數(shù)智時(shí)代注冊(cè)會(huì)計(jì)師數(shù)據(jù)分析能力提升的框架、策略與路徑

| 吳勇 汪凡 陸藝 張超

一、引言

科技強(qiáng)審是21世紀(jì)以來(lái)審計(jì)發(fā)展最顯著的特征之一，審計(jì)的數(shù)字化和智能化特征日益凸顯。數(shù)智時(shí)代，傳統(tǒng)審計(jì)取證模式、審計(jì)流程和審計(jì)技術(shù)方法不夠有效和高效，亟需做出適應(yīng)性變革。為了有效應(yīng)對(duì)數(shù)字化轉(zhuǎn)型的變化與挑戰(zhàn)，審計(jì)理論和實(shí)踐發(fā)展越來(lái)越呈現(xiàn)出跨學(xué)科融合的特征，這對(duì)審計(jì)人員數(shù)據(jù)分析能力素養(yǎng)提出了更高的要求（畢秀玲和陳帥,2019;張慶龍等,2020）。注冊(cè)會(huì)計(jì)師應(yīng)當(dāng)具備堅(jiān)實(shí)的審計(jì)數(shù)據(jù)分析知識(shí)基礎(chǔ)，掌握審計(jì)數(shù)據(jù)分析必備的技能，超越傳統(tǒng)的比率分析和抽樣分析，以便更高效地利用先進(jìn)數(shù)據(jù)分析技術(shù)提高審計(jì)效率、提升審計(jì)質(zhì)量。雖然會(huì)計(jì)師事務(wù)所已經(jīng)使用了某些標(biāo)準(zhǔn)化的商業(yè)審計(jì)軟件包，但這些工具軟件包主要用于實(shí)現(xiàn)傳統(tǒng)手工測(cè)試的自動(dòng)化，未能將數(shù)據(jù)分析工具完美嵌入審計(jì)流程中，通常難以滿足數(shù)智時(shí)代的審計(jì)需求，例如對(duì)文本挖掘、情緒分析、語(yǔ)言識(shí)別、圖像分析以及其他數(shù)據(jù)挖掘的解決方案（Forbes Insights, 2018）。2022年3月25日財(cái)政部辦公廳印發(fā)《關(guān)于加強(qiáng)新時(shí)期注冊(cè)會(huì)計(jì)師行業(yè)人才工作的指導(dǎo)意見（征求意見稿）》，其中在加強(qiáng)注冊(cè)會(huì)計(jì)師專業(yè)方向?qū)W歷教育與行業(yè)需求的銜接部分，提出要持續(xù)完善注冊(cè)會(huì)計(jì)師專業(yè)方向的課程體系，強(qiáng)化信息化、數(shù)字化等方面的技能儲(chǔ)備。然而，大數(shù)據(jù)、云計(jì)算、人工智能、移動(dòng)互聯(lián)、物聯(lián)網(wǎng)和區(qū)塊鏈等新興數(shù)字化技術(shù)類型多樣，在具體審計(jì)實(shí)務(wù)過程中，注冊(cè)會(huì)計(jì)師的信息化專業(yè)能力短板日益突顯（汪軼民和曾琦,2022）。因此，如何對(duì)審計(jì)師數(shù)字化技術(shù)應(yīng)用能力進(jìn)行系統(tǒng)性集成，研究構(gòu)建審計(jì)師數(shù)據(jù)分析能力的整合性框架，以科學(xué)的策略和有效的路徑，綜合提升審計(jì)師數(shù)據(jù)分析能力是亟待解決的重要課題。

為此，立足于以信息為中心的數(shù)字化商業(yè)環(huán)境特征以及大數(shù)據(jù)分析對(duì)審計(jì)行業(yè)的系統(tǒng)性影響，考慮審計(jì)數(shù)據(jù)分析知識(shí)、技能和工具之間的互補(bǔ)性關(guān)系，構(gòu)建了“全面的數(shù)據(jù)采集和處理能力、高效的數(shù)據(jù)統(tǒng)計(jì)和分析能力、深度的數(shù)據(jù)挖掘和洞察能力”三層遞進(jìn)式審計(jì)師數(shù)據(jù)分析素養(yǎng)框架，面向?qū)徲?jì)師不同的角色任務(wù)和崗位職責(zé)，提出差異化的審計(jì)數(shù)據(jù)分析能力提升策略，并從CPA考試、審計(jì)準(zhǔn)則以及課程教學(xué)改革等多個(gè)維度，提出系統(tǒng)提升審計(jì)師數(shù)據(jù)分析能力的策略路徑。

二、數(shù)字化轉(zhuǎn)型對(duì)審計(jì)師數(shù)據(jù)分析能力的系統(tǒng)性影響

1.“以信息為中心”成為數(shù)字經(jīng)濟(jì)時(shí)代企業(yè)商業(yè)環(huán)境的重要特征。新一代信息技術(shù)的廣泛應(yīng)用和各行業(yè)數(shù)字化轉(zhuǎn)型的持續(xù)推進(jìn)，產(chǎn)生了豐富的業(yè)務(wù)、財(cái)務(wù)、市場(chǎng)和客戶等大數(shù)據(jù)。全球信息技術(shù)連接、數(shù)據(jù)收集技術(shù)（如RFID和條形碼）、區(qū)塊鏈和加密貨幣、可擴(kuò)展商業(yè)報(bào)告語(yǔ)言（XBRL）、電子數(shù)據(jù)交換（EDI）、云計(jì)算、大數(shù)據(jù)、人工智能等技術(shù)的發(fā)展，促進(jìn)了業(yè)務(wù)數(shù)據(jù)的創(chuàng)建、收集和利用，以信息為中心成為數(shù)字經(jīng)濟(jì)時(shí)代企業(yè)商業(yè)環(huán)境的重要特征。通過UPC掃描儀可以在收銀機(jī)上獲取所購(gòu)物品的詳細(xì)信息，無(wú)線電頻率識(shí)別（RFID）允許企業(yè)識(shí)別庫(kù)存和產(chǎn)品，并在整個(gè)供應(yīng)鏈中跟蹤它們。此外，還能夠獲得外部社交媒體（如論壇、博客）上的海量信息。這種數(shù)字化商業(yè)環(huán)境要求所有參與者能夠以靈活、創(chuàng)造性、有說服力的方式進(jìn)行數(shù)據(jù)分析，以便能夠挖掘洞察海量數(shù)據(jù)背后隱藏的模式特征和規(guī)律。

2.數(shù)字化轉(zhuǎn)型對(duì)審計(jì)師的數(shù)據(jù)分析能力提出更高要求。人工智能技術(shù)增強(qiáng)了對(duì)文本、語(yǔ)音、視頻等多模態(tài)大數(shù)據(jù)信息的感知洞察能力，數(shù)據(jù)資產(chǎn)成為企業(yè)價(jià)值創(chuàng)造的重要驅(qū)動(dòng)因素。數(shù)字化轉(zhuǎn)型背景下，企業(yè)商業(yè)環(huán)境的重要特征是形成了以大數(shù)據(jù)信息為中心的經(jīng)濟(jì)。大數(shù)據(jù)作為一種重要的戰(zhàn)略性資源，有助于審計(jì)師提升審計(jì)效率、提高審計(jì)質(zhì)量。與標(biāo)準(zhǔn)數(shù)據(jù)分析工具可以理解的結(jié)構(gòu)化財(cái)務(wù)或交易數(shù)據(jù)不同，大數(shù)據(jù)更多的以半結(jié)構(gòu)化或非結(jié)構(gòu)化等數(shù)據(jù)型態(tài)存在，這就需要對(duì)數(shù)據(jù)進(jìn)行清洗、轉(zhuǎn)化、標(biāo)記和分類，以生成元數(shù)據(jù)，形成對(duì)決策有用的信息，這對(duì)大數(shù)據(jù)環(huán)境下審計(jì)師的數(shù)據(jù)分析能力提出了更高的目標(biāo)，要求審計(jì)師增強(qiáng)數(shù)據(jù)分析能力和信息技術(shù)應(yīng)用能力，注重批判性思維和解決復(fù)雜問題的能力，更加頻繁地使用數(shù)據(jù)分析技術(shù)和工具，更加強(qiáng)調(diào)測(cè)試總體而不是子集或樣本，充分利用區(qū)塊鏈技術(shù)和智能合約，并在審計(jì)過程中使用機(jī)器學(xué)習(xí)和其他人工智能技術(shù)，推進(jìn)審計(jì)流程的高度自動(dòng)化和智能化，推動(dòng)持續(xù)審計(jì)和持續(xù)監(jiān)測(cè)（Sun和Sales,2018; Zhang, 2019）。

隨著業(yè)務(wù)越來(lái)越以信息和數(shù)據(jù)為中心，企業(yè)領(lǐng)導(dǎo)者常常擔(dān)心包括審計(jì)人員在內(nèi)的員工是否擁有從數(shù)據(jù)中提取價(jià)值的基本分析技能，而這些需求也隨著數(shù)字化技術(shù)的深度應(yīng)用以及大數(shù)據(jù)資源的持續(xù)累積而進(jìn)一步擴(kuò)大。數(shù)據(jù)分析知識(shí)是數(shù)字化轉(zhuǎn)型背景下畢業(yè)生最需要具備的技能。Forbes Insights（2017）和畢馬威（KPMG,2018）的調(diào)查也得出類似結(jié)論，近80%的受訪者認(rèn)為審計(jì)師應(yīng)該使用更大的數(shù)據(jù)樣本，78%的受訪者認(rèn)為審計(jì)師應(yīng)該在審計(jì)業(yè)務(wù)中使用更先進(jìn)的技術(shù)和分析方法，可視化和人工智能技術(shù)在未來(lái)將是審計(jì)師必備的能力。

三、數(shù)智時(shí)代審計(jì)人員數(shù)據(jù)分析能力的遞進(jìn)式整合框架

審計(jì)數(shù)據(jù)分析（Auditdata analytics,ADA）是“通過分析、建模和可視化來(lái)發(fā)現(xiàn)和分析模式，以識(shí)別異常，并提取審計(jì)主題相關(guān)數(shù)據(jù)中的其他有用信息，以規(guī)劃或執(zhí)行審計(jì)的科學(xué)和藝術(shù)”（AICPA, 2017）。大數(shù)據(jù)環(huán)境下，審計(jì)人員面對(duì)內(nèi)外部海量動(dòng)態(tài)、多源異構(gòu)的大數(shù)據(jù)資源，如何加以系統(tǒng)性整合集成，以便服務(wù)于相關(guān)審計(jì)目標(biāo)、輔助審計(jì)決策判斷，這對(duì)審計(jì)人員的數(shù)據(jù)分析能力提出了更高的要求。為了充分發(fā)揮大數(shù)據(jù)、人工智能等新一代信息技術(shù)的優(yōu)勢(shì)，有效應(yīng)對(duì)挑戰(zhàn)，必須要重構(gòu)審計(jì)人員數(shù)據(jù)分析能力的框架，論文提出了大數(shù)據(jù)環(huán)境下審計(jì)人員數(shù)據(jù)分析能力素養(yǎng)的三層遞進(jìn)式框架，其中：“全面的數(shù)據(jù)采集和處理能力”是基礎(chǔ)，只有能夠全面高質(zhì)量地獲取與審計(jì)目標(biāo)和審計(jì)任務(wù)相關(guān)的內(nèi)外部大數(shù)據(jù)，才能為后續(xù)的深度數(shù)據(jù)分析提供基礎(chǔ)性數(shù)據(jù)資源；“高效的數(shù)據(jù)統(tǒng)計(jì)和分析能力”是復(fù)雜數(shù)據(jù)分析的常規(guī)方法，有助于從定量和定性兩個(gè)維度，對(duì)被審計(jì)對(duì)象形成更為深刻的認(rèn)識(shí)。前兩個(gè)層次作為整體能力框架的底層，為審計(jì)師全面理解和分析數(shù)據(jù)奠定了基礎(chǔ)，而對(duì)于第三層的“大數(shù)據(jù)的深度挖掘分析和洞察能力”，旨在結(jié)合計(jì)算機(jī)科學(xué)和數(shù)據(jù)科學(xué)最新的理論、方法和工具，通過整合各種功能強(qiáng)大的先進(jìn)數(shù)據(jù)分析技術(shù)，實(shí)現(xiàn)對(duì)復(fù)雜海量數(shù)據(jù)的分析、整合和集成，挖掘洞察海量數(shù)據(jù)中所蘊(yùn)含的模式和規(guī)律，為審計(jì)目標(biāo)完成和審計(jì)決策判斷提供有價(jià)值的建議。研究過程中系統(tǒng)總結(jié)梳理了當(dāng)前9種先進(jìn)的數(shù)據(jù)分析技術(shù)，包括可視化、機(jī)器學(xué)習(xí)、關(guān)聯(lián)分析、文本挖掘、過程挖掘、深層神經(jīng)網(wǎng)絡(luò)、計(jì)算機(jī)輔助審計(jì)技術(shù)，區(qū)塊鏈智能合約和機(jī)器人流程自動(dòng)化。

（一）全面的數(shù)據(jù)采集與處理能力

審計(jì)師開展審計(jì)工作，制定審計(jì)計(jì)劃之前，應(yīng)該充分了解被審計(jì)單位及其環(huán)境，以評(píng)估重大錯(cuò)報(bào)風(fēng)險(xiǎn)。大數(shù)據(jù)環(huán)境下，審計(jì)師應(yīng)在充分了解客戶商業(yè)環(huán)境和所處行業(yè)狀況的的基礎(chǔ)上，充分關(guān)注與企業(yè)經(jīng)營(yíng)相關(guān)的內(nèi)外部海量數(shù)據(jù)。

1.全面的數(shù)據(jù)采集能力。大數(shù)據(jù)環(huán)境下，企業(yè)數(shù)據(jù)類型多樣，包括結(jié)構(gòu)化數(shù)據(jù)，半結(jié)構(gòu)化數(shù)據(jù)和文本、圖像、聲音、視頻等非結(jié)構(gòu)化數(shù)據(jù)，具有體量大、維度多、更新快、價(jià)值密度低和數(shù)據(jù)形式多樣的特點(diǎn)。海量數(shù)據(jù)存儲(chǔ)的數(shù)據(jù)庫(kù)既有傳統(tǒng)的關(guān)系型數(shù)據(jù)庫(kù)如MySQL、Oracle等，也有適用于處理大量數(shù)據(jù)的高訪問負(fù)載以及日志系統(tǒng)的鍵值數(shù)據(jù)庫(kù)、適用于分布式大數(shù)據(jù)管理的列存儲(chǔ)數(shù)據(jù)、適用于Web應(yīng)用的文檔型數(shù)據(jù)庫(kù)和適用于社交網(wǎng)絡(luò)的圖形數(shù)據(jù)庫(kù)等非關(guān)系型數(shù)據(jù)庫(kù)。內(nèi)外部多個(gè)數(shù)據(jù)源對(duì)審計(jì)人員的數(shù)據(jù)采集能力提出了更高的要求，一方面，對(duì)于內(nèi)部數(shù)據(jù)采集，可使用SQL抽取內(nèi)部關(guān)系型數(shù)據(jù)庫(kù)中的數(shù)據(jù)，或使用NoSQL將分布的、異構(gòu)數(shù)據(jù)源中的數(shù)據(jù)文件如圖片、文本等抽取出來(lái)，此種情形下審計(jì)師獲取的大量財(cái)務(wù)和業(yè)務(wù)數(shù)據(jù)均源自于公司內(nèi)部的ERP系統(tǒng)，因此，審計(jì)人員應(yīng)該充分了解公司ERP系統(tǒng)的性質(zhì)和結(jié)構(gòu)，同時(shí)還必須熟悉數(shù)據(jù)庫(kù)的術(shù)語(yǔ)、概念、主要數(shù)據(jù)庫(kù)用戶以及數(shù)據(jù)庫(kù)管理系統(tǒng)的基礎(chǔ)知識(shí)，掌握數(shù)據(jù)建模的基本知識(shí)，以便了解數(shù)據(jù)字段之間的連接關(guān)系，以及數(shù)據(jù)在系統(tǒng)內(nèi)部的處理、連接和存儲(chǔ)過程，深刻理解公司發(fā)生實(shí)際交易的記錄過程。另一方面，對(duì)于外部數(shù)據(jù)，通常會(huì)用到網(wǎng)絡(luò)爬蟲技術(shù)，從web中獲取所需的海量數(shù)據(jù)，如政府、研究機(jī)構(gòu)或新聞網(wǎng)站上發(fā)布的信息等。為了將不同系統(tǒng)、不同數(shù)據(jù)庫(kù)、不同類型格式的混雜數(shù)據(jù)轉(zhuǎn)化為一致可用的清潔數(shù)據(jù)，以便后續(xù)的深度數(shù)據(jù)分析。在采集到海量的內(nèi)外部數(shù)據(jù)后，審計(jì)人員還需在數(shù)據(jù)預(yù)處理方面付出大量的努力，對(duì)其進(jìn)行提取、轉(zhuǎn)換和加載過程（Extract-Transform-Load, ETL），整合到目標(biāo)數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)集市中，以便獲得對(duì)被審計(jì)單位更多的業(yè)務(wù)洞察力。

2.高效的數(shù)據(jù)處理能力。一方面，由于復(fù)雜數(shù)據(jù)分析所面對(duì)的數(shù)據(jù)通常體量巨大且形式多樣，通常需要用到更高性能的計(jì)算架構(gòu)和存儲(chǔ)系統(tǒng)。例如在處理用戶APP瀏覽記錄等體量巨大的數(shù)據(jù)時(shí)，使用分布式計(jì)算的MapReduce、Spark計(jì)算框架，可以有效提升計(jì)算能力，以應(yīng)對(duì)更復(fù)雜的數(shù)據(jù)并減少數(shù)據(jù)處理時(shí)間；使用分布式文件存儲(chǔ)HDFS進(jìn)行大規(guī)模數(shù)據(jù)協(xié)同處理，有助于提升數(shù)據(jù)的吞吐能力和速度。針對(duì)語(yǔ)音、圖片、視頻等非結(jié)構(gòu)化的數(shù)據(jù)，通常需要在深刻了解的基礎(chǔ)上，通過復(fù)雜數(shù)據(jù)分析將結(jié)構(gòu)多樣、語(yǔ)義多樣的非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行結(jié)構(gòu)化處理，提取出可以直接進(jìn)行分析的數(shù)據(jù)。例如使用數(shù)據(jù)抽取來(lái)處理半結(jié)構(gòu)化數(shù)據(jù)，使用自然語(yǔ)言處理來(lái)應(yīng)對(duì)非結(jié)構(gòu)化數(shù)據(jù)等。另一方面，大數(shù)據(jù)是大量結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)的混合體，傳統(tǒng)分析法難以處理，應(yīng)該動(dòng)態(tài)地對(duì)數(shù)據(jù)進(jìn)行分類、定性和標(biāo)記，這些數(shù)據(jù)都會(huì)生成額外的大量元數(shù)據(jù)（Metadata）。元數(shù)據(jù)是關(guān)于數(shù)據(jù)的數(shù)據(jù)，提供對(duì)數(shù)據(jù)及信息資源的描述性信息，目的在于識(shí)別資源、評(píng)價(jià)資源、追蹤資源在使用過程中的變化，實(shí)現(xiàn)信息資源的有效發(fā)現(xiàn)、查找、一體化組織和對(duì)使用資源的有效管理。例如，關(guān)于手機(jī)通話的元數(shù)據(jù)包括電話號(hào)碼、GPS位置和通話長(zhǎng)度，但不包括通話文本。而視頻數(shù)據(jù)的元數(shù)據(jù)則包括作者、關(guān)鍵詞、文件大小、媒體格式、人物、地點(diǎn)、字幕信息等，為審計(jì)人員提供了有關(guān)視頻的充分信息，不僅便于視頻內(nèi)容的搜索，還可以利用視頻數(shù)據(jù)識(shí)別偏遠(yuǎn)地區(qū)的廠房、財(cái)產(chǎn)和設(shè)備受損情況，或評(píng)估自然災(zāi)害造成的損失，因?yàn)橛行┣闆r下審計(jì)人員可能難以或不可能親自到場(chǎng)，分析音頻、圖像、視頻等各種類型大數(shù)據(jù)的元數(shù)據(jù)進(jìn)一步增強(qiáng)了審計(jì)人員對(duì)大數(shù)據(jù)的處理能力。

表1 審計(jì)人員需要掌握的統(tǒng)計(jì)學(xué)及數(shù)據(jù)分析的相關(guān)知識(shí)和技能

（二）高效的數(shù)據(jù)統(tǒng)計(jì)和分析能力

統(tǒng)計(jì)學(xué)是“對(duì)數(shù)據(jù)收集、分析、解釋、呈現(xiàn)和組織的研究”。審計(jì)人員掌握統(tǒng)計(jì)學(xué)概念、原理和理論有助于理解、呈現(xiàn)和解釋數(shù)據(jù)，以及更有效地使用各種統(tǒng)計(jì)軟件和數(shù)據(jù)分析工具。

1.描述性統(tǒng)計(jì)。描述數(shù)據(jù)是審計(jì)數(shù)據(jù)分析的第一步。描述性統(tǒng)計(jì)是綜合應(yīng)用數(shù)字、表格、圖表和圖形等多種方式來(lái)呈現(xiàn)數(shù)據(jù)的特征和狀態(tài)。描述性統(tǒng)計(jì)常用于檢查數(shù)據(jù)的中心趨勢(shì)（位置）、離散度（可變性）、傾斜度（對(duì)稱性）和峰度（峰值）。此外，在進(jìn)行假設(shè)檢驗(yàn)、相關(guān)性分析、回歸分析以及其他規(guī)范性和因果性的統(tǒng)計(jì)分析之前，必須要進(jìn)行描述性統(tǒng)計(jì)分析。

當(dāng)審計(jì)分析含有大量數(shù)據(jù)集時(shí)，通常使用描述性統(tǒng)計(jì)分析方法，對(duì)所有變量的有關(guān)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)性描述，以便從全局和總體上把握數(shù)據(jù)。描述性統(tǒng)計(jì)的數(shù)據(jù)分析工具集包括從簡(jiǎn)單到相對(duì)復(fù)雜的一系列分析技術(shù)，簡(jiǎn)單的數(shù)據(jù)分析包括基本的描述性統(tǒng)計(jì)，例如數(shù)據(jù)的頻數(shù)分析（檢驗(yàn)異常值）、集中趨勢(shì)分析（平均值、中位數(shù)和眾數(shù)等）、離散程度分析（方差、標(biāo)準(zhǔn)差、變異系數(shù)等）、分布形態(tài)（偏度和峰度等）以及繪制一些基本的統(tǒng)計(jì)圖形（條形圖、餅圖和折線圖等），而相對(duì)復(fù)雜的數(shù)據(jù)分析可以包括單變量和多變量回歸等推理統(tǒng)計(jì)以及相關(guān)分析等。

2.統(tǒng)計(jì)推理。目前使用的統(tǒng)計(jì)推理方法主要包括兩類：經(jīng)典統(tǒng)計(jì)推理和貝葉斯推理。經(jīng)典統(tǒng)計(jì)學(xué)堅(jiān)持真理是固定的，觀察是隨機(jī)的，因此經(jīng)典統(tǒng)計(jì)推斷基于從當(dāng)前數(shù)據(jù)樣本中獲得的信息，來(lái)推斷總體屬性或作出預(yù)測(cè)，這有助于審計(jì)人員探究數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系或因果關(guān)系。例如，客戶的哪些特征（如財(cái)務(wù)特征、董事會(huì)特征、違規(guī)處理特征、審計(jì)意見等）與公司舞弊有關(guān)？與經(jīng)典統(tǒng)計(jì)歸納推理方法相比，貝葉斯推理強(qiáng)調(diào)在得出結(jié)論時(shí)不僅要根據(jù)當(dāng)前所觀察到的樣本信息，還要根據(jù)推理者過去有關(guān)的經(jīng)驗(yàn)和知識(shí)（先驗(yàn)概率）。貝葉斯推理基于“貝葉斯定理”，該定理提供了關(guān)于使用樣本數(shù)據(jù)修改概率分布的思路，在有更多證據(jù)及信息時(shí)，可以更新特定假設(shè)的概率。貝葉斯推理為審計(jì)師根據(jù)新的審計(jì)證據(jù)做出判斷提供了一個(gè)有用的框架，特別是當(dāng)這些證據(jù)比較復(fù)雜或與審計(jì)師的期望相互沖突矛盾時(shí)。在審計(jì)決策過程中，審計(jì)師應(yīng)掌握如何在審計(jì)預(yù)審判斷過程中應(yīng)用貝葉斯推理的知識(shí)，不斷尋求達(dá)成更符合邏輯、更有效、更客觀的判斷。例如，例如，審計(jì)師在決定是否接受客戶委托時(shí)，除了基于自身的知識(shí)經(jīng)驗(yàn)給出先驗(yàn)概率分布外，還會(huì)考慮公司特征、前任審計(jì)師的意見等其他多個(gè)維度的證據(jù)，做出最終決策判斷。

3.商業(yè)數(shù)據(jù)分析。商業(yè)數(shù)據(jù)分析（Business data analytics）可以進(jìn)一步分為描述性分析、診斷性分析、預(yù)測(cè)性分析和規(guī)范性分析，其中描述性分析（Descriptive analysis)，旨在回答過去發(fā)生了什么，通過將過去和當(dāng)前數(shù)據(jù)轉(zhuǎn)換為總結(jié)性、概括性的報(bào)告、圖表、數(shù)據(jù)透視表等形式，幫助審計(jì)人員全面、高效地了解被審計(jì)單位公司當(dāng)前經(jīng)營(yíng)狀況和財(cái)務(wù)業(yè)績(jī)。例如，將營(yíng)業(yè)收入增長(zhǎng)率與前期數(shù)據(jù)相比可以幫助管理會(huì)計(jì)師了解公司成長(zhǎng)能力，與行業(yè)基準(zhǔn)相比可以看出公司是否保持競(jìng)爭(zhēng)優(yōu)勢(shì)。診斷性分析(Diagnostic analysis)旨在分析為什么會(huì)發(fā)生，詮釋當(dāng)前結(jié)果的原因，能夠有效識(shí)別異常并發(fā)現(xiàn)兩個(gè)或多個(gè)變量之間未知的連接、模式和關(guān)系，例如相比于同行業(yè)的其他企業(yè)，企業(yè)的銷售收入下降和期間費(fèi)用增加的原因。預(yù)測(cè)性分析（Predictive analysis）旨在回答未來(lái)可能會(huì)發(fā)生什么，它利用各種統(tǒng)計(jì)、建模、數(shù)據(jù)挖掘工具對(duì)某段時(shí)間內(nèi)累積的歷史數(shù)據(jù)進(jìn)行研究，計(jì)算預(yù)測(cè)未來(lái)事件發(fā)生的可能性。規(guī)范性分析（Prescriptive analysis)旨在前述分析的基礎(chǔ)上，給出相應(yīng)問題的最優(yōu)解決方案和可行行動(dòng)建議，以便能夠有效地指導(dǎo)我們?nèi)绾尾拍苋〉酶玫慕Y(jié)果。具體的分析方法主要包括情景假設(shè)分析、單變量分析、邊際分析、現(xiàn)金流量分析、敏感性分析以及機(jī)器學(xué)習(xí)、仿真優(yōu)化等智能決策和優(yōu)化算法。

（三）深度的數(shù)據(jù)挖掘和洞察能力

圖1 大數(shù)據(jù)環(huán)境下審計(jì)師數(shù)據(jù)分析能力素養(yǎng)的遞進(jìn)式框架

大數(shù)據(jù)環(huán)境下，利用機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、過程挖掘等先進(jìn)的數(shù)據(jù)分析技術(shù)，能夠?qū)⑻囟ㄟ^程的結(jié)果與相關(guān)數(shù)據(jù)擬合，有效辨識(shí)出海量數(shù)據(jù)背后的模式特征和規(guī)律認(rèn)知，以便發(fā)現(xiàn)異常、預(yù)測(cè)趨勢(shì)，將對(duì)舞弊偵測(cè)、審計(jì)風(fēng)險(xiǎn)評(píng)估以及審計(jì)決策判斷產(chǎn)生重要影響，這種數(shù)據(jù)驅(qū)動(dòng)的決策改變了傳統(tǒng)的審計(jì)范式、工作流程和執(zhí)業(yè)方式，人機(jī)協(xié)同將成為常態(tài)，這將引發(fā)會(huì)計(jì)和審計(jì)領(lǐng)域的研究范式實(shí)現(xiàn)由演繹推理向歸納分析的轉(zhuǎn)變，同時(shí)也對(duì)審計(jì)人員深度的數(shù)據(jù)挖掘和洞察能力提出了更高的要求。為了使審計(jì)師能夠更加全面地了解客戶，深度挖掘分析與審計(jì)任務(wù)相關(guān)的各類大數(shù)據(jù)資源的價(jià)值，本文系統(tǒng)總結(jié)梳理出大數(shù)據(jù)環(huán)境下的9種高級(jí)數(shù)據(jù)分析技術(shù)，具體包括可視化、機(jī)器學(xué)習(xí)、關(guān)聯(lián)分析、文本挖掘、過程挖掘、深層神經(jīng)網(wǎng)絡(luò)、計(jì)算機(jī)輔助審計(jì)、區(qū)塊鏈智能合約和機(jī)器人流程自動(dòng)化。

1.可視化技術(shù)。大數(shù)據(jù)環(huán)境下，數(shù)字、文本、語(yǔ)音、圖像、視頻等種類繁多的信息源產(chǎn)生的海量數(shù)據(jù)，遠(yuǎn)遠(yuǎn)超出了審計(jì)師人腦分析解釋這些數(shù)據(jù)的能力，簡(jiǎn)單地檢查或顯示這些數(shù)據(jù)難以完全揭示數(shù)據(jù)背后的模式和特征，在某些情況下甚至可能誤導(dǎo)審計(jì)師得出的錯(cuò)誤結(jié)論?？梢暬鳛榻忉尨罅繑?shù)據(jù)背后潛在模式和關(guān)系的最有效手段，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，在動(dòng)態(tài)交互過程中有效識(shí)別大量數(shù)據(jù)之間的模式和關(guān)系，提升人們的洞察力。數(shù)據(jù)可視化工具（如Tableau和Power BI等）可以構(gòu)建多種輸出風(fēng)格的分析樣式圖、地圖和圖表，生成服務(wù)于特定任務(wù)的圖形，能夠高效、直觀地呈現(xiàn)結(jié)果，增強(qiáng)結(jié)果的可理解性和互動(dòng)性。近年來(lái)，隨著計(jì)算機(jī)圖形學(xué)、圖像處理、計(jì)算機(jī)視覺等研究領(lǐng)域的不斷發(fā)展，促進(jìn)了更具動(dòng)態(tài)性和交互性的業(yè)務(wù)圖形的使用，如熱力圖、地理圖、以及隨著數(shù)據(jù)變化而自動(dòng)更新的實(shí)時(shí)儀表盤和圖表，這些高級(jí)數(shù)據(jù)可視化技術(shù)能夠以動(dòng)態(tài)、交互、實(shí)時(shí)的方式呈現(xiàn)出復(fù)雜數(shù)據(jù)背后的模式和規(guī)律，提升審計(jì)人員的數(shù)據(jù)洞察力。

2.機(jī)器學(xué)習(xí)技術(shù)。機(jī)器學(xué)習(xí)分為監(jiān)督學(xué)習(xí)和無(wú)監(jiān)督學(xué)習(xí)兩類學(xué)習(xí)方法，其中有監(jiān)督學(xué)習(xí)，主要用于決策支持，它利用有標(biāo)識(shí)的歷史數(shù)據(jù)進(jìn)行訓(xùn)練，以實(shí)現(xiàn)對(duì)新數(shù)據(jù)的標(biāo)識(shí)的預(yù)測(cè)，有監(jiān)督學(xué)習(xí)方法主要包括分類和回歸；無(wú)監(jiān)督學(xué)習(xí)，主要用于知識(shí)發(fā)現(xiàn)，它在歷史數(shù)據(jù)中發(fā)現(xiàn)隱藏的模式或內(nèi)在結(jié)構(gòu)，無(wú)監(jiān)督學(xué)習(xí)方法主要包括聚類。

分類和回歸本質(zhì)都是對(duì)輸入做出預(yù)測(cè)，并且都是監(jiān)督學(xué)習(xí)。分類方法是一種對(duì)離散型隨機(jī)變量建?；蝾A(yù)測(cè)的監(jiān)督學(xué)習(xí)算法，旨在找出數(shù)據(jù)庫(kù)中的一組數(shù)據(jù)對(duì)象的共同特點(diǎn)，并按照分類模式將其劃分為不同的類別，其目的是通過分類算法模型得到一個(gè)決策面，將數(shù)據(jù)庫(kù)中的數(shù)據(jù)項(xiàng)映射到某個(gè)給定的類別中，應(yīng)用情境包括垃圾郵件過濾、金融欺詐和預(yù)測(cè)雇員異動(dòng)等輸出為類別的任務(wù)。回歸方法是一種對(duì)數(shù)值型連續(xù)隨機(jī)變量進(jìn)行預(yù)測(cè)和建模的監(jiān)督學(xué)習(xí)算法，揭示數(shù)據(jù)庫(kù)中數(shù)據(jù)的屬性值的特性，通過函數(shù)表達(dá)數(shù)據(jù)映射的關(guān)系來(lái)發(fā)現(xiàn)屬性值之間的依賴關(guān)系，其目的是通過回歸算法得到是一個(gè)最優(yōu)擬合線，可以最好地接近數(shù)據(jù)集中的各個(gè)點(diǎn)，應(yīng)用情境包括價(jià)格預(yù)測(cè)、股票走勢(shì)或等連續(xù)型數(shù)據(jù)對(duì)象。聚類方法作為一種無(wú)監(jiān)督學(xué)習(xí)任務(wù)，基于數(shù)據(jù)的內(nèi)部結(jié)構(gòu)尋找觀察樣本的自然族群，在數(shù)據(jù)中尋找隱藏的模式或分組。其目的與分類不同，是針對(duì)數(shù)據(jù)的相似性和差異性將一組數(shù)據(jù)分為幾個(gè)類別，同一類別的數(shù)據(jù)間的相似性很大，不同類別之間數(shù)據(jù)的相似性很小。

3.關(guān)聯(lián)分析技術(shù)。關(guān)聯(lián)分析旨在大型數(shù)據(jù)集中發(fā)現(xiàn)隱藏的、有趣的、有價(jià)值的關(guān)系。它根據(jù)數(shù)據(jù)集合中一個(gè)數(shù)據(jù)點(diǎn)出現(xiàn)和其他數(shù)據(jù)點(diǎn)出現(xiàn)的關(guān)系，發(fā)掘數(shù)據(jù)背后頻繁的模式和關(guān)聯(lián)，并以關(guān)聯(lián)規(guī)則的形式呈現(xiàn)出所發(fā)現(xiàn)的關(guān)系特征。關(guān)聯(lián)規(guī)則挖掘過程的兩個(gè)重要階段是從海量原始數(shù)據(jù)中找出所有的高頻項(xiàng)目組，并從這些高頻項(xiàng)目組提取生成關(guān)聯(lián)規(guī)則。例如銷售業(yè)務(wù)循環(huán)中銷售收入與銷售退回之間的關(guān)聯(lián)關(guān)系。由于能夠揭示數(shù)據(jù)之間的模式或關(guān)聯(lián)，關(guān)聯(lián)分析已廣泛應(yīng)用于商業(yè)領(lǐng)域，協(xié)助管理者的商業(yè)決策。在財(cái)務(wù)報(bào)表審計(jì)應(yīng)用中，審計(jì)人員可以建立收入、成本費(fèi)用，以及資產(chǎn)、廠房、設(shè)備和工廠維護(hù)費(fèi)等分類賬之間的關(guān)聯(lián)規(guī)則，那些不在預(yù)期關(guān)聯(lián)分組之內(nèi)的分類賬將是審查的重點(diǎn)。此外，關(guān)聯(lián)規(guī)則分析還能應(yīng)用于遵循特定序列（如時(shí)間模式）的數(shù)據(jù)上，例如銀行針對(duì)洗黑錢的審查，可以根據(jù)相關(guān)事件發(fā)生的順序查找潛在的關(guān)系，有助于識(shí)別出一系列不正常的、但相對(duì)較小金額的賬號(hào)間轉(zhuǎn)賬的舞弊行為。

4.文本挖掘技術(shù)。公司公開披露的財(cái)務(wù)報(bào)告與公告、交易所的問詢函、社交媒體的新聞評(píng)論以及公司內(nèi)部的電子郵件等均含有大量的文本信息，文本數(shù)據(jù)作為大數(shù)據(jù)的一種主要類型，如何有效挖掘分析文本數(shù)據(jù)中所包含的決策有用的信息，并為審計(jì)決策過程提供更加獨(dú)立和豐富的支持證據(jù)顯得尤為重要。Debreceny和Gray（2011）利用文本挖掘技術(shù)分析安然公司的電子郵件數(shù)據(jù)庫(kù)，為揭示安然公司的舞弊提供了重要的支持性證據(jù)。文本挖掘作為一種面向大數(shù)據(jù)的分析方法，包括文本結(jié)構(gòu)分析（例如：詞袋模型、詞性標(biāo)注、命名實(shí)體識(shí)別等），文本內(nèi)容分析（例如：主題分類、情感分析、文檔總結(jié)、觀點(diǎn)挖掘等）和智能語(yǔ)義理解（詞嵌入模型、語(yǔ)義類比和因果推理等）等多種方法。SAS、IBM Watson、OpenText、Lexalytics等多種文本挖掘軟件，能夠幫助審計(jì)人員高效實(shí)現(xiàn)文本分析程序自動(dòng)化，例如，對(duì)于文本型數(shù)據(jù)的情感分析，SAS的文本挖掘模塊已嵌入復(fù)雜的語(yǔ)言規(guī)則和分析建模工具，能夠進(jìn)行上下文分析；IBM Watson的自然語(yǔ)言理解具有高級(jí)文本分析功能，可提取概念、情感、情緒、實(shí)體、關(guān)系、關(guān)鍵字、語(yǔ)義角色等，不需要審計(jì)人員理解復(fù)雜的語(yǔ)言理論或手動(dòng)創(chuàng)建詞典（Sun,2018b）。

5.流程挖掘技術(shù)。不同于文本挖掘，流程挖掘側(cè)重于程序和工作流程而不是文本。它從完整記錄業(yè)務(wù)流程執(zhí)行情況的系統(tǒng)事件日志中獲得數(shù)據(jù)和提取知識(shí)，審查全部的流程活動(dòng)，通過流程分析、流程建模與流程圖可視化呈現(xiàn)，建立流程與數(shù)據(jù)間的聯(lián)系，偵查、定位和解釋實(shí)際流程與預(yù)設(shè)模型間的偏差，從而發(fā)現(xiàn)、監(jiān)測(cè)和改善實(shí)際流程。通過流程挖掘技術(shù)，可以開展流程合規(guī)審核，實(shí)時(shí)監(jiān)控業(yè)務(wù)流程的運(yùn)營(yíng)狀況、效率和風(fēng)險(xiǎn)，有效識(shí)別異常和瓶頸，實(shí)現(xiàn)對(duì)業(yè)務(wù)流程和財(cái)務(wù)報(bào)告流程進(jìn)行持續(xù)監(jiān)控和持續(xù)保證。在審計(jì)分析中，事件日志的流程挖掘提供了一種全面審核機(jī)制，可以處理全樣本所有可用數(shù)據(jù)，而非傳統(tǒng)實(shí)質(zhì)性程序中的抽樣，這樣可以在分析程序中利用更加完整的數(shù)據(jù)來(lái)有效辨識(shí)異常交易，識(shí)別潛在的風(fēng)險(xiǎn)（Chiu、Brown Liburd和Vasarhelyi,2019）。

6.深度神經(jīng)網(wǎng)絡(luò)技術(shù)。作為一種新興的解決分類和回歸問題的機(jī)器學(xué)習(xí)技術(shù)，深度神經(jīng)網(wǎng)絡(luò)（Deep Neural Networks,DNN）是一種信息處理范式，其靈感來(lái)源于生物神經(jīng)系統(tǒng)（如大腦）處理信息的方式。DNN特別適用于基礎(chǔ)流程復(fù)雜，影響因素眾多且存在復(fù)雜動(dòng)態(tài)交互的場(chǎng)景，例如消費(fèi)者需求、股票市場(chǎng)預(yù)測(cè)、風(fēng)險(xiǎn)評(píng)估和欺詐檢測(cè)等（Sun,2019）。傳統(tǒng)的人工神經(jīng)網(wǎng)絡(luò)已成功應(yīng)用于多項(xiàng)審計(jì)相關(guān)的任務(wù)，如破產(chǎn)預(yù)測(cè)、財(cái)務(wù)狀況評(píng)估、審計(jì)計(jì)劃、以及報(bào)表舞弊風(fēng)險(xiǎn)預(yù)測(cè)等。而深度神經(jīng)網(wǎng)絡(luò)由于其多層次結(jié)構(gòu)和一個(gè)層次內(nèi)的眾多單元，使得其在自然語(yǔ)言處理、圖像和視頻等非結(jié)構(gòu)化數(shù)據(jù)分析方面更具優(yōu)勢(shì)。大數(shù)據(jù)環(huán)境下，社交媒體的互動(dòng)評(píng)論、5G和物聯(lián)網(wǎng)的各種音頻、視頻、圖片等提供了海量的訓(xùn)練數(shù)據(jù)，DNN會(huì)模仿人類的直覺，自動(dòng)學(xué)習(xí)內(nèi)部特征。早在2016年畢馬威便成功將IBM的沃森認(rèn)知計(jì)算技術(shù)融入了財(cái)務(wù)報(bào)表審計(jì)流程，現(xiàn)在已有越來(lái)越多的深度學(xué)習(xí)和人工智能技術(shù)應(yīng)用于會(huì)計(jì)和審計(jì)領(lǐng)域（Sun,2018a）。

7.計(jì)算機(jī)輔助審計(jì)技術(shù)。計(jì)算機(jī)輔助審計(jì)技術(shù)旨在利用計(jì)算機(jī)和相關(guān)軟件，提升審計(jì)工作的規(guī)范化和自動(dòng)化程度，能有助于綜合提升審計(jì)效率和審計(jì)質(zhì)量。常用的計(jì)算機(jī)輔助審計(jì)工具包括：Microsoft Office系列的通用類軟件；ACL、Arbutus和IDEA等專業(yè)審計(jì)軟件；Microsoft SQL Server、MySQL、Oracle等數(shù)據(jù)庫(kù)軟件；MATLAB、SAS等數(shù)據(jù)統(tǒng)計(jì)分析軟件；Python、R等可用于數(shù)據(jù)分析、深度學(xué)習(xí)的高級(jí)編程語(yǔ)言，以及Tableau、Qlik View等數(shù)據(jù)分析及可視化軟件。審計(jì)人員綜合運(yùn)用這些工具，能夠提升審計(jì)分析功能的規(guī)范化、自動(dòng)化程度，綜合提升風(fēng)險(xiǎn)評(píng)估、異常識(shí)別、控制測(cè)試、實(shí)質(zhì)性程序以及審計(jì)檔案管理等審計(jì)任務(wù)完成的效率和效果。

8.區(qū)塊鏈和智能合約。區(qū)塊鏈技術(shù)作為一種分布式賬本技術(shù)，提供了一種安全、高效、穩(wěn)定、透明且可追溯信息記錄及數(shù)據(jù)交互的技術(shù)方案，可以有效解決現(xiàn)有審計(jì)模式存在的證據(jù)查核工作量大、效率低、成本高、信任缺失以及人為操作風(fēng)險(xiǎn)高等問題。AICPA（2018b）指出“區(qū)塊鏈對(duì)財(cái)務(wù)、審計(jì)和其他需要驗(yàn)證和確認(rèn)的復(fù)雜流程會(huì)產(chǎn)生重大影響”，許多需要確認(rèn)和三方匹配進(jìn)行驗(yàn)證的流程現(xiàn)在都可以通過區(qū)塊鏈技術(shù)更高效地完成。未來(lái)的審計(jì)師可能需要應(yīng)用區(qū)塊鏈和智能合約技術(shù)來(lái)完成審計(jì)任務(wù)，審計(jì)師應(yīng)該在了解分布式賬本技術(shù)的基礎(chǔ)上，驗(yàn)證諸如哈希算法、編碼過程、應(yīng)用程序治理以及可能發(fā)生的任何分布式賬本異常等功能，并且在使用智能合約評(píng)估交易和控制過程中，全面參與智能合約和智能控件的設(shè)計(jì)、創(chuàng)建和執(zhí)行，并對(duì)相關(guān)事項(xiàng)的執(zhí)行績(jī)效進(jìn)行檢查、監(jiān)督與評(píng)估（Appelbaum和Nehmer,2020）。

9.機(jī)器人流程自動(dòng)化。傳統(tǒng)的審計(jì)程序是勞動(dòng)密集型和耗時(shí)的，為了將審計(jì)人員從重復(fù)性和低判斷力的審計(jì)任務(wù)中解放出來(lái)，使他們專注于更高附加值和專業(yè)判斷的審計(jì)任務(wù)，可以利用機(jī)器人流程自動(dòng)化（RPA）技術(shù)，來(lái)提升審計(jì)程序的自動(dòng)化程度。RPA是一種執(zhí)行常規(guī)業(yè)務(wù)流程的方法，它通過用戶界面將審計(jì)人員與多個(gè)應(yīng)用程序或分析的交互方式自動(dòng)化，并遵循簡(jiǎn)單的規(guī)則來(lái)做出決策（德勤,2017）。諸如對(duì)賬、內(nèi)部控制測(cè)試和細(xì)節(jié)測(cè)試等重復(fù)性、結(jié)構(gòu)化和勞動(dòng)密集型的審計(jì)任務(wù)是RPA的理想應(yīng)用情境（KPMG,2017）。在審計(jì)實(shí)踐過程中，審計(jì)任務(wù)復(fù)雜多樣，相關(guān)統(tǒng)計(jì)表明大約39%是結(jié)構(gòu)化任務(wù)，其余61%是半結(jié)構(gòu)化或非結(jié)構(gòu)化任務(wù)。由于RPA只能自動(dòng)處理結(jié)構(gòu)化的任務(wù)，而人工智能擅長(zhǎng)處理半結(jié)構(gòu)化和非結(jié)構(gòu)化的任務(wù)，因此將RPA、人工智能和其他新興技術(shù)有效整合，形成靈活和智能的智能流程自動(dòng)化（Intelligent Process Automation,IPA），這將使得審計(jì)程序不再受到人類有限的處理能力的限制，可以在更大范圍內(nèi)收集更全面的證據(jù)，有助于提高審計(jì)質(zhì)量(Feiqi Huang, Miklos A. Vasarhelyi,2019; Abigail Zhang,2019)。盡管RPA、IPA不是審計(jì)數(shù)據(jù)分析，但審計(jì)人員需要習(xí)慣于將RPA應(yīng)用在日常重復(fù)性、耗時(shí)的常規(guī)審計(jì)業(yè)務(wù)中，學(xué)會(huì)與“機(jī)器人共舞”，使得人類審計(jì)師能夠?qū)Ｗ⒂诟喾墙Y(jié)構(gòu)化、更高附加值和更具專業(yè)判斷的領(lǐng)域（德勤,2017）。

表2 基于不同崗位責(zé)任的審計(jì)人員數(shù)據(jù)分析能力差異化配置

四、面向?qū)徲?jì)人員崗位職責(zé)的審計(jì)數(shù)據(jù)分析能力差異化提升策略

審計(jì)師所需掌握的審計(jì)數(shù)據(jù)分析能力是基于審計(jì)師的角色和特定的審計(jì)任務(wù)，要求所有審計(jì)人員具備相同水平的審計(jì)數(shù)據(jù)分析能力既成本高也不必要。因此，制定審計(jì)人員數(shù)據(jù)分析能力提升策略時(shí)，應(yīng)充分考慮不同職位審計(jì)人員的角色性質(zhì)和職責(zé)分工的差異，在前述大數(shù)據(jù)環(huán)境下審計(jì)師數(shù)據(jù)風(fēng)險(xiǎn)能力遞進(jìn)式框架的基礎(chǔ)上，面向?qū)徲?jì)人員不同的崗位職責(zé)，提出針對(duì)性、差異化的審計(jì)數(shù)據(jù)分析能力標(biāo)準(zhǔn)。AICPA將會(huì)計(jì)師事務(wù)所的職位分為四種類型：普通員工、高級(jí)員工、經(jīng)理和合伙人。其中：普通審計(jì)人員在高級(jí)審計(jì)人員的監(jiān)督下執(zhí)行財(cái)務(wù)審計(jì)的細(xì)節(jié)工作；高級(jí)審計(jì)人員在經(jīng)理的總體指導(dǎo)下指導(dǎo)審計(jì)現(xiàn)場(chǎng)工作；經(jīng)理則是指導(dǎo)、監(jiān)督高級(jí)審計(jì)人員和普通員工；合作人責(zé)任重大，需要對(duì)審計(jì)工作總體負(fù)責(zé)。

審計(jì)人員在會(huì)計(jì)師事務(wù)所中任職于不同的職位，承擔(dān)不同的責(zé)任，因此，在確立審計(jì)人員數(shù)據(jù)分析能力提升策略時(shí)，應(yīng)對(duì)審計(jì)人員數(shù)據(jù)分析能力的要求有所差異，特別是對(duì)復(fù)雜的審計(jì)大數(shù)據(jù)深度挖掘分析能力，針對(duì)性地提出了基礎(chǔ)、中等和高級(jí)三個(gè)不同層次的能力標(biāo)準(zhǔn)，其中：基礎(chǔ)水平要求審計(jì)人員能夠理解審計(jì)大數(shù)據(jù)分析的基本概念和理論，使用相關(guān)工具和應(yīng)用程序的基本功能，并能夠解釋結(jié)果；中等水平要求審計(jì)人員理解審計(jì)大數(shù)據(jù)分析的關(guān)鍵概念和理論，能夠使用相關(guān)技術(shù)工具和應(yīng)用程序的關(guān)鍵功能，能夠解釋結(jié)果，并且還能夠參與設(shè)計(jì)和開發(fā)服務(wù)于特定審計(jì)任務(wù)的大數(shù)據(jù)挖掘分析模型，而高級(jí)水平則要審計(jì)人員充分理解所有審計(jì)大數(shù)據(jù)分析的關(guān)鍵概念和理論，能夠根據(jù)數(shù)據(jù)特征和審計(jì)任務(wù)的特點(diǎn)選擇適當(dāng)?shù)墓ぞ?，并能夠?qū)⒎椒ɑ蚬ぞ哒系綄徲?jì)計(jì)劃和審計(jì)程序中，參與設(shè)計(jì)和開發(fā)統(tǒng)計(jì)或機(jī)器學(xué)習(xí)模型，并能夠衡量評(píng)估模型的有效性，能夠解釋結(jié)果并將結(jié)果用于相關(guān)的審計(jì)決策?？紤]到審計(jì)大數(shù)據(jù)挖掘分析理論方法和技術(shù)工具的復(fù)雜性，很多時(shí)候很難要求包括合伙人在內(nèi)的審計(jì)人員對(duì)這些技術(shù)有全面而深入的掌握，此時(shí)，更多依賴于高水平的技術(shù)團(tuán)隊(duì)，也即會(huì)計(jì)師事務(wù)所應(yīng)該組建由審計(jì)人員、數(shù)據(jù)科學(xué)家和信息系統(tǒng)和計(jì)算機(jī)科學(xué)專家組成的數(shù)字化技術(shù)應(yīng)用團(tuán)隊(duì)。在發(fā)揮相關(guān)人員專業(yè)特長(zhǎng)的同時(shí)，團(tuán)隊(duì)成員有效實(shí)現(xiàn)知識(shí)互補(bǔ)、技術(shù)協(xié)同，共同提升會(huì)計(jì)師事務(wù)所的審計(jì)大數(shù)據(jù)分析能力，提升審計(jì)效率和審計(jì)質(zhì)量。

對(duì)于這些先進(jìn)的數(shù)據(jù)分析技術(shù)，在具體的應(yīng)用過程中，則應(yīng)根據(jù)審計(jì)人員的崗位職責(zé)和目標(biāo)任務(wù)的不同而有所差異。不同于數(shù)據(jù)科學(xué)、信息系統(tǒng)和計(jì)算機(jī)科學(xué)的專家，審計(jì)師不需要對(duì)復(fù)雜數(shù)據(jù)分析技術(shù)有全面而深入的掌握，只需要具備相應(yīng)的知識(shí)和技能，以便能夠使用這些工具進(jìn)行有效的審計(jì)數(shù)據(jù)分析。由于許多先進(jìn)的數(shù)據(jù)分析工具都采用了經(jīng)過嚴(yán)格質(zhì)量測(cè)試的機(jī)器學(xué)習(xí)算法，這些算法會(huì)不斷迭代更新、持續(xù)尋優(yōu)，并自動(dòng)為輸入數(shù)據(jù)選擇最合適的算法，因此審計(jì)員不需要對(duì)這些算法和統(tǒng)計(jì)方法有深入的理解，只需要了解如何選擇和應(yīng)用這些方法和工具來(lái)實(shí)現(xiàn)特定的審計(jì)目標(biāo)。不過為了能夠更加高效地應(yīng)用這些工具，審計(jì)員應(yīng)該了解數(shù)據(jù)庫(kù)、數(shù)據(jù)倉(cāng)庫(kù)和會(huì)計(jì)信息系統(tǒng)的使用情況，以及機(jī)器人流程自動(dòng)化、機(jī)器學(xué)習(xí)、區(qū)塊鏈和動(dòng)態(tài)可視化等新興技術(shù)的最新發(fā)展，具備良好的數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)預(yù)處理和數(shù)據(jù)分析以及結(jié)果解釋能力也至關(guān)重要（Dai和Vasarhelyi,2017；Issa、Sun和Vasarhelyi,2016）。

五、提升審計(jì)人員數(shù)據(jù)分析能力的路徑

1.建立健全審計(jì)數(shù)據(jù)分析相關(guān)的制度規(guī)范。認(rèn)識(shí)到審計(jì)師數(shù)據(jù)分析能力的重要性，美國(guó)全國(guó)州會(huì)計(jì)委員會(huì)聯(lián)合會(huì)（NASBA）和美國(guó)注冊(cè)會(huì)計(jì)師協(xié)會(huì)啟動(dòng)了CPA適應(yīng)性變革的研究工作，以評(píng)估會(huì)計(jì)行業(yè)的變化趨勢(shì)，要求考生“認(rèn)識(shí)到大數(shù)據(jù)/數(shù)據(jù)分析和統(tǒng)計(jì)在支持商業(yè)決策中的作用”，并對(duì)相關(guān)課程體系和資格證書的認(rèn)證模式進(jìn)行改革，也針對(duì)注冊(cè)會(huì)計(jì)師考試中是否應(yīng)該增加更多的技術(shù)題目以及將技術(shù)能力作為CPA注冊(cè)要求等廣泛征求意見（AICPA, 2018）。美國(guó)管理會(huì)計(jì)師協(xié)會(huì)（IMA,2020）已在資格認(rèn)證考試中涵蓋了技術(shù)和分析部分的內(nèi)容。國(guó)際商學(xué)院協(xié)會(huì)（AACSB）已經(jīng)更新了其商業(yè)和會(huì)計(jì)課程的認(rèn)證要求，要求在每門學(xué)位課程中滲透技術(shù)能力，最新頒布的AACSB的A5標(biāo)準(zhǔn)要求會(huì)計(jì)專業(yè)需要展示數(shù)據(jù)分析技術(shù)是如何整合到各類課程中。但是從目前相關(guān)審計(jì)準(zhǔn)則的和注冊(cè)會(huì)計(jì)師考試來(lái)看，對(duì)審計(jì)數(shù)據(jù)分析要求的模糊性嚴(yán)重制約了其有效應(yīng)用，相關(guān)準(zhǔn)則幾乎沒有提供關(guān)于審計(jì)數(shù)據(jù)分析的具體指導(dǎo)，也未對(duì)注冊(cè)會(huì)計(jì)師要進(jìn)行的數(shù)據(jù)分析的類型和水平進(jìn)行具體規(guī)定，這為審計(jì)師留下了巨大的靈活性。為此，研究制定注冊(cè)會(huì)計(jì)師審計(jì)數(shù)據(jù)分析應(yīng)用相關(guān)指引，鼓勵(lì)注冊(cè)會(huì)計(jì)師事務(wù)所和審計(jì)師依法依規(guī)利用審計(jì)數(shù)據(jù)分析技術(shù)，對(duì)提升審計(jì)師的數(shù)據(jù)分析能力至關(guān)重要。

2.系統(tǒng)推進(jìn)會(huì)計(jì)審計(jì)相關(guān)學(xué)科的課程教學(xué)改革。技術(shù)能力已成為客戶遴選審計(jì)師的的首要技能，現(xiàn)有會(huì)計(jì)和審計(jì)相關(guān)專業(yè)課程主要集中于會(huì)計(jì)、審計(jì)、管理、稅務(wù)、金融等相關(guān)理論，而忽略了對(duì)學(xué)生數(shù)據(jù)分析能力產(chǎn)生重要影響的一些實(shí)用性領(lǐng)域，例如應(yīng)用統(tǒng)計(jì)、審計(jì)數(shù)據(jù)分析技術(shù)、計(jì)算機(jī)應(yīng)用和會(huì)計(jì)信息系統(tǒng)（涵蓋ERP、XBRL和電子商務(wù)等主題），很難滿足大數(shù)據(jù)環(huán)境下對(duì)審計(jì)人員數(shù)據(jù)分析技術(shù)的要求。為了有效應(yīng)對(duì)大數(shù)據(jù)環(huán)境下審計(jì)數(shù)據(jù)分析的挑戰(zhàn)，首先，需要重新審視數(shù)字化轉(zhuǎn)型背景下，會(huì)計(jì)學(xué)科人才培養(yǎng)目標(biāo)及其知識(shí)能力結(jié)構(gòu)。特別是數(shù)字經(jīng)濟(jì)的發(fā)展，注冊(cè)會(huì)計(jì)師審計(jì)鑒證的范圍迅速拓展至包括可持續(xù)發(fā)展、網(wǎng)絡(luò)安全風(fēng)險(xiǎn)、供應(yīng)鏈等領(lǐng)域，大部分審計(jì)工作將成為審計(jì)數(shù)據(jù)科學(xué)的職業(yè)，為此，亟需優(yōu)化整個(gè)課程體系，系統(tǒng)性整合融入更多數(shù)據(jù)科學(xué)、計(jì)算機(jī)科學(xué)相關(guān)知識(shí)。其次，應(yīng)該在現(xiàn)有課程的基礎(chǔ)上，拓展相關(guān)課程的內(nèi)容和深度，融入更多的數(shù)據(jù)分析內(nèi)容，涵蓋更多的新興數(shù)字化技術(shù)，幫助學(xué)生在掌握會(huì)計(jì)和審計(jì)核心技能的基礎(chǔ)上，熟練使用更多類型的技術(shù)工具和軟件，培養(yǎng)學(xué)生良好的數(shù)據(jù)分析能力。再次，為了有效應(yīng)對(duì)數(shù)字化商業(yè)環(huán)境，會(huì)計(jì)專業(yè)的學(xué)生應(yīng)該具備廣泛的軟性技能，如領(lǐng)導(dǎo)能力、商業(yè)思維、全球敏銳度和社交能力等，通過案例研究和實(shí)訓(xùn)操作，引導(dǎo)學(xué)生以團(tuán)隊(duì)合作的方式，有效地使用技術(shù)工具與真實(shí)世界的數(shù)據(jù)，通過理論與實(shí)踐的有效結(jié)合，協(xié)同提升學(xué)生的審計(jì)數(shù)據(jù)分析能力。