基于大數據的財務報告審計方法研究

孫澤宇

【摘 要】 為了提高財務報告審計效率和效益，對基于大數據的財務報告審計方法進行研究。研究認為，在大數據背景下，財務報告審計理念將由經驗驅動向數據驅動轉變，審計人員可以基于不同類別數據之間的關聯性有效甄別財務報告的重大錯報風險和檢查風險，基于體量龐大的數據樣本挖掘可靠的審計證據，同時基于高速流動的數據驗證審計結論。最后用一個案例進一步闡釋基于大數據的財務報告審計方法的應用模式和應用效果。

【關鍵詞】 大數據； 財務報告； 審計方法

中圖分類號：F239.1 文獻標識碼：A 文章編號：1004-5937（2016）08-0109-03

企業會計信息失真一直是困擾理論界和實務界的難題。解決會計信息失真問題是一項復雜的系統工程，需企業自身、外部監管者和信息使用者三方協作，并通過組織機構設置、倫理道德感召、法律規范威懾指導、技術保障等手段來實施。

大數據時代的到來為解決企業會計信息失真問題提供了契機。現有研究初步探索了大數據對審計工作可能產生的影響，還未開發出能夠指導審計實務的模型，本文擬在現有研究的基礎上，進一步提出基于大數據的財務報告審計思路，指導審計工作者充分利用大數據所具有的數據種類多、體量大、流速快等特點和大數據分析技術所具有的強大功能，提高財務報告審計的效率和效益。

一、文獻回顧與理論基礎

（一）文獻回顧

2008年，英國的《自然》雜志刊登系列文章，探討大數據科學的問題，開啟了全世界對大數據進行研究的先河[1]。近年來，大數據得到越來越多的關注，國內外學者圍繞以下問題對大數據展開了廣泛的研究：（1）什么是大數據，即大數據的定義及其特點；（2）大數據給人類帶來的機遇與挑戰；（3）大數據應用的關鍵技術；（4）大數據的應對策略。這些研究不僅激發了廣大學者對大數據的研究興趣，也推動了大數據在金融、營銷、公共服務等領域的應用。在財務與審計領域，Michael and Miklos[2]撰文指出，隨著大數據時代的到來，要求審計師應用大數據技術的呼聲也與日俱增。Kogan and Alles[3]研究指出，基于大數據的審計意味著審計實務的順序將發生改變；審計師不再需要通過高水平的分析性程序來減少審計所需的數據量；相反，審計人員可以自動測試每一個細節，從中找出例外事項，然后轉向分析性程序發現異常，這樣大大降低了以往審計工作中分析判斷的難度，但提高了數據處理的要求。Cassidy[4]指出，對于大數據的應用而言，僅有數字本身是不夠的，要真正理解數據，通常需要考慮就像人類情感之類的事情，而這種事情很少是數據驅動的，讓機器代替人類去做那些理解大數據的工作，從而處理體量巨大的數據，才能體現出大數據之功效與美妙。Michael and Miklos[2]認為，審計師應重視通過上下文信息來改善大數據可用性，事實上，在這方面審計師具有基礎，因為審計標準明確要求他們在分析數據對象時要看到其更寬闊的背景，那就是“高層基調（Tone at the Top）——在財務報告中出現的公司環境與文化”，高層基調很可能是復雜的、難以衡量的，但大數據能全方位提供公司的有關數據，所以審計師應該借助大數據擴大“高層基調”的范圍，以包括所有那些可能影響管理者行為的因素，提高大數據的可用性，從而更好地將大數據整合到審計工作中。

（二）理論基礎

財務報告審計是指為了實現查錯揭弊、懲治違規、提供建議等目標，由獨立、合格的專職人員接受委托，以一定的方法對財務報告是否按照適用的會計準則和相關的會計制度的規定編制，是否在所有重大方面公允反映被審計單位的財務狀況、經營成果和現金流量的情況進行判斷并向委托方出具審計報告的經濟鑒證過程。目前，審計界推行風險導向審計，要求從宏觀上了解被審計單位及其環境，包括內部控制，以充分識別和評估財務報表重大錯報風險和檢查風險，針對評估的重大錯報風險及檢查風險設計和實施相應的審計測試和審計程序。大數據時代的到來為風險導向審計的實施提供了便利條件，出于以下三個原因：一是數據采集成本和使用成本的下降，使得審計師可以設計出基于大樣本或者數據總體的審計程序和方法，提高審計結論的正確性。二是充分的數據資源使得審計師更容易識別和評估財務報告的重大錯報風險和檢查風險。三是數據處理速度的提高，使得事后審計向實時審計轉變、階段審計向持續審計轉變，從根本上提供審計工作的可靠性。

二、基于大數據的財務報告審計方法

在大數據背景下，財務報告審計理念將由經驗驅動向數據驅動轉變，審計者不必再為昂貴的數據使用成本所束縛，可以轉換思路，面向種類豐富、體量龐大和流動速度快的數據樣本構建新型的審計方法，從而提高審計效率和效益。

（一）基于不同類別數據之間的關聯性甄別重大錯報風險和檢查風險

俗話說：“當局者迷，旁觀者清。”有些問題從不同的立場和視角觀察會得到不同的結果。在現代信息技術高度發達的今天，用多種手段采集同一事物的數據，相應地產生了多種數據類型。凡是產生于相同事物的不同類型數據之間存在一種或多種關聯性，盡管數據呈現形式不一樣，但都反映事物的本質。

基于大數據的財務報告審計可以充分利用反映同一事物的不同類型數據之間的關聯性來識別重大錯報風險和檢查風險。賬簿體系用文字和數字記錄了企業的經濟業務，傳統上審計人員專注于這些財務數據，隨著企業信息化的發展，各種類型傳感器的使用越來越普遍，同樣是針對企業的經濟業務，采用的數據信息越來越多樣化，比如，攝像系統所攝錄的業務過程信息、計算機信息系統的操作日志信息、呼叫中心所錄制的語音信息、客服系統所記錄的聊天內容等。這些圖像、聲音、文字相對于財務數據而言可理解性強，使用門檻低，易于審計人員甄別業務過程、財務過程和檢查過程中潛伏的重大錯報風險和檢查風險。

（二）基于體量龐大的數據樣本挖掘可靠的審計證據

審計證據不僅起到支持審計結論的作用，還是制定與修改審計方案的依據之一?？煽康膶徲嬜C據對于保證審計質量具有重要的意義?？梢詮目v向和橫向兩個視角收集審計證據。所謂縱向視角是指面向被審計單位內部，收集其連續的多個年份的相關數據；所謂橫向視角是指面向與被審計單位有業務關系的其他單位收集相關數據。在小數據環境下，審計人員需要親臨現場或采用函證方式收集這些數據，數據采集既耗時又昂貴，在成本和時間的雙重約束下，審計師不得不采用高水平的分析性程序來彌補數據的不足；而分析性程序的執行大多基于審計人員的經驗，這就使得審計結論的可靠性嚴重依賴于審計人員既有經驗。大數據時代，各行各業及各個單位都積累了豐富的數據，這些數據會有序地向全社會所有的用戶開放，屆時數據的采集成本將大大地降低，審計人員可以利用充沛的原始數據和審計證據進行分析工作，減少對分析性程序的依賴，同時提高審計質量。

（三）基于高速流動的數據驗證審計結論

這里所說的審計結論是指在審計工作中生成的暫時性結論和最終結論。暫時性結論是臨時的，有可能隨著調查分析的深入發生改變；最終結論是審計人員認為可靠的并正式向委托方提交的結論。對于審計工作中形成的暫時性結論或者最終結論，檢查人員可以首先基于這些結論作出相應的事實判斷，然后再將這些事實分解為一系列的人證和物證，最后通過逐個核對人證和物證來確定事實判斷的正確性，從而確定相關結論的可靠性。小數據環境下，由于信息交流速度低、成本高，檢查人員只能采用抽樣檢查的方法得出檢查結論，這將不可避免地發生兩類錯誤，即抽樣統計學上的Ⅰ型和Ⅱ型錯誤。大數據環境下，借助于數據高速公路，各種數據快速流動，極大地降低了信息交流的成本，根據被調查對象的情況檢查人員可以采用數據總體調查或者大樣本調查的方法得出相關審計結論，極大地降低由于檢查工作不全面而導致的審計結論出現錯誤的概率。

三、案例分析

從2009年起，在北美資本市場中出現了一家第三方研究機構，名為渾水研究公司（Muddy Waters Research，下稱“渾水”），它通過發出真實的研究報告揭露了四家在北美上市的中國概念股公司的財務造假問題——東方紙業（AMEX：ONP）、綠諾國際（NASDAQ：RINO）、中國高速頻道（NASDAQ：CCME）、多元環球水務（NYSE：DGW）。被揭露的這四家民營公司大部分股價均出現大幅下跌，其中綠諾國際和中國高速頻道已退市，多元環球水務已停牌，而渾水及相關利益公司亦因此獲利匪淺、名聲大噪[5]。

目前渾水在調查造假公司方面可謂駕輕就熟，多次狙擊財務造假的上市公司獲得成功。為什么渾水識別財務造假的成功率如此之高？歸納總結渾水的工作模式之后，不難發現，那就是他們多方調查取證，充分利用大數據的思維來發現目標公司所存在的問題。

（一）收集詳盡的數據資料，形成大數據資源

渾水一般從目標公司及其關聯方、供應商、客戶、競爭對手、行業專家等方面搜集數據，形成大數據資源。

第一，在選定疑似財務造假公司后，渾水必對其各種公開資料做詳細研讀；這些資料包括招股說明書、年報、臨時公告、官方網站、媒體報道等，時間跨度常常很大。第二，渾水還要對關聯方進行詳細的調查；關聯方包括大股東、實際控制人、兄弟公司等，還包括那些表面看似沒有關聯關系，但實際上聽命于實際控制人的公司。第三，為了解公司真實經營情況，渾水多調研上市公司的供應商，印證上市公司資料的真實性。第四，渾水很重視對客戶的調研，包括網絡調查、電話詢問、實地訪談等；通過這些調研核實客戶的實際采購量、采購價格以及客戶對上市公司及其產品的評價。第五，渾水很注重參考競爭對手的經營和財務情況，借以判斷上市公司的價值，尤其愿意傾聽競爭對手對上市公司的評價，這有助于了解整個行業的現狀，不會局限于上市公司的一家之言。第六，渾水尤其重視請教行業專家來加深對行業的理解，該行業的特性、正常毛利率、某種型號的生產設備市場價格等問題都能從行業專家那里得到更好的解答。

（二）基于大數據資源識別造假行為、挖掘造假證據、驗證調研結論

渾水充分利用大數據所具有的種類多、容量大和流速快的特點，識別目標公司的財務造假行為，挖掘造假證據，驗證調研結論。

渾水極少運用復雜的模型去識別一家公司的造假行為，而是充分利用大數據所能提供的信息來識別。通過對多個調查案例進行關聯分析和分類比較，渾水基本總結了中國概念股造假的一些規律：包括設立殼公司、擬假合同、開假發票等，這些都成為渾水關注的重點，也成為了他們識別造假行為的切入點。由于渾水的調研體系全方位覆蓋了被調查對象的情況，如果想徹底蒙騙過去，那得把所有涉及的方面都做系統的規劃，這不僅包括不計其數的公開資料都口徑一致，也得和所有客戶、供應商都對好口供，還得把工商、稅務、海關等政府部門圈進來。如此造假，成本極其高昂，絕對不比做個真實的公司去賺錢來得輕松。因此，渾水利用大數據所提供的社會對賬功能，屢屢獲取成功。

基于大數據所蘊藏的巨大信息量，渾水能夠客觀地判斷整個行業的情況，然后根據相關數據估算上市公司真實的業務情況。再將實際調研的所見所聞與公司發布的信息相比較，其中邏輯矛盾的地方，就是上市公司被攻擊的軟肋，也是渾水挖掘造假證據的起點。如對東方紙業渾水重估了存貨的價值，并且拍攝工廠照片和DV，請機械工程專家來評估機器設備的實際價值，還觀察工廠門口車輛的數量和運載量來評估公司的實際業務量，從而得到了該公司財務數據造假的可靠證據。

在整個調研過程中，渾水常會利用大數據環境所提供的便捷的信息通道來驗證調研結論。渾水非常注重利用先進的信息儀器和設備觀察工廠環境、機器設備、車輛運載情況。渾水甚至假扮客戶去給供應商打電話，了解供應商的產能、銷量和銷售價格等經營數據，以及供應商對上市公司的評價，以此作為與上市公司公開信息對比的基準，去評判供應商是否有實力去和被調查公司進行符合公開資料的商貿往來。依賴多種多樣便捷的信息渠道，渾水能夠準確地驗證所得出的調研結論。

四、結語

我們的社會已進入大數據時代，數據資源將成為人類認識和改造世界所能利用的一種新型資產。在審計領域，基于大數據思維的財務報告審計方法能夠提高審計工作的效率和效益。本文從大數據的特點出發，提出了基于不同類別數據之間的關聯性有效甄別財務報告的重大錯報風險和檢查風險，基于體量龐大的數據樣本挖掘可靠的審計證據，基于高速流動的數據驗證審計結論的新型財務報告審計方法的設計思路，旨在拋磚引玉，促進大數據在審計工作中的應用。

【參考文獻】

[1] Big data：Science in the petabyte era[EB/OL]. http：//www.nature.com/news/specials/bigdata/index.html[2008-09-03/2015-02-21].

[2] MICHAEL A， MIKLOS A V. Thick data： adding context to big data to enhance auditability [J].International Journal of Auditing Technology，2014（2）：95-108.

[3] ALEXANDER K，MICHAEL G A，MIKLOS A V. Design and evaluation of a continuous data level auditing system[J]. Auditing： A Journal of Practice and Theory，2014，33（4）.

[4] CASSIDY M. Big data is yielding to thick data and that's a good thing，Bloomreach[EB/OL].http：//bloomreach.com/2014/05/big-data-is-yielding-to-thick

-data-and-thats-agood-thing/（accessed 10/5/2014）.

[5] About Muddy Waters Research[EB/OL]. http：//www. Muddy waters-research.com/，2016-03-03.