大數(shù)據(jù)環(huán)境下Python語言在會計(jì)師事務(wù)所審計(jì)中的應(yīng)用研究

李 信

進(jìn)入21世紀(jì)，信息技術(shù)創(chuàng)新日新月異，以數(shù)字化、網(wǎng)絡(luò)化、智能化為特征的信息化浪潮蓬勃興起。文本、圖片、XML、HTML、各類報(bào)表、圖像和音頻/視頻等非結(jié)構(gòu)化數(shù)據(jù)的大量涌現(xiàn)，以及會計(jì)資料電子化、辦公無紙化以及數(shù)據(jù)規(guī)模、數(shù)據(jù)種類的極速增長，給審計(jì)人員開展審計(jì)工作帶來了新的挑戰(zhàn)。過去傳統(tǒng)的審計(jì)技術(shù)已經(jīng)不能適應(yīng)當(dāng)下事務(wù)所審計(jì)人員提高審計(jì)質(zhì)量和效率的要求。審計(jì)人員要想尋求新的突破，需要改變審計(jì)思路：即從傳統(tǒng)審計(jì)的手工查賬轉(zhuǎn)變?yōu)榻Y(jié)合大數(shù)據(jù)分析技術(shù)來輔助審計(jì)。面對這一改變，審計(jì)工作中使用的數(shù)據(jù)分析技術(shù)該如何改進(jìn)才能適應(yīng)當(dāng)前社會的發(fā)展成為時(shí)下研究熱點(diǎn)。

Python是一種跨平臺的計(jì)算機(jī)程序設(shè)計(jì)語言，是一個(gè)高層次的結(jié)合了解釋性、編譯性、互動性和面向?qū)ο蟮哪_本語言。由于Python語言的簡潔性、易讀性以及可擴(kuò)展性，深受數(shù)據(jù)分析者的喜愛。大數(shù)據(jù)環(huán)境下，會計(jì)師事務(wù)所審計(jì)人員在開展審計(jì)工作中可以利用這一編程語言分析處理數(shù)據(jù)，編寫爬蟲、數(shù)據(jù)可視化、數(shù)據(jù)分析等與審計(jì)有關(guān)的程序，以此來提高審計(jì)效率。本文就大數(shù)據(jù)環(huán)境下Python語言在會計(jì)師事務(wù)所審計(jì)中的應(yīng)用進(jìn)行探討。

表1 國際四大所引進(jìn)先進(jìn)審計(jì)技術(shù)統(tǒng)計(jì)

表2 大數(shù)據(jù)技術(shù)應(yīng)用于審計(jì)數(shù)據(jù)分析框架

表3 某企業(yè)某年份煤炭銷售毛利分析

一、當(dāng)前會計(jì)師事務(wù)所審計(jì)工作中存在的問題

1.審計(jì)效率低。在審計(jì)方式上，審計(jì)小組入駐現(xiàn)場之前，只能由項(xiàng)目負(fù)責(zé)人通過電話跟被審計(jì)單位對接人溝通索要相關(guān)審計(jì)資料，對項(xiàng)目現(xiàn)場的審計(jì)情況不可預(yù)估。當(dāng)審計(jì)小組進(jìn)場時(shí)可能就需要花費(fèi)一定的時(shí)間去了解，這樣就占用了大量的人力和精力。執(zhí)行審計(jì)時(shí)，審計(jì)小組成員全程參與從審計(jì)準(zhǔn)備到出具審計(jì)報(bào)告的所有流程，不能讓審計(jì)組成員發(fā)揮各自的審計(jì)特長，這樣會降低項(xiàng)目組審計(jì)的專業(yè)性；其次，按審計(jì)對象劃分審計(jì)小組參與審計(jì)業(yè)務(wù)流程的審計(jì)模式，使得審計(jì)資源得不到優(yōu)化。

目前我國信息化環(huán)境下所使用的審計(jì)數(shù)據(jù)分析方法主要有：賬表分析、數(shù)據(jù)查詢、審計(jì)抽樣、統(tǒng)計(jì)分析和數(shù)值分析等，常用的輔助審計(jì)工具有：審計(jì)軟件、SQL sever、excel等。目前會計(jì)師事務(wù)所審計(jì)人員大都使用excel分析處理數(shù)據(jù)、審計(jì)軟件來開展財(cái)務(wù)審計(jì)工作，但是面對海量的非結(jié)構(gòu)化數(shù)據(jù)，傳統(tǒng)的輔助審計(jì)工具在提升審計(jì)效率上往往顯得力不從心，在分析處理數(shù)據(jù)時(shí)容易造成電腦運(yùn)行速度緩慢，甚至出現(xiàn)宕機(jī)現(xiàn)象。

2.現(xiàn)有的審計(jì)技術(shù)難應(yīng)對被審計(jì)單位提供的混合型數(shù)據(jù)。當(dāng)前大部分會計(jì)師事務(wù)所的審計(jì)人員缺乏對大數(shù)據(jù)知識和技術(shù)的了解，整體審計(jì)知識結(jié)構(gòu)也較為單薄，仍然依賴于傳統(tǒng)的審計(jì)工具開展審計(jì)工作，但這些輔助審計(jì)工具也存在著局限性，審計(jì)人員無法深層次去挖掘非結(jié)構(gòu)化數(shù)據(jù)之間隱藏的有價(jià)值信息，容易造成審計(jì)遺漏，忽略重要的審計(jì)信息。大數(shù)據(jù)與傳統(tǒng)數(shù)據(jù)對比結(jié)果如圖1所示。

目前國際四大會計(jì)師事務(wù)所均引入了先進(jìn)的審計(jì)技術(shù)來應(yīng)對這些混合型數(shù)據(jù)，如表1所示。面對海量的數(shù)據(jù)，本土事務(wù)所為了減小審計(jì)風(fēng)險(xiǎn)，只是在審計(jì)工作中不斷加大細(xì)節(jié)測試，未能提出升級審計(jì)技術(shù)、改進(jìn)審計(jì)流程等應(yīng)對措施。

圖1 大數(shù)據(jù)與傳統(tǒng)數(shù)據(jù)特征對比

圖2 爬蟲巨潮資訊網(wǎng)上市公司年度報(bào)告

二、數(shù)據(jù)科學(xué)視角下的審計(jì)數(shù)據(jù)分析詮釋

大數(shù)據(jù)時(shí)代，數(shù)據(jù)科學(xué)視角下審計(jì)數(shù)據(jù)分析對象由以前的結(jié)構(gòu)化數(shù)據(jù)擴(kuò)展為復(fù)雜多變的海量混合型數(shù)據(jù)，其數(shù)據(jù)分析方法也由傳統(tǒng)審計(jì)經(jīng)驗(yàn)導(dǎo)向的數(shù)據(jù)匯總與查詢轉(zhuǎn)變?yōu)閿?shù)據(jù)導(dǎo)向的數(shù)據(jù)的采集、審計(jì)數(shù)據(jù)的預(yù)處理、數(shù)據(jù)分析及深度挖掘、數(shù)據(jù)可視化等步驟，因此有必要構(gòu)建大數(shù)據(jù)技術(shù)應(yīng)用于審計(jì)數(shù)據(jù)分析的框架，如表2所示，使用大數(shù)據(jù)審計(jì)分析技術(shù)開展審計(jì)工作，而Python語言正是將傳統(tǒng)審計(jì)數(shù)據(jù)分析引入數(shù)據(jù)科學(xué)分析的有利利器之一。

圖3 陽泉煤業(yè)年報(bào)爬蟲結(jié)果

Python 是一個(gè)高層次結(jié)合了解釋性、編譯性、互動性和面向?qū)ο蟮哪_本語言。它擁有豐富的工具包與活躍的開源社區(qū)，能夠?qū)?shù)據(jù)進(jìn)行行之有效的探索性分析；其超強(qiáng)的可視化功能，能夠?qū)⒎墙Y(jié)構(gòu)化數(shù)據(jù)以可視化的效果展現(xiàn)出來，為實(shí)現(xiàn)在審計(jì)實(shí)務(wù)中運(yùn)用大數(shù)據(jù)技術(shù)提供經(jīng)驗(yàn)支持。完成同一個(gè)任務(wù)，C語言要寫1000行代碼，Java只需要寫100行，而Python可能只要20行，而且Python的學(xué)習(xí)并不困難，并不一定要具備編程基礎(chǔ)，對于初學(xué)者來講，可以下載Sublime Text編輯器對數(shù)據(jù)進(jìn)行分析。

三、引入Python實(shí)施大數(shù)據(jù)審計(jì)的可行性

大數(shù)據(jù)環(huán)境下，事務(wù)所審計(jì)人員使用Python開展審計(jì)工作時(shí)，有以下幾點(diǎn)但又不限于此幾點(diǎn)的應(yīng)用功能：

1.網(wǎng)絡(luò)爬蟲巨潮資訊網(wǎng)下載A股上市公司半年報(bào)或年報(bào)技術(shù)。網(wǎng)絡(luò)爬蟲是一種按照一定的規(guī)則，自動地抓取萬維網(wǎng)信息的程序或者腳本，將目標(biāo)定為抓取與某一特定主題內(nèi)容相關(guān)的網(wǎng)頁，獲取其中有價(jià)值的信息，為面向主題的用戶查詢準(zhǔn)備數(shù)據(jù)資源。審計(jì)人員可以使用Python從巨潮資訊網(wǎng)（http://www.cninfo.com.cn/new/index）自動化下載審計(jì)需要的上市公司某一年份或者多年份的年度報(bào)告或者半年報(bào)，從而減少審計(jì)人員人工下載的時(shí)間。此處以煤炭行業(yè)上市公司陽泉煤業(yè)為例，爬蟲過程如圖2所示，爬蟲結(jié)果如圖3所示。也可以通過Python自動下載某一時(shí)間段A股或者H股上市公司的所有年報(bào)、半年報(bào)數(shù)據(jù)，譬如下載2020年6月30日后的A股上市公司半年報(bào)，爬蟲下載過程如圖4所示，爬蟲下載結(jié)果如圖5所示。

圖4 爬蟲下載巨潮資訊網(wǎng)2020年6月30日后所有A股公司半年度報(bào)告

圖5 2020年6月30日后A股上市公司半年報(bào)爬蟲下載結(jié)果

圖6 問卷調(diào)查統(tǒng)計(jì)結(jié)果

2.相似度分析技術(shù)。在開展審計(jì)工作前，項(xiàng)目組負(fù)責(zé)人可以通過大數(shù)據(jù)相似度分析技術(shù)了解審計(jì)助理對現(xiàn)場負(fù)責(zé)人的期望。這樣可以讓他們明確審計(jì)計(jì)劃、目的和任務(wù)。對XX所2019年新進(jìn)員工展開了一次問卷調(diào)查，通過相似度分析技術(shù)對調(diào)查問卷第三小問：“您希望現(xiàn)場負(fù)責(zé)人在審計(jì)進(jìn)場前給予哪些幫助”結(jié)果進(jìn)行統(tǒng)計(jì)分析，統(tǒng)計(jì)結(jié)果如圖6所示，分析結(jié)果如圖7所示，形成的可視化結(jié)果如圖8所示。從圖7發(fā)現(xiàn)：“項(xiàng)目”“審計(jì)”“計(jì)劃”“介紹”“情況”“安排”這些詞語字體較大，代表這些詞語在答卷內(nèi)容中出現(xiàn)的次數(shù)較多，圖8發(fā)現(xiàn)“介紹項(xiàng)目情況，審計(jì)目的，審計(jì)計(jì)劃安排以及特別注意事項(xiàng)”這項(xiàng)回答相似度占比為8%，比例最高，是審計(jì)助理普遍的想法。審計(jì)項(xiàng)目負(fù)責(zé)人可以針對項(xiàng)目組成員的需求，在開展審計(jì)工作前做到分工明確。

3.標(biāo)簽云分析技術(shù)。開展審計(jì)工作時(shí)，審計(jì)人員可以利用Python語言的Requests模塊從各大主流行業(yè)網(wǎng)站上爬取當(dāng)前年度某一行業(yè)發(fā)展規(guī)模及行業(yè)發(fā)展趨勢分析等數(shù)據(jù)，將其中的文字全部提取出來保存為Txt格式，使用Python中的Jieba包對這類非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行分詞、詞頻統(tǒng)計(jì)，通過大數(shù)據(jù)分析技術(shù)——標(biāo)簽云對其進(jìn)行文本分析，提取出文本中出現(xiàn)的高頻詞語，統(tǒng)計(jì)各個(gè)分詞出現(xiàn)的頻數(shù)，最終將這些非結(jié)構(gòu)化數(shù)據(jù)以可視化圖形展現(xiàn)出來，從而生成初步的判斷，這樣方便審計(jì)人員快速抓取審計(jì)重點(diǎn)。以2020年度煤炭發(fā)展規(guī)模及行業(yè)發(fā)展趨勢分析為例，形成的可視化圖形如圖9所示，

從圖形中可以看出，“銷售”“下游”“煤價(jià)”“復(fù)產(chǎn)”“恢復(fù)”字體較大，出現(xiàn)的次數(shù)較多，可見2020年度煤炭行業(yè)因?yàn)槭芤咔橛绊戜N售量下降、價(jià)格出現(xiàn)下跌，復(fù)產(chǎn)過后煤炭行業(yè)的需求有所增長，但下游市場恢復(fù)較慢，煤炭全產(chǎn)業(yè)鏈復(fù)蘇仍面臨庫存和價(jià)格劇烈波動、進(jìn)口煤沖擊等關(guān)鍵隱患，這些信息能夠幫助審計(jì)人員在開展審計(jì)工作時(shí)，明確被審計(jì)單位行業(yè)發(fā)展情況。

圖7 進(jìn)場前審計(jì)助理答卷內(nèi)容分析

圖8 進(jìn)場前審計(jì)助理答卷內(nèi)容結(jié)果可視化分析

4.可視化分析技術(shù)。大數(shù)據(jù)環(huán)境下，文本、圖片、XML、HTML、各類報(bào)表、圖像和音頻/視頻等非結(jié)構(gòu)化數(shù)據(jù)具有數(shù)據(jù)量大、來源多樣性、數(shù)據(jù)高價(jià)值的特點(diǎn)，這也就意味著這些數(shù)據(jù)成為審計(jì)人員開展審計(jì)工作不可忽視的一部分?？梢暬治黾夹g(shù)可以將這些非結(jié)構(gòu)化數(shù)據(jù)蘊(yùn)含的信息變得直觀，幫助審計(jì)人員更快識別審計(jì)風(fēng)險(xiǎn)。標(biāo)簽云是可視化的方式之一，對審計(jì)文檔進(jìn)行可視化分析處理，可以幫助審計(jì)人員快速確定審計(jì)重點(diǎn)。

可視化（Visualization）是利用計(jì)算機(jī)圖形學(xué)和圖像處理技術(shù)，將數(shù)據(jù)轉(zhuǎn)換成圖形或圖像在屏幕上顯示出來，再進(jìn)行交互處理的理論、方法和技術(shù)。Python語言里面的matplotlib是一個(gè)2D繪圖庫，可以將數(shù)據(jù)以直方圖、條形圖、散點(diǎn)圖形式展現(xiàn)出來，方便審計(jì)人員直觀明了地查看數(shù)據(jù)之間的比例關(guān)系變化。以某企業(yè)某年1-12月份煤炭銷售毛利分析為例，該企業(yè)某年份的煤炭銷售毛利分析表如表3所示，形成的折線圖如圖10所示，同時(shí)審計(jì)人員可以將被審計(jì)單位的賬套導(dǎo)出到excel，整理被審計(jì)單位1-12月份的主營業(yè)務(wù)收入和主營業(yè)務(wù)成本，將產(chǎn)品類別、訂單數(shù)量、銷售收入、成本歸集整理在一張表格上，通過Python繪畫出散點(diǎn)圖進(jìn)行可視化分析，多維度挖掘數(shù)據(jù)之間隱藏的信息，從視覺上更直觀地發(fā)現(xiàn)數(shù)據(jù)異常值。

通過上述對審計(jì)數(shù)據(jù)的分析，大數(shù)據(jù)環(huán)境下事務(wù)所審計(jì)人員在開展審計(jì)工作時(shí)，可以利用Python的爬蟲技術(shù)從外部獲取被審計(jì)單位某一時(shí)間段的年度或者半年度報(bào)告；使用Python的標(biāo)簽云分析技術(shù)了解審計(jì)組成員進(jìn)場前需要的審計(jì)需求和被審計(jì)單位及所在行業(yè)發(fā)展情況；使用Python的可視化技術(shù)分析被審計(jì)單位的收入分布，發(fā)現(xiàn)是否存在虛增收入的情況等等，這樣能夠幫助審計(jì)人員從海量的混合型數(shù)據(jù)中將重要信息抽離出來，抓住審計(jì)重點(diǎn)，發(fā)現(xiàn)數(shù)據(jù)之間的異常值，從而提高審計(jì)人員的工作效率和工作質(zhì)量。

圖9 行業(yè)報(bào)告云標(biāo)簽

圖10 某企業(yè)煤炭毛利率與毛利折線圖

總之，大數(shù)據(jù)時(shí)代，會計(jì)師事務(wù)所審計(jì)人員可以將大數(shù)據(jù)分析語言Python運(yùn)用于審計(jì)分析程序，對文本、圖片、XML、 HTML、各類報(bào)表、圖像和音頻/視頻等非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行深層次的挖掘，利用Python的爬蟲技術(shù)、相似度分析技術(shù)、標(biāo)簽云分析技術(shù)以及可視化分析技術(shù)對數(shù)據(jù)進(jìn)行異常分析，找出規(guī)律，發(fā)現(xiàn)數(shù)據(jù)間的異常值，從而判斷出審計(jì)重點(diǎn)，為后續(xù)的審計(jì)工作提供指引方向，減少審計(jì)人員的工作量。