医院智能内部审计方式与技术研究

作者简介:
李越冬,博士,西南财经大学会计学院审计系副主任,教授,研究方向为审计与内部控制;轩文爽,西南财经大学会计学院硕士研究生,研究方向为审计与内部控制;洪云,厦门华厦学院,研究方向为审计与内部控制。

原文出处:
会计之友

内容提要:

02


期刊代号:V3
分类名称:审计文摘
复印期号:2020 年 02 期

关 键 词:

字号:

      我国政府不遗余力推动审计信息化、智能化发展。虽然起步时间晚,1990年前后才逐步实施和研究审计信息化,但已经取得一定成果,审计信息化逐步成为审计工作的主流。审计署多次强调建设国家审计机关的信息系统审计,2016年财政部在《会计改革与发展“十三五”规划纲要》中强调要加强会计法治和会计信息化建设,建立信息化公共服务平台,促进大数据的深度利用。同年中注协在《注册会计师行业信息化建设规划(2016~2020年)》中也对建立审计行业数据库和智能审计云平台给予相关指示。目前大部分医院已经开始实施“智慧医疗”,引入医院管理信息系统(HIS)、实验室信息系统(LIS)、电子病历系统(EMR)、影像归档和通信系统(PACS)、医院资源规划系统(HRP)等到医院的临床和管理中,面临这样的信息系统和大数据,医院的内部审计需要实施“智慧审计”。那么医院智能内部审计应该采用哪些方式和技术呢?本文首先分析了大数据时代下有关智能审计的研究,然后分析大数据时代医院智能内部审计的方式及技术,以期为未来医院智能内部审计的研究提供借鉴。

      二、有关大数据智能审计研究文献

      审计主体开展审计活动的行为方式称为审计方式,实务中应用比较多的有跟踪审计、联网审计、购买审计、联合审计、现场审计五种。审计方式的实现需要利用一定技术直接收集重要审计证据,包括审计抽样技术、分析性复核技术、内部控制自我评估技术、函证法、审阅法、盘存法等。陈骏和时现指出,审计环境变迁导致审计对象、目标、内容发生变化,与之相适应,审计技术方法必须不断创新。在大数据时代,解决“如何更好审计”问题无疑需要借助大数据智能技术,但审计实务中大数据实践远不如其他领域普遍,传统审计广泛使用的ERP系统和数据仓库系统本身并不是大数据。目前内部审计实务中鲜有应用智能技术。传统内部审计方式越来越不能满足大数据时代内部审计工作的需要。在大数据时代,数据的广度和深度都大大提升,大数据的应用已经和各个领域的发展息息相关,内部审计由传统方式向智能方式的变革升级成为大势所趋。

      在理论研究方面,虽然国外学者已经深入探讨了大数据时代内部审计信息化、智能化的发展,提供了相当丰富的经验证据,但国内这一领域的研究仍然匮乏。

      (一)国外相关研究

      依托大数据时代的背景,出现了诸如模式识别、数据可视化、数据挖掘等新型审计技术,也创造了许多新的审计证据形式,如文本挖掘、连续性方程等。有学者认为传统审计方法在大数据时代可能并不十分有效。

      国外一些学者对数据挖掘、数据可视化等新型审计技术应用于内部审计的研究起步较早。2001年就有学者研究了新兴技术(包括网络安全技术、面向对象技术、智能代理)怎样在智能审计系统中应用,并提出了一种新的EDP审计方法。2004年Koskivaara对人工神经网络技术在审计分析性复核的应用进行了研究。

      随着新型审计技术的成熟,学者们利用这些技术构建了完整的内部审计智能方式与方法。Liu构建了EDA技术(探索性数据分析)在审计中的应用框架,说明了将EDA技术方法运用到审计工作流程中的步骤,为优化内部审计模式、检测风险提供了参考。EDA技术基于大数据的背景,主要包括描述性统计、数据可视化、数据传输、数据挖掘等技术。对于数据可视化,Alawadhi介绍了审计师在整个审计周期中(包括计划阶段、实地工作阶段、报告阶段)使用数据可视化技术的具体方法和应用节点。数据可视化由描述性数据和图形化统计工具组成,可以在大量数据中找到有效信息,用户交互性良好。研究表明当对数据知之甚少,且审计对象模糊不清时,数据可视化十分有效。Kuna等利用数据挖掘技术设计和开发了一种异常值检测过程,帮助审计人员在信息系统的审计日志中进行异常数据检测,以便更好地执行数据分析任务。

      (二)国内相关研究

      我国对内部审计智能方式的研究起步较晚,研究成果相对较少。我国学者研究的主要方向为大数据时代对审计方式的影响。大数据和云计算促进了持续审计方式发展、总体审计模式应用、审计成果综合应用、高效数据审计的发展,也促进了审计理念、审计方法、审计内容的转变,运用大数据技术可以有效降低舞弊风险,提高审计质量和效率。大数据背景下,信息技术得到广泛应用,以往的人工内部控制与审计向自动化计算机控制转型,数据挖掘等新型智能技术的发展促进了审计系统的智能化升级。

      当然智能技术应用于审计也并非全无风险。李视磊认为人工智能应用于审计将增加系统风险,加大故障排解与监管成本,缺乏有效的审计沟通与观察。田雨认为大数据审计在数据采集、数据分析、数据安全方面都存在风险。大数据时代数据获取成本低,但数据丢失或毁损的可能性也很大,大数据质量的管理和安全控制尤为重要。

      也有学者借鉴国外研究构建了智能审计方式。卢加元将人工智能及智能体Agent技术与内部审计“免疫系统”架构及免疫路径结合起来,建立了基于智能体的公司内部审计“免疫系统”架构。南京银行审计部综合“大数据思维”和“审计专家思维”,建立了审计与IT结合的模型。高浩玮根据数据化内部审计模式,为高校财务平台设计了详细的数据审计实施模型,这一模型的核心方法是数据分析,关键技术是构建审计中间库,重要保障是平衡检验。周德铭提出了企业内部审计的OACS审计模式,利用信息网络技术建设该模式的实现机制,用数据采集与处理技术、模型构建技术、审计预警技术等实现内部审计智能化。斯慧龙等根据行业特点,介绍了以风险地图为指引实施条块监控的内部审计模式,其辅助方法用到数理统计分析、计算机辅助审计等技术。杨鸿运基于BP人工神经网络模型,利用可视化软件为商业银行经济责任审计设计了智能评价模型。田雨根据所处研究院的特点,提出构建智能审计库的构想,设计了包括数据采集层、指标建设层、数据挖掘层、数据共享层及可视化应用层的五层智能化内部审计数据挖掘分析架构。但以上智能审计模式的局限性在于主要应用于企业,对非营利组织和行政事业单位的研究尚有不足。

相关文章: