智能审计体系的构建与实施

作者：祝兰芳 曾健南

来源：《财政监督》 2021年第2期

祝兰芳 曾健南

【摘 要】智能时代来临，传统审计面临审计风险不可控、审计效率低、审计范围等问题。以大数据和人工智能为代表的智能技术为解决当前海量数据、模拟人类思维、控制审计风险提供了有效的方法和技术手段。本文基于多学科融合视角，归纳总结了智能审计的概念和特征，提出与传统审计相比，智能审计具备自动化、智能化、全面化、实时化的特征；分析了构建智能审计体系的目标、方法和组织方式，并将多项智能新技术融合于构建审计数据收集、储存、分析与安全监管平台，希望为我国发展智能审计、争取成为智能审计领域的世界引领者提供借鉴思路和方向参考。

【关键词】智能审计 审计风险 审计平台 审计体系

21世纪以来，得益于移动互联网的发展、计算能力的快速提升和深度学习理论的突破，以大数据、人工智能、区块链等为代表的智能技术发展迅猛，正以前所未有的态势席卷全球。当前，以智能为标志的第四次工业已经拉开帷幕，将逐步形成人类与智能体充分互动的行为模式和关系结构，对世界也将产生深刻影响。无论是美国、欧盟、日本等发达国家，还是中国、韩国、印度等新兴国家，都竞相布局智能经济发展战略，制定了多项战略规划和支持性，预示着未来较长时期内智能产业仍将继续快速发展。

2019年3月，我国工作报告首次明确提出应拓展“智能+”；2020年5月，工作报告提出要推进智能制造，继续出台支持，打造数字经济新优势。在“大智移云物区”等新技术风起云涌的数字经济时代，数据已经作为一种新型生产要素写入文件中，与土地、劳动力、资本、技术等传统要素并列为要素之一。“上云用数赋智”成为国家培育新经济发展、助力构建现代化产业体系，实现经济高质量发展的新抓手。当前，各产业开始从数字化向智能化转型，我国经济发展步入智能经济时代。以大数据、人工智能为代表的智能技术将会对所有新兴行业和传统行业带来深远影响，包括财务、审计领域。基于上述背景，在新的历史机遇下，审计如何主动对接国家和社会经济的重大需求，顺应时代发展新趋势，成为近两年来学术界和实务界共同关注的热点。伴随以智能为标志的第四次工业拉开帷幕，“智能+”必将与现代审计深度融合，由传统方式向智能审计的变革将成为大势所趋。

智能审计的内涵和外延目前国际和国内都尚无明确的界定。本文认为，智能审计是指顺应时代发展要求，将以大数据、人工智能为代表的“大智移云物区”等新技术运用于审计领域，以适应智能时代控制审计风险、提升审计质量的智能化审计体系的统称。其外延既包括对审计理念、审计流程方面进行革新的范畴，如信息化审计、智慧化审计等；也包括对审计方法、审计技术方面进行革新的范畴，如大数据审计、人工智能审计、云审计、区块链审计等。虽然目前智能审计领域的相关理论和实践经验尚处于萌芽阶段，但可以确定的是，新形势下，数据的广度和深度都大大提升，要做到“推进法治建设和治理创新，发挥审计监督作用”①，传统的审计模式越来越难以满足现在和将来的审计工作需要，智能审计将成为智能时代发展的必然产物。

一、智能审计研究现状

（一）国际人工智能审计研究已显现聚集效应

在理论研究领域，涉及智能经济、智能化技术的研究日益丰富，国际人工智能审计研究已显现聚集效应。现有国外文献从多个角度、多个层次研究了智能经济、智能技术对人类社会经济生活的作用和影响。国外学者较早的开启了将智能技术应用于审计领域的研究和实践。国外研究人员对智能审计的研究既包括对数据挖掘、深度学习等具体技术的应用，也包括智能审计对审计效率和审计效果的影响、智能审计缺陷的改进等问题。目前，国外研究已经迈入到运用智能技术对审计方法和过程进行重构和再造的阶段。Kuna等（2014）为达到更好的数据分析效果，研究了改进机器深度学习的异常值的检测方法。Kamil（2012）的研究集中在评估人工智能对内部控制系统的设计和监控、公共部门组织的审计、审计性和审计预期等方面。

Alawadhi（2015）介绍了审计师在包括审计计划、审计实施、审计报告阶段的整个周期中使用数据可视化技术的具体方法和应用节点。武晓芬、田海洋（2019）用Cite Space科学计量可视化软件研究发现，国际人工智能审计研究已显现聚集效应，完成了理论规范研究向实证性案例研究的过渡，具备了应用实例和技术平台。

（二）商业应用成为智能技术当前阶段鲜明的主题词

在国内“商业应用”已成为智能技术在当前阶段最为鲜明的主题词。何玉长和方坤

（2018）等研究提出，加快人工智能与实体经济的融合有助于带动经济转型，促进经济健康发展。陈彦斌等（2019）研究了智能技术对经济增长、技术创新、就业和收入分配、产业结构与产业组织等方面的影响。而智能技术与审计的结合在国内还是一个全新的范畴，近两年才成为理论研究和实务探索的热点。其研究主要集中于以大数据、人工智能为代表的智能技术在审计领域的应用方面。刘国城等（2017）基于大数据时代的审计需求，较为完整的提出大数据审计平台的构建。张玉岭（2019）研究了智能审计在企业内部审计中的运用，构建了智能审计模型，并证明了模型对企业内部审计的适用性；徐洪波，仲怀公（2020）结合审计目标分析了智能审计路径的建立和审计方案设计等问题，并分析了智能审计在信息系统及实际审计工作中的应用路径；杨扬（2020）基于会计师事务所视角的实证分析研究了人工智能技术对审计质量的影响；徐超（2020）对大数据审计在采集、存储、分析和可视化工作中的相关研究等进行了总结、比较和分析。此外，有学者研究了智能技术应用于审计领域带来的风险问题。李视磊（2018）提出智能技术应用于审计将导致有效的审计沟通与观察减少，增加系统风险，加大故障排解与监管成本。

综上，国内关于智能审计的研究尚处于萌芽阶段，高质量科研成果较少。与国外相比，国内相关理论和实践经验还不成熟，缺乏基础智能技术科研机构，研究深度与广度仍需继续加强。如何高效率地运用“大智移云物区”等新技术开展审计工作，提高审计效果成为智能时代背景下审计工作急需解决的问题。

二、智能时代对审计的挑战

与现行的审计模式相比，智能审计具有四个特征：审计流程自动化，审计流程自动化是指实现审计证据的采集、分析和报告生成的流程自动化；应用场景智能化，智能审计体系背景下，融合各项智能新技术进入到相应的应用场景中，应体现智能化应用的场景设计；审计范围全面化，智能审计应摒弃传统的抽样审计方法，改为采取对全样本进行审计的全面审计方法；审计模式实时化，传统审计一般在会计期间结束之后，再对被审单位的数据资料进行集中“事后审计”。智能审计融合了大数据、区块链等新技术，可以实现全程审计和实时追踪审计。

21世纪以来，以大数据、人工智能、区块链等为代表的智能技术的迅猛发展给审计带来了全新的发展机遇，同时也对审计带来新的挑战。主要表现在以下几个方面：

（一）数据爆炸式增长对审计数据获取方式的挑战

智能时代下，大数据洪流汹涌而来，企业内部和外部都被形式多样、容量巨大的数据信息包围着。企业内部数据既有体现企业经营管理的业务数据、人员数据、财务数据，也有大量的会议记录、合同文本、监控录像、影音电子数据等，企业财务共享中心顺势而建。企业外部数据主要包括国家法律法规、文件、宏观经济信息、行业信息以及及第三方数据如网站价格与销售信息、特定竞争者信息、上市企业财务报告信息。因此，在智能时代下，数据呈爆炸式增长趋势，并通过相关数据接口实现共享。但是当前审计工作对这些数据的重视和利用程度还不够。主要是是因为缺乏有效的数据获取手段，传统审计的数据获取的方式和方法已经不能满足数据爆炸式增长的需求。

（二）海量的数据资源对审计处理和分析工具开发的挑战

智能时代下，网络空间里的数据以电子化、无纸化形式储存，呈现出量大、多样、增速快的特点。数据的迭代更新快，已经远远超出人工计算和简单计算机程序的工作量。传统审计缺乏有效的方法和工具来收集和分析海量的、存储形式多样化的、难以实现平台对接的分散化数据。审计主体需要消耗大量的人力物力来搜集和处理这些数据，从而抬高了审计成本，导致审计效率低下，不能保障审计效果。因此，目前审计数据分析工具开发不足、数据库和编程语言的数据分析人才不足的现状成为高效处理和分析海量数据资源、提高审计效率必然面临的挑战。

（三）传统抽样审计方法面临挑战

传统审计方法、审计模式难以应对审计全覆盖的要求。主要体现在两个方面：一方面，现代审计依赖风险导向审计模型，确定审计重要性水平，具体审计结果主要根据抽样审计结果确定。审计抽样方法确实在一定范围内降低了审计成本，提高了审计效率，但也可能带来审计线索的缺漏，会引发难以控制的检查风险。另一方面，抽样审计方法下，审计人员通常无法实时监控企业日常业务的发生和相应的财务核算，不能进行实时追踪审计，这就凸显了审计人员进行“事后审计”的困难，降低审计的检查风险面临挑战。

（四）劳动密集型的人工处理模式面临挑战

目前，将现代智能技术运用于审计领域还处于初步发展阶段。由于审计业务对专业判断要求较高，传统审计行业属于典型的劳动密集型行业。例如，传统审计主要采用现场人工核查的方式进行取证，虽然审计证据的相关性较强，但并不经济。类似于现场观察、企业访谈、收发函证、与第三方交流等线下沟通工作，耗费了大量的人力物力，且各方的沟通与反馈存在时间差，影响了审计的时效性。因此，传统审计静态的财务会计资料核查方式及繁琐的人工处理模式已无法适应复杂业务内容和海量数据处理的要求。只有依赖于智能审计，实现审计证据的采集、分析和报告生成的全面自动化，才能减轻审计工作负担，为提高审计效率和审计质量带来机会。

综上，随着资本市场的复杂性和风险性不断加剧，由于数据与信息储存方式的改变、数据与信息内容的改变、数据与信息分析工具的改变，传统审计的审计范围、审计模式、审计方法等都面临诸多挑战，审计工作面临转型和提升。必须构建适应时代发展需求的智能审计体系才能应对这些挑战，变挑战为机遇。

三、智能审计体系的构建思路

智能审计体系的构建涉及计算机、统计学、审计等多学科的交叉融合，体系结构复杂，需要从顶层设计出发研究智能审计需要的资源支撑环境，并对智能时代下的审计全过程重新进行规划，分解审计业务内容，重构审计业务流程。加强审计资源的动态整合，优化审计流程，以期实现审计工作智能化、信息化、立体化与长效化。

（一）智能审计体系构建的目标

1、控制审计风险。根据现代审计风险模型，审计风险取决于重大错报风险和检查风险。为控制审计风险，审计人员必须根据评估的重大错报风险，确定检查风险水平。然而，如前所述，由于审计方法及审计范围等传统审计的固有局限，无法准确评估重大错报风险，降低检查风险水平面临困境。然而，审计人员基于大数据和移动互联网等海量信息的巨型载体，借助人工智能、云计算、物联网和区块链等新技术，进行大范围多角度数据关联分析。与传统的线性因果关系分析不同，智能审计通过广泛的关注风险特征与分析结果的相关性，尤其是相关性，实现对综合风险“画像”。简而言之，智能技术为评估审计重大错报风险、降低审计检查风险从而控制审计总风险提供了新思路和新方法。

2、提升审计效率。传统审计模式耗费大量时间和精力执行审计程序、寻找审计证据，但受限于审计程序、审计证据与审计风险之间非充分、非必要关系，审计效率难以提升。而在智能时代，随着数据挖掘技术和深度学习的普遍应用，大量图片、影音、视频监控等非结构化数据被量化，相比于关注“原因”，大数据更关注“结果”。人工智能多个领域技术的集成应用，使得从海量数据中研究各种结构化、非结构化数据之间的相关性成为现实，越来越多原以为

“风马牛不相及”的事件被证明存在很强的关联性或相关性。运用相关性思维来开展审计工作，可以最大限度地突破经验主义和的思维惯性束缚，极大提升审计效率。

3、优化审计流程，提高审计质量。智能审计具备自动化、智能化、全面化、实时化的特征，基于智能审计数据平台，智能采集、储存、校验、分析审计数据资料，逐步改变以往数据信息分散存储、分散处理、分散利用的“碎片化”状况，逐步实现审计数据的集约化处理。审计流程优化的关键在于能够更高效得出审计结论，提高审计质量。

（二）智能审计的方法

以智能为特征的第四次工业浪潮席卷全球，为审计行业提供了许多全新的技术方法。将新技术运用于审计领域、推进智能技术和财税业务、审计业务的融合发展，为提高审计质量和审计效率带来了新的机遇。审计实务中，围绕审计数据收集、存储、分析、应用、输出、共享等问题，探索了许多新的技术方法。

1、人工智能技术。人工智能技术目前已较为广泛地应用于经济生活的各个领域。大数据积累、高性能计算和深度学习算法是推动人工智能技术快速发展的主要因素。尤其是基于深度学习的数据挖掘技术、语音与图像识别技术等研究快速突破，成为近年来人工智能发展的驱动力。在审计应用领域，伴随着RPA财务机器人的推广，审计机器人的建设和应用也逐渐成为人们关注的热点。

2、大数据技术。大数据技术包括数据收集、数据提取、数据校验、数据挖掘等技术。将大数据技术与智能审计相结合，有助于获取全面、可靠的审计数据，审计取证更具充分性、必要性和相关性，使全面审计的实现成为可能。利用大数据技术分析审计问题能够着眼服务大局，聚焦重点领域，抓住主要问题。无论是违法违规问题还是企业经营异常问题，都会以一定的方式留下痕迹，通过海量数据的校验和比对，可以形分析导出完整的业务信息链条，被审计单位业务变得透明化，发现和界定问题变得快速而精准。

3、区块链技术。基于分布式数据库架构的区块链技术应用于审计领域，一方面降低了审计舞弊的可能性，另一方面提高了审计效率，大大简化审计过程中例如银行存款核对以及存货监盘等工作。区块链不可篡改性的记录使得企业会计账户余额、经营利润等数据全网可见，审计人员对企业和银行账户、往来客户与供应商账户的调阅和追溯瞬时可以完成，可以零沟通成本

地查证历史会计期间的财务数据和原始凭证。区块链技术将推动现有审计向自动化的方向发展，使得全程审计和实时审计成为可能。

此外，5G技术、物联网术、云计算、无人机巡查、卫星遥感等技术方法也正在并将越来越广泛的运用于审计领域。

（三）智能审计的组织方式

传统的审计组织方式难以满足智能审计的自动化、智能化、全面化、实时化的要求，智能审计通过对审计组织结构、审计流程等进行顶层设计，合理配置审计资源，以保障智能审计体系的有效运行。以下重点对三个方面进行说明：

1、职能结构。智能审计的组织方式在审计平台建设的基础上，融合流程化管理模式，在过程开展、平台建设与流程再造等环节中，智能审计的职能结构均呈扁平化的特征。具体可以分为决策层面、运营层面、作业层面和评估层面。一是决策层面要成立统筹性的审计指挥中心，对项目开展、项目执行、项目评价等工作进行部署。二是运营层面要建立专业化的职能团队，可以根据需要分别创立人力资源管理团队、数据分析团队、信息建设团队等。三是作业层面要组建能针对具体项目的适应性强的柔性化项目团队。四是在评估层面要建立度、信息化的监督评价机制。

2、审计流程。数据建模是审计流程的关键内容。Issa等(2016)把审计工作分为不同的阶段，基于机器学习等技术将不同阶段的工作有机联系起来，形成一条“审计装配线”。这是智能审计的贴切描述。智能审计体系构建要重视从签订合同、制定审计计划到审计报告等阶段的审计全流程的设计。同时，流程再造建模要实现从抽样审计建模转向运用全数据建模、从线性因果逻辑建模转向关联逻辑建模。

3、人员组织。智能审计体系依托于各项智能技术的集成，审计人员的胜任能力以及其余智能审计平台的耦合程度至关重要。针对智能审计体系的跨学科特征，审计主体在进行人员组织时，必须注重审计人员队伍结构合理，集合不同学科背景的专业人才，实现知识互补、技术协同与经验共享。同时，要致力于培养智能审计需要的兼具专业判断能力和智能技术运用能力的跨学科人才。

综上，人工智能技术、大数据技术的广泛应用，在减少审计工作对密集型人工依赖的同时，拓宽了审计证据的采集渠道，提高了审计证据的数量和质量。智能审计通过自动采集、自动比对分析、自动生成审计报告，节约审计资源，控制审计风险，提高审计效果，从而化解智能时代数据爆炸式增长带来的复杂性挑战，也使实现审计全覆盖成为可能。

四、智能审计体系的实施平台

为实现上述智能审计体系的目标，实施智能审计体系，需要构建集业务、管理、决策于一体的高效统一的智能审计平台，建设包括但不限于以下四个子平台。

（一）智能审计数据采集与存储平台

智能审计数据采集平台需要集合形式多样的审计相关基础数据，具体包括文档、日志、图片、音频、监控、HTML以及XML等形式。未来，非结构化的审计数据占较大比重，审计数据采集量会在PB级基础上向EB级或ZB级延伸。由于审计数据类型繁多，又无标准格式，审计主体应确立科学的数据采集建模机制，以实现电子化自动采集审计数据。数据采集之后，需按特定逻辑建立主题数据库。

对于审计数据存储，主要有云存储、对象存储和磁带存储三种方式。企业根据需要选择合理的存储方式。云存储既能节省投资费用、简化管理任务，还便于随时随地访问数据；对象存储成本低、资源弹性伸缩，支持跨地域实时同步与共享；磁带存储是离线存储，适用于长期保留和异地备份，可防止本地化灾难，但存储数据的可靠性会受到磁带的物理存储介质的影响。智能审计数据存储平台的构建可采用的存储技术包括云传统技术，如DAS、NAS、分层存储等，也包括大数据技术，如分布式文件存储等。

（二）智能审计数据分析平台

对收集的大量数据进行整合及数据挖掘工作，是智能审计数据分析平台的主要工作内容。它是通过语义理解、深度学习对大数据、全样本进行自动分析。例如，利用审核引擎实现审计数据分析与审核自动化，包括:银行对账自动化、费用稽核自动化、合同稽核自动化等等。要实现全样本自动化审计，其前提条件是内外部信息要实现数据化，并实现智能审计系统与企业内外部各类网络信息空间对接。智能审计数据分析平台具有通用型技术架构、强大的数据计算能力和线性扩展能力，使全样本数据分析和实时控制审计风险成为可能。

（三）智能审计交互平台

通过智能审计交互平台进行的审计流程主要包括审计取证流程和可视化流程，同时生成可视化的审计工作底稿和分析报告，包括生成审计证据分析报告、审计工作底稿、审计报告、管理建设书、风险提示报告等。智能时代背景下，数据挖掘与深度学习将成为审计取证流程建模的核心手段。可视化流程依赖于可视化审计技术，它是运用数据挖掘、文本挖掘等技术方法，发掘海量数据中隐含的内部规律，并将其抽象为可视化文本、图形图表、审计用户界面进行显性化展示的过程。可视化技术具有交互性、性和可视性特点，审计人员需要建立可视化的数据模型，将审计任务与业务数据有机结合，深挖数据之间的关联性和相关性，采用多种数据可视化手段，将隐性的审计证据以数据视觉形式直观呈现。

（四）智能审计安全监管平台

大数据技术下数据获取成本相对比较低，但数据的泄密或不当使用危害很大，智能审计在数据采集、数据分析、数据安全方面都存在风险。智能审计安全监管平台的建模主要从预防内部数据安全风险和数据流动安全风险两个层面进行。内部数据安全风险主要体现为误操作、敏感数据缺乏审批流程、海量信息无法及时检索和预警、数据库特权用户随意访问、外部人员违规访问数据库甚至恶意删除数据等风险。数据流动安全风险包括数据不当使用风险、数据池露风险、入侵及勒索风险等。智能审计安全监管平台可采用云存储系统安全访问控制技术将数据以加密格式存储在云存储中，应对入侵及勒索风险及隐私数据泄露风险。建立危险操作访问控制与数据恢复机制，预防业务操作风险和恶意删除数据风险。同时，采用防篡改日志记录方案，以切实防止不诚实的日志服务器篡改历史记录。这称为前向安全性。它可以有效防止入侵者知道密钥修改之前的历史记录。审计安全监管平台要能实时提供智能审计平台的异常监控和故障监测，把检测到的异常数据信息发送到指定系统，定期追踪、扫描、分析、评估和测试平台安全水平，进行实时预警和智能监控。

五、结束语

基于大数据、人工智能等新技术构建的智能审计体系能够实现审计全过程自动化，将审计人员从重复、繁琐、密集的审计工作任务中出来，极大的提升审计效率和审计效果。但是智能审计的发展同时也受到人员素质、软件开发、硬件维护等应用成本和数据隐私、数据保密等法律方面的制约。部门应根据智能审计发展的需要，从经济方面予以激励，同时完善相关法律制度，推进各个大数据平台的对接，采取“应用分区域推进、技术分阶段发展”

的步骤推进中国特色的智能审计体系的建设。在国际社会争先恐后地将审计工作与大数据、人工智能技术、物联网、区块链技术结合的背景下我们更需要紧跟智能审计发展的趋势，加大对建设智能审计平台的资金投入，重视对前沿技术的研发，鼓励我国智能审计平台服务商的发展，争取在国际审计智能化领域抢占先机，成为智能审计领域的世界引领者。

（基金项目：广东省哲学社会科学一般项目〈批准号：GD20CGL43〉,广东省教育厅创新强校工程青年项目〈项目编号：2016WQNCX141〉）

（作者单位：五邑大学经济管理学院)

注释：

①内容引自2020年5月的工作报告。

参考文献

[1]杜传忠，刘志鹏.数据平台:智能经济时代的关键基础设施及其规制[J].贵州社会科学，2020，(06).

[2]国家发展改革委，.关于推进“上云用数赋智”行动培育新经济发展实施方案[EB/OL].（2020-4-7）.https://www.ndrc.gov.cn/xwdt/ztzl/fkyqfgwzxdzt/fkgjdt/fgfc/202004/t20200410_12252_ext.html.

[3]李视磊.基于人工智能技术的审计模式发展的思考[J].财经界(学术版)，2018，(14).

[4]刘国城，王会金.大数据审计平台构建研究[J].审计研究，2017，(06).

[5].关于构建更加完善的要素市场化配置机制的意见[EB/OL].（2020-3-30）.http://www.xinhuanet.com/politics/zywj/2020-04/09/c_1125834458.htm.

[6]田雨.电网企业内部审计智能库的构想与探索[J].中国内部审计，2018，(05).

[7]武晓芬,田海洋.中外人工智能审计研究热点及演进知识图谱比较研究[J].科技管理研究,2019,(10).

[8]王彪华.大数据审计理论与实践研讨会综述[J].审计研究，2020，（02）.

[9]徐洪波，仲怀公.基于目标导向的智能审计路径设计及应用[J].财会通讯，2020，(09).

[10]徐超，陈勇，葛红美，何炎祥.基于大数据的审计技术研究[J].电子学报，2020，(05).

[11]杨扬.人工智能技术对审计质量的影响——基于会计师事务所视角的实证研究[J].技术经济，2020，(05).

[12]张玉岭.智能审计在企业内部审计中的运用分析[J].财会通讯，2019，(04).

[13]郑玲.区块链技术下传统审计的困境与创新[J].财政监督，2019，(14).

[14]周俊亭，席彦群，周媛媛，邱涛，翁安栋.大数据、人工智能与财税服务创新[J].中国软科学，2020，(08).

[15]Alawadhi A.The application of data visualization in auditing[D].New Jersey:The State University of New Jersey，2015.

[16]Kuna HD，Garcia-martinezr,Villato rofro utlier detection in audit logs for application systems[J].Information Systems，2014，(44).

[17]Kamil Omoteso.The application of artificial intelligence in

auditing:looking back to the future[J].Expert Systems with Applications，2012，(39).