《智能审计体系的构建与实施》由会员分享，可在线阅读，更多相关《智能审计体系的构建与实施（8页珍藏版）》请在金锄头文库上搜索。
1、智能审计体系的构建与实施作者：祝兰芳 曾健南来源：财政监督 2021年第2期祝兰芳 曾健南【摘 要】智能时代来临，传统审计面临审计风险不可控、审计效率低、审计范围限制等问 题。以大数据和人工智能为代表的智能技术为解决当前海量数据、模拟人类思维、控制审计风 险提供了有效的方法和技术手段。本文基于多学科融合视角，归纳总结了智能审计的概念和特 征，提出与传统审计相比，智能审计具备自动化、智能化、全面化、实时化的特征；分析了构 建智能审计体系的目标、方法和组织方式，并将多项智能新技术融合于构建审计数据收集、储 存、分析与安全监管平台，希望为我国发展智能审计、争取成为智能审计领域的世界引领者提 供借鉴思
2、路和方向参考。【关键词】智能审计 审计风险 审计平台 审计体系21世纪以来，得益于移动互联网的发展、计算能力的快速提升和深度学习理论的突破，以 大数据、人工智能、区块链等为代表的智能技术发展迅猛，正以前所未有的态势席卷全球。当 前，以智能革命为标志的第四次工业革命已经拉开帷幕，将逐步形成人类与智能体充分互动的 行为模式和关系结构，对世界也将产生深刻影响。无论是美国、欧盟、日本等发达国家，还是 中国、韩国、印度等新兴国家，都竞相布局智能经济发展战略，制定了多项战略规划和支持性 政策，预示着未来较长时期内智能产业仍将继续快速发展。2019年3月，我国政府工作报告首次明确提出应拓展“智能+”；202
3、0年5月，政府工 作报告提出要推进智能制造，继续出台支持政策，打造数字经济新优势。在“大智移云物区” 等新技术风起云涌的数字经济时代，数据已经作为一种新型生产要素写入中央文件中，与土地、 劳动力、资本、技术等传统要素并列为要素之一。“上云用数赋智”成为国家培育新经济发展、 助力构建现代化产业体系，实现经济高质量发展的新抓手。当前，各产业开始从数字化向智能 化转型，我国经济发展步入智能经济时代。以大数据、人工智能为代表的智能技术将会对所有 新兴行业和传统行业带来深远影响，包括财务、审计领域。基于上述背景，在新的历史机遇下， 审计如何主动对接国家和社会经济的重大需求，顺应时代发展新趋势，成为近两年
4、来学术界和 实务界共同关注的热点。伴随以智能革命为标志的第四次工业革命拉开帷幕，“智能+”必将与 现代审计深度融合，由传统方式向智能审计的变革将成为大势所趋。智能审计的内涵和外延目前国际和国内都尚无明确的界定。本文认为，智能审计是指顺 应时代发展要求，将以大数据、人工智能为代表的“大智移云物区”等新技术运用于审计领域， 以适应智能时代控制审计风险、提升审计质量的智能化审计体系的统称。其外延既包括对审计 理念、审计流程方面进行革新的范畴，如信息化审计、智慧化审计等；也包括对审计方法、审 计技术方面进行革新的范畴，如大数据审计、人工智能审计、云审计、区块链审计等。虽然目 前智能审计领域的相关理论和
5、实践经验尚处于萌芽阶段，但可以确定的是，新形势下，数据的 广度和深度都大大提升，要做到“推进法治政府建设和治理创新，发挥审计监督作用”，传 统的审计模式越来越难以满足现在和将来的审计工作需要，智能审计将成为智能时代发展的必 然产物。一、智能审计研究现状一）国际人工智能审计研究已显现聚集效应在理论研究领域，涉及智能经济、智能化技术的研究日益丰富，国际人工智能审计研究 已显现聚集效应。现有国外文献从多个角度、多个层次研究了智能经济、智能技术对人类社会 经济生活的作用和影响。国外学者较早的开启了将智能技术应用于审计领域的研究和实践。国 外研究人员对智能审计的研究既包括对数据挖掘、深度学习等具体技术的
6、应用，也包括智能审 计对审计效率和审计效果的影响、智能审计缺陷的改进等问题。目前，国外研究已经迈入到运 用智能技术对审计方法和过程进行重构和再造的阶段。Kuna等（2014）为达到更好的数据分析 效果，研究了改进机器深度学习的异常值的检测方法。Kamil（2012）的研究集中在评估人工智 能对内部控制系统的设计和监控、公共部门组织的审计、审计独立性和审计预期等方面。 Alawadhi（2015）介绍了审计师在包括审计计划、审计实施、审计报告阶段的整个周期中使用 数据可视化技术的具体方法和应用节点。武晓芬、田海洋（2019）用Cite Space科学计量可视 化软件研究发现，国际人工智能审计研究
7、已显现聚集效应，完成了理论规范研究向实证性案例 研究的过渡，具备了应用实例和技术平台。（二）商业应用成为智能技术当前阶段鲜明的主题词在国内“商业应用”已成为智能技术在当前阶段最为鲜明的主题词。何玉长和方坤 （2018）等研究提出，加快人工智能与实体经济的融合有助于带动经济转型，促进经济健康发 展。陈彦斌等（2019）研究了智能技术对经济增长、技术创新、就业和收入分配、产业结构与 产业组织等方面的影响。而智能技术与审计的结合在国内还是一个全新的范畴，近两年才成为 理论研究和实务探索的热点。其研究主要集中于以大数据、人工智能为代表的智能技术在审计 领域的应用方面。刘国城等（2017）基于大数据时代
8、的审计需求，较为完整的提出大数据审计 平台的构建。张玉岭（2019）研究了智能审计在企业内部审计中的运用，构建了智能审计模型， 并证明了模型对企业内部审计的适用性；徐洪波，仲怀公（2020）结合审计目标分析了智能审 计路径的建立和审计方案设计等问题，并分析了智能审计在信息系统及实际审计工作中的应用 路径；杨扬（2020）基于会计师事务所视角的实证分析研究了人工智能技术对审计质量的影响； 徐超（2020）对大数据审计在采集、存储、分析和可视化工作中的相关研究等进行了总结、比 较和分析。此外，有学者研究了智能技术应用于审计领域带来的风险问题。李视磊（2018）提 出智能技术应用于审计将导致有效的审
9、计沟通与观察减少，增加系统风险，加大故障排解与监 管成本。综上，国内关于智能审计的研究尚处于萌芽阶段，高质量科研成果较少。与国外相比，国 内相关理论和实践经验还不成熟，缺乏基础智能技术科研机构，研究深度与广度仍需继续加强。 如何高效率地运用“大智移云物区”等新技术开展审计工作，提高审计效果成为智能时代背景 下审计工作急需解决的问题。二、智能时代对审计的挑战与现行的审计模式相比，智能审计具有四个特征：审计流程自动化，审计流程自动化是 指实现审计证据的采集、分析和报告生成的流程自动化；应用场景智能化，智能审计体系背景 下，融合各项智能新技术进入到相应的应用场景中，应体现智能化应用的场景设计；审计范
10、围 全面化，智能审计应摒弃传统的抽样审计方法，改为采取对全样本进行审计的全面审计方法； 审计模式实时化，传统审计一般在会计期间结束之后，再对被审单位的数据资料进行集中“事 后审计”。智能审计融合了大数据、区块链等新技术，可以实现全程审计和实时追踪审计。21世纪以来，以大数据、人工智能、区块链等为代表的智能技术的迅猛发展给审计带来了全新的发展机遇，同时也对审计带来新的挑战。主要表现在以下几个方面：一）数据爆炸式增长对审计数据获取方式的挑战智能时代下，大数据洪流汹涌而来，企业内部和外部都被形式多样、容量巨大的数据信 息包围着。企业内部数据既有体现企业经营管理的业务数据、人员数据、财务数据，也有大量
11、 的会议记录、合同文本、监控录像、影音电子数据等，企业财务共享中心顺势而建。企业外部 数据主要包括国家法律法规、政策文件、宏观经济信息、行业信息以及及第三方数据如网站价 格与销售信息、特定竞争者信息、上市企业财务报告信息。因此，在智能时代下，数据呈爆炸 式增长趋势，并通过相关数据接口实现共享。但是当前审计工作对这些数据的重视和利用程度 还不够。主要是是因为缺乏有效的数据获取手段，传统审计的数据获取的方式和方法已经不能 满足数据爆炸式增长的需求。（二）海量的数据资源对审计处理和分析工具开发的挑战智能时代下，网络空间里的数据以电子化、无纸化形式储存，呈现出量大、多样、增速 快的特点。数据的迭代更新
12、快，已经远远超出人工计算和简单计算机程序的工作量。传统审计 缺乏有效的方法和工具来收集和分析海量的、存储形式多样化的、难以实现平台对接的分散化 数据。审计主体需要消耗大量的人力物力来搜集和处理这些数据，从而抬高了审计成本，导致 审计效率低下，不能保障审计效果。因此，目前审计数据分析工具开发不足、数据库和编程语 言的数据分析人才不足的现状成为高效处理和分析海量数据资源、提高审计效率必然面临的挑 战。（三）传统抽样审计方法面临挑战传统审计方法、审计模式难以应对审计全覆盖的要求。主要体现在两个方面：一方面， 现代审计依赖风险导向审计模型，确定审计重要性水平，具体审计结果主要根据抽样审计结果 确定。审
13、计抽样方法确实在一定范围内降低了审计成本，提高了审计效率，但也可能带来审计 线索的缺漏，会引发难以控制的检查风险。另一方面，抽样审计方法下，审计人员通常无法实 时监控企业日常业务的发生和相应的财务核算，不能进行实时追踪审计，这就凸显了审计人员 进行“事后审计”的困难，降低审计的检查风险面临挑战。（四）劳动密集型的人工处理模式面临挑战目前，将现代智能技术运用于审计领域还处于初步发展阶段。由于审计业务对专业判断 要求较高，传统审计行业属于典型的劳动密集型行业。例如，传统审计主要采用现场人工核查 的方式进行取证，虽然审计证据的相关性较强，但并不经济。类似于现场观察、企业访谈、收 发函证、与第三方交流
14、等线下沟通工作，耗费了大量的人力物力，且各方的沟通与反馈存在时 间差，影响了审计的时效性。因此，传统审计静态的财务会计资料核查方式及繁琐的人工处理 模式已无法适应复杂业务内容和海量数据处理的要求。只有依赖于智能审计，实现审计证据的 采集、分析和报告生成的全面自动化，才能减轻审计工作负担，为提高审计效率和审计质量带 来机会。综上，随着资本市场的复杂性和风险性不断加剧，由于数据与信息储存方式的改变、数据 与信息内容的改变、数据与信息分析工具的改变，传统审计的审计范围、审计模式、审计方法 等都面临诸多挑战，审计工作面临转型和提升。必须构建适应时代发展需求的智能审计体系才 能应对这些挑战，变挑战为机遇
15、。三、智能审计体系的构建思路智能审计体系的构建涉及计算机、统计学、审计等多学科的交叉融合，体系结构复杂， 需要从顶层设计出发研究智能审计需要的资源支撑环境，并对智能时代下的审计全过程重新进 行规划，分解审计业务内容，重构审计业务流程。加强审计资源的动态整合，优化审计流程， 以期实现审计工作智能化、信息化、立体化与长效化。一）智能审计体系构建的目标1、控制审计风险。根据现代审计风险模型，审计风险取决于重大错报风险和检查风险。 为控制审计风险，审计人员必须根据评估的重大错报风险，确定检查风险水平。然而，如前所 述，由于审计方法及审计范围等传统审计的固有局限，无法准确评估重大错报风险，降低检查 风险
16、水平面临困境。然而，审计人员基于大数据和移动互联网等海量信息的巨型载体，借助人 工智能、云计算、物联网和区块链等新技术，进行大范围多角度数据关联分析。与传统的线性 因果关系分析不同，智能审计通过广泛的关注风险特征与分析结果的相关性，尤其是多维相关 性，实现对综合风险“画像”。简而言之，智能技术为评估审计重大错报风险、降低审计检查 风险从而控制审计总风险提供了新思路和新方法。2、提升审计效率。传统审计模式耗费大量时间和精力执行审计程序、寻找审计证据，但受 限于审计程序、审计证据与审计风险之间非充分、非必要关系，审计效率难以提升。而在智能 时代，随着数据挖掘技术和深度学习的普遍应用，大量图片、影音、视频监控等非结构化数据 被量化，相比于关注“原因”，大数据更关注“结果”。人工智能多个领域技术的集成应用， 使得从海量数据中研究各种结构化、非结构化数据之间的相关性成为现实，越来越多原以为 “风马牛不相及”的事件被证明存在很强的关联性或相关性。运用相关性思维来开展
