大數據背景下企業內部控制審計質量提升的探討

隨著市場經濟的不斷完善，內部控制（以下簡稱為“內控”）規定也隨之更新，從初期的內控鑒證報告、主板上市公司每年需出具內控審計報告，到創業板公司也需要出具內控審計報告，相關部門對內控的要求愈發嚴格。在這種情況下，企業內控審計需抓住大數據發展機遇，利用大數據技術實現審計增值，助力企業內控改革?；诖?，本文簡要闡述了大數據背景下對企業內控的實時審計、數據分析、智能預警的新要求，對企業內控審計的大數據支持、技術支持進行了分析，并提出審計質量提升措施，以期為相關工作者提供參考。

經濟、政治等外部環境的復雜多樣，及企業不斷拓展業務類型使自身體量不斷增大，增加了內控審計風險，會計師事務所必須提高對企業內控審計的質量。內控審計的獨立性非常強，可以覆蓋比較廣泛的范圍，可以深入參與企業管理的整個過程，能夠及時有效地進行反饋，提出前瞻性和全局性的建議。但是，傳統內控審計屬于事后鑒證方法，無法及時評價、優化企業經營，發揮自身增值作用。因此，會計師事務所在對企業內控審計中，可應用大數據審計技術，堅持“科技強審”，實現內控審計與業務科技創新的協同共進，從而提高審計質量。

一、大數據背景下對企業內控審計的新要求

內控審計指的是對企業自身內控開展有效的自我評價，并提供自我測評報告，這時要聘任具備資質的會計師事務所，對企業財務報告等有關內控進行有效審計并出具審計報告。由于企業下屬單位較多、規范文件多，采取傳統審計模式，難以獲得內控憑證及執行情況，無法建立勾稽關系，增加審計人員工作量。并且抽樣審計缺乏全面性，工作時間長，無法及時發現內控制度風險，不利于制度的完善。大數據技術的出現，不僅提高了企業的財務工作效率，對審計工作也提出新要求。

（一）實時審計

根據財務報告內控要求，充分保存記錄，公允反應企業交易事項，保證根據企業會計準則編制財務報表，支出與收入均經過授權。審計人員利用大數據、云平臺技術，能夠采集財務類數據，與內部控制規則相對比，開展財務內控審計工作，結合客戶需求提供實時審計報告。

（二）規則分析

紙質類內控通知無法提供分析依據，欠缺實時性。根據企業內控平臺上傳的規則文件，結合員工執行情況，利用大數據技術深度挖掘潛在的影響因素，即可獲得審計結果，發現內控審計問題。

二、大數據背景下企業內控審計技術支持

（一）數據支持

內控審計能夠利用各種集成數據及共享機制，側面反映企業內控狀態、過程數據，通過采集、存儲和轉換數據，建立數據審計模型，進行風險預警。數據支持如下。

1.經營業務。以制造企業為例，經營業務數據是在產品設計、需求產生、采購制造到物流協同等環節，利用大數據全面管控內控全過程，便于會計師審計時直接提取企業物流和存貨數據，直接評估內控缺陷。

2.財務報表。企業可持續發展水平高、經營水平高、內控好，其公開披露的風險關聯結果、某些報表，以及內控的流程和相關信息都可以成為審計的參照數據，用于數據訓練集合，增強審計的準確性。

3.公開數據。制造企業法律公開數據包括工商部門登記的企業的注冊、變更等信息，違反政策法規處罰數據，法院公開失信人及經濟糾紛案件、金融欺詐數據等。

4.社交數據。內控審計中，微信、微博、知乎等平臺輿論，多是非結構、半結構數據，可利用API接口、OCR識別技術、ChatGPT 等技術“抓取”社交網絡信息，借助數據挖掘技術，對企業內控風險進行分析。

5.行業數據。密切關注國家政策、行業數據，如市場利率、宏觀經濟數據、專家對行業研究的相關數據，以及熱點政策、熱點事件、國內外匯率差等，都可以為分析數據提供依據。

（二）技術支持

大數據背景下，企業內控審計方式發生變化，為全面數據獲取、風險評估提供技術支持，實現審計增值。

1.采集數據技術

網絡ChatGPT利用大規模神經網絡與Transformers技術，通過在大規模無標注對話數據上預訓練GPT-4模型，使用GPU等硬件進行神經網絡的加速計算，優化推理效率。在審計過程中，可利用OpenAI API開放平臺，構建內控審計ChatGPT智能模型，采取模型加擾、訓練數據過濾等方法，為計劃編制、自動化數據分析提供支持，便于及時發現潛在風險與問題。企業獲得集成的內控數據后，由于其形式和體量都較為龐大，內控數據不但需要防范潛在的安全風險、有關內部控制的風險，還要防范潛在的經營風險，同時也要防止來自競爭對手、經濟環境，以及政治環境風險的威脅。對于外部風險控制，利用ChatGPT軟件機器人進行數據采集，能夠利用外部數據，進行更全面的風險數據分析，將企業自身內控規范與其他企業內控規范進行對比，尋找規范疑點，提出咨詢建議。

2.存儲數據技術

以往數據存儲多是結構化數據，關系數據庫系統能夠滿足需求。審計系統多使用Oracle、MySQL等數據庫存儲數據，面對企業內控審計的非結構、半結構數據，需要進行檢索、對比不同的數據，無法滿足審計要求。而NoSQL數據庫基于傳統關系庫，可存儲視頻、聲音、文本等數據類型，可以提高數據的流轉效率，實現技術革新。

3.挖掘數據技術

挖掘數據是人工智能和機器學習的基礎，利用一定的模型、算法，從大數據中挖掘信息量，借助統計模型原理，提取超集信息，將其合并發現內在關系。該技術能夠用于內控審計，進行識別欺詐、時間序列預測、決策支持、風險預警等方面。例如，在審計過程中，利用多維關聯規則挖掘算法，能夠發現隱藏的多類數據，尋找審計規律，基于多種信息和業務整合，為內控提供服務，構建全方位的監控系統，提高審計質量和效率。

4.可視數據技術

大數據審計中，考慮數據結果難以理解，依靠審計人員經驗進行數字分析，非常難以挖掘出新的疑點。但是可視化的技術卻可以把網狀關系、數字規律、分布狀況用非常直觀的圖像呈現出來，然后建立一個關系友好型的數據體系。針對獲取的企業內部控制數據，集成大數據預處理后，利用可視化工具分析，能夠發現異常數據，掌握審計線索，為后續延伸、確認事項提供支持。

三、大數據背景下企業內控審計質量提升措施

（一）集成審計數據

在企業內控審計中，為助力審計人員進行審計工作，需構建大數據審計平臺，集成審計數據。

基礎設備層肩負著為大數據審計提供基礎的環境背景支持，還有數據庫的服務器、負載均衡，以及應用服務器、異地備份存儲、網絡協議等。

數據層是將被審計企業有關內控的經濟業務Excel文件、File、HDFS等數據，利用ODS技術同步復制到數據庫，立足HPCC大數據架構，通過ETL工具預處理數據，統一存儲到數據中心，構建業務數據、財務數據、外部數據等主題數據庫，形成數據集市。

業務層可反映被審計企業信息系統，整合OA系統、財務核算軟件、影響管理系統、HR系統等。

平臺層則提供以下服務：整合應用和數據，通過數據挖掘用戶信息，搭配基礎服務完成整合。另外利用智能預警、文本分析、高級分析、可視發現等技術，統一整理大數據信息，為會計師事務所審計提供支持。根據企業內控要求，審計涵蓋基建、預算、收支、資產、采購、合同等環節。

（二）增加審計控制點

在內控審計中，需梳理業務流程，細化分解業務，繪制業務流程圖，尋找數據產生、經營中的缺陷和原因等，提出改進內控建議，實現審計增值。

第一，業務流程信息化。根據企業流程梳理和劃分情況，將業務風險問題、控制點標準化，并轉化成數據，對業務條線、流程、產品、板塊風險事件、變化規律進行動態管理。在流程劃分中，需結合審計規則確定工作崗位、業務板塊、業務流程、管理部門；在進行流程梳理時，要深入業務流程，確定關鍵控制點與風險點，結合業務流程更新、變動，反映內控情況；歸納總結控制活動，建立業務風險矩陣，確定關鍵點控制情況。整體環節中，審計人員要熟悉業務流程、控制點等，避免機械、簡單地抽取樣本，實現流程風險、經營活動、審計的有效融合。

第二，業務風險對接信息系統。根據被審計企業搭建的新系統中各個環節的流程運轉情況，繪制業務流程圖，通過流程圖來逐一檢查內控是否存在不足之處和某些嚴重弊端，倘若信息系統沒有辦法對企業運營進行全覆蓋，那么需要監督企業盡快完成優化信息系統的整改工作，切實做好覆蓋業務的全鏈條工作。當信息系統出現內控流程不全面的情況時，企業人員應該增加遺漏的控制點；當風險內控失效時，需尋找失效的原因，增加系統功能；相同業務層級權限不明，需調整內控權限；對于非標準業務流程，需再造流程，總結更新。通過以上查漏補缺的方式，督促被審計企業不斷優化和完善內控，并固化于信息系統，進而提高審計的風險控制水平及其效率。

第三，科學評價內控。以風險數據和業務流程圖作為基礎，確認企業的風險分布狀況，結合內控評價規范，構建審計評估模型，探索量化內控缺陷方法，對內控情況進行科學評價。一方面利用大數據尋找業務子系統控制缺陷及漏洞；另一方面構建涵蓋業務流程圖、業務流程描述、風險控制矩陣、制度文件、控制節點等信息的大數據庫，全面了解內控情況。

（三）改進審計程序

伴隨審計關口前移，事中、事后工作重心轉移，對事前審計提出更高要求，需改進審計程序，實現動態審計，以提前入場、預報預警的方式，完善內控制度，提高內控水平。因此，可立足企業信息化管理，審計人員從監督視角出發，比較風險事件，確定風險預警指標，以免大數據審計過程與規定不符，或是處理結果不符合審計要求，增加審計風險。

1.采集數據。在企業內控審計中，要求審計人員采集企業平臺業務數據、財務數據等，將Excel、File等格式數據存儲至數據庫，進行數據預處理，包括財務平臺數據、互聯網數據及外部數據等。

2.數據預處理。采集數據涵蓋內控制度、規范文件及流程數據等，需要統一數據結構，采取半馬爾科夫鏈模型。以資產處置為例，根據被處置資產性質、初始入賬金額等，結合業務狀態確定審核節點，構建審核矩陣，賦值每個矩陣元素，加權平均、運算后，確定審計疑點。

3.設定審計指標。在發現審計疑點的過程中，設定的審計指標是細化的審計目標。比如，在資產管理的內控制度檢查中，審計人員可設置以下合規性要點：歸口、權限、專項特殊資產管理、盤點等。

4.構建審計模型?；趯徲嬛笜?，審計人員構建審計模型，利用隨機森林算法，隨機抽取數據樣本，建立決策樹模型，以此為訓練集構成隨機森林，按照內控要求的審計指標、業務流程，進行決策樹投票判斷，得票最多即為判斷結果。

5.審計中間表。數據清洗至建模期間，審計中間表貫穿全程，能夠存儲中間審計結果，便于后續審計直接運用，作為審計證據，與審計結果共同存儲于審計知識庫。

6.分析審計數據。構建審計模型、審計中間表，能夠獲得企業內控審計疑點，考慮到審計的謹慎性，還需采用大數據分析技術及通過人員經驗進行判斷，對疑點進行深入分析。

7.出具審計結果。審計人員根據審計數據結果整理疑點匯總表，與企業領導交流溝通，查證疑點情況。

（四）優化審計資源

在內控審計質量提升的過程中，需注重審計統籌管理，完善物力、財力、人力等的配置，實現審計資源合理配置，降本增效。

首先，量化審計價值。大數據背景下，審計工作需明確“企業關鍵風險”“審計計劃如何關聯關鍵風險”“審計計劃能夠持續反應風險環境變化”等，然后制定審計計劃。因此，審計人員應結合企業以往風險評估結果進行科學安排，做到進度可控、目標可行，綜合戰略規劃、發展重難點、經營策略、歷次審計結果等信息，形成綜合分析模型，對審計價值量化排序。

其次，重視風險評估。在制定審計計劃后，按照內控審計規定，以風險評估為基礎，明確重要列報、賬戶及相關認定，確定針對所選控制需要收集的證據等，將風險評估思路、理念貫穿審計全過程，綜合考慮控制潛在風險及固有風險，合理利用大數據審計平臺，優化審計效果。

最后，配置人力資源。將審計人員培訓經歷、學習情況、特長專業等納入大數據審計系統，不斷對其進行更新，結合被審計企業情況，實現審計人員與審計工作的自動匹配，提高人力資源利用效率。

[作者單位：華興會計師事務所（特殊普通合伙）廣東分所]

作者簡介：高韻君，女，1989年3月出生，廣東省廣州市人，漢族，大學本科學歷，CPA、中級會計、中級審計。研究方向：企業財務審計。