大数据审计对我国审计市场的影响与应对

作者简介:
张敏,李雨新,余佳燕,中国人民大学商学院;毕马威华振会计师事务所

原文出处:
中国注册会计师

内容提要:

02


期刊代号:V3
分类名称:审计文摘
复印期号:2021 年 06 期

关 键 词:

字号:

      “大智移云物”等新技术的迅猛发展为传统商业环境带来了新的挑战与机遇,在此背景下,大量新技术正在被广泛应用于审计实践,大数据审计模式正在慢慢成形。所谓大数据审计,是以智能化、自动化、数字化等技术为工具,以大数据分析为基础,具备智能化、自动化特征的新型审计模式。一些大型会计师事务所正在投入大量资源进行软硬件开发和人才培养,以发展大数据审计技术。例如,毕马威在2019年提出,将在未来五年斥资50亿美元,用以加快毕马威及其客户的数字化转型。其中一项投资是与微软签署了为期五年的技术投资协议,以期让成员事务所和双方客户能采用微软的创新和微软云端平台的技术。毕马威正以科技、人才、创新为基石,倾力打造“智动审计”,推出了可扩展的智能审计平台KPMG Clara,通过科技赋能审计方法(Tech-Enabled Audit MethodologyTEAM),整合数据分析能力,从而释放企业数据的潜力,提供更深入全面的审计服务。在大数据审计蓬勃发展的今天,有两个重要问题亟须我们进行研究:大数据审计会对我国审计市场产生哪些影响?我们如何应对?本文试图在这两个方面进行一些尝试,希望借此激发学术界、实务界和监管机构更多的讨论。

      一、大数据审计对审计市场的影响

      在大数据技术环境下,高度自动化的审计程序的应用、数据在线分析等技术的成熟使得持续审计、详细审计、智能审计等新模式成为可能,对传统审计模式产生了巨大冲击。在此背景下,根植于传统审计模式的审计市场也正面临前所未有的冲击。具体而言,大数据审计至少将从如下六个方面影响审计市场。

      (一)会计师事务所两极分化进程会加速

      顺应大数据时代潮流及日益复杂的商业环境,国内一些领先的大型会计师事务所在大数据审计方面进行了初步探索与应用,应用场景包括机器人流程自动化服务、大数据分析平台的构建、基于大数据技术的审计模型的开发、运用数据分析工具进行风险预测、应用自然语言处理技术生成审计报告等诸多方面。其中有一些事务所已经成立专门的部门,专司大数据审计技术和业务之责。这些率先在审计业务中应用大数据技术的事务所,将赶上数字化时代的红利期,享受大数据审计带来的巨大收益。而仍然采用传统审计模式的事务所将在竞争中处于劣势地位,“马太效应”将会加速事务所的两极分化进程。

      对于采用大数据审计技术的事务所来说,大数据审计技术的应用会大幅度提升审计质量与效率,帮助它们在竞争中取得优势地位。这种优势地位又让它们更有能力拓展大数据审计技术,降低大数据技术开发与应用成本,从而形成良性循环。例如,审计师通过使用自动流程挖掘技术,能够快速而高效地发现传统流程分析技术无法发现的流程、内控等方面的缺陷,从而快速做出反应。再如,通过利用机器学习技术对客户的业绩、收入、风险等进行预测,审计师通过远程审计就能发现传统审计很难发现的问题。通过这些技术的不断迭代,事务所的审计能力将不断提升。而对于未采用大数据审计技术的事务所来说,随着大数据审计技术的不断迭代,它们很可能面临步步落后的局面。而且,不仅在纯技术层面上难以追赶,更重要的是从审计思维、审计流程到审计手段都会全面落后,竞争力的缺失使它们难以承接到优质业务,生存和盈利空间变得越来越狭窄,在行业内会面临被边缘化的危险。

      (二)技术型、复合型、专家型人才的需求量会大增

      作为劳动密集型和知识密集型的中介机构,会计师事务所最重要的资产是人才。在大数据审计模式下,技术型、复合型、专家型人才的需求量会大幅度增加。随着信息技术的发展和业态复杂程度越来越高,客户的信息系统及数据越来越复杂,传统的审计人才采用传统的审计模式将越来越难以应付,迫切需要既具备审计经验和业务知识,又具备大数据分析能力和洞察能力的新型审计人才。

      以审计模型的研发为例(图1),虽然数据的标注、业务流程调研等大量基础工作可以由普通审计人员完成,但审计模型的核心在于将可复制的审计经验方法固化到技术模型中去。对于模型的内在逻辑、应用范围、风险把控等关键问题,就需要既具备审计经验,熟悉审计工作情景和业务关键控制,又能看懂模型的技术语言含义,能切实参与到技术模型的设计、运行、推广过程中去的复合型人才作为模型研发的中坚力量。而在审计模型的算法选择、技术迭代、参数调试等更为专业的技术工作中,需要大量专业技术人才的参与和指导,这是审计模型落地的保障与基础。此外,还需要借鉴外部专家顾问的意见,结合宏观经济形势、事务所自身业务重心、大数据审计的发展阶段来选择适当的技术路线,及时对工作方向予以战略视角下的建议和纠偏,从而合理控制事务所在大数据审计转型发展过程中的风险。具体到大数据审计模型中规则与逻辑的设定,更是需要数据科学家、数据鉴证专家、资深财务专家的参与和指导,例如对预测所需的因子数值进行设定,在技术实践对准则的理解与运用上给出专业判断等等。

      

      总之,大量的复合型、技术型、专家型人才是审计从传统模式向大数据审计模式转型的引擎。然而,目前这方面的人才供给还远远无法满足需要,如何尽快加大这方面人才的培养力度,是我们亟待解决的问题。

      (三)审计成本中人员成本及固定成本比重会大幅度上升

      大数据审计属于技术密集型审计模式,事务所中复合型、技术型、专家型人才的比重会日益上升,技术研发力度会加大,相应地人员成本、培训支出与技术研发投入等固定成本在审计成本中的比重也会随之上升。为及时更新和丰富审计师的知识体系,培养新型人才,审计机构将会以外包或自主形式对审计师进行大数据审计、技术基础知识方面的培训,并且加大对外部人才的引进力度,创新专业人才的交流合作机制等等。这些与技术研发和人员培训引进相关的成本具备“普惠”特征,旨在实现审计经验与技术应用的融合和凝结,广泛用于审计工作中以提升审计效率和质量。这部分成本与被审计组织之间的配比关系并不明显,与业务量的增长通常并不呈正比例变化,属于固定成本,它们的比重会大幅上升。

相关文章: