工程項目大數據化審計工作的難題應對

袁克貴

摘 要：面對現今工程項目多角化及交易量龐大的營運模式，產生的數據更趨復雜，傳統審計方法，已漸漸無法跟上時代。運用大數據資料分析的技術，協助審計人員完成判斷，并透過審計人員對資料的解讀，辨識出風險再加以審計，已是審計未來趨勢。工程項目審計涉及的數據量較大，若不具備分析能力，勢必降低審計效率和質量，審計工程項目時運用大數據化審計方法已是大勢所趨。

關鍵詞：工程項目;審計;大數據;未來趨勢

一、引言

2015年6月，美國會計學會的知名會計學術期刊《AccountingHorizons》，特別為了大數據議題開辟了一期專刊，并一口氣在?？锌隽?篇與大數據有關的研究評論，探討未來學術與實際方向的指引性文章。IAASB成立資料分析工作小組，此工作小組搜集各方意見，并確認其未來工作方向，將積極參與IAASB的審計準則制定過程，以便考量信息分析對準則運用的影響，其所隱含的意義為：將信息分析運用于財務報表審計，已是未來不可避免的趨勢。

隨著交通科技與信息技術的發達，企業規模越來越龐大，也孕育了許多跨國企業，會計師在評估審計風險時所面臨的困難將越來越多。隨著大數據技術的發展，工程項目審計人員可以運用新的技術和方法，來輔助原有的查核方法，對不同種類的信息進行分析并評估可能的風險。大數據時代的審計工作，對項目審計方提出了新要求，需要不斷學習才能完善工作。

二、審計工作的大數據化優勢

1.傳統審計的弊端

傳統查核工作是利用人工對財務報表上的數據進行分析，但是財務報表是受查者的會計部門所提供的，當中可能含有錯誤或舞弊，因為受查者可以竄改系統中的資料，期后事項也可能導致財務報表整體誤述，使得審計風險提高。

傳統查核方法以抽查為主，凡是抽樣必有風險，McCray（1984）研究指出抽樣查核存在下列缺陷：①未能有效發現高風險領域，搜集證據的成本日漸提高。②采用隨機抽樣且樣本數量小，容易造成所選取樣本無法代表母體的情況出現。③在抽樣查核完成后，仍需額外執行其他查核程序，造成審計時間及成本增加。④抽樣查核為事后審計，無法反映商業活動的價值，容易誤判風險。⑤風險評估易受人為主觀判斷及審計人員經驗影響。

2.大數據審計的優勢

在大數據時代，審計人員轉為透過分析多方面的數據來搜集審計證據，審計人員的查核范圍不再只單純涵蓋財務報表中的數字，使用大數據技術可以搜集多元化的信息。而大數據將信息分成結構性、半結構性、非結構性數據。結構性的數據主要是包含審計人員所做的前期底稿、歷史數據以及過往執行查核所做的記錄;半結構性數據就是沒有以數字的形式記錄下來的信息，而是透過電子化的方式進行記錄，可能跟審計項目無關，而是其他非財務信息;非結構性的數據則是包含了沒有被數字化和電子化的資料，比如查核委托書、客戶聲明書查核報告、與管理階層討論的記錄等。

審計人員透過大數據技術可以將跨領域的數據進行分析比較，例如可以利用政府審計數據、國稅局申報營利事業所得稅統計數據、股票證券交易市場統計數據等多種數據建立大數據集合，運用數據挖掘性分析（分為四類：分類分析、聚類分析、關聯分析和序列分析），結合多個數據庫進行交叉且宏觀的比較后，對異常的數據進行早期預警分析。透過不斷地將結構性、半結構性和非結構性數據跨領域的加入分析模型中，逐步提高審計人員使用大數據技術輔助查核的審計能力。

除此之外，有了早期預警的模型，審計人員可以提前針對可能發生風險的項目進行查核，甚至在交易發生當下對受查者所做的交易記錄進行了解。如此可以避免審計延遲所產生的風險，也可以使財務報表提早公布、讓投資人有更實時的信息。

三、大數據對工程項目審計的挑戰

在大數據環境下，“非GAAP”的事件資料量將會愈來愈巨大，但相反地，信息成本卻愈來愈低廉，而使用者手頭的分析工具則會愈來愈普及，因此對于堅持傳統整理性報導的會計準則使用單位而言，必然要求審計資料的準確性。

1.審計數字資料的復雜化

在審計使用大數據很可能會產生一些重大影響。現存的文獻表明，工程項目預期審計工作的專業判斷會因為信息超載而更復雜，這可能會導致識別重大信息的困難。水能載舟亦能覆舟，海量的資料可能隱含著更多的審計證據，但也可能混淆了工程項目審計人員的判斷。這也可能是使用大數據將會出現的一些問題，大量預期外的數字，導致錯誤判斷，這是必須面對的。

2.全查取代抽樣的轉變

現今公司交易量龐大，審計所使用的樣本量通常僅占公司整體交易非常微小的比例，因此審計過程中若沒有謹慎判斷抽樣母體內項目的經濟實質是否相似，使樣本具有代表性，則很容易因隨機抽出的樣本沒有問題，進而做出母體沒有問題的推論。過去這種埋首于隨機抽樣的方式，已漸漸無法跟上時代。

在大數據環境下，雖然以人工作業為主的檢查方法（如：實地盤點、觀察等）運用于全查的可能性仍不高，致使計算機審查作業方式運用于檢查中，逐漸改為母體全查。過去由于搜集、儲存資料以及運算能力皆有限，故工程項目審計方只能依賴隨機抽樣的方法來進行，因而必須容忍一定程度的抽樣誤差，甚至因此而喪失抓取真相的機會。在大數據環境中，資料流通管道均已趨向自動化，且運算、儲存能力也已大幅提升，故采用抽樣技術的理由已不復存在，特別是在工程項目審計方檢查舞弊等情況時，更必須使用完整的資料集合來建立舞弊偵測模型。

3.分析技術高要求化

在大數據環境下，很多的傳統審計技術和方法顯得效率低下和無法實施，大數據時代的超大數據量和占相當大比例的半結構化和非結構化數據的存在，已經超越了傳統數據庫的管理能力，工程項目審計方必須使用新的大數據存儲、處理和檢索方法。圍繞大數據，一批新興的數據挖掘、數據儲存、數據處理與分析技術將不斷涌現。在實施審計時，工程項目審計人員應使用新型的技術手段和工具，以提高審計的效率。

四、工程項目審計的大數據化適應

1.大數據下審計信息的窮盡化

大數據的應用已普及至各個領域，除了技術上結合了分散式云端運算架構外，分析模式更加千變萬化，從傳統的統計分析到資料探勘，甚至能與文字探勘、圖像與影音分析等技術整合，同時更與來自生活周圍的食衣住行相關產品或服務有密切關聯，例如新聞、媒體網站的分享上傳，或是透過智能型手機、監視器、電子感應器、RFID芯片卡、物聯網、穿戴式計算機裝置等所產生的各式各樣文字檔、數字檔、影音檔、圖像檔。前述四類資料來源基本上仍是以企業內部為主（例如：內部監控資料、企業本身網站、員工電子郵件），工程項目審計方也需由外部社群網站取得資料。如除了社群網站上的討論意見以外，其他如：天氣報告、交通實時狀況、網站流量、實時新聞，甚至是利匯率、原物料價格、失業率、各類中央地方開放資料等，皆可納入工程項目審計方的審計信息系統中。通過與企業的銷售預算、成本預算的編制、定價、金融資產與不動產評價、無形資產評價等進行整合，判斷企業是否有違規作業行為。

2.數據分析工作外包與否需要權衡

當然，工程項目審計單位仍可制訂一套基本揭露法則，再交由企業自行依會計準則編制其他詳細信息。未來會計準則制訂者主要應思考如何訂定前兩階段（訂定資料來源或認列范圍、取得方法等）有關的準則，第三階段的資料分析、預測等工作，以及第四階段的決策輔助，則盡量交由使用者或其他第三方專業單位來進行。當然，這只是個別學者的看法，若要真正落實，仍需長期討論以形成專業共識。

3.會計核算準則應相應做出調整

會計核算準則可能會隨著大數據技術的應用而改變?？赡軐⒋蠓淖兤髽I所使用的存貨計價方法;對于資產使用程度的實時監控，也可能改變資產折舊、折耗與減損的認列方法;大數據的資料來源不限于企業內部，對于現行會計準則所要求的各種估計方法，例如折舊年限、資產殘值、壞賬率等，皆能整合到資料庫，達到更高的估計效率。但未來可透過大數據中的網絡自動化代理程序技術，找出新的資料來源，形成和發展新的資產評價模型與價格決定模型是必然的。

五、結語

如果不具備分析大數據的能力，這些爆炸般成長的信息量都將成為噪聲，可能會妨礙審計人員做出正確的審計結論，隨之而來的問題就是審計工作量的提升，在審計質量不能降低的前提下，要想如期地出具審計報告就必須要仰賴新的技術來提升審計效率。工程項目的大數據化審計趨勢勢在必行。

參考文獻

1.于泳，雷強，呂鋒.如何利用大數據推動審計工作的發展.經貿實踐，2019（01）.

2.唐克晶.基于大數據時代的工程審計模式創新探究.山西建筑，2019（45）.

3.宋艷玲.建筑企業風險防控中的大數據審計應用.中國標準化，2018（14）.

4.夏文韜.工程結算內部審計工作要點探討.建材與裝飾，2018（31）.

5.馬軍.大數據時代下工程審計模式的創新探討.科技風，2018（19）.

6.姬艷紅，王大帥.大數據環境下工程項目審計探析.新會計，2018（04）：27―29.

7.趙櫻.大數據驅動的工程審計模式創新研究.中國管理信息化，2016（19）.

（責任編輯：何卉）