智慧审计研究：理论前沿、实务进展与基本结论.docx

《智慧审计研究：理论前沿、实务进展与基本结论.docx》由会员分享，可在线阅读，更多相关《智慧审计研究：理论前沿、实务进展与基本结论.docx（57页珍藏版）》请在第一文库网上搜索。

1、智慧审计研究：理论前沿、实务进展与基本结杨道广陈波陈汉文【摘要】数智时代已然到来，审计变革不可避免。本文基于审计工作的系统性与复杂性以及数智技术应用的广泛性与交互性，因循国际前沿文献，跳出在审计中得以应用的某一特定数智技术，提出能够概括数智技术应用于审计的本质逻辑与核心思维的新概念智慧审计，进而构建智慧审计的技术逻辑框架与运行机制架构。在此基础上，以国际前沿文献为线索、以德勤创新实践为例举，追踪智慧审计的理论前沿和实务进展，并围绕对几个关键问题的讨论勾勒出智慧审计的未来走向。最后，针对规范数智类审计提法、辩证认识数智技术、破除“数智崇拜”、关注数智技术内控与审计、规划智慧审计人才培养、修订相关

2、准则等提出具体建议。文章呼吁：在数智时代，新技术不是专业无知的“救药”而是“毒药”，不是专业主义的“毒药”而是升华的“催化剂”；在变革时代，更加需要专业主义专业的归专业、技术的归技术，以专业为中心、技术为我所用而非被技术奴役。【关键词】智慧审计；大数据；区块链；人工智能；云计算【中图分类号】F239【文献标识码】A【文章编号】1004-0994(2022) 11-0015-17一、智慧审计：概念提出与思维提炼在国际前沿文献中，学者们深刻阐述了大数据、区块链、人工智能、机器人流程自动化(RoboticProcessAutomation,RPA)、云计算、物联网、传感与成像技术、定位技术、文本与音

3、频识别等数智时代新技术如何应用于传统审计工作之中，并辩证讨论了其优势与局限，进而从相关技术改进、审计思维调整、审计角色转变、准则修订与制定、针对技术的审计与内控等方面，提出了务实建议在本文所搜集的文献中，无一篇提出大数据审计、区块链审计、人工智能(智能)审计、云审计、物联网审计、计算机审计、无人机审计等时髦的概念，反而是审计大数据、审计区块链、审计智能合约、审计云等概念经常被提及7-12。究其原因，可能有以下几点：(1)特定数智技术在审计中的应用并未形成一个全新、独立的审计方法论体系。比如，大数据审计是以大数据为审计证据、以大数据分析为方法贯穿的全新审计模式吗？若是如此，则无法满足现行准则的要

4、求,被审计单位和监管部门均不会允许13。因为通过大数据分析获得的基本上都是质疑性、线索性的分析证据，不能作为直接证据1, 8 o (2)诸如大数据审计、区块链审计、人工智能审计等提法容易产生误导。比如，大数据审计是对大数据进行审计还是利用大数据进行审计或利用大数据辅助审计？若利用大数据进行审计而非辅助审计，则谁能讲清楚审计中需要哪些大数据14? (3)这些提法将不同的数智技术割裂开来，背离了各种数智技术共同应用于审计的交互性与集成性，不利于更全面地改进数智时代的审计实务。比如,大数据应用于区块链、区块链也产生大数据，人工智能需要大数据、大数据的生产与分析也用到人工智能（如机器学习）,云计算是大

5、数据存储与运算的平台、区块链和人工智能在云计算中也有应用，RPA将用到大数据、区块链和云计算4, 6,15-17 o鉴于审计工作的系统性与复杂性以及数智技术应用的广泛性与交互性，本文因循国际前沿文献，跳出在审计中得以应用的某一特定数智技术，提出能够概括数智技术应用于审计的本质逻辑与核心思维的新概念智慧审计。概括而言，智慧审计是指将数智技术和场景应用于审计工作之中，通过减少人工工作以辅助、改进审计，进而提高审计效率与效果的审计思维总称。该概念透视出了智慧审计的三种核心思维：（1）智慧审计是一种审计思维，而非全新、独立的审计方法论体系。（2）智慧审计是为了辅助审计、改进审计，并不是为了也无能力颠覆

6、审计（至少在短期内是如此）。（3）在智慧审计中，所有可减少人工工作且能提高审计效率与效果的数智技术均可被应用并统一于审计的技术逻辑框架之中。如图1所示，智慧审计中的各数智技术相互交织并统一于“收集证据、评价证据”这一审计本质之中：一是大数据为审计证据扩充了数据源。所有有助于实现审计目标的数据均为审计师所用，因此大数据将弥补审计师获取非财务、会计数据不足的缺点。其中，数据挖掘、物联网、传感与成像技术、定位技术、文本与语音识别等技术将大大提高数据提取、处理和分析的效率与效果。二是区块链和智能合约将为比对验证证据之间的不一致提供便利。评价基础是规则制定，在区块链和智能合约下可根据既定规则进行自动验证

7、。三是人工智能将为整个审计流程与程序的执行提供自动化支持，从而减少机械性、重复性的人工工作。代表性的人工智能应用如适用于审计具体流程的RPA （如风险评估）、利用无人机执行检查和观察程序、机器学习等。四是云计算将为智慧审计提供平台支持。在智慧审计情境中，证据、程序、技术、方法、互动的背后都是数据（或）及其算法，云计算使得将它们统一在一个集成的平台之中成为可能。五是大数据、区块链、人工智能、云计算等数智技术相互交织，共同服务于审计工作。二、智慧审计理论前沿：国际文献根据智慧审计的概念和图1所提出的技术逻辑框架，结合国际前沿文献的理论逻辑与主题分布，本文进一步构建智慧审计运行机制架构图（见图2）。

8、该图的突破在于，将智慧审计置于“业务一数据一会计一审计”的大逻辑链条中。由此可更全面地了解智慧审计的运行机制：既包括数智技术对审计本身的影响，也包括数智技术对会计、业务的影响。其中，前者是直接机制，后者是间接机制，二者相互影响7。基于图2,本部分将分别围绕大数据、区块链、人工智能、云计算如何影响、应用于审计会计及业务之中来梳理文献。（一） 大数据：证据来源极大扩充C9AF3C69-3142-47CB-ADF9-A848FEDFA36F大数据（BigData）是指传统数据处理方式无法充分处理、量大且复杂的数据。通常，大数据具有以下三个特点1L（1）大量（Volume ）,即海量数据。Mayer-

9、Sch?nberger 和Cukier18曾提出现代生活“一切皆可数据化”的理念。当今全球的数据量已经从GB级发展到PB级，甚至开始向EB级、ZB级发展。（2）高速（Velocity）,即数据获取、处理、分析的速度快。据统计，全球每天能产生12.5万亿字节的数据。（3）多样（Variety）,即数据来源和形式的多样性。大数据中既有结构化数据，也有非结构化数据以及介于二者之间的半结构化数据。结构化数据简单来说就是数据库，如企业ERP、财务系统；非结构化数据是指因数据结构不规则或不完整、没有预定义的数据模型而不方便用数据库二维逻辑表来呈现的数据，如文本、图片、HTML、图像、音频、视频信息等。其中

10、，非结构化数据占大数据总量的90%左右19。随着爬虫（Python）、文本与音频识别、传感与成像、定位等技术的成熟与发展，非结构化数据的比例还将持续增大。除了以上三个特点，部分学者和实务人士还提炼了大数据的另一个特点真实性(Veracity)存疑13, 20 o大数据的来源广泛、形式多样且处理方法与过程难以被外界获知和了解，因此其真实性存在不确定性21。L大数据在审计中的应用前景。财务报表审计的对象是财务报表及相关附注信息，因此最直接的审计证据是与之相关的会计信息。从会计信息的生成逻辑看，仅依赖会计信息执行审计的效果和效率都不甚理想。会计信息是基于会计准则对企业业务活动及其结果的一种数字化反映

11、，因此是部分的、有偏的。除了会计信息，还存在大量不满足会计准则要求但确有价值的其他信息，如企业拥有的客户数、客户忠诚度等。这些其他信息也根源于企业的业务，可用来与会计信息进行印证，因此大数据的出现自然会极大地扩充财务报表审计可利用的数据来源22。鉴于此，国际前沿文献对大数据如何影响业务、会计、审计以及大数据在审计中如何应用进行了系统且细致的探究，国际知名会计学刊AccountingHorizons曾发表过该方面的一系列专题研究论文。基于前述智慧审计运行机制，本部分从直接机制和间接机制两个方面展开介绍。第一，直接机制：大数据在审计中的应用。大数据本身以及通过大数据分析获取的证据可作为审计证据，且

12、在特定情况下相较于传统审计证据，更符合审计准则中对审计证据的要求。具体表现在：第一，在充分性上，大数据可提供各种来源、各种形式的海量数据，且随着数据挖掘、处理、分析技术的进步，大数据的数量将更大；第二，在相关性上，大数据的来源广泛且不受具体形式的限制，因此其提供的证据可能比传统审计证据更相关，如在审计营业收入的“发生”认定时一线销售人员的劳累程度比营业收入总账可能更相关;第三，在可靠性上，某些大数据证据相较于传统证据更加可信，比如GPS定位数据比发运凭证更能可靠地证明大型货物发运的真实性13。鉴于以上优势，大数据和大数据分析可应用于审计流程的各个阶段。在初步业务阶段，可结合关于拟承接客户的新闻

13、报道、股吧留言、网站浏览量、线上客户评价、监管处罚公告等大数据进行分析，以评估是否可以承接该审计业务委托1;在计划审计工作阶段，可对董事会和管理层的会议记录进行文本分析，识别可能的审计工作重点；在风险评估阶段,可综合从宏观普查数据、行业报告、客户服务热线、门店视频录像、公司股价波动数据、重大事项公告等中获取的大数据来识别与评估可能的经营风险或（和）重大错报风险8；在进一步审计程序中，大数据分析可广泛应用于实质性分析程序，如将世界各国奶牛牛均年产奶量的数据与根据被审计单位财务报表信息推算的数据进行比对，以发现异常；在细节测试阶段，某些大数据可作为直接证据，如通过无人机拍摄的建设工地图片可作为审计

14、在建工程存在、准确性认定的证据；在形成审计结论和出具审计报告前的审计复核阶段，也可以使用大数据及其分析21,比如被审计单位股吧中投资者对公司的财务质疑以及针对该质疑的回应数、点赞数等。在将大数据和大数据分析应用到审计的过程中，要注意以下两个思维转变：(1)从分析一部分精心筛选的数据到分析(几乎)全部的数据。因为数据获取、处理和分析的成本，将随着技术进步(如自动化提取技术)而日益降低。(2)从关注因果关系到关注相关性。大数据中的相关性足以揭示数据异常，如财务舞弊。但应注意，这种相关性分析揭示的异常只是提供线索，需据此进一步执行审计程序以获取直接的证据lo因此，大数据的到来将使得审计师转向更深的思

15、考23,如投入更多精力在证据链条和验证逻辑的设计、大数据分析与异常识别等工作上。在此基础上，一些学者根据大数据的特点推断出大数据将可能改变传统的审计方法论体系。比如，大数据“大量(Volume)的特点，将使得详细审计或全样本审计(无需抽样审计)成为可能6, 8,相应地，审计重要性这一传统审计中的核心概念将面临挑战23；大数据“大量(Volume)和“高速(Velocity ) ”的特点，将使得持续审计(ContinuousAudit)、实时审计(Real-timeAudit)变成现实。第二，间接机制：大数据时代下的会计、业务变革。会计,作为一类数据集合，将随着大数据的日益重要而发生重大变革。比如，通过大数据挖掘获取的视频、音频、文本等信息可用于改进管理会计、财矜会计和财务报告实践19。具体而言，在管理会计中，大数据将提高会计信息的相关性和质量，进而提升公司透