大數據審計對我國審計市場的影響與應對

張敏 李雨新 余佳燕

“大智移云物”等新技術的迅猛發展為傳統商業環境帶來了新的挑戰與機遇，在此背景下，大量新技術正在被廣泛應用于審計實踐，大數據審計模式正在慢慢成型。所謂大數據審計，是以智能化、自動化、數字化等技術為工具，以大數據分析為基礎，具備智能化、自動化特征的新型審計模式。一些大型會計師事務所正在投入大量資源進行軟硬件開發和人才培養，以發展大數據審計技術。例如，畢馬威在2019年提出，將在未來五年斥資50億美元，用以加快畢馬威及其客戶的數字化轉型。其中一項投資是與微軟簽署了為期五年的技術投資協議，以期讓成員事務所和雙方客戶能采用微軟的創新和微軟云端平臺的技術。畢馬威正以科技、人才、創新為基石，傾力打造“智動審計”，推出了可擴展的智能審計平臺KPMG Clara，通過科技賦能審計方法（Tech-Enabled Audit Methodology TEAM），整合數據分析能力，從而釋放企業數據的潛力，提供更深入全面的審計服務。在大數據審計蓬勃發展的今天，有兩個重要問題亟需我們進行研究：大數據審計會對我國審計市場產生哪些影響？我們如何應對？本文試圖在這兩個方面進行一些嘗試，希望借此激發學術界、實務界和監管機構更多的討論。

一、大數據審計對審計市場的影響

在大數據技術環境下，高度自動化的審計程序的應用、數據在線分析等技術的成熟使得持續審計、詳細審計、智能審計等新模式成為可能，對傳統審計模式產生了巨大沖擊。在此背景下，根植于傳統審計模式的審計市場也正面臨前所未有的沖擊。具體而言，大數據審計至少將從如下六個方面影響審計市場。

（一）會計師事務所兩極分化進程會加速

順應大數據時代潮流及日益復雜的商業環境，國內一些領先的大型會計師事務所在大數據審計方面進行了初步探索與應用，應用場景包括機器人流程自動化服務、大數據分析平臺的構建、基于大數據技術的審計模型的開發、運用數據分析工具進行風險預測、應用自然語言處理技術生成審計報告等諸多方面。其中有一些事務所已經成立專門的部門，專司大數據審計技術和業務之責。這些率先在審計業務中應用大數據技術的事務所，將趕上數字化時代的紅利期，享受大數據審計帶來的巨大收益。而仍然采用傳統審計模式的事務所將在競爭中處于劣勢地位，“馬太效應”將會加速事務所的兩極分化進程。

對于采用大數據審計技術的事務所來說，大數據審計技術的應用會大幅度提升審計質量與效率，幫助它們在競爭中取得優勢地位。這種優勢地位又讓它們更有能力拓展大數據審計技術，降低大數據技術開發與應用成本，從而形成良性循環。例如，審計師通過使用自動流程挖掘技術，能夠快速而高效地發現傳統流程分析技術無法發現的流程、內控等方面的缺陷，從而快速做出反應。再如，通過利用機器學習技術對客戶的業績、收入、風險等進行預測，審計師通過遠程審計就能發現傳統審計很難發現的問題。通過這些技術的不斷迭代，事務所的審計能力將不斷提升。而對于未采用大數據審計技術的事務所來說，隨著大數據審計技術的不斷迭代，它們很可能面臨步步落后的局面。而且，不僅在純技術層面上難以追趕，更重要的是從審計思維、審計流程到審計手段都會全面落后，競爭力的缺失使它們難以承接到優質業務，生存和盈利空間變得越來越狹窄，在行業內會面臨被邊緣化的危險。

（二）技術型、復合型、專家型人才的需求量會大增

作為勞動密集型和知識密集型的中介機構，會計師事務所最重要的資產是人才。在大數據審計模式下，技術型、復合型、專家型人才的需求量會大幅度增加。隨著信息技術的發展和業態復雜程度越來越高，客戶的信息系統及數據越來越復雜，傳統的審計人才采用傳統的審計模式將越來越難以應付，迫切需要既具備審計經驗和業務知識，又具備大數據分析能力和洞察能力的新型審計人才。

以審計模型的研發為例（圖1），雖然數據的標注、業務流程調研等大量基礎工作可以由普通審計人員完成，但審計模型的核心在于將可復制的審計經驗方法固化到技術模型中去。對于模型的內在邏輯、應用范圍、風險把控等關鍵問題，就需要既具備審計經驗，熟悉審計工作情景和業務關鍵控制，又能看懂模型的技術語言涵義，能切實參與到技術模型的設計、運行、推廣過程中去的復合型人才作為模型研發的中堅力量。而在審計模型的算法選擇、技術迭代、參數調試等更為專業的技術工作中，需要大量專業技術人才的參與和指導，這是審計模型落地的保障與基礎。此外，還需要借鑒外部專家顧問的意見，結合宏觀經濟形勢、事務所自身業務重心、大數據審計的發展階段來選擇適當的技術路線，及時對工作方向予以戰略視角下的建議和糾偏，從而合理控制事務所在大數據審計轉型發展過程中的風險。具體到大數據審計模型中規則與邏輯的設定，更是需要數據科學家、數據鑒證專家、資深財務專家的參與和指導，例如對預測所需的因子數值進行設定，在技術實踐對準則的理解與運用上給出專業判斷等等。

圖1 審計模型的研發過程

總之，大量的復合型、技術型、專家型人才是審計從傳統模式向大數據審計模式轉型的引擎。然而，目前這方面的人才供給還遠遠無法滿足需要，如何盡快加大這方面人才的培養力度，是我們亟待解決的問題。

（三）審計成本中人員成本及固定成本比重會大幅度上升

大數據審計屬于技術密集型審計模式，事務所中復合型、技術型、專家型人才的比重會日益上升，技術研發力度會加大，相應地人員成本、培訓支出與技術研發投入等固定成本在審計成本中的比重也會隨之上升。為及時更新和豐富審計師的知識體系，培養新型人才，審計機構將會以外包或自主形式對審計師進行大數據審計、技術基礎知識方面的培訓，并且加大對外部人才的引進力度，創新專業人才的交流合作機制等等。這些與技術研發和人員培訓引進相關的成本具備“普惠”特征，旨在實現審計經驗與技術應用的融合和凝結，廣泛用于審計工作中以提升審計效率和質量。這部分成本與被審計組織之間的配比關系并不明顯，與業務量的增長通常并不呈正比例變化，屬于固定成本，它們的比重會大幅上升。

此外，隨著大數據技術應用的普及，從企業、社會組織到政府部門等客戶的數字化程度越來越高，審計環境已發生變化。例如很多大型企業集團已經搭建起財務共享中心，金融領域企業的投資過程采用智能投顧來輔助決策，政府部門更多地采用協同辦公軟件、公共財政管理軟件等開展工作。數字化程度的普遍提高使客戶的業務“痕跡”更加完整，審計師要想對客戶的經濟活動進行評估和檢查，則更需要以大數據的方式來讀取審計證據，這些都會推動審計機構加大對大數據技術的研發與培訓力度，也將使得審計成本中的固定成本出現大幅度增長。

（四）審計與非審計業務的界限會越來越模糊

在大數據背景下，審計工作將會逐漸實現從抽樣審計到詳細審計，從人工審計到智能審計的轉變，新型的審計模式將賦予審計師更強有力的洞察力，更有助于他們幫助客戶完善相關流程和制度，導致審計與非審計業務的界限越來越模糊。例如，審計師利用流程挖掘技術對客戶信息系統中的主要數據進行分析，發現有采購付款節點記錄但無收貨記錄的幾條數據，順藤摸瓜發現該單位在采購循環內部控制上的重大漏洞。審計師往往會向客戶管理層進行匯報，幫助客戶對采購業務流程與內控進行完善。在此情況下，審計業務與非審計業務自然會耦合在一起。審計師通過對客戶全量數據進行綜合運用，對客戶的數據治理問題已心中有數，因此，審計師除了提交財務報表的審計報告外，還有可能在稅務、經營、戰略、內控方面對客戶出具有針對性的管理建議書，幫助客戶提升經營管理水平。

（五）審計在資源配置中的作用會大幅度提升

審計過程本身就是一種對客戶管理層的監督和約束，有助于增強客戶所披露信息的可靠性，緩解市場中的信息不對稱，從而使市場更有效地調節資源配置。然而，傳統的以人工審計、抽樣審計、定期審計為主要特征的審計模式在審計證據的全面性、審計報告的時效性等方面都較弱，在資源配置中的作用有限。而大數據審計由于其審計方法的優越性，能夠在資源配置中發揮更大的作用。例如，在審前準備階段，事務所能夠運用大數據技術進行風險分析以確定審計重點與審計方法；在審計實施過程中，自動化審計流程能夠在一定程度上替代人力；依托積累的審計實施歷史數據訓練機器學習模型，能夠增強審計工作的前瞻性與工作效率。審計效率和效果的提升能夠更大程度提升財務報告的可靠性和披露的及時性，更便于利益相關者做出合理決策，從而提升社會資源配置效率。

（六）中國審計的國際話語權會日益提升

現代審計產生于西方，規則制定權掌握在西方發達國家手里。近年來，隨著我國經濟實力的飛速發展，這一情況慢慢有所改善。2007年，中國審計署首次當選聯合國審計委員會委員國之一，審計署曾多次派出審計組在聯合國國際法庭、國際性基金會組織、維和部隊軍事工程項目等關鍵領域查辦大案要案。2013年，審計署前審計長劉家義當選世界審計組織的首任華人主席。自2017年起，審計署多次主持召開世界審計組織大數據工作組會議，與各國最高審計機關就大數據審計的發展進行深入交流。同年，畢馬威中國合伙人芮懷漣出任國際審計與鑒證準則理事會（IAASB）委員，成為首位獲得IAASB提名并成功當選的來自亞洲地區的國際網絡會計師事務所代表。2018年10月，國際標準化組織（ISO）“審計數據采集”項目委員會第四次會議在浙江杭州召開，我國審計署深入參與推動審計信息化標準化工作。2019年，經國際標準化組織（ISO）批準，我國正式成立了審計數據服務技術委員會（ISO/TC 295），這是ISO第一個審計信息化領域的技術委員會。畢馬威中國合伙人芮懷漣2020年被IAASB任命為副主席。進入新時期，大數據審計為我國在國際審計領域話語權的提升提供了絕佳的機會。中國為大數據審計的發展提供了沃土。例如，根據金融公司Pitchbook統計，2018年，中國IT行業的BAT（百度、阿里巴巴和騰訊）在AI領域共投入了128億美元，而美國IT行業四大巨頭（谷歌、亞馬遜、臉書、蘋果）合起來才投入17億美元。中國在技術方面大規模的投入以及更加寬松的大數據應用環境為大數據審計的發展提供了難得的發展機遇。

我國具備在大數據審計技術和理念方面發揮國際引領作用的條件。例如，國際大型會計師事務所的中國成員所在早期均已陸續完成本土化轉型，既能保持在國際交流、審計討論中及時獲得最新科技與熱點話題等信息資源，又能在國內市場的豐富實踐中將其國際經驗本土化，形成獨特的中國審計經驗與典型范例。這些良好的審計實踐與經驗總結，讓大型會計師事務所中國成員所代表在全球大型內部交流會議中受到其他各國成員所的關注，我國的審計前沿探索體現出充分的先進性與可借鑒性。與技術和經驗輸出相伴隨的必然是中國在規則制定權和國際話語權方面的提升。

二、審計行業如何應對

我國審計行業已經意識到新技術對審計的影響，并采取了一些行動。2018年，審計署在全國審計機關集中整訓動員會中強調審計信息化建設與大數據審計工作。2010年，中注協制定了注冊會計師行業信息化戰略，實施了“十三五”行業信息化建設規則。目前正在制定和實施“十四五”行業信息化發展規則。2020年財政部出臺了《關于推進會計師事務所函證數字化相關工作的指導意見》，對函證程序開展數字化轉型工作予以指導并牽頭制定函證數據標準，致力于推進一體化、集中化函證業務管理。中注協修訂并于2019年12月31日發布施行的五項審計準則問題解答中，對信息技術環境下注冊會計師實施函證程序的創新方式提供了進一步指引。畢馬威與工商銀行合作推出國內首款銀行級電子函證平臺“函證e信”，審計師可實現銀行詢證函全流程線上處理，從事務所的智能平臺直接對接銀行數據獲取審計證據。雖然我國審計行業已經開始行動，但與蓬勃發展的大數據審計實踐相比，我們還有很長的路要走，有關各方應該抓緊制定短期、中期和長期應對措施。

（一）事務所層面

1．戰略轉型。技術層面的進步在審計行業內逐漸引起審計技術方法乃至審計思維的轉變，為應對這種變革，事務所不應僅局限于具體技術在審計實務工作中的應用，更應在戰略層面上調整發展方向，對大數據審計轉型工作在戰略高度上設定目標并予以系統規劃，統籌協調事務所的資源配置。大數據審計的實現，需要事務所根據業務的發展需求在組織結構和業務流程上進行一定程度的重塑。要想實現數據驅動下的大數據審計轉型非一日之功，事務所應從戰略層面形成長期發展規劃，才能在預算安排、發展階段、技術銜接、部門設置、人才培養、大數據審計工作方式、數據價值的延伸應用等方面形成較為清晰的認識，在尚不明晰的大數據審計發展環境下步步為營，按照戰略地圖的布局循序漸進。例如很多企業在開展信息系統建設之初，在缺少系統規劃的情況下盲目建設包括預算系統、集團辦公平臺、資金管理平臺、財務管理系統、項目管理平臺等在內的多個系統，既存在數據孤島，又存在大量的數據盲區，標準化程度也很低，使企業寶貴的數據資源難以被充分利用，甚至有些系統幾乎被閑置，造成了資源的浪費，也影響企業集團管理的一體化推進。

2.合作共贏。我國審計市場上事務所數量眾多，行業競爭激烈，僅憑事務所自身資源難以充分應對大數據背景下的審計工作變革，應力求實現與各界開展充分合作，共同探索大數據背景下審計行業的“出路”和新的“入口”。在事務所與客戶之間，可以就客戶的非敏感數據達成使用協議，在保密的前提下將客戶的數據用于行業分析和管理咨詢項目，使之發揮最大效益，同時給予客戶降低審計資費、提供管理建議書等優惠措施。在事務所與事務所之間，應加強行業內的對話與交流，共同擴展審計服務的邊界，在大數據背景下致力于審計質量的提高和市場的拓寬，把“蛋糕”做大。事務所與其他數據咨詢提供商、相關技術公司之間，事務所應找到競爭與合作的平衡點。例如事務所可以通過購買已有的成熟技術產品和底層服務，降低從零開發需面對的風險和成本。還可以通過達成戰略合作協議，以優質的服務吸引更多高質量的客戶，共同應對行業競爭。事務所與科研機構、對口高校之間，除了可以就人才的培養達成合作，為審計行業提供高質量的關鍵人才外，還可以與會計、審計、數學與統計、計算機科學、人工智能與心理學等方面的專家合作開展課題研究，使“智囊團”的科研成果直接促進事務所實務工作的發展，同時也為學術界提供先進的實踐經驗。

3.人才儲備。事務所在探索開展大數據審計工作的過程中，不僅需要外部開發商、專業監理或咨詢公司的合作支持，更為關鍵的是本單位內部IT人員、審計師、復合型人才的持續助力。因此人才的引進儲備對事務所的長期發展十分關鍵。對于會計師事務所而言，其人才儲備途徑有招聘與引進具有復合背景的人才、對本單位員工進行培訓、聘請外部專家擔任顧問、設立專項人才計劃等等。需要注意的是，人才儲備和引進非一日之功，需要作為長期戰略計劃的一部分予以重視。事務所可以探索開展與高校、科研院所進行合作培養等形式，引進有穩定性、有發展潛力、符合事務所階段性發展需要的人才。例如，畢馬威中國已與中國多所一流大學合作，致力于開發和開辦以大數據分析及審計為重點的課程，為審計師和金融專業人才進入商業社會做好準備。

4.技術研發。事務所應結合自身戰略定位，在整體層面上設計具有前瞻性的框架，在此框架下進行技術研發，同時注意技術的可擴展性和可兼容性。事務所應當依據自身大數據審計轉型的階段選擇適當的技術進行研發，比如在大數據審計開展前期，可以選擇開發成本較低、周期較短的自動化流程技術，能在短期內大量減少人工工作量。隨著技術的進步和實踐經驗的積累，在技術研發的中后期可考慮開發基于機器學習技術的審計模型等，利用自動化流程上線后積累的大量數據，訓練機器學習模型，依據其運算結果確定審計疑點，進行人工確認。在技術開發路徑的選擇上，事務所應基于自身優勢與資源選擇適合自身的方式，比如可以對關鍵技術公司進行并購，與相關外部進行合作開發，資源不充足的事務所可以選擇購買成熟的技術產品進行合體改造后直接使用。此外，事務所在研發過程中應緊密結合審計實務，比如有些審計程序主要依靠人工識別，就沒有必要針對其開發專門的分析模型。

（二）監管層面

1.制訂大數據審計準則。審計工作中的審計流程和審計程序是依據準則和相關監管要求制定的，在實務工作中審計思想、流程均已受到大數據帶來的沖擊，因此亟需制定相應的大數據審計準則，對大數據背景下的審計工作重新審視與加強引導。僅在獲取企業基礎數據構建審計數據庫的過程中，就涉及信息安全、企業意愿、數據標準、責任劃分等眾多問題，審計工作完成后更是涉及對客戶相關數據的留存權、延伸分析與使用、審計數據庫權限等問題。其次，在數據資源的收集、處理、分析過程中，對審計師應當遵循的審計工作流程與方式方法尚無明確規范。這些都有待監管部門出臺相應的標準進行規范，從而為大數據背景下的審計組織和人員提供開展工作的依據，為大數據審計成果質量評價提供標準，同時也是對審計師免受不正當指控的保護，為推動大數據審計理論研究和人才培養工作進一步指明方向。

2.關注系統性審計失敗。審計失敗常常帶來巨大損失，危害社會經濟運行。大數據審計下的審計失敗往往是系統性的，影響較傳統審計更為廣泛，破壞力更大。監管部門更需要對從源頭開始的審計失敗予以更多關注。可喜的是，監管機構已經開始關注這一問題。例如，證監會2020年6月發布的《IPO業務若干問題解答》第53條已對信息系統核查予以特別關注，其中明確規定高度依賴信息系統的企業必須開展信息系統審計。與傳統審計相比，大數據審計更依賴客戶的業務數據等基礎數據資源，這些基礎數據很大比重來源于客戶的信息系統，例如生成的系統日志數據等，如果客戶的數據系統本身就存在問題，那么審計師據此得出的審計結果也是不可靠的。因此監管部門應對客戶的系統控制予以規范，包括操作環境控制、密碼控制等一般控制和與業務邏輯密切相關的業務流程、資料完整性、授權與額度管理等控制。

在大型企業集團越來越多、企業經營業態日益復雜的背景下，更需要審慎監管、嚴抓風險。重大風險因素常常深藏于業務數據中。畢馬威中國信息技術風險和鑒證服務主管合伙人董常凌表示，互聯網企業業績造假模式演變主要經歷了兩個階段，第一階段是直接在信息系統后臺偽造數據或編造系統日志，快速提升核心業務指標數據，其特點是完全沒有業務支撐，沒有實際業務開展，完全在信息系統數據庫中虛構交易數據；第二階段是線上線下相結合的全鏈條偽造數據，即隨著數據造假產業鏈的逐步成熟以及舞弊行為反排查手段的日臻完美，互聯網企業逐步開始了通過人工或機器模擬用戶行為的方式，在業務端進行“注水”，也就是說，所有的交易都是從前端發起且真實存在，但這些交易并非來自真正的客戶。因此，為了進一步增強大數據審計工作中審計證據的充分性與適當性，監管部門可以要求企業提供更多必要的業務數據，并就財務數據與業務數據變化趨勢不合理之處作出解釋或提供補充材料，降低審計風險。

3.推動成立行業技術聯盟。大數據背景下的審計工作改進與轉型是整個審計行業共同面臨的問題，審計機構的個體力量在大數據浪潮下顯得單薄匱乏，更需要舉全行業之力提升大數據背景下的審計工作效果。為滿足行業發展需求，監管部門可以推動成立行業技術聯盟，邀請來自企業界、學術界等審計行業內外人士定期開展交流，多領域專家團隊緊密協作，對先進實踐經驗進行分享與總結，并形成案例廣泛傳播，對提出的新創想共同討論，集中資源與智慧共同創新，在思維風暴與實踐經驗的融合中發揮行業技術聯盟的協同效應，為行業進步營造良好環境。同時，以行業技術聯盟為紐帶，在監管部門的規范與引導下推動技術公司與審計機構之間、審計機構與科研院所之間、眾多高校之間的技術合作，共同探討行業標準，助力科研成果轉化，培養復合型人才，加快高校財會教育轉型，探索有效的合作與分工機制，形成從人才培養、技術創新、實踐應用、成果分享與推廣培訓的完整產業發展鏈條，實現有限資源的價值最大化，借助行業技術聯盟提升審計行業的整體競爭力。以審計行業人才培養為例，目前注冊會計師考試的教材尚未涉及大數據審計的相關知識，在高校財會教育中，除了少部分的重點高校開設了大數據審計課程或智能財務會計實驗班，大部分大學都仍處于教授傳統審計會計知識的階段，人才培養上的滯后對于審計行業的發展十分不利。相關監管部門可以多管齊下，除了以推動成立行業技術聯盟的方式來促進人才合作培養之外，還可以通過召開聯合座談會等方式，直接引導審計行業職業教育發展和高校人才培養工作發展，使其適應時代需要。

4.支持信息基礎設施建設。信息基礎設施是大數據審計的基石，脫離了信息基礎設施條件的大數據審計是無本之木。習近平總書記在中央審計委員會第一次會議上就已強調，加強審計信息化建設，基礎設施建設正是審計信息化的“高速公路”。對于審計項目的數據分析硬件需求與軟件需求、臨時性小型需求與日常基礎需求，都有賴于信息基礎設施的建設與完善。監管部門應鼓勵審計行業開展信息基礎設施建設，設立試點加強5G技術、人工智能、云計算、大數據審計平臺的建設，探索信息技術的合作共享與購買機制，同時可以出臺相關優惠政策，對于信息基礎設施建設支出予以稅收優惠等等，將信息化建設績效納入排名評價指標體系，為大數據審計創造有利條件。