大數據時代審計疑點發現專家系統構建研究

文/胡曦月（重慶工商職業學院）

一、引言

隨著人工智能、移動互聯網和物聯網等信息技術和分析技術的日漸成熟，計算機審計已經逐步替代了傳統的手工審計。

由于各個地區的不同公司在實施過程中，存在著政策、規則和信息系統上的差異，在知識審計領域中，需要花費巨大的人力、財力、時間去完成一些基礎性的政策研究、規則分析、信息系統統一等工作，效率大打折扣。專家系統是人工智能應用的分支之一，是基于人工智能研究成果，具備主動整合輸入數據、識別、判斷、錯誤修正、分析處理、保存備用、傳播推廣新獲取專家經驗準則等功能，以實現用計算機模擬專家，解決用戶需求。

構建審計疑點發現專家系統，能夠在幫助發現審計疑點領域，使計算機系統具備該領域專家級的知識儲備、經驗判斷水平，為用戶提供解決問題的方案，幫助審計人員在面對海量數據時從中發現疑點，實現審計全覆蓋。

二、大數據時代審計疑點發現專家系統

信息技術領域的科研水平和成果轉換在近年來得到長足發展，由此被審計單位產生出呈指數級增長的各類數據，從審計行業看，面對如此巨大的數據，如何實現審計全覆蓋，并準確發現其中的審計疑點，最大效能發揮審計工作“免疫”的職能使命，是計算機審計研究方向的新需求、新挑戰和新思路。目前較常用的計算機審計方法是數據庫語句查詢，數據庫語句查詢可以發現存在疑點問題，但存在先天不足：一是發現疑點問題需要基于審計人員從業經驗，如果審計人員不具備待審計項目的專業知識，發現其中的問題可能性就打了折扣；二是發現疑點問題需要基于審計人員業務水平，同專業、不同審計人員面對同一問題，依然會有不同結論；三是審計經驗的積累本身就滯后于數據產生，這種不同步必然導致審計風險，只能用縮短同步時間換取減少或降低風險可能性。

（一）專家系統的結構

專家系統在20世紀60年代提出來以后，在眾多自然、社會學科得到重要進步和具體應用，研究者通過編輯輸入某一專業領域知識和經驗進入計算機程序，在人工智能條件下，模擬人類專家對專業領域的問題進行求解，其結果可達到甚至超越專家的水平。筆者提出構建基于知識庫的審計疑點專家系統，優點在于監測發生始于業務發生時，彼此共同產生，這樣便能及時發現審計疑點實時預警，有效降低錯誤發生率。進一步深入研究，還可以討論開發基于審計專家知識的配套審計系統，提高審計判斷準確性和結論正確性，提高審計質量和效率。專家系統一般由六個部分組成：人機交互界面、知識獲取模塊、知識庫、推理機、綜合數據庫和解釋器。

（二）數據時代的審計疑點發現專家系統

基于專家系統構建大數據時代的審計疑點發現專家系統，審計人員在執行審計疑點發現時，各組件功能按照下述方式進行，如圖1所示。

圖1 大數據時代的審計疑點發現專家系統框架

知識獲取組件，用來獲取審計領域的知識元，并且把這些結構各異的知識元統一起來為系統下一步工作提供一致性的知識元基礎。一般情況下，審計知識工程師/審計專家把領域知識通過人機交互界面輸入系統后，這些知識并不能直接使用，我們稱為“生知識”。這些生知識由于存在異構、矛盾、冗余之處，因此知識獲取組件在交互界面得到生知識后，先是對生知識異構的結構統一、冗余審查篩查、一致性處理，處理后生知識轉化為“精煉知識”，然后精煉知識進入知識庫，等待推理機調用。同理，審計專家經驗、審計領域規則、審計邏輯定義等做相同處理，處理后得到的精煉知識進入知識庫，等待推理機調用。審計人員在執行審計疑點發現時，還可以根據在執行過程中發現的企業數據知識、行業知識進行錄入，使之進入知識庫，為了在推理機環節調用知識，還需要處理審計過程中需要的各種審計專家經驗、審計的相關規則以及被審企業及其相關行業的相關數據，并儲存于審計知識庫中。

審計知識庫組件，是系統的核心組成部分，知識數據需要包含有各種典型的審計案例模型、審計規劃方案、審計策略方案、被審計行業的一般信息和基礎數據。通過把這些知識元收集整理進入層次區分明顯的結構化審計知識數據庫，建立自動化處理流程，是審計領域人工智能的先決條件。

對話組件，不是一個獨立模塊，它是審計知識庫與其他組件進行聯系的橋梁，從計算機語言層次上看，就是程序操作指令，包括：審計知識元輸入、處理、存儲、查詢、調用、修正、補充、更新等。審計人員在人機交互界面與其他組件的聯系和操作都需要通過對話組件完成。對話組件是人工智能在審計疑點發現專家系統的具體表現，需要注意的是，并非全部智能程序均有知識庫，現在很多計算機應用軟件在利用知識水平上達到很高的水平，但是這些軟件不是基于知識系統編寫而成，使用不存在知識庫一說，只有具有特定范圍的知識系統才能夠具備知識庫。

推理機，主要面向審計疑點，立足輸入獲取的信息數據，通過比較、匹配審計知識庫里的定義規矩、邏輯法則、專家經驗，推導審計疑點的處理過程和生產結論。審計人員在執行審計過程中，可以從正向和反向兩個方面去驗證審計疑點成立與否。正向推理，即是從前置要件出發，把審計信息數據輸入專家系統，查看輸出結果是否與先前結論一致。反向驗證，即是從后決結論發出倒查溯源，把假設成立的結構輸入專家系統，查驗輸出結果是否與初始條件相吻合。這種推理方式就體現出人的邏輯思維模式，推理機本身的功能是查詢和分析，在預先設定分析流程時，審計知識工程師就把兩個推理程式都輸入進推理機工作機制中，根據知識庫的數據和接收的審計信息數據，便能得到需求的結果，審計疑點發現流程見圖2。

圖2 審計疑點發現流程

解釋組件，在審計疑點專家系統中，主要完成在推理機執行的過程中，每一個步驟的計算機內碼轉換和傳遞，把計算機語言轉變為用戶可理解的操作，完成對過程和結果的處理后，在人機交互界面輸出，尋求審計人員的確認和進一步分析，有助于出現問題時及時糾錯、提升用戶對結論的可信度，以此得到的最終結果就是本次審計過程中發現的審計疑點。

審計疑點的發現過程本身就是一個反復循環、反復推理的過程，審計人員在進行審計過程中，必須具體實際地參與審計資料收集與整理，在反復循環地評估和驗證中會不斷發現新的審計疑點，根據新產生的審計疑點，需要與時俱進地調整審計資源配置，在動態過程中提高審計效率，促進審計質量提高，有效防范審計重大錯誤。

三、建立審計疑點發現專家系統的價值與作用

現代企業經濟業務在信息技術高速發展條件下也在飛速發展，審計監督的職能使命就是保障企業在市場經濟體制中健康有序地進行，其地位和作用日益凸顯。通過傳統人工方式進行對賬已經無法滿足對海量信息化數據的處理，物聯網、大數據和區塊鏈等技術已廣泛應用于各個行業,審計對象的迅速信息化轉型升級要求使用信息技術開展審計工作成為必然；在信息技術輔助判斷與決策方面，既是審計領域專家學者倡導，也是國內與國外審計開展工作必然選擇；在科研成果方面，國外專家學者已經在搭建審計判斷系統上獲得重要科研成果，在實踐應用中獲得不少經驗，基于上述原因，筆者認為構建大數據時代的審計疑點發現專家系統具有重大意義。

（一）保障審計質量、提高審計效率

審計疑點發現專家系統，其突出作用就是有效保障審計質量、提高審計效率。要開展高質量的審計工作，必然要求豐富的審計實踐經歷、判斷經驗，而審計疑點發現專家系統可以做到在面對多個可能的結果時，對各個結果的可能性快速進行排序和篩選，向審計人員提出最佳方案或者尋找最佳方案的方法，大大節省人力成本，降低人為操作失誤的風險，剛入職的審計人員在經驗上存在短板弱項的缺點將由審計疑點發現專家系統彌補。

（二）組織結構變化、組織智能化加大

審計疑點發現專家系統廣泛推開后，會給國家審計機關和會計師事務所的審計工作帶來巨大影響：一方面能節約人力資源，在同樣多的人力成本下可以完成更多審計任務，在相同審計任務中只需更少的審計人員即可完成，在精簡人力的同時還能夠保障更高的審計質量；另一方面，節約的人力資源不能浪費，可以轉為從事計算機無法勝任的新衍生的審計經驗積累、審計邏輯判斷準則研究，避免發生計算機排擠人的現象，界定好計算機和人的工作區分；計算機工作主要職能是基于大數據時代的新興現代科學技術，如大數據決策、人工智能等，使得其組織智能化程度大大提高。

四、結語

由本文的研究可知，伴隨著大數據時代信息多樣化和復雜化的特點，審計疑點的發現較傳統時期將更加困難，分析也會更加艱難，我們需要推陳出新，設計審計新思路，創新審計新技術，以期可以破除面臨的大數據審計這一難點。同時，我們需要明白審計疑點發現專家系統本質上是一個有效輔助決策工具，不能完全替代人的主觀能動性，在實際開展審計工作時，審計人員不能盲目相信、過度依賴專家系統，還需要不斷提升自身審計能力，發揮審計團隊作用，做到審計風險把控的全局性，這才是解決問題的根本方法。