人工智能視域下高校財務收支審計研究

高 遠

一、引言

2021年11月，財政部印發《會計信息化“十四五”規劃》。《規劃》指出，要以數字化技術為支撐，健全完善各種數據標準和安全使用規范，推動會計審計工作數字化轉型。該項政策指導為高校財務收支審計智能化實踐創新提供思路。目前，高等教育經費投入日益增加，傳統審計工作已難以滿足財務收支業務處理需求。為提高審計工作效率，高校需要應用人工智能技術，采取相應措施，推進財務收支審計智能化，如構建功能完備的智能審計體系、加強財務收支審計信息安全保障等。因此，本文以人工智能為研究背景，分析探討高校財務收支審計實踐路徑，以期為高校財務收支審計工作創新提供參考。

二、“人工智能+財務收支審計”建設現實基礎

近年來，信息技術不斷發展，黨中央高度重視審計信息化建設，并發布相關政策文件，強調要加強審計網絡建設、審計信息化應用系統建設以及審計數據中心建設。目前我國審計信息化建設已取得一定成就，比如，我國審計網絡將各級審計機關搭建溝通橋梁，促使審計工作交流高效、便捷；審計管理系統將審計業務管理和行政管理整合到一起，實現一體化辦公。不僅如此，我國還對區塊鏈技術予以重視，并進行相關政策支持，如《2018中國區塊鏈產業白皮書》。而且，2019年，黨中央領導也強調，要把區塊鏈作為核心技術自主創新的重要突破口。總之，不僅是審計信息化建設成果，還是國家對關鍵技術的支持，都為“人工智能+財務收支審計”建設奠定現實基礎。

三、人工智能視域下高校財務收支審計實踐存在的問題

1.數據收集難度大效率低

財務收支審計工作前期階段，高效、全面收集相關數據，是較為重要的一個環節。當前，隨著人工智能技術逐漸發展，高校財務收支審計信息化建設進程逐漸加快，并逐漸朝著智能化、數字化方向轉型。高校財務收支審計信息化建設，使得高校財務收支審計工作效率明顯提升，工作質量也較往常更高。但是，從目前高校財務收支審計實踐情況來看，財務數據收集難度較大，且收集效率也比較低。高校財務收支審計業務中，財務數據獲取程序比較復雜，經過多重審批，財務部門將收支數據進行處理，統一繪制成電子表格，再通過U盤或者移動硬盤傳給審計部門。而且，受部分因素影響，如數據結構不完善、數據存在冗余的情況等，審計部門拿到財務數據后，還需要進行二次處理，最終得到有效審計數據。此種數據收集方式所花費的時間往往比較長，整體收集效率不高，且還容易影響數據收集的全面性。

2.智能技術方法與審計業務需求脫節

要想應用人工智能技術開展高校財務收支審計工作，提前了解審計業務實際需求，以實際為導向，選擇或引進合適的智能技術方法，確保智能技術方法與審計業務需求相符，提高高校財務收支審計工作效率。但是，從目前情況來看，還存在智能技術方法與審計業務需求脫節的問題，具體表現為：數據分析系統平臺建設成效跟不上高校財務收支審計業務需求增長速度，數據分析系統平臺建設存在一定滯后性。目前，高等教育經費投入逐漸增加，高校審計業務量也不斷增多，各項收支信息數據逐漸多樣、復雜化。面對這種情況，只有采取更加精細、先進的智能數據分析技術，才能保證高效財務收支審計工作流程規范、安全進行，避免風險因素的發生。而當前，部分高校的數據分析系統功能建設還不夠完善，安全防護、數據收集等功能亟待優化，與高校審計業務需求脫節。

3.智能審計系統尚不成熟

智能審計系統是促進高校財務收支審計智能實踐活動有序進行的基礎要素。完善審計系統功能，實現風險全覆蓋，有益于規范財務收支審計工作流程，提高工作效率。然而，根據當前高校財務收支審計實踐情況分析，發現仍存在智能審計系統尚不成熟的問題，主要表現在以下三個方面：第一，人工智能關鍵技術工具開發和應用亟待加強，系統功能尚未完善，自動跟蹤、數據自動填充等功能開發不完全；第二，風控掃描覆蓋范圍不全，部分審計數據未納入系統管理，導致系統數據庫不完善，數據搜集不高效、不全面，為后續財務收支審計工作開展增加負擔；第三，風險派單精準度不夠，對高校整改成果缺乏有效跟蹤和評價，對審計工作實際開展情況掌握片面化。

四、人工智能視域下高校財務收支審計實踐路徑

1.確定應用場景獲取數據開放共享

對于數據收集難度大效率低問題，審計部門要先確定人工智能技術應用場景，再讓數據提供部門開放共享數據，提高數據收集效率和精準性，為接下來有效開展高校財務審計工作奠定良好基礎。一方面，確定人工智能技術應用場景。明確人工智能技術應用場景的前提是財務收支審計流程標準化，因此要想充分運用人工智能技術開展財務收支審計工作，關鍵還是要優化完善財務收支審計工作流程，使其標準化、規范化。在此基礎上，確定運用人工智能技術的具體環節有哪些，比如，數據獲取環節應用人工智能技術，自動導入財務部門提供的財務收支憑證數據以及校內其他部門提供的相關數據，有助于提高數據收集效率。另一方面，獲取數據開放共享。在明確人工智能技術應用場景前提下，對所需的審計數據進行溯源，再與數據提供部門進行溝通，分享開放財務數據。再采用人工智能技術，獲取數據，確保數據全面、精準，提高收集效率。其一，審計人員可以利用數據倉庫技術，從財務部門獲取財務憑證、財務項目、科目等財務數據，從人事、資產等校內相關部門獲取人事、資產等數據。其二，審計人員可以利用網絡爬蟲技術，獲取工商數據、稅務數據以及政府采購數據等輔助數據。

2.大數據審計智能化推進方法創新

針對智能技術方法與審計業務需求脫節問題，高校應當加強大數據審計智能化建設，推進財務收支審計方法創新，滿足財務收支審計業務需求。實際當中，關于財務收支審計工作，高校要跟上自身發展步伐，立足于實際，加快數據分析系統平臺建設和優化，引進智能技術，優化數據獲取、安全防護等功能，提高數據獲取精準性和效率，提升安全等級，保證數據分析系統平臺安穩運行，推進大數據審計智能化，助推財務收支審計工作效率的提升。不僅如此，高校還應通過網絡，搜集現有的審計數據分析方法，并進行總結和二次開發。以高校實際發展情況為參考依據，設置一套簡化版的審計操作流程。再依托系統平臺，開發數據采集工具、深度分析工具等，為有效進行審計數據分析提供技術支持。同時，開發和應用機器學習、深度挖掘、可視化交互等人工智能技術工具，保證財務收支審計數據分析結果精準和一致，降低風險，提升高校財務收支審計智能化水平。

3.構建功能完備的智能審計體系

關于智能審計系統尚不成熟問題，高校有必要構建功能完備的智能審計體系，建立完整的智慧審計體系，統一標準規范，完善配套機制。第一，建立完整的智慧審計體系。高校要完善統分體系，將創新理念滲透人工智能技術運用、信息建設、審計管理等各個方面，并進行統一管理，同時搭建有效溝通橋梁，促使各部門信息共享。在這基礎上，依照智能審計建設目標，分步實施，保證智能審計建設項目順利進行。第二，統一標準規范。高校要建立審計數據管理標準和模塊標準，從制度層面出發，規范數據應用行為，提升審計數據管理效率。同時，采用模塊化構造方式，對系統進行模塊設計，優化系統界面，實現集約化管理。第三，完善配套機制。高校應成立一個專門領導小組，主要負責督促智慧審計建設工作順利進行，同時對智慧審計組織結構設計、職責任務等進行創新優化，使其與智慧審計建設目標相符；建設考評機制，將智慧審計建設工作納入績效考核指標，調動工作人員積極性，保證智慧審計建設各環節符合標準規定。

4.加強財務收支審計信息安全保障

有關財務收支審計智能分析存在安全風險問題，高校理應加強構建財務收支審計信息安全保障體系，降低財務收支審計智能分析安全風險發生率，確保財務收支審計智能分析工作安全進行。例如，2021年，天津市濱海新區供熱集團有限公司為加強財務信息安全，在現有財務軟件基礎上，就加強財務信息安全風險防范布置了相關防范舉措，如指定專人定期做財務數據備份、電腦配置殺毒軟件并定期做殺毒操作、采用辦公專用傳輸系統、專用郵箱等。所以，高校也可以借鑒這種做法，一方面，使用移動硬盤，定期做好財務收支審計信息備份工作；引進智能安全防護技術，加固電腦等設備安全屏障，同時使用密匙、身份認證等手段，增加系統安全等級；審計人員進行數據傳輸時，使用專門傳輸系統，如郵箱；應用智能預測等人工智能技術，構建安全風險預警系統，提前預測安全風險，并及時預警。另一方面，高校應積極健全信息安全保障制度，提高信息安全地位，強化政策推進和執行效力；加強審計信息安全知識推廣，加大信息安全人才儲備力度，利用網絡現成資源，開設審計信息安全保障培訓，鼓勵全員參與。

五、結語

綜上所述，目前，財務收支審計信息化建設逐步推進，加上5G技術的出現，給“人工智能+財務收支審計”建設奠定基礎。但是，高校財務收支審計智能實踐還存在數據收集難度大效率低、智能技術方法與審計業務需求脫節、智能審計系統尚不成熟、財務收支審計智能分析存在安全風險等問題。針對這些問題，高校要采取針對性解決措施：確定人工智能技術應用場景，獲取數據開放共享；大數據審計智能化，推進方法創新；構建功能完畢的智能審計體系；加強財務收支審計信息安全保障。