zhǎng)，整個(gè)事務(wù)所從一個(gè)個(gè)割裂的部門(mén)的集合變成了眾多專(zhuān)長(zhǎng)型小組的有機(jī)集合體。

第二，事務(wù)所由一個(gè)反應(yīng)遲鈍的組織變成了一個(gè)反應(yīng)敏捷的組織。各業(yè)務(wù)小組在強(qiáng)大的數(shù)據(jù)處理中心的支持下，在各自工作范圍內(nèi)敏捷出擊，實(shí)時(shí)反應(yīng)。

第三，以數(shù)據(jù)處理中心為紐帶，將整個(gè)事務(wù)所的資源有機(jī)整合起來(lái)。每個(gè)專(zhuān)長(zhǎng)型小組各司其職，發(fā)揮專(zhuān)長(zhǎng)，互相補(bǔ)充，互相支援，共同對(duì)外。

目前，國(guó)際“四大”已經(jīng)在構(gòu)建數(shù)據(jù)處理中心，在未來(lái)幾年內(nèi)，可能會(huì)有越來(lái)越多的事務(wù)所向這一方向轉(zhuǎn)型。

（三）審計(jì)信息多維化

在大數(shù)據(jù)審計(jì)模式下，審計(jì)信息將是多維的大數(shù)據(jù)。傳統(tǒng)審計(jì)模式下，審計(jì)師用于分析的數(shù)據(jù)主要以結(jié)構(gòu)化數(shù)據(jù)為主，而且只是可用的結(jié)構(gòu)化數(shù)據(jù)里很小的一部分。既然要將審計(jì)風(fēng)險(xiǎn)盡量降低，那么就不應(yīng)該只局限于分析有限的信息，只要是有用的信息，都應(yīng)該納入數(shù)據(jù)池，包括內(nèi)部信息與外部信息、財(cái)務(wù)信息與非財(cái)務(wù)信息、結(jié)構(gòu)化信息與非結(jié)構(gòu)化信息等等。在大數(shù)據(jù)審計(jì)模式下，通過(guò)引入大數(shù)據(jù)技術(shù)，能夠突破傳統(tǒng)審計(jì)模式下所面臨的各種限制，對(duì)這些大數(shù)據(jù)進(jìn)行整理和分析。

大數(shù)據(jù)審計(jì)中用到的信息除了傳統(tǒng)的結(jié)構(gòu)化數(shù)據(jù)之外，還可以包括文本信息、視頻與圖像信息、音頻信息等多維度信息。

1.文本信息

審計(jì)師可用的文本信息包括客戶(hù)內(nèi)控文檔、生產(chǎn)記錄、會(huì)議記錄、訪談?dòng)涗?、新聞?bào)道等;微博、朋友圈、郵件等社交媒體信息;宏觀層面的政策文件、行業(yè)信息等等。在傳統(tǒng)審計(jì)模式下，大量的這類(lèi)信息都被束之高閣。隨著自然語(yǔ)言處理等技術(shù)的發(fā)展，如今已經(jīng)有能力對(duì)這些信息進(jìn)行收集和分析。現(xiàn)有不少研究已經(jīng)證明，文本信息是非常有用的信息，有些時(shí)候有用性甚至超過(guò)結(jié)構(gòu)化數(shù)據(jù)。例如，有研究發(fā)現(xiàn)，上市公司年報(bào)中文本信息的語(yǔ)氣以及它們所反映的情緒會(huì)顯著影響企業(yè)風(fēng)險(xiǎn)和股票收益[6-7]。Hoberg et al.（2016）發(fā)現(xiàn)，基于上市公司年報(bào)中的產(chǎn)品介紹的文本信息提取的行業(yè)分類(lèi)比傳統(tǒng)的行業(yè)分類(lèi)更準(zhǔn)確。

將文本信息“喂給”計(jì)算機(jī)后，可以做多維度的分析。如前文提及的讓計(jì)算機(jī)學(xué)習(xí)并預(yù)測(cè)人民日?qǐng)?bào)文章的例子，就是基于文本信息進(jìn)行預(yù)測(cè)的經(jīng)典用法，還可以從文本信息中提煉情緒指數(shù)。圖8是IBM開(kāi)發(fā)的文本信息分析平臺(tái)，在平臺(tái)上輸入相關(guān)文本信息后，將自動(dòng)輸出作者的情緒。例如，將蘋(píng)果公司年報(bào)中“管理層討論”部分輸入平臺(tái)后，顯示該公司管理層的情緒比較負(fù)面;當(dāng)輸入ipad這一產(chǎn)品名稱(chēng)時(shí)，顯示的負(fù)面情緒更嚴(yán)重。

上述文本信息分析技術(shù)能夠廣泛應(yīng)用于審計(jì)工作。例如，將公司的相關(guān)文本信息輸入文本分析平臺(tái)，可以分析管理層的情緒，判斷公司的持續(xù)經(jīng)營(yíng)能力。如果管理層都比較悲觀，說(shuō)明公司的發(fā)展前景確實(shí)堪憂。這種分析可以應(yīng)用于業(yè)務(wù)承接、風(fēng)險(xiǎn)評(píng)估等諸多環(huán)節(jié)。再比如，可以將文本信息與結(jié)構(gòu)化的財(cái)務(wù)指標(biāo)進(jìn)行比較，看這兩類(lèi)信息是否一致，例如，文本信息顯示公司業(yè)務(wù)增長(zhǎng)迅速，但財(cái)務(wù)指標(biāo)并未反映這一趨勢(shì)，則表明公司財(cái)務(wù)數(shù)據(jù)或者業(yè)務(wù)數(shù)據(jù)可能值得關(guān)注。由于文本信息量遠(yuǎn)大于結(jié)構(gòu)化的財(cái)務(wù)數(shù)據(jù)量，將這部分一直被忽略的信息挖掘出來(lái)后，能夠大大提升審計(jì)師發(fā)現(xiàn)問(wèn)題的概率，大幅度降低審計(jì)風(fēng)險(xiǎn)。

2.視頻與圖像信息

這類(lèi)信息在傳統(tǒng)審計(jì)模式下基本上未納入分析范疇，但卻非常重要。目前，基于AI的圖像識(shí)別技術(shù)已經(jīng)有很大進(jìn)展，實(shí)用性很強(qiáng)。例如，Choudhury et al.[8]利用大量圖片作為訓(xùn)練集，訓(xùn)練出一套模型，能夠非常準(zhǔn)確地識(shí)別圖片中人物的表情。圖9是研究者訪談過(guò)的一些CEO的照片，作者利用訓(xùn)練好的模型識(shí)別他們的表情，準(zhǔn)確率非常高。最近，不少高科技養(yǎng)殖公司引入了“豬臉識(shí)別”技術(shù)，能夠自動(dòng)識(shí)別每頭豬的身份，并實(shí)現(xiàn)實(shí)時(shí)監(jiān)控。比如，如果某頭豬突然食欲不振，系統(tǒng)會(huì)自動(dòng)識(shí)別并發(fā)出警報(bào)，養(yǎng)殖人員馬上進(jìn)場(chǎng)干預(yù)。與傳統(tǒng)養(yǎng)殖業(yè)相比，這種技術(shù)能夠大幅度提高預(yù)警能力，降低養(yǎng)殖風(fēng)險(xiǎn)。根據(jù)報(bào)道，京東通過(guò)采用這種技術(shù)，能將養(yǎng)殖成本降低30%～50%。

在審計(jì)過(guò)程中，會(huì)涉及到很多視頻與圖像信息，可以將其充分利用。例如，在訪談過(guò)程中，可以利用訓(xùn)練好的模型，對(duì)訪談對(duì)象的表情和肢體語(yǔ)言進(jìn)行分析，判斷他們所提供信息的可靠性。在審計(jì)過(guò)程中，還可以充分利用客戶(hù)公司在生產(chǎn)經(jīng)營(yíng)場(chǎng)所的視頻信息，利用AI進(jìn)行自動(dòng)分析，例如可以分析內(nèi)控的缺陷，根據(jù)生產(chǎn)經(jīng)營(yíng)視頻提取的信息與財(cái)務(wù)指標(biāo)進(jìn)行對(duì)比，考察財(cái)務(wù)業(yè)務(wù)數(shù)據(jù)的一致性，利用攝像頭進(jìn)行遠(yuǎn)程智能存貨盤(pán)點(diǎn)等等。

3.音頻信息

現(xiàn)有研究發(fā)現(xiàn)，在資本市場(chǎng)上，音頻信息具有信息含量，例如，Campbell et al.[6]發(fā)現(xiàn)，上市公司電話會(huì)議音頻的語(yǔ)氣會(huì)影響投資者的交易行為。在審計(jì)中，音頻信息在訪談環(huán)節(jié)非常有用。前文圖3已經(jīng)展示了如何在審計(jì)中利用音頻信息。此外，還可以根據(jù)對(duì)訪談錄音進(jìn)行智能分析，判斷訪談對(duì)象的性格特征、訪談時(shí)的態(tài)度等等，據(jù)此判斷訪談信息的可靠性，或者為進(jìn)一步采取哪些措施獲取審計(jì)證據(jù)提供線索。

4.其他信息

除了上述信息之外，還有很多其他類(lèi)型的信息可以用于分析，例如移動(dòng)互聯(lián)時(shí)代產(chǎn)生的特有信息——定位信息。在使用智能手機(jī)時(shí)，會(huì)用到很多互聯(lián)網(wǎng)公司或大數(shù)據(jù)公司的產(chǎn)品或服務(wù)，其中很多會(huì)留下定位信息。對(duì)于這些公司而言，通過(guò)分析這些定位信息可以產(chǎn)生很多商業(yè)模式，例如，通過(guò)定位信息分析某區(qū)域的人流量以及他們的特征（例如每個(gè)人的來(lái)源地），從而幫助商場(chǎng)選址、精準(zhǔn)營(yíng)銷(xiāo)等。圖10是深圳極光公司利用定位信息繪制的中國(guó)人民大學(xué)校園實(shí)時(shí)人流分布圖。顏色越深，表明人流越密集。這種圖是動(dòng)態(tài)的，反映不同時(shí)點(diǎn)人流量的變化。

這種定位信息可以幫助審計(jì)師足不出戶(hù)就能非常準(zhǔn)確地核實(shí)客戶(hù)公司的經(jīng)營(yíng)情況。以中國(guó)資本市場(chǎng)上經(jīng)典的舞弊案例之一“藍(lán)田舞弊案”為例，藍(lán)田2000年主營(yíng)業(yè)務(wù)收入是12.7億元，每天銷(xiāo)售額大概是300萬(wàn)元，大約每天要銷(xiāo)售100萬(wàn)斤的水產(chǎn)品。這么多水產(chǎn)品運(yùn)輸大概需要200多輛輕型卡車(chē)。據(jù)此估算出每天的人流量至少是2 000人。加上公司員工，每天養(yǎng)殖基地進(jìn)出的人流量至少在2 000人以上。審計(jì)師可以利用定位信息，遠(yuǎn)程判斷人流量與公司披露的收入是否配比。

（四）從抽樣審計(jì)向詳細(xì)審計(jì)轉(zhuǎn)變

隨著技術(shù)的進(jìn)步，傳統(tǒng)的抽樣審計(jì)方法可能會(huì)慢慢消失，詳細(xì)審計(jì)又重新回歸。眾所周知，審計(jì)產(chǎn)生之初采用的是詳細(xì)審計(jì)方法，但隨著企業(yè)規(guī)模越來(lái)越大，業(yè)務(wù)越來(lái)越復(fù)雜，詳細(xì)審計(jì)越來(lái)越不符合成本效益原則，從而被迫讓位于抽樣審計(jì)。抽樣審計(jì)雖然能提高審計(jì)效率，但它將審計(jì)的不確定性帶入一個(gè)讓人日益無(wú)法接受的區(qū)域，導(dǎo)致審計(jì)師時(shí)刻面臨訴訟風(fēng)險(xiǎn)。

隨著人工智能、大數(shù)據(jù)等技術(shù)的日益完善，審計(jì)方法重新回歸詳細(xì)審計(jì)模式越來(lái)越成為可能。從技術(shù)角度來(lái)說(shuō)，風(fēng)險(xiǎn)評(píng)估、內(nèi)控測(cè)試等環(huán)節(jié)更容易實(shí)現(xiàn)完全智能化，因此它們可能會(huì)首先完成智能化轉(zhuǎn)型。而細(xì)節(jié)測(cè)試的智能化轉(zhuǎn)型的難度較大，主要是由于用于準(zhǔn)確識(shí)別錯(cuò)報(bào)的智能模型開(kāi)發(fā)難度較大，涉及到大量的職業(yè)判斷，因此，細(xì)節(jié)測(cè)試的完全智能化可能尚需時(shí)日。

不過(guò)，目前的技術(shù)可以實(shí)現(xiàn)準(zhǔn)詳細(xì)審計(jì)，具體步驟如下：首先，讓計(jì)算機(jī)學(xué)習(xí)規(guī)則，例如會(huì)計(jì)準(zhǔn)則、審計(jì)準(zhǔn)則等。如同戰(zhàn)勝?lài)骞谲娎钍朗陌柗ü罚ˋlphaGo），應(yīng)先讓它學(xué)會(huì)圍棋規(guī)則。雖然會(huì)計(jì)和審計(jì)規(guī)則比圍棋規(guī)則更復(fù)雜，但從技術(shù)角度來(lái)說(shuō)是完全可以實(shí)現(xiàn)的。其次，讓計(jì)算機(jī)學(xué)習(xí)過(guò)去已經(jīng)完成的審計(jì)業(yè)務(wù)數(shù)據(jù)，用機(jī)器學(xué)習(xí)技術(shù)，訓(xùn)練錯(cuò)報(bào)識(shí)別模型。AlphaGo之所以能戰(zhàn)勝李世石，是因?yàn)樗鼘W(xué)習(xí)了三千萬(wàn)盤(pán)棋局，訓(xùn)練出一個(gè)高質(zhì)量模型。通過(guò)機(jī)器學(xué)習(xí)，可以讓計(jì)算機(jī)像審計(jì)師一樣進(jìn)行職業(yè)判斷。隨著訓(xùn)練集越來(lái)越大，訓(xùn)練的模型也越來(lái)越精確，計(jì)算機(jī)會(huì)越來(lái)越聰明，達(dá)到完全代替審計(jì)師的程度。最后，利用訓(xùn)練好的模型進(jìn)行錯(cuò)報(bào)識(shí)別。與傳統(tǒng)的人工審計(jì)相比，智能化的詳細(xì)審計(jì)不僅是對(duì)所有報(bào)表項(xiàng)目進(jìn)行審計(jì)，而且會(huì)用到多維度的大數(shù)據(jù)，審計(jì)效率和效果會(huì)遠(yuǎn)遠(yuǎn)超過(guò)審計(jì)師。

（五）審計(jì)可視化

可視化技術(shù)將改變傳統(tǒng)審計(jì)模式下的數(shù)據(jù)界面，代之以直觀的各種動(dòng)態(tài)圖表。目前，已經(jīng)有很多公司開(kāi)發(fā)出可視化商業(yè)智能（BI）產(chǎn)品，商業(yè)化應(yīng)用日益普遍，無(wú)論是企業(yè)的生產(chǎn)部門(mén)、安監(jiān)部門(mén)，還是管理部門(mén)，都在大量使用可視化技術(shù)。例如儀表盤(pán)（駕駛艙）是目前應(yīng)用很廣的可視化產(chǎn)品，它能夠直觀地反映各環(huán)節(jié)、各產(chǎn)品、各部門(mén)的實(shí)時(shí)狀態(tài)，大幅度提升企業(yè)決策的效率。

一直以來(lái)，審計(jì)師在審計(jì)過(guò)程中面對(duì)的大多是數(shù)據(jù)界面，很難快速找出數(shù)據(jù)中隱藏的規(guī)律和問(wèn)題，即便是已經(jīng)加工過(guò)的數(shù)據(jù)。而可視化界面可以直觀地將數(shù)據(jù)形象地展示出來(lái)，便于審計(jì)師快速分析并得出結(jié)論。圖11是一個(gè)氣泡圖的例子[9]。橫軸是審計(jì)客戶(hù)，縱軸是這些客戶(hù)公司購(gòu)買(mǎi)的股票的代碼，圖中每個(gè)點(diǎn)對(duì)應(yīng)的就是每家客戶(hù)購(gòu)買(mǎi)的股票，氣泡的大小代表投資收益的大小。從圖中可以看出，有些公司投資的上市公司數(shù)量不多，但每項(xiàng)投資的收益都很可觀，因此，應(yīng)該將這些公司的股票投資業(yè)務(wù)作為審計(jì)重點(diǎn)，看是否存在內(nèi)幕交易等行為。實(shí)際上，在審計(jì)的全過(guò)程中，都可以基于BI等工具，自動(dòng)將所有數(shù)據(jù)以圖表形式展現(xiàn)出來(lái)。未來(lái)的趨勢(shì)是將AI與BI結(jié)合，讓可視化技術(shù)更加智能。

此外，在審計(jì)過(guò)程中，可以以?xún)x表盤(pán)的形式展示審計(jì)項(xiàng)目的實(shí)時(shí)動(dòng)態(tài)實(shí)時(shí)展示各小組工作完成情況、所需資源、遇到的困難、發(fā)現(xiàn)的問(wèn)題等等。從項(xiàng)目負(fù)責(zé)人角度來(lái)說(shuō)，他們可以隨時(shí)了解項(xiàng)目進(jìn)展并協(xié)調(diào)各小組的工作;從項(xiàng)目小組的角度來(lái)說(shuō)，小組之間、小組內(nèi)部可以實(shí)現(xiàn)實(shí)時(shí)資源共享。在移動(dòng)互聯(lián)時(shí)代，這些都可以在移動(dòng)端實(shí)現(xiàn)，讓審計(jì)工作更加便捷高效。

可視化技術(shù)不僅適用于審計(jì)過(guò)程，也適用于審計(jì)報(bào)告階段。在出具審計(jì)報(bào)告之前，審計(jì)師要實(shí)施分析程序，最后確認(rèn)審計(jì)后的報(bào)表是否存在異常。在此階段，除了可以采用機(jī)器學(xué)習(xí)等方法將審計(jì)后的報(bào)表與歷年報(bào)表以及同行業(yè)其他公司的報(bào)表進(jìn)行對(duì)比分析之外，還可以采用可視化技術(shù)，直觀而形象地呈現(xiàn)報(bào)表項(xiàng)目，便于與歷年報(bào)表以及同行業(yè)其他公司的報(bào)表進(jìn)行比較。關(guān)彥慶等[10]僅基于Excel中的Microsoft Research Treemapper控件，就將傳統(tǒng)的數(shù)字型報(bào)表變成了圖形報(bào)表（如圖12所示）。報(bào)表中每一個(gè)方框的大小代表相應(yīng)報(bào)表項(xiàng)目的金額，顏色代表增長(zhǎng)率。與傳統(tǒng)報(bào)表相比，這種改進(jìn)后的報(bào)表一目了然。當(dāng)然，基于BI等工具，能夠畫(huà)出更精致更有價(jià)值的圖形報(bào)表。

在審計(jì)報(bào)告階段，也可以更多用圖表的形式展示審計(jì)結(jié)果。目前的審計(jì)報(bào)告屬于一維模式，未來(lái)的報(bào)告應(yīng)該是多維的，可以用動(dòng)態(tài)圖、立體圖等形式展示更豐富的細(xì)節(jié)。

綜上所述，可以構(gòu)建如圖13所示的大數(shù)據(jù)審計(jì)框架。大數(shù)據(jù)審計(jì)的核心組織是數(shù)據(jù)處理中心，它24小時(shí)不間斷地收集、整理、分析數(shù)據(jù)，反饋結(jié)果。以該中心為平臺(tái)，首先讓計(jì)算機(jī)儲(chǔ)備知識(shí)，即讓它學(xué)習(xí)會(huì)計(jì)、審計(jì)等規(guī)則以及歷史審計(jì)數(shù)據(jù)。學(xué)習(xí)規(guī)則的目的是為了讓計(jì)算機(jī)“懂”會(huì)計(jì)、審計(jì)知識(shí);學(xué)習(xí)歷史審計(jì)數(shù)據(jù)的目的是為了讓它成為會(huì)計(jì)、審計(jì)專(zhuān)家，會(huì)像人一樣進(jìn)行職業(yè)判斷。儲(chǔ)備了足夠的知識(shí)和經(jīng)驗(yàn)之后，計(jì)算機(jī)就可以開(kāi)始執(zhí)行審計(jì)業(yè)務(wù)。在風(fēng)險(xiǎn)評(píng)估階段，可以基于大數(shù)據(jù)進(jìn)行自動(dòng)分析，查找異常。在內(nèi)控測(cè)試階段，可以基于社會(huì)網(wǎng)絡(luò)分析等技術(shù)自動(dòng)檢測(cè)各個(gè)內(nèi)控點(diǎn)，自動(dòng)判斷是否存在內(nèi)控偏差。在細(xì)節(jié)測(cè)試階段，基于學(xué)習(xí)的規(guī)則和歷史審計(jì)數(shù)據(jù)，對(duì)所有報(bào)表項(xiàng)目進(jìn)行自動(dòng)核對(duì)，重點(diǎn)根據(jù)風(fēng)險(xiǎn)評(píng)估和內(nèi)控測(cè)試階段發(fā)現(xiàn)的線索進(jìn)行強(qiáng)化檢測(cè)。在審計(jì)報(bào)告階段，自動(dòng)生成審計(jì)報(bào)告。

二、大數(shù)據(jù)審計(jì)：五大挑戰(zhàn)

雖然大數(shù)據(jù)審計(jì)代替?zhèn)鹘y(tǒng)審計(jì)是大勢(shì)所趨，然而，在目前階段還存在諸多困難和挑戰(zhàn)，需要學(xué)術(shù)界、實(shí)務(wù)界和監(jiān)管層共同合作，逐步加以克服，推動(dòng)大數(shù)據(jù)審計(jì)的快速落地與迭代。

（一）大數(shù)據(jù)獲取成本高

能否以合適的成本獲取所需的數(shù)據(jù)是進(jìn)行大數(shù)據(jù)分析的關(guān)鍵。然而，目前很多數(shù)據(jù)的獲取成本很高。從客戶(hù)數(shù)據(jù)來(lái)看，在實(shí)踐中，由于保密性等原因，客戶(hù)只會(huì)提供部分電子數(shù)據(jù)，而且主要局限于部分財(cái)務(wù)數(shù)據(jù)，其中還有不少匯總性數(shù)據(jù)，不適合進(jìn)行大數(shù)據(jù)分析。從外部數(shù)據(jù)來(lái)看，從網(wǎng)絡(luò)上爬取公開(kāi)數(shù)據(jù)也會(huì)面臨高昂的成本，除了存儲(chǔ)成本、人員成本、數(shù)據(jù)清洗成本等，更大的成本是公開(kāi)數(shù)據(jù)的不可獲得性或者數(shù)據(jù)質(zhì)量較差。例如，要讓計(jì)算機(jī)自動(dòng)分析客戶(hù)銷(xiāo)售收入的合理性，就需要獲取客戶(hù)具體產(chǎn)品實(shí)時(shí)的市場(chǎng)價(jià)格、市場(chǎng)份額、技術(shù)指標(biāo)等數(shù)據(jù)，然而，目前網(wǎng)絡(luò)上關(guān)于這方面的數(shù)據(jù)非常匱乏。而且，隨著大數(shù)據(jù)監(jiān)管政策趨嚴(yán)，爬取公開(kāi)數(shù)據(jù)的成本會(huì)越來(lái)越高。從事務(wù)所內(nèi)部積累的數(shù)據(jù)來(lái)看，由于我國(guó)事務(wù)所的信息化水平尚處于一個(gè)較低的水平，電子版的歷史審計(jì)數(shù)據(jù)積累不夠，很難滿(mǎn)足機(jī)器學(xué)習(xí)所需要的數(shù)據(jù)量。

（二）觀念與習(xí)慣轉(zhuǎn)變困難

人們很難改變已經(jīng)習(xí)慣的生活方式。因此，企業(yè)要進(jìn)行變革，首先就會(huì)遇到來(lái)自企業(yè)內(nèi)部的阻力。如果是自上而下的變革，往往會(huì)面臨來(lái)自中層和基層員工的阻力。因?yàn)閺膫鹘y(tǒng)審計(jì)模式向大數(shù)據(jù)審計(jì)模式轉(zhuǎn)變，需要員工重新學(xué)習(xí)新知識(shí)、拋棄多年來(lái)積累的經(jīng)驗(yàn)和工作方式，必然會(huì)引發(fā)他們的抵觸心理。如果是自下而上的變革，又往往需要說(shuō)服上層管理者和兄弟部門(mén)支持變革，在未取得實(shí)質(zhì)性變革成效之前，要獲得他們的支持存在很大難度。從我國(guó)目前的審計(jì)市場(chǎng)現(xiàn)狀來(lái)看，事務(wù)所之間的競(jìng)爭(zhēng)還處于爭(zhēng)奪客戶(hù)階段，尚未進(jìn)化到技術(shù)競(jìng)爭(zhēng)階段，事務(wù)所在審計(jì)模式轉(zhuǎn)變方面的壓力較小，主動(dòng)變革的動(dòng)力會(huì)較弱。

（三）人才難得

大數(shù)據(jù)審計(jì)需要專(zhuān)業(yè)的復(fù)合型人才，既掌握會(huì)計(jì)審計(jì)知識(shí)，又掌握大數(shù)據(jù)技術(shù)。然而，目前這方面的人才極為缺乏。作為人才的主要供給方，目前高校教育普遍還是傳統(tǒng)的培養(yǎng)模式，培養(yǎng)的還是傳統(tǒng)的會(huì)計(jì)審計(jì)人才。雖然已經(jīng)有部分高校開(kāi)始開(kāi)設(shè)智能會(huì)計(jì)、大數(shù)據(jù)會(huì)計(jì)課程或?qū)I(yè)，但尚處于起步階段。很多高校已經(jīng)意識(shí)到向智能會(huì)計(jì)、大數(shù)據(jù)會(huì)計(jì)轉(zhuǎn)型是大勢(shì)所趨，希望轉(zhuǎn)型，但它們普遍面臨的問(wèn)題是缺教材、缺師資、缺方案。因此，高校還無(wú)法向?qū)崉?wù)界大規(guī)模供給大數(shù)據(jù)審計(jì)專(zhuān)業(yè)人才。

（四）審計(jì)業(yè)務(wù)的復(fù)雜性

隨著企業(yè)規(guī)模越來(lái)越大、業(yè)務(wù)越來(lái)越復(fù)雜，審計(jì)業(yè)務(wù)也越來(lái)越復(fù)雜。為了應(yīng)對(duì)這種復(fù)雜性，現(xiàn)代審計(jì)提供了一套完整而精致的方法體系。然而，即便如此，審計(jì)團(tuán)隊(duì)花費(fèi)數(shù)月時(shí)間，也很難將所有重大錯(cuò)報(bào)找出來(lái)，更勿論所有錯(cuò)報(bào)。作為一種新型審計(jì)模式，大數(shù)據(jù)審計(jì)在很多方面優(yōu)于傳統(tǒng)審計(jì)，但囿于審計(jì)業(yè)務(wù)自身的復(fù)雜性，要很好地實(shí)現(xiàn)存在諸多困難，尤其是在細(xì)節(jié)測(cè)試階段。企業(yè)往往會(huì)提供多種產(chǎn)品或服務(wù)，即使是同一種產(chǎn)品或服務(wù)，還存在不同的型號(hào)或類(lèi)型，如果要深入分析每種產(chǎn)品或服務(wù)的賬務(wù)處理是否合理，就需要讓計(jì)算機(jī)學(xué)習(xí)每種產(chǎn)品的相關(guān)知識(shí)，而這顯然是有難度的。

（五）大數(shù)據(jù)審計(jì)體系設(shè)計(jì)的復(fù)雜性

大數(shù)據(jù)審計(jì)系統(tǒng)應(yīng)該是一個(gè)標(biāo)準(zhǔn)化或者準(zhǔn)標(biāo)準(zhǔn)化的系統(tǒng)，能夠用于各種審計(jì)場(chǎng)景。然而，在實(shí)踐中，審計(jì)師面對(duì)的往往并非標(biāo)準(zhǔn)化的場(chǎng)景：不同的企業(yè)、不同的產(chǎn)品或服務(wù)、不同的商業(yè)模式、不同的行業(yè)慣例等等。因此，要想設(shè)計(jì)出一個(gè)標(biāo)準(zhǔn)化的審計(jì)系統(tǒng)，訓(xùn)練通用性的審計(jì)模型，確實(shí)存在很大難度。此外，大數(shù)據(jù)審計(jì)模式應(yīng)該遵循什么思路來(lái)構(gòu)建？是繼承傳統(tǒng)審計(jì)的風(fēng)險(xiǎn)評(píng)估、內(nèi)控測(cè)試、細(xì)節(jié)測(cè)試三階段模式，還是另起爐灶，采用完全不同的模式？目前還沒(méi)有明確的答案，還需要在審計(jì)實(shí)務(wù)中慢慢摸索出可行的方案。

三、結(jié)語(yǔ)

美國(guó)科幻小說(shuō)家凡爾納曾經(jīng)說(shuō)過(guò)：“但凡人能想到的事，必定有人能將它實(shí)現(xiàn)。”在技術(shù)大爆炸的今天，越來(lái)越多的顛覆性技術(shù)不斷涌現(xiàn)，不斷重塑企業(yè)的商業(yè)模式。我們堅(jiān)信，大數(shù)據(jù)審計(jì)代替?zhèn)鹘y(tǒng)審計(jì)是大勢(shì)所趨，我們應(yīng)該主動(dòng)擁抱這種變革，并努力創(chuàng)新技術(shù)，一步步實(shí)現(xiàn)它。

世界審計(jì)創(chuàng)新的引擎在中國(guó)，中國(guó)審計(jì)創(chuàng)新的關(guān)鍵在產(chǎn)學(xué)合作。中國(guó)為大數(shù)據(jù)審計(jì)的發(fā)展提供了沃土。根據(jù)金融數(shù)據(jù)公司Pitchbook的統(tǒng)計(jì)，2018年中國(guó)的BAT（百度、阿里巴巴和騰訊）在AI領(lǐng)域共投入了128億美元，而美國(guó)的四大巨頭（谷歌、亞馬遜、臉書(shū)、蘋(píng)果）合起來(lái)才投入17億美元④。中國(guó)在技術(shù)方面大規(guī)模的投入以及更加寬松的大數(shù)據(jù)應(yīng)用環(huán)境為大數(shù)據(jù)審計(jì)的發(fā)展提供了難得的發(fā)展機(jī)遇。不過(guò)，中國(guó)審計(jì)要真正引領(lǐng)世界審計(jì)的創(chuàng)新，必須加大產(chǎn)學(xué)合作力度，單靠實(shí)務(wù)界或者學(xué)術(shù)界都很難實(shí)現(xiàn)?！?/p>

【參考文獻(xiàn)】

[1] 陳碩，王宣藝.機(jī)器學(xué)習(xí)在社會(huì)科學(xué)中的應(yīng)用：回顧與展望[Z].2018.

[2] BAO YANG，et al.Detecting accounting fraud in publicly traded U.S. firms using a machine learning approach[J/OL].2015.

[3] CHAN J T，et al.Reading China：predicting policy with machine learning[J/OL].2018.

[4] MIEKE JKNS，et al.Does process mining add to internal auditing？An experience report[J].Enterprise Business-Process and Information Systems Modeling，2011（81）：31-45.

[5] LOOKMAN S，et al.A framework for occupational fraud detection by social network analysis[Z].2015.

[6] CAMPBELL J L，et al.Express yourself：Why managers disclosure tone varies across time and what investors learn from it[J/OL].2017.

[7] JIANG F，et al.Manager sentiment and stock returns[J].Journal of Financial Economics，2019，132（1）：126-149.

[8] CHOUDHURY P R，et al.Machine learning approaches to facial and text analysis：Discovering CEO oral communication styles[J].Strategic Management Journal，2019，40（11）：1705-1732.

[9] 陳偉.基于可視化分析技術(shù)的大數(shù)據(jù)審計(jì)案例研究[J].中國(guó)注冊(cè)會(huì)計(jì)師，2019（6）：61-64.

[10] 管彥慶，楊喜梅，博斌.我國(guó)企業(yè)財(cái)務(wù)報(bào)告的可視化研究——基于上市公司合并資產(chǎn)負(fù)債表的Treemaps圖形化視角[J].中國(guó)注冊(cè)會(huì)計(jì)師，2014（9）：74-79.

[11] SUN T S，et al.Applying deep learning to audit procedures：an illustrative framework[J].Accounting Horizons，2019，33（3）：89-109.