大數據視域下智慧型審計研究

□文/陸柯靜

（江蘇商貿職業學院 江蘇·南通）

［提要］ 當前，大數據思想和運用已滲透到審計的整個流程中，實現審計跨領域、跨層次、跨系統的跨越；多維度數據貫穿性評價，建立以“大數據”為基礎的工作方式，加速對公共資金、國有資產、國有資源、政府官員的履職盡責審計工作。尤其是在財務領域，通過數據概化、多維分析等思想和技術的革新，將企業數據與財務數據、單位數據與行業數據進行全面的對比與聯系分析，將“大海撈針”變成“重點撒網”，審計的深度、廣度和準確性得到進一步的擴展，充實審計監管的內涵，增強審計的整體服務能力和水平。本文以華為公司為例，多角度分析大數據情況下其智慧型審計研究情況，并提出解決對策。

當今時代，隨著信息技術和云計算的飛速發展，大數據技術日益滲透到人們的日常生活和各個領域。在當前形勢下，國家資產管理部門根據大數據，建立審計檢索平臺，利用檢索到的關鍵詞進行檢索，從而完成對海量數據的自動過濾；我國國資中心的稽核工作步入大數據時代。

一、大數據以及智慧審計概念界定

（一）大數據與智慧審計戰略。對于“大數據”，研究機構Gartner 給出了的定義是：“大數據”是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力來適應海量、高增長率和多樣化的信息資產。麥肯錫全球研究所給出的定義是：一種規模大到在獲取、存儲、管理、分析方面大大超出了傳統數據庫軟件工具能力范圍的數據集合，具有海量的數據規模、快速的數據流轉、多樣的數據類型和價值密度低四大特征。大數據技術的戰略意義不在于掌握龐大的數據信息，而在于對這些含有意義的數據進行專業化處理。換言之，如果把大數據比作一種產業，那么這種產業實現盈利的關鍵在于提高對數據的“加工能力”，通過“加工”實現數據的“增值”。從技術上看，大數據與云計算的關系就像一枚硬幣的正反面一樣密不可分。大數據必然無法用單臺的計算機進行處理，必須采用分布式架構。它的特色在于對海量數據進行分布式數據挖掘。但它必須依托云計算的分布式處理、分布式數據庫和云存儲、虛擬化技術。隨著云時代的來臨，大數據也吸引了越來越多的關注。分析師團隊認為，大數據通常用來形容一個公司創造的大量非結構化數據和半結構化數據，這些數據在下載到關系型數據庫用于分析時會花費過多時間和金錢。大數據分析常和云計算聯系到一起，因為實時的大型數據集分析需要像MapReduce 一樣的框架來向數十、數百或甚至數千的電腦分配工作。

大數據的數量、種類和速度都很快，具有可變特性和高速性。智能審計是通過審計人員和電腦來達到審計目的的，也就是根據審計方法、審計判斷、整體思路，從審計機關的相關資訊體系中獲得審計的線索和可疑問題，從而達到審計目的。智能審計工作主要分為三個步驟：分類儲存和集中處理、形成疑點庫、共享審計疑點。一是數據的歸類儲存和中央操作，面向互聯網、政務云、行業內部數據，根據特定的審核條目，收集來自各個來源的數據和數據，并將它們歸入數據庫；二是根據審核方式，將對應的數據表格與對應的數據庫進行數據的轉換、清理和驗證處理，從而構成一個巨大的稽核可疑數據庫；三是審計疑點共享的條件和程序也不盡相同，比如針對特定審計事項，審計疑點分發、審計疑點核查、審計結果反饋都是由系統管理者和審計部門共同完成的。

（二）大數據環境下智慧審計流程與運行。在大數據背景下，智能審核工作過程涉及到是否具有特定的審核項目，特別是對于具有真實審計的工作過程；對審核事項進行梳理，搜集可疑問題。首先，內審員登陸智能審核系統，填寫初步選定的審核項目，并按照規定的流程，對與審核項目有關的審核資料進行收集，實現多種形式的數據轉化和分析；重點介紹了非正常資料及稽核可疑事項，以備稽核之用。其次，制定審計實施計劃，發現主要的審核可疑問題。稽查員根據所呈現的稽查可疑問題，制定稽查執行計劃，以確定稽查可疑程度，查證稽查可疑問題。最后，對審核結論進行反饋，并編制審核報表。將經審核的可疑問題，通過智能分析，自動將可疑問題進行標注，并與質量基礎、處置基礎相結合，形成審計報表。對于沒有實際審核的工作過程，一是構建一個審核問題，并通過該程序實現對審核的懷疑。在智能審核系統中，審核人設置了審核項目，并依據相應的審核方式，對數據進行數據的采集、轉換和清理；確認和分析工作，發現趨勢、異常和錯誤，得到審核的結論，然后通過智能的系統，確認被審核的問題是可疑的，如果被系統認為不存在，那么就是不確定的問題。如果該體系確定為“是”，那么審核人員將會對經核查的可疑問題進行審核。二是根據審核可疑事件的類型和重大訴訟流程，由各級官員進行審查。根據各單位負責人的職級，將審核可疑問題逐級上報，并提出反饋意見，由下級審核業務部提出方案；由主管或主管領導提供處理建議，審核組收集對審核可疑問題的反饋。三是智能審核平臺對審核可疑問題進行標記，并對其進行自動備份。

二、華為公司智慧審計研究內容

（一）整體框架結構。內部審計是對本企業及所屬單位財政財務收支、經濟活動、內部控制、風險管理實施的獨立客觀的監督、評價和建議，以促進單位完善治理、實現目標的活動，是國家審計監督體系的重要組成部分。針對業務種類多、變化快的問題，華為公司建立了審計模型需求管理流程及多部門協作機制，強化總部與所屬單位審計協同、審計與業務部門協同，根據模型使用情況及時更新運算邏輯，有效提升模型質量和效率。

1、合同的智能審計產品。華為作為大型中央企業，下屬50 余家二級單位，經營業務范圍廣、客戶數量眾多，每年全集團對外簽訂合同數量超百萬份。根據這一情況研發了合同智能審計產品，已構建19 個合同專題智能審計模型。根據實測結果，合同類型的識別正確率超過96%，合同文檔中關鍵信息的平均識別準確率達95%；機器自動處理單個合同文檔的時間僅需0.04 秒。以每年100 萬份合同估算，假設人工審計需20 分鐘/份，人工全量審計需167 人年，機器全量審計僅需0.5 天，大幅提升了審計效率。

2、憑證的智能審計產品。華為全集團每年的報賬單據數量超千萬份。其中，增值稅發票（包括專票/普票）、火車票是全國范圍內格式統一的票據，也是公司成本費用報賬單中的主要票據類別。研發的憑證智能審計產品可有效替代審計人員現場翻閱賬本的工作。目前已上線15個憑證專題智能審計模型，根據實測結果，憑證圖像的分類正確率超過95%，憑證影像中關鍵信息的平均識別達到90%；機器處理單個憑證文件的時間僅需0.38 秒。在實際審計中發現了違規業務招待、連號發票拆分報賬規避審批、發票與合同收款方不一致等傳統審計較難發現的問題，有效擴展了數據審計監督范圍。

3、制度的智能審計產品。規章制度是企業規范經營管理活動、實施風險控制、促進戰略目標達成的基礎保障，審計工作始終圍繞規章制度的設計有效性及執行有效性開展監督評價。華為開發了“中移捷審”制度智慧審計產品，將知識圖譜、自然語言處理、搜索引擎等人工智能技術組合應用，構建制度智庫、智審、智圖能力，有效助力企業制度管理及制度審計工作的系統化、智能化、可視化。自制度分析比對上線以來，累計識別全網50 余家單位的近3 萬份制度文件。為30 多個現場審計提供支撐，確認制度設計層面審計發現100 余個，節約人力成本超20 人年。

（二）數據源部分。人工智能、機器人流程自動化（RPA）等新技術多為通用算法及平臺，對于審計場景適用性不強，難以直接使用。審計覆蓋面廣，不同的審計領域需要不同的技術，定制化需求高，可參考先例少。華為堅持自主研發路線，通過細化審計業務場景，自主設計審計產品功能及技術架構、進行定制化訓練及開發，在多個領域形成技術突破，獲得了多項發明專利和研究成果，同時培養出一批既懂審計又懂技術的數智化人才隊伍，為后續研發奠定了良好基礎。

華為通過引進集成的網絡化資源管理系統、財務系統、業務運營支持系統等系統結構化的資料，拓展業務影像資料、財務憑證、合同文件等，通過跨系統、跨域抽取來自華為公司的OSS、MSS；通過BSS 等各種數據資源，在“全息”數據市場中建立數據資源，突破審計獲得數據的障礙，實現全方位、多元化的審計數據收集。

（三）智慧審計系統功能模塊。在華為智能審核體系中，基礎屬性管理、驗證、審批、運行是基于大數據的智能審核體系管理的完整過程，是其管理的一個關鍵環節。在華為智能審核的模組中，對模型的基本特性進行了維護，它應該具有以下主要作用：一是它能夠提供對模型數據的關鍵詞和資料維的設定；二是對模式下線時間、下線原因、提出人提供支撐；更新日志和最優時刻等的上下行的管理；三是對風險級別和說明的在線提供了基礎的信息設定，如業務屬性、模型編碼和命名；四是對關鍵詞段和資料維的設定提供了支援。模型驗證的任務是驗證模型語法，數據規則的正確度和商業意義的清晰度，驗證是由一個系統管理員完成的，通過驗證的模型可以進行下一階段的操作；對于可以使用該模式需要的模型編碼、提交狀態、專題、模型業務屬性、名稱、風險等級等基礎資料的瀏覽與詢問，模型試運行判定、結果發布等都是模型確認所必需的。模型審批是一個可以在線審批模型的功能，它要求模型的基本信息、步驟和評審信息的查看、模型定義、試運行結果等，并提供審批結果、原因說明和建議說明等。而模式運行是指經過認證的標準模式在線應用的過程，因此必須支持步驟、評審和運行紀錄的查詢。另外，模型應該具有參數填寫和顯示運行情況等方面的作用。通過對用戶和華為公司的管理部門進行清晰的風險掃描，是該系統的工作重點。華為智能稽核系統的稽核工作人員應通過自身客戶端進行整理、歸納、分析，深入發掘潛在的潛在危險，從而為稽核工作指出前行方向，并以直觀的圖形顯示，方便稽核人員迅速獲取信息，有效地提升了審核的工作效率和工作質量。

（四）風險預警以及報告模塊。為了達到風險的早期報警，華為公司在基于大數據技術的智能審計系統中增加了一個危險的預警模塊。智能審核平臺按照事先設置的通知原則，實現對危險點派單的智能提醒，并由公司稽查隊進行核查，最后決定風險區。審核員登陸風險警報系統，輸入模型名稱、是否超時、賬期等情況，以獲取告警模型、涉及記錄數、處理時限等報警情況；實際處理時間、報警指標、處理負責人和下屬單位；是否超時、派單、反饋結果、工作單號碼等。就以華為公司的一個風險警示案例來說，其中一個報警模式是通過向客戶提供的提成，其報警額度是超過2，000 元，所涉紀錄數量達到150 個，其處理人和單位是王某；反饋的結論是由于違反了傭金規定，只有訂單，沒有工作單號。華為公司開發的預警系統，能夠有效地實現對預警信息的查詢、對預警規則的支持以及對用戶的授權設定。華為在智能全息互動智能審核平臺上增加了一個新的信息披露功能。基于企業的歷史工程和企業的財務責任的工作流程，建立了一個具有個人化、規范化的報表模板及其相關的配置函數；自動生成、編輯和下載的word 報告。在審核過程中，審計師可以依據審計的時間和內容，選取合適的報表格式；而其他的使用者，根據自己的需要，通過智能審核系統的信息下載、上傳數據等。

三、華為公司智慧審計研究成效

華為智慧審計系統的主要功能包括數據庫訪問日志收集、數據庫操作日志收集、數據庫審計日志收集和數據庫告警功能。華為智慧審計系統通過審計日志收集數據，以及通過內置的數據庫API 收集數據。數據收集的方式可以根據數據的性質和來源進行不同的選擇。例如，通過內置的API 收集數據，可以更加高效地收集數據，并且可以減少數據泄露的風險。這些功能可以幫助華為數據庫管理員快速定位數據庫系統的異常情況，并及時采取相應的措施。此外，華為智慧審計系統具備快速檢查數據完整性和正確性的功能。完整性的方法主要包括檢查數據是否符合規范和標準，以及檢查數據是否完整。正確性的方法包括檢查數據的來源和格式是否正確，以及檢查數據是否符合預期的輸入。在智慧審計系統中，可以使用數據校驗碼、數據類型檢查、日期范圍檢查等方法來檢查數據的完整性和正確性。華為智慧審計系統還能高效的處理數據，對于敏感數據，華為審計系統可以進行加密處理，以保證數據的安全性。對于非敏感數據，華為審計系統可以進行分類、聚合和過濾等處理，以滿足不同的業務需求。此外，華為審計系統還支持數據備份和恢復，以確保數據的可靠性。綜上所述，華為智慧審計系統可以通過多種方式收集和分析數據，以及通過不同的方式檢查數據的完整性、正確性和正確性。在華為數據庫管理員的日常工作中，使用華為智慧審計系統可以提高數據庫系統的安全性和可靠性，從而保證業務的順利運行。

綜上，在科學技術不斷發展的今天，智能稽核必將成為今后的發展方向。但是，我國的智能審計還面臨著許多問題，如缺乏足夠的理論和技術、法律法規不健全等。因此，要用一種正面的心態去看待它，用一種科學的方式去解決它。為了提高審計工作的效率和品質，華為公司將智慧審計模型應用于大數據的背景下，建立了一個“全息”審計的數據集市，增加了審計系統的功能模塊，建立了“遠程+實地”的聯動審計模型，從而形成了一個智能化、高效率的“全息”智慧審計系統。利用自身的審計經驗和相關的結構性數據，企業內部的稽核工作可以通過大量的數據進行數據的關聯，實現對稽核數據的全面統計。華為公司智能全息互動審核平臺，可實現對上千萬件原始材料的自動審核，從華為公司的合同收款人與發票不符、預付款比例過高、合同關鍵要素缺乏等方面有效地發掘出了對公司進行風險辨識的精確度和及時性。