■/丁宇辰
隨著大數據時代的來臨,可獲取的信息量大大增加,有效的深入的挖掘數據、利用已有科研成果,可以提高審計人員的工作效率,一定程度上降低審計風險,但現有審計軟件缺乏合適的輔助績效審計的功能。
國外的審計軟件主要有IDEA、ACL、Galileo、Magique Risk Management、Auto Audit for windows、Team Mate和Pentana系列軟件,國內的審計軟件有審計之星、用友審易、中普、鼎信諾、審計數據采集分析2.0、現場審計實施系統等。現有審計軟件以處理數值數據為主,在輔助審計人員進行財務審計為主的合法合規審計發展較為完善,但是缺少針對績效審計工作的軟件模塊,且較少運用文字數據處理技術,不能很好地輔助審計人員工作。在國內,我國審計雖然仍以合法合規審計為主,但在審計署倡導下,我國審計正在向績效審計轉型,并經歷學習了解、試點研究、全面開展三個階段,隨著績效審計工作的開展,相關軟件的構建也開始被關注,部分人員開始探索和研究績效審計軟件。2005年,審計署駐濟南特派辦開發了適用于固定資產投資審計領域的《公共工程績效審計系統》,并在水利建設資金審計調查等8個項目中試用,馬煒瑋、張海鋒(2012)針對管道工程項目績效審計設立了評價指標,并簡單設計了獨立應用軟件,安文、王如燕(2014)出版了專著,研究了農業建設資金的績效審計方法、工作模式創新及相關軟件建設。
現有審計軟件主要為輔助合法合規審計工作,未提供或較少地運用數據挖掘和專家系統等智能技術,使用其開展績效審計業務時,審計人員難以便捷且科學、合理的設定績效審計指標,不便于運用科學的分析方法,審計軟件的輔助作用未得到有效發揮。
第一,現有審計軟件知識庫單一。現有審計軟件的知識庫為法律法規庫,內容單一,檢索功能簡單,智能性較弱,加大審計人員查找、學習已有研究成果的時間,不能滿足績效審計工作的需求。績效審計需要審計人員根據項目的特點,在了解的基礎上,結合項目組成員的知識儲備和工作經驗,來設定績效評價指標。每個被審項目因為所處的行業不同,評價的內容不同、側重點不同,評價的指標的設定也有所差異。
第二,現代的審計方法未得到有效運用。績效審計除使用的審核、審閱、函證、核對、順查、逆查、詳查、抽查等以往審計中廣泛應用的基礎方法外,在分析和評價過程中還較多的運用了調查和統計分析方法。調查是一種將主觀看法數量化的工具,通過面對面填寫問卷、網絡發放問卷或電話調查等方式,以問題的形式系統地記載調查內容,便于了解實際情況,分析挖掘數據。調查需要一定的樣本量來支持,但基礎的編寫、分發問卷會占用審計人員有限的時間,缺乏輔助工具會導致這一審計方法不能得到便捷的使用。統計分析主要用來處理和分析數據。績效審計工作在評價被審項目的經濟性、效率性、效果性時,不可避免地要用到統計分析方法,以便分析其中各要素的影響程度、確定當中的因果關聯或者找出差距及原因。統計分析方法具有精確度高,結論比較可靠的特點,但其對審計人員的技能有必要要求,現有審計從業人員知識多分布于財務會計和工程管理方面,理論知識的缺失,使得統計分析方法不能更好地運用到績效審計中,得出的結論不夠客觀。此外,統計分析評價方法很多,審計軟件如果可以融合此項數據處理功能,能便于審計人員操作。
此外,審計操作的記錄和保存有待提高。績效審計與傳統的合法合規審計不同,一方面,績效評價比較靈活,因被審計項目所在地區、部門及審計期間不同,效益評價就會存在很大差別,并且調查中數據的可變性較強,審計績效評價結果有一定的不確定性,另一方面,評價標準難以統一,評價指標具體應包含哪些方面,沒有統一的標準可以借鑒,只能靠審計人員摸索、實踐和總結,審計人員需更多的運用職業判斷。新形勢下司法、行政系統及大眾也對審計從業者的工作提出了更高的要求,在除保證審計人員的獨立性、客觀性外,使用審計軟件進行數據處理和操作時,保存工作痕跡就變得尤為重要,加拿大ACL審計軟件能夠很好的保存審計操作過程,也禁止審計人員修改原始數據,但國內現有審計軟件在此方面尚有不足,既不利于審計人員日后陳述其工作流程提供證據,也為監管留下空白。
依據智能審計軟件的發展現狀,結合績效審計工作流程和特點,構建基于智能技術的績效審計系統的目標為:構建績效審計可使用的審計軟件,更好的協助審計人員工作。將文本數據處理融入審計軟件,利用現有科研成果,建立審計知識平臺,形成智慧庫,幫助審計人員學習相關知識。加入智能檢索功能及計算功能,在前期學習、指標設定、問卷制作、綜合評價計算方面,降低審計人員機械操作時間。更加注重審計操作留痕。設定日志管理模塊,存儲、導出、上傳審計工作痕跡。
智能績效審計軟件架構由五層模塊組成:基礎數據源層、數據獲取層、數據存儲層、應用支撐層、系統應用層,如圖1所示。
基礎數據源層包括科研知識數據集、法律法規數據集、行業數據集和被審計單位數據集。科研知識數據集包含已發表的科研成果如論文和專利等,可從學術資源網站獲取。法律法規數據集包含最新的法律法規數據,可從大型綜合法律法規查詢網站獲取。相關行業數據集可取自統計局網站及導入行業年鑒等。被審計單位數據集可從被審單位財務、ERP、科研等系統導入。
數據獲取層包括數據采集、數據預處理和文本信息處理。數據采集通過人機交互輸入的關鍵詞對文本數據源進行檢索,得到待處理文本數據集。數據預處理針對文本數據集和數值數據集采取不同的操作:對被審計單位的數值數據進行清理、轉化、載入和驗證等操作,提高數據的價值,并存入數據倉庫中,為后續的查詢、分析等操作提供穩定可靠的數據;對由數據采集得到的文本數據集進行數據清洗、數據選擇和數據標準化等操作,將數據轉化為標準的文本數據集。文本信息處理對標準化后的文本數據進行分詞、去停用詞、特征表示和特征提取等操作,將中文文本數據轉化為中文文本信息,同時建立索引并存入索引數據庫。
數據存儲層包括文本數據倉庫和審計數據倉庫,用來存儲經過規范化后可供數據挖掘模塊使用的數據。其中文本數據倉庫由中文文本集合和文本索引數據庫組成。

圖1 智能績效審計軟件架構
應用支撐層包括審計工具模塊、文本挖掘模塊、智慧庫模塊和系統管理模塊。審計工具模塊包含查詢工具、數據分析工具、報表分析工具、底稿模板維護等財務軟件常用工具。文本挖掘模塊通過文本總結、結構分析、文本分類、文本聚類、文本關聯分析和語義關系挖掘等文本數據挖掘技術,將文本信息轉化為知識并存入智慧庫中。智慧庫包含文本挖掘知識庫、專家知識庫、歷史審計知識庫和推理機。文本知識挖掘庫存儲由文本挖掘模塊得到的相關項目常用知識,例如相關基礎知識集、相關法律法規集和常用評價指標集等。專家知識庫存儲由專家事先錄入的各類項目的審計指導經驗以及常用評價方法集合。歷史審計知識庫存儲審計人員通過歷次審計得出的審計經驗,比如新設立的評價指標等。推理機負責協調各知識庫與相關審計項目之間的關系,在用戶提出相應要求后綜合各知識庫中的知識得到最終的處理結果返回用戶,并存儲歷次審計得到的新知識以及擴充專家知識庫。系統管理模塊包含人員設置、權限分配、系統設置等基礎管理功能。
系統應用層包括審計管理、綜合查詢、底稿管理和日志管理等功能。審計管理包括審計立項、審前準備、審計執行和審計報告。審計立項實現確定項目名稱、確定關鍵字和選擇項目組人員等功能。審前準備實現相關知識學習、審前調查、制定審計目標和編制審計方案等功能。審計執行實現審計指標設定、評價方法選擇、生成調查問卷、指標數據錄入和審計結果計算等功能。審計報告實現審計結果綜合評價、審計結果分析對比和出具審計報告等功能。綜合查詢支持用戶在審計過程查詢數據庫中的相關知識和被審計單位數據。底稿管理實現對底稿的編寫、維護、生成和導出。日志管理實現對系統內操作紀錄的保存、導出和上傳。
第一步:審計立項階段。首先確定審計項目名稱和關鍵字,然后確定參與審計人員名單,授予人員權限。審計人員在系統內設定審計工作名稱并設立關鍵字,智慧庫中的推理機檢索與本次審計工作名稱、關鍵字相似詞語并返回給審計人員。審計人員依據項目具體情況,選擇確定關鍵字的范圍。審計部門負責人可根據項目的類型和特點,分析和選配審計人員組成審計工作組,并給予相關工作人員項目權限。
第二步:審前準備階段。主要工作為行業了解、審前調查、確定審計目標、編制審計方案。系統依據確定的關鍵詞,通過數據采集、數據獲取得到相應的文本數據倉庫,文本挖掘模塊通過對該數據倉庫的挖掘得到可能涉及的法律法規知識、國內外該類績效審計已有的科研成果、相關書籍等,并放入個人項目智慧庫內,以備審計人員查看和后續使用。審計工作組人員在實地現場考察、聽取匯報后,確定審計目標,制定審計方案。審計項目組人員將審計項目具體情況和相關資料輸入系統,為編制底稿、書寫審計報告做準備。
第三步:審計執行階段。具有指標設定、評價方法選擇、生成問卷、指標數據錄入、結果計算等功能。系統通過數據挖掘,可參考現有科研成果中類似項目的已有指標,各指標根據使用比例進行排列。審計人員在此基礎上,依據職業判斷制定此次待審計項目的評價的定量指標和定性指標并選擇評價方法。其中,定量指標可以自動從被審單位數據存儲庫內抓取數據。系統根據工作人員需要,自動生成調查問卷。問卷回收后,將數據填入系統,系統根據選定的評價方法自動計算得分,最終得到該項目的審計評價結果。
第四步:審計報告階段。綜合評價,分析對比,針對疑點問題加大審計工作力度,依據審計人員職業判斷,出具審計報告。
第五步:審計底稿生成,保存操作數據。審計結束后,自動形成電子審計底稿,可導出或向服務器上傳審計操作記錄,用以留存監控。