数字经济时代环境下,技术创新和应用与时俱进,大数据、人工智能、区块链等新兴技术的发展对审计监督活动产生了前所未有的深刻影响。一方面,大数据等新兴技术在经济活动中广泛应用,使得审计对象的形态、特征发生了前所未有的变化;另一方面,作为经济监督活动的审计自身也在发生深刻的变革,传统审计手段逐步被新兴审计手段所取代(姜江华,2022)。传统审计模式也已经不能适应大数据环境下的审计工作,审计需要从传统的审计思维向持续审计思维、全量信息思维、以人为本思维和智能审计思维转变,以大数据技术为核心开展审计工作成为审计发展的新趋势(王海洪等,2021)。2014年,国务院发布《关于加强审计工作的意见》,提出将大数据技术应用于国家审计,提高信息化技术应用程度。2015年,国务院在《促进大数据发展行动纲要》中提出国家大数据战略,进一步强调大数据的重要性。面对大数据等数字技术的产生和发展,审计人员需要应时而变来适应由此带来的变化,面对日益庞大的数据量以及复杂的数据环境,利用更加高效的审计手段对被审计对象进行审计(秦荣生,2014),新时代信息技术下审计技术与方法的研究已经成为当下以及今后一段时期亟需研究的重大问题。 近年来,我国资本市场频繁出现严重的上市公司资金舞弊问题,显著干扰了资本市场的有序运行,影响了注册会计师行业的声誉。2021年12月31日,中国注册会计师协会(简称“中注协”)发布的《关于做好上市公司2021年年报审计工作的通知》中指出:“货币资金项目属于五个高风险审计领域之一,注册会计师应当予以高度关注,以更有效地识别、评估和应对财务报表重大错报风险。”由于货币资金项目的固有风险较高,注册会计师在审计过程中应当设置较低的重要性水平,并通过监盘库存现金、检查银行对账单和余额表、函证银行存款余额等实质性程序降低检查风险。但在实务中,这些程序由于执行力度不够或方法欠佳,尚不能完全应对企业的货币资金舞弊问题。在对涉及货币资金造假的上市公司的审计机构出具的行政处罚决定书中,经常性指出会计师事务所“货币资金审计程序存在缺陷”“实质性程序执行不到位”,进而未能识别出虚假银行流水、大额未达账项等。由于现有审计程序更多地侧重于审查与库存现金、银行存款相关的余额,而对每笔交易的来源、发生额的关注度不够,在针对货币资金项目进行审计时很可能忽略潜藏的漏洞。 传统审计注重从会计报表项目出发追寻审计线索,然而财务报表项目是对海量原始数据聚合压缩后的信息,这一过程也遗漏了很多有价值的内容,注册会计师仅通过财务报表获取的科目余额所呈现的信息有限且准确性不足,如果不对背后的原始现金流水予以足够关注,在针对货币资金项目审计时很可能忽略潜藏的漏洞。2019年中注协发布的《审计准则问题解答第12号——货币资金审计》(简称《问题解答第12号》)中也提到“要关注货币资金的发生额,包括银行交易流水、交易凭证等”,更加肯定了现金流水的价值。现金流水数据属于企业的原始数据,是编制财务报表的原材料之一,由于其具有海量、难以被篡改、管理频率高等特点,比财务报表的颗粒度更加细致,能够更加真实、准确地刻画出企业的资金全貌。但传统审计模式不仅无法获取这些数据,方法上也无法实现对海量数据的全覆盖,而当前大数据技术的蓬勃发展为处理海量现金流水数据提供了有力的技术支撑。中注协在《问题解答第12号》中明确提出利用数据分析等技术,核查银行收付款流水的可行性。针对现金流水数据的处理,数据挖掘技术是不容忽视的工具,在连续五年发布的影响中国会计从业人员的信息技术评选中,数据挖掘技术一直位居前列。本文以此为切入点,利用数据挖掘技术对企业的原始现金流水数据展开分析,以探索大数据时代下货币资金审计的新思路。 二、现金轨迹数据与审计思维模式转型 1.现金轨迹数据源于轨迹数据思想。轨迹数据属于计算机应用技术领域的概念,源于位置感知应用,又称为“轨迹大数据”“时空轨迹数据”等,它是指通过对某一物体运动过程进行采样而获得的数据,一般包含物体运动的位置、时间、速度等信息,该物体可以是单一个体,也可以是基于某一特征而划分的群体。轨迹数据具有时空、运动、语义、异频采样特征,同时符合大数据的“5V”特征(Volume、Velocity、Variety、Veracity、Value),往往通过数据挖掘技术对此类数据进行处理分析(高强等,2017)。如果将企业现金作为研究对象,现金在不同账户间的流入与流出可以看作是现金的运动过程,以账户为节点,就能够模拟出现金运动轨迹;同时,由于每条银行流水都记录了交易时间、账户名称、交易原因等信息,与轨迹数据的时空、运动、语义特征具有较高的重合度,因此在利用数据挖掘技术分析原始现金流水的研究中,本文借鉴了轨迹数据的思想,提出“现金轨迹数据”的概念。现金轨迹数据指的是以企业现金总体为研究对象,记录现金在各个账户间运动轨迹的数据①,如图1所示。
2.现金轨迹数据比传统的现金流水概念更具优越性。现金流水属于传统财务领域中的概念,现金轨迹数据则是大数据时代背景下的产物。从外延来看,“现金流水”与“现金轨迹数据”所反映的客观事物都是现金,二者等同;但从内涵来看,二者的侧重点不尽一致。现金流水体现的是现金的体量属性,即金额多少。在现代汉语词典中,“流水”一词的引申义为销售额,如流水收入。古人云:“流水者,按日挨登如流水之盈科渐进也②。”从会计的角度来看,它体现了流水账就是每日登记入账金额的过程,如同流水不断充盈,奔涌向前。现金轨迹数据的内涵更为丰富。“轨迹”一词与“流水”不同,它指的是以时间为尺度,记录物体在空间上的运动过程。从物理学的角度来看,这一运动过程包括了路程(长度)、方向、速度、曲率等许多特征;同时,在轨迹数据的可视化中,如果研究对象为群体,绘制线条的粗细、密集程度还能反映出体量大小。可见,现金轨迹数据这一概念涵盖了现金的体量(金额)、时间、空间等多个属性(如图2所示)。针对同一对象,现金流水与现金轨迹数据两种概念的背后体现的是两套不同的范式:在不同的时代背景下,借助不同的概念引导人们对同一事物转变思考角度,再借助不同的算法,从而最终加工出不同的信息产物(李琳等,2021)。