王俊玲
[摘 要]數字經濟時代的注冊會計師執(zhí)業(yè)環(huán)境已發(fā)生變化。文章分析數字經濟時代對注冊會計師數據分析能力的要求,以及數據分析能力的遞進式整合框架,并在此基礎上提出注冊會計師大數據分析能力的提升策略,以供參考。
[關鍵詞]數字經濟;注冊會計師;大數據分析
doi:10.3969/j.issn.1673 - 0194.2023.18.027
[中圖分類號]F272.92[文獻標識碼]A[文章編號]1673-0194(2023)18-0083-03
0? ? ?引 言
2022年3月25日,財政部辦公廳印發(fā)了《關于加強新時期注冊會計師行業(yè)人才工作的指導意見(征求意見稿)》,對注冊會計師數字化工具運用和大數據分析能力的提升提出了相應的指導建議,但由于注冊會計師大數據分析能力的提升并非一朝一夕所能完成的,注冊會計師在執(zhí)業(yè)過程中的大數據分析能力缺陷依然較為明顯。因此,探討如何提升注冊會計師大數據分析能力是業(yè)內共同面對的重要課題。
1? ? ?數字經濟時代注冊會計師數據分析能力要求
隨著新一代數字技術、信息技術的成熟與應用,企業(yè)商業(yè)環(huán)境發(fā)生了深刻變化,越來越多的行業(yè)和商業(yè)形態(tài)開始向數字化方向轉型升級,業(yè)務信息、財務信息、客戶信息以及市場變化等各種內外部數據信息成為新的商業(yè)環(huán)境下的重要資源,這就對注冊會計的數據采集與分析能力提出了更高的要求。面對更加多元化和復雜化的數據資源,需要注冊會計師采用與數據經濟時代相適應的數據采集和利用技術,如數據收集技術、電子數據交換、人工智能(Artificial Intelligence,AI)技術等,這些都是注冊會計師必須掌握的技能。在新的數字化商業(yè)環(huán)境下,數字技術的應用場景得以進一步拓寬。比如,對于大賣場物品進庫、出庫等方面的詳細信息,通過收銀機上的商品統(tǒng)一代碼(Universal Product Code,UPC)掃描儀設備便可獲取,而生產型企業(yè)的產品類型及其庫存信息,則可以采用無線電頻率識別(Radio Frequency Identification,RFID)技術獲取。另外,政策信息、市場行情信息、客戶信息等都可以通過利用互聯(lián)網技術進行搜索與整理,能否靈活利用各種數字化搜索工具,直接關系到注冊會計師數據挖掘與分析的質量高低[1]。
由此可以看出,以信息管理、數據管理為中心成為企業(yè)商業(yè)環(huán)境下的重要特征,數據信息是數字經濟時代重要的價值源泉,而數字化時代數字技術催生出更多數據采集、分析和利用手段。比如,對于各種文本信息、語音信息、視頻信息的采集分析,雖然可以借助AI技術手段,但同樣需要注冊會計師具有更全面、更靈活的數據采集與分析能力。注冊會計師能否靈活運用各種數據分析工具提升數據采集與分析能力,直接關系到審計效率和審計質量能否得以提升。在傳統(tǒng)經濟環(huán)境下,企業(yè)財務數據、業(yè)務交易數據以及市場和客戶數據大多以結構化形態(tài)呈現,注冊會計師運用標準數據分析工具即可應對,而數字化經濟環(huán)境下的數據信息則大多表現為半結構化或非結構化。對多源異構數據信息的清洗、過濾和轉化,并不能僅僅依賴傳統(tǒng)的標準數據分析工具,而是需要注冊會計師具備區(qū)塊鏈技術和智能合約等方面的知識儲備,并采用機器學習等各種大數據和AI技術,對多源的數據信息進行分析、分類與整理,并將其轉化為審計執(zhí)業(yè)、財務咨詢、資產評估所能直接采用的元數據。
當前,注冊會計師普遍面臨數據分析能力不足的問題,特別是隨著各行業(yè)、各領域數字化轉型進程的不斷推進,數據資源不斷累積與迭代,對提升注冊會計師數據分析能力的需求也就越來越迫切。
2? ? ?數字經濟時代注冊會計師數據分析能力的遞進式整合框架
2.1? ?全面的數據采集與處理能力
首先是關于數據采集能力。數字經濟時代企業(yè)數據體量大、數據結構復雜、數據類型多樣,而且數據信息處于不斷更新、疊加的動態(tài)變化狀態(tài)。為此,企業(yè)大多在數據存儲方面構建了不同形態(tài)的數據庫系統(tǒng),如MySQL、Oracle數據庫更加適用于關系型數據存儲,而非關系型數據存儲則適宜采用圖形數據庫,列存儲數據庫則適用于分布式數據信息存儲。各種不同數據庫大多嵌入企業(yè)資源計劃(Enterprise Resource Planning,ERP)財務管理系統(tǒng),這就需要注冊會計師在掌握ERP系統(tǒng)操作技能的同時,還必須熟練運用數據建模技術,以全面采集各類數據信息;而對于外部數據信息的采集,則需要注冊會計師采用網絡爬蟲技術從互聯(lián)網渠道進行搜索。
其次是關于數據處理能力。對于不同方式采集的海量數據信息,一方面要求采用更高性能的存儲系統(tǒng),以提升數據運行速度;另一方面需要注冊會計師能夠靈活運用數字技術對各種結構化、半結構化和非結構化數據進行清洗、轉換和分類整理,以獲得更為全面的元數據(Metadata)。只有具備更為豐富的元數據,注冊會計師才能從更多維度處理數據資源[2]。
2.2? ?高效的數據統(tǒng)計和分析能力
數據統(tǒng)計是注冊會計師的必備技能,在數字經濟環(huán)境下,一方面要求其采用描述性統(tǒng)計分析方法,如統(tǒng)計圖形法、相關性分析以及假設檢驗等各種統(tǒng)計分析方法,對數據頻數、數據集中趨勢、離散度、峰度進行描述性統(tǒng)計分析;而對于較為復雜的數據信息,則需注冊會計師采用回歸分析、數據模型分析、經典統(tǒng)計推理、貝葉斯推理等技術手段,對數據單變量和多變量進行統(tǒng)計推理,以獲取更符合邏輯、更客觀的數據信息。
而數據統(tǒng)計的目的在于服務于數據分析。注冊會計師則需要在數據統(tǒng)計的基礎上進行商業(yè)數據分析,如描述性分析、診斷性分析、預測性分析和規(guī)范性分析都是注冊會計師數據分析所必需的技能。當然,不同的商業(yè)場景和數據結構,需要采用不同的數據分析方法,需要根據實際操作靈活采用。
2.3? ?深度的數據挖掘和洞察能力
長期以來,審計領域的數據分析流程大多以演繹推理范式為主,而這種傳統(tǒng)的審計范式存在著數據覆蓋面有限、數據歸類不規(guī)范等弊端。而隨著機器學習、過程挖掘等數據分析技術在行業(yè)中的應用,歸納分析型審計分析范式逐漸為業(yè)內所重視,這是因為在數字技術的支撐作用下,該范式可以更為精準地找到多源異構化數據變化規(guī)律,以及數據因果、數據擬合關系。數字技術在注冊會計師審計執(zhí)業(yè)或決策過程中的運用,對于提升注冊會計師的數據挖掘和洞察能力、識別財務舞弊風險隱患的能力具有重要意義。在實踐應用中,需要注冊會計師重點掌握并熟練運用的數字化分析技術,通常包括可視化、機器學習、關聯(lián)分析、文本挖掘、過程挖掘、深層神經網絡、計算機輔助審計、區(qū)塊鏈智能合約和機器人流程自動化。其中,可視化技術運用熱力圖、地理圖、實時儀表盤等工具,將數據信息轉換成圖形或圖像,以提示數據動態(tài)變化特征;機器學習技術可利用其獨特的算法支持數據預測和決策;關聯(lián)分析技術可有效發(fā)掘不同數據之間的關聯(lián)規(guī)則,在財務造假審計中的作用較為明顯;文本挖掘技術可以為審計業(yè)務提供自動化文本分析信息;流程挖掘技術有效獲取工作流程中數據信息,實現財務風險的持續(xù)監(jiān)測;深度神經網絡技術在非結構化數據分析方面的優(yōu)勢較為明顯。另外,計算機輔助審計技術、區(qū)塊鏈和智能合約、機器人流程自動化對提升審計工作的規(guī)范化和自動化程度都發(fā)揮著重要作用。
3? ? ?提升注冊會計師大數據分析能力的策略
3.1? ?相關部門加大對注冊會計師大數據分析能力提升的支持力度
3.1.1? ?轉變思維理念,打造人才成長寬松環(huán)境
數字化轉型已列入國家“十四五”規(guī)劃,這意味著國家已從戰(zhàn)略高度提升對行業(yè)數字化應用的重視程度,為適應數字化轉型趨勢,注冊會計師大數據分析能力提升的問題必須引起相關部門的關注與重視。首先,行業(yè)主管部門應統(tǒng)籌規(guī)劃注冊會計師大數據分析能力提升方案。由于注冊會計師所服務的行業(yè)有所差異,行業(yè)主管部門需要根據不同行業(yè)特征、規(guī)模和人才需求情況,規(guī)劃設計差異化、個性化提升方案。其次,監(jiān)管部門應順應數字化發(fā)展趨勢,鼓勵注冊會計師在執(zhí)業(yè)事務中采用多種數字化模型和軟件,對注冊會計師在大數據應用中的試錯問題持包容態(tài)度,并協(xié)助其解決大數據分析中的難點、痛點問題。再次,注冊會計師大多服務于會計師事務所,這就需要會計師事務所主動擔當,克服經費不足、人才不足的困難,積極開發(fā)或購置數字化系統(tǒng)平臺、數據模型或應用軟件,給注冊會計師創(chuàng)造寬松的數據應用和操作環(huán)境。
3.1.2? ?擴大行業(yè)數據庫應用范圍,普惠全部注冊會計師
大數據匯聚了各行業(yè)、各領域多元化信息資源,注冊會計師在審計鑒證、管理咨詢、資產評估等業(yè)務工作中都需要數據資源的支撐。然而,當前行業(yè)數據匯聚功能還較為薄弱,分散式、孤島式數據信息的應用價值必定會受到一定的影響,也難以為注冊會計師的大數據分析提供數據支撐。為此,中國注冊會計師協(xié)會早在2014年就著手經濟數據庫建設。數據庫不僅匯聚了宏觀經濟數據、經濟法律法規(guī),而且將行業(yè)、公司以及金融數據全部納入數據庫,但由于數據庫開放程度有限,數據庫資源并沒有惠及所有注冊會計師。為全面提升注冊會計師大數據分析能力,中國注冊會計師協(xié)會可嘗試打破數據庫開放限制,擴大數據庫普惠覆蓋面,釋放數據紅利。比如,通過數據庫與會計師事務所建立數據接口的方式,實行數據庫資源的交換共享,為注冊會計師數據關聯(lián)性分析、行業(yè)或客戶分析提供數據支撐[3]。
3.1.3? ?加快人才培養(yǎng),優(yōu)化人才結構
當前,雖然注冊會計師大多開始在執(zhí)業(yè)過程中嘗試應用大數據技術,但數據分析能力的提升并不明顯,這與相關部門的技能培訓力度小或培訓目標不明確有著密切關系。因此,瞄準數字化方向進行定向培訓是提升注冊會計師大數據分析能力的重要舉措。首先,行業(yè)主管部門應重新定義數字經濟時代的人才標準。為適應行業(yè)數字化轉型環(huán)境,注冊會計師不僅僅需要懂財務、懂審計,更需要懂數據模型、懂數據分析軟件的運用。因此,可嘗試調整注冊會計師考試科目,在考試內容中增添與數據分析相關的知識內容。其次,行業(yè)主管部門還可通過與高校或互聯(lián)網技術(Internetinal Technology,IT)公司合作的方式提升注冊會計師大數據分析能力。一方面,可通過與高校聯(lián)合建立數字化人才培養(yǎng)基地;另一方面,在與IT公司的合作中,可豐富注冊會計師大數據分析的實戰(zhàn)演練經驗,提升注冊會計師數據化模型工具和軟件的實際操作能力。
3.2? ?增強注冊會計師大數據分析能力自我提升能力
無論是國家戰(zhàn)略層面,還是行業(yè)以及企事業(yè)單位層面,都已開始加快數字化轉型進程。為適應數字化經濟環(huán)境下的執(zhí)業(yè)需要,需要注冊會計師主動對接數字化新技術、新技能,通過自我努力提升大數據分析能力。
3.2.1? ?培養(yǎng)數據敏感度
數據分析要求注冊會計師在紛繁復雜的數據信息中發(fā)現數據規(guī)律,并從中尋找數據異常點,開發(fā)并利用好數據資源,這就需要注冊會計師對數據具有較高的職業(yè)敏感度,而數據敏感度的培養(yǎng),關鍵在于培養(yǎng)數據興趣,如在日常學習與工作中關注數據收集、數據歸納整理,進行數據收集與整理訓練,這有助于大數據分析實戰(zhàn)運用。
3.2.2? ?掌握基本的數據分析方法和工具
大數據分析方法較為多樣化,例證法、對比法、歸納法、比率分析法、抽樣分析法都是較為常用的數據分析方法。但在數字經濟時代背景下,僅僅依賴傳統(tǒng)的數據分析法將無法適應執(zhí)業(yè)需要,這就需要注冊會計師通過知識儲備和實踐操作經驗積累等方式,提升數字化分析工具的運用能力,如利用數據建模、數據軟件工具,以及圖表分析、回歸分析、文本挖掘、神經網絡等技術方法,是注冊會計師必備的基本功[4]。
3.2.3? ?積極參與或組建數據分析團隊
數據分析團隊聚集運營、產品、市場等職能部門的數據人才,不同專業(yè)領域的團隊成員具有各自的專業(yè)優(yōu)勢,并在數據分析工具運用、數據分析方法等方面也有著不同的經驗分享。注冊會計師可以與不同行業(yè)、不同專業(yè)的數據人才組建團隊或參與其中,以達到優(yōu)勢互補、集思廣益、提升技能的效果,從而實現大數據分析能力提升的目標[5]。
4? ? ?結束語
數字經濟時代商業(yè)生態(tài)的資金流、產品流所生成的數據信息更加多元化,這一方面可以積累更豐富的經濟數據資源,另一方面也增加了數據采集、數據分析難度。對于注冊會計師來說,數據采集與分析是其執(zhí)業(yè)基本內容,需要其具備與職業(yè)內容相匹配的數據采集和處理、數據統(tǒng)計和分析、數據挖掘和洞察能力,并善于運用各類數據工具和軟件。為此,本文從監(jiān)管部門、行業(yè)主管理部門以及會計師事務所等相關部門的政策推動和頂層設計、注冊會計師自我成長層面提出了注冊會計師大數據分析能力的提升策略。
主要參考文獻
[1]陸雅莉.大數據對注冊會計師的影響分析[J].經營者,2021(13):186-187.
[2]吳勇,汪凡,陸藝,等.數智時代注冊會計師數據分析能力提升的框架、策略與路徑[J].中國注冊會計師,2022(7):64-71.
[3]趙憲武.大數據背景下對注冊會計師審計風險影響與對策[J].審計與理財,2021(8):41-43.
[4]賀楷民.大數據背景下注冊會計師的執(zhí)業(yè)機遇分析[J].中國市場,2022(20):161-163.
[5]石昕冉.新時代背景下注冊會計師的執(zhí)業(yè)能力構建[J].財會學習,2021(27):71-74.