大數據環境下Python語言在會計師事務所審計中的應用研究

李 信

進入21世紀，信息技術創新日新月異，以數字化、網絡化、智能化為特征的信息化浪潮蓬勃興起。文本、圖片、XML、HTML、各類報表、圖像和音頻/視頻等非結構化數據的大量涌現，以及會計資料電子化、辦公無紙化以及數據規模、數據種類的極速增長，給審計人員開展審計工作帶來了新的挑戰。過去傳統的審計技術已經不能適應當下事務所審計人員提高審計質量和效率的要求。審計人員要想尋求新的突破，需要改變審計思路：即從傳統審計的手工查賬轉變為結合大數據分析技術來輔助審計。面對這一改變，審計工作中使用的數據分析技術該如何改進才能適應當前社會的發展成為時下研究熱點。

Python是一種跨平臺的計算機程序設計語言，是一個高層次的結合了解釋性、編譯性、互動性和面向對象的腳本語言。由于Python語言的簡潔性、易讀性以及可擴展性，深受數據分析者的喜愛。大數據環境下，會計師事務所審計人員在開展審計工作中可以利用這一編程語言分析處理數據，編寫爬蟲、數據可視化、數據分析等與審計有關的程序，以此來提高審計效率。本文就大數據環境下Python語言在會計師事務所審計中的應用進行探討。

表1 國際四大所引進先進審計技術統計

表2 大數據技術應用于審計數據分析框架

表3 某企業某年份煤炭銷售毛利分析

一、當前會計師事務所審計工作中存在的問題

1.審計效率低。在審計方式上，審計小組入駐現場之前，只能由項目負責人通過電話跟被審計單位對接人溝通索要相關審計資料，對項目現場的審計情況不可預估。當審計小組進場時可能就需要花費一定的時間去了解，這樣就占用了大量的人力和精力。執行審計時，審計小組成員全程參與從審計準備到出具審計報告的所有流程，不能讓審計組成員發揮各自的審計特長，這樣會降低項目組審計的專業性；其次，按審計對象劃分審計小組參與審計業務流程的審計模式，使得審計資源得不到優化。

目前我國信息化環境下所使用的審計數據分析方法主要有：賬表分析、數據查詢、審計抽樣、統計分析和數值分析等，常用的輔助審計工具有：審計軟件、SQL sever、excel等。目前會計師事務所審計人員大都使用excel分析處理數據、審計軟件來開展財務審計工作，但是面對海量的非結構化數據，傳統的輔助審計工具在提升審計效率上往往顯得力不從心，在分析處理數據時容易造成電腦運行速度緩慢，甚至出現宕機現象。

2.現有的審計技術難應對被審計單位提供的混合型數據。當前大部分會計師事務所的審計人員缺乏對大數據知識和技術的了解，整體審計知識結構也較為單薄，仍然依賴于傳統的審計工具開展審計工作，但這些輔助審計工具也存在著局限性，審計人員無法深層次去挖掘非結構化數據之間隱藏的有價值信息，容易造成審計遺漏，忽略重要的審計信息。大數據與傳統數據對比結果如圖1所示。

目前國際四大會計師事務所均引入了先進的審計技術來應對這些混合型數據，如表1所示。面對海量的數據，本土事務所為了減小審計風險，只是在審計工作中不斷加大細節測試，未能提出升級審計技術、改進審計流程等應對措施。

圖1 大數據與傳統數據特征對比

圖2 爬蟲巨潮資訊網上市公司年度報告

二、數據科學視角下的審計數據分析詮釋

大數據時代，數據科學視角下審計數據分析對象由以前的結構化數據擴展為復雜多變的海量混合型數據，其數據分析方法也由傳統審計經驗導向的數據匯總與查詢轉變為數據導向的數據的采集、審計數據的預處理、數據分析及深度挖掘、數據可視化等步驟，因此有必要構建大數據技術應用于審計數據分析的框架，如表2所示，使用大數據審計分析技術開展審計工作，而Python語言正是將傳統審計數據分析引入數據科學分析的有利利器之一。

圖3 陽泉煤業年報爬蟲結果

Python 是一個高層次結合了解釋性、編譯性、互動性和面向對象的腳本語言。它擁有豐富的工具包與活躍的開源社區，能夠對數據進行行之有效的探索性分析；其超強的可視化功能，能夠將非結構化數據以可視化的效果展現出來，為實現在審計實務中運用大數據技術提供經驗支持。完成同一個任務，C語言要寫1000行代碼，Java只需要寫100行，而Python可能只要20行，而且Python的學習并不困難，并不一定要具備編程基礎，對于初學者來講，可以下載Sublime Text編輯器對數據進行分析。

三、引入Python實施大數據審計的可行性

大數據環境下，事務所審計人員使用Python開展審計工作時，有以下幾點但又不限于此幾點的應用功能：

1.網絡爬蟲巨潮資訊網下載A股上市公司半年報或年報技術。網絡爬蟲是一種按照一定的規則，自動地抓取萬維網信息的程序或者腳本，將目標定為抓取與某一特定主題內容相關的網頁，獲取其中有價值的信息，為面向主題的用戶查詢準備數據資源。審計人員可以使用Python從巨潮資訊網（http://www.cninfo.com.cn/new/index）自動化下載審計需要的上市公司某一年份或者多年份的年度報告或者半年報，從而減少審計人員人工下載的時間。此處以煤炭行業上市公司陽泉煤業為例，爬蟲過程如圖2所示，爬蟲結果如圖3所示。也可以通過Python自動下載某一時間段A股或者H股上市公司的所有年報、半年報數據，譬如下載2020年6月30日后的A股上市公司半年報，爬蟲下載過程如圖4所示，爬蟲下載結果如圖5所示。

圖4 爬蟲下載巨潮資訊網2020年6月30日后所有A股公司半年度報告

圖5 2020年6月30日后A股上市公司半年報爬蟲下載結果

圖6 問卷調查統計結果

2.相似度分析技術。在開展審計工作前，項目組負責人可以通過大數據相似度分析技術了解審計助理對現場負責人的期望。這樣可以讓他們明確審計計劃、目的和任務。對XX所2019年新進員工展開了一次問卷調查，通過相似度分析技術對調查問卷第三小問：“您希望現場負責人在審計進場前給予哪些幫助”結果進行統計分析，統計結果如圖6所示，分析結果如圖7所示，形成的可視化結果如圖8所示。從圖7發現：“項目”“審計”“計劃”“介紹”“情況”“安排”這些詞語字體較大，代表這些詞語在答卷內容中出現的次數較多，圖8發現“介紹項目情況，審計目的，審計計劃安排以及特別注意事項”這項回答相似度占比為8%，比例最高，是審計助理普遍的想法。審計項目負責人可以針對項目組成員的需求，在開展審計工作前做到分工明確。

3.標簽云分析技術。開展審計工作時，審計人員可以利用Python語言的Requests模塊從各大主流行業網站上爬取當前年度某一行業發展規模及行業發展趨勢分析等數據，將其中的文字全部提取出來保存為Txt格式，使用Python中的Jieba包對這類非結構化數據進行分詞、詞頻統計，通過大數據分析技術——標簽云對其進行文本分析，提取出文本中出現的高頻詞語，統計各個分詞出現的頻數，最終將這些非結構化數據以可視化圖形展現出來，從而生成初步的判斷，這樣方便審計人員快速抓取審計重點。以2020年度煤炭發展規模及行業發展趨勢分析為例，形成的可視化圖形如圖9所示，

從圖形中可以看出，“銷售”“下游”“煤價”“復產”“恢復”字體較大，出現的次數較多，可見2020年度煤炭行業因為受疫情影響銷售量下降、價格出現下跌，復產過后煤炭行業的需求有所增長，但下游市場恢復較慢，煤炭全產業鏈復蘇仍面臨庫存和價格劇烈波動、進口煤沖擊等關鍵隱患，這些信息能夠幫助審計人員在開展審計工作時，明確被審計單位行業發展情況。

圖7 進場前審計助理答卷內容分析

圖8 進場前審計助理答卷內容結果可視化分析

4.可視化分析技術。大數據環境下，文本、圖片、XML、HTML、各類報表、圖像和音頻/視頻等非結構化數據具有數據量大、來源多樣性、數據高價值的特點，這也就意味著這些數據成為審計人員開展審計工作不可忽視的一部分。可視化分析技術可以將這些非結構化數據蘊含的信息變得直觀，幫助審計人員更快識別審計風險。標簽云是可視化的方式之一，對審計文檔進行可視化分析處理，可以幫助審計人員快速確定審計重點。

可視化（Visualization）是利用計算機圖形學和圖像處理技術，將數據轉換成圖形或圖像在屏幕上顯示出來，再進行交互處理的理論、方法和技術。Python語言里面的matplotlib是一個2D繪圖庫，可以將數據以直方圖、條形圖、散點圖形式展現出來，方便審計人員直觀明了地查看數據之間的比例關系變化。以某企業某年1-12月份煤炭銷售毛利分析為例，該企業某年份的煤炭銷售毛利分析表如表3所示，形成的折線圖如圖10所示，同時審計人員可以將被審計單位的賬套導出到excel，整理被審計單位1-12月份的主營業務收入和主營業務成本，將產品類別、訂單數量、銷售收入、成本歸集整理在一張表格上，通過Python繪畫出散點圖進行可視化分析，多維度挖掘數據之間隱藏的信息，從視覺上更直觀地發現數據異常值。

通過上述對審計數據的分析，大數據環境下事務所審計人員在開展審計工作時，可以利用Python的爬蟲技術從外部獲取被審計單位某一時間段的年度或者半年度報告；使用Python的標簽云分析技術了解審計組成員進場前需要的審計需求和被審計單位及所在行業發展情況；使用Python的可視化技術分析被審計單位的收入分布，發現是否存在虛增收入的情況等等，這樣能夠幫助審計人員從海量的混合型數據中將重要信息抽離出來，抓住審計重點，發現數據之間的異常值，從而提高審計人員的工作效率和工作質量。

圖9 行業報告云標簽

圖10 某企業煤炭毛利率與毛利折線圖

總之，大數據時代，會計師事務所審計人員可以將大數據分析語言Python運用于審計分析程序，對文本、圖片、XML、 HTML、各類報表、圖像和音頻/視頻等非結構化數據進行深層次的挖掘，利用Python的爬蟲技術、相似度分析技術、標簽云分析技術以及可視化分析技術對數據進行異常分析，找出規律，發現數據間的異常值，從而判斷出審計重點，為后續的審計工作提供指引方向，減少審計人員的工作量。