薛文迪 張藝璇
本文概述了新的大數(shù)據(jù)技術(shù)于審計(jì)中的應(yīng)用,審計(jì)行業(yè)擁有大量且不斷增長(zhǎng)的數(shù)據(jù),而且其種類和準(zhǔn)確性也在不斷提高。不同行業(yè)需要不同的大數(shù)據(jù)分析模型和開(kāi)發(fā)環(huán)境,審計(jì)行業(yè)需要加強(qiáng)適合自身特點(diǎn)的大數(shù)據(jù)分析模型和軟件的研究與開(kāi)發(fā)。審計(jì)數(shù)據(jù)分析可以分為查詢型分析、多維分析和挖掘型分析等類型。大數(shù)據(jù)審計(jì)分析模型和審計(jì)軟件的預(yù)測(cè)功能,是把數(shù)字算法運(yùn)用到海量的數(shù)據(jù)分析上來(lái)預(yù)測(cè)事情發(fā)生的可能性。
在大數(shù)據(jù)時(shí)代,不依賴抽樣分析,而可以采集和處理事物整體的全部數(shù)據(jù)。19世紀(jì)以來(lái),當(dāng)面臨大的樣本量時(shí),人們都主要依靠抽樣來(lái)分析總體。如今,科學(xué)技術(shù)條件已經(jīng)有了很大的提高。隨著大數(shù)據(jù)分析取代抽樣分析,社會(huì)科學(xué)不再單純依賴于抽樣調(diào)查和分析實(shí)證數(shù)據(jù),現(xiàn)在可以收集過(guò)去無(wú)法收集到的數(shù)據(jù),更重要的是,現(xiàn)在可以不再依賴抽樣分析。其次是在大數(shù)據(jù)時(shí)代,人們難以尋求事物直接的因果關(guān)系,而是深入認(rèn)識(shí)和利用事物的相關(guān)關(guān)系。人們可以通過(guò)找到一個(gè)事物的相關(guān)關(guān)系,幫助其捕捉到事物的現(xiàn)在和預(yù)測(cè)未來(lái)。所以在審計(jì)行業(yè)中建立模型對(duì)大數(shù)據(jù)進(jìn)行系統(tǒng)的研究,不僅能夠擺脫對(duì)抽樣分析的依賴還可以運(yùn)用所有的數(shù)據(jù)之間的相關(guān)關(guān)系對(duì)未來(lái)進(jìn)行一定的預(yù)測(cè)。本文將分析三種新型大數(shù)據(jù)分析模型:(1)財(cái)務(wù)困境模型(financial distress modelling),(2)財(cái)務(wù)舞弊模型(financial fraud modelling),(3)股票市場(chǎng)情緒預(yù)測(cè)模型(stock market sentiment prediction modelling)。
一、財(cái)務(wù)困境模型
財(cái)務(wù)困境模型中的論文使用數(shù)據(jù)挖掘技術(shù)來(lái)檢測(cè)和預(yù)測(cè)公司的財(cái)務(wù)困境,并且這些技術(shù)也是審計(jì)員感興趣的,以協(xié)助他們進(jìn)行持續(xù)經(jīng)營(yíng)評(píng)估。
Sun, J.和Li, H. (2008)應(yīng)用基于決策樹(shù)的數(shù)據(jù)挖掘技術(shù)來(lái)預(yù)測(cè)財(cái)務(wù)困境。從135個(gè)上市公司對(duì)開(kāi)始,研究人員設(shè)計(jì)并測(cè)試預(yù)測(cè)模型,以顯示理論上的可行性和實(shí)際的有效性。Koyuncugil和Ozgulbas(2012)使用數(shù)據(jù)挖掘方法為中小型企業(yè)設(shè)計(jì)財(cái)務(wù)困境預(yù)警系統(tǒng)。他們?cè)?000多家中小型企業(yè)中測(cè)試該模型,并開(kāi)發(fā)了許多可用于降低財(cái)務(wù)風(fēng)險(xiǎn)的風(fēng)險(xiǎn)概況,風(fēng)險(xiǎn)指標(biāo),預(yù)警系統(tǒng)和財(cái)務(wù)路線圖。Chen, W. S.和Du, Y. K. (2009)提出了一種不同的方法,并以神經(jīng)網(wǎng)絡(luò)的形式應(yīng)用數(shù)據(jù)挖掘技術(shù)來(lái)構(gòu)建和測(cè)試財(cái)務(wù)困境預(yù)測(cè)模型。他們使用了68家上市公司的數(shù)據(jù),證明了他們建模的可行性和有效性。
二、財(cái)務(wù)舞弊模型
財(cái)務(wù)舞弊是全球組織和經(jīng)濟(jì)體的一個(gè)重要問(wèn)題。美國(guó)注冊(cè)舞弊審查員協(xié)會(huì)估計(jì),平均來(lái)說(shuō)公司每年會(huì)因舞弊而損失5%的收入。這促使研究人員考慮將大數(shù)據(jù)技術(shù)應(yīng)用于舞弊檢測(cè),預(yù)測(cè)和預(yù)防。Chang, R., Lee, A. (2008)建議使用可視化數(shù)據(jù)分析來(lái)交互式地檢查數(shù)百萬(wàn)銀行電匯交易,他們認(rèn)為這種方法既可行又有效。相比之下,Abbasi,Albrecht,Vance和Hansen(2012)使用機(jī)器學(xué)習(xí)的專門(mén)形式來(lái)模擬金融舞弊,它以自適應(yīng)的方式結(jié)合多種機(jī)器學(xué)習(xí)技術(shù)的輸出來(lái)提高準(zhǔn)確性。他們發(fā)現(xiàn)這種方法比其他單一方法更有效。
上述評(píng)論表明,盡管金融舞弊的成本在不同案例之間差異很大,并且具有明顯的經(jīng)濟(jì)影響,但目前對(duì)于金融舞弊檢測(cè)仍停留于理論階段。舞弊模型還有機(jī)會(huì)利用多個(gè)人之間的勾結(jié)經(jīng)常發(fā)生在舞弊案件中的事實(shí)。Free, C.和Murphy, P. R. (2015)得出結(jié)論,舞弊的社會(huì)性質(zhì)可能有助于識(shí)別特點(diǎn)。這些功能可以合并到舞弊模型中,以提高其準(zhǔn)確性。
內(nèi)部審計(jì)師也可以使用這些模型來(lái)引起對(duì)需要調(diào)查的情況的關(guān)注。監(jiān)察人員也可以使用這些模型來(lái)確定舞弊發(fā)生的可能性,以便提供初步確認(rèn)。
三、股市情緒預(yù)測(cè)模型
除了上面概述的兩個(gè)研究流程之外,第三個(gè)流程主要關(guān)注股票市場(chǎng)預(yù)測(cè)。這一研究流程對(duì)預(yù)測(cè)分析特別感興趣,并為管理者和投資者提供投資建議。盡管與審計(jì)沒(méi)有直接關(guān)系,但其關(guān)聯(lián)將從大數(shù)據(jù)技術(shù)應(yīng)用于該領(lǐng)域的過(guò)程中體現(xiàn)。
許多研究分析了新聞文章,以便進(jìn)行股票市場(chǎng)預(yù)測(cè)。Tetlock, P. C.(2007)使用來(lái)自華爾街日?qǐng)?bào)熱門(mén)專欄的每日內(nèi)容,發(fā)現(xiàn)當(dāng)媒體悲觀情緒高漲時(shí)股價(jià)下跌。此外,異常高或低的媒體悲觀情緒有助于預(yù)測(cè)高交易量。Alanyali, M., Moat, H. S.和Preis, T. (2013)發(fā)現(xiàn),在新聞發(fā)布之前和當(dāng)天,“金融時(shí)報(bào)”每日提及股票的數(shù)量與每日交易量正相關(guān)。
大數(shù)據(jù)情緒分析在審計(jì)方面具有潛在的應(yīng)用價(jià)值。在線新聞,社交媒體和其他在線資源中出現(xiàn)的負(fù)面情緒可能會(huì)影響基于風(fēng)險(xiǎn)的審計(jì)。例如,對(duì)某些產(chǎn)品持續(xù)的負(fù)面情緒可能會(huì)引導(dǎo)審計(jì)師檢查產(chǎn)品退貨或保修索賠的準(zhǔn)備金。關(guān)于客戶的情緒也可能影響審計(jì)公司接受或繼續(xù)參與的決定。
四、結(jié)語(yǔ)
根據(jù)上述三種新型的審計(jì)模型,審計(jì)師可以利用大數(shù)據(jù)技術(shù)和方法來(lái)預(yù)測(cè)財(cái)務(wù)困境,并結(jié)合他們的專業(yè)判斷,更好地判斷公司未來(lái)的財(cái)務(wù)可行性。納入大數(shù)據(jù)模型有助于在破產(chǎn)前改正代價(jià)高昂的錯(cuò)誤。雖然重點(diǎn)可能放在與持續(xù)經(jīng)營(yíng)意見(jiàn)相關(guān)的一年預(yù)測(cè)上,但財(cái)務(wù)困境模型也可用于更長(zhǎng)期的預(yù)測(cè),這些較長(zhǎng)的預(yù)測(cè)也可供內(nèi)部審計(jì)師使用。審計(jì)師可以利用大數(shù)據(jù)技術(shù)和方法來(lái)預(yù)測(cè)財(cái)務(wù)困境,并結(jié)合他們的專業(yè)判斷,更好地判斷公司未來(lái)的財(cái)務(wù)可行性。財(cái)務(wù)困境模型由內(nèi)部審計(jì)團(tuán)隊(duì)關(guān)于預(yù)測(cè)準(zhǔn)確性的意見(jiàn)補(bǔ)充,可為高級(jí)管理層和董事會(huì)提供有價(jià)值的信息。較長(zhǎng)期的預(yù)測(cè)和意見(jiàn)使管理層有更多時(shí)間進(jìn)行戰(zhàn)略性變革,以最大限度地降低財(cái)務(wù)困境發(fā)生的可能性,這些都是傳統(tǒng)審計(jì)模型所不具有的優(yōu)勢(shì)。
而在財(cái)務(wù)舞弊模型中,可以幫助審計(jì)人員在進(jìn)行舞弊風(fēng)險(xiǎn)評(píng)估時(shí)評(píng)估舞弊風(fēng)險(xiǎn)。通過(guò)采用當(dāng)代大數(shù)據(jù)模型,可以幫助審計(jì)師提供合理保證整個(gè)財(cái)務(wù)報(bào)表是否存在由于舞弊或錯(cuò)誤導(dǎo)致的重大錯(cuò)誤陳述。目前許多公司對(duì)上市趨之若鶩,主要因?yàn)樯鲜幸嫣庮H多。同時(shí)上市也面臨接受會(huì)計(jì)師事務(wù)所的審計(jì),公司的管理層經(jīng)常會(huì)為了提升自己的經(jīng)營(yíng)業(yè)績(jī)而操縱舞弊,而一些串通舞弊也是會(huì)計(jì)師事務(wù)所最難發(fā)現(xiàn)的。大數(shù)據(jù)技術(shù)的發(fā)展將有效減少會(huì)計(jì)舞弊,降低重大錯(cuò)報(bào)風(fēng)險(xiǎn)。許多企業(yè)的管理層迫于經(jīng)營(yíng)業(yè)績(jī)的壓力或受自身利益的驅(qū)使聯(lián)合治理層有目的、有針對(duì)性地違背國(guó)家法律、法規(guī)、政策、制度,違背真實(shí)性原則,通過(guò)提前確認(rèn)收入、擴(kuò)大銷售核算范圍虛增利潤(rùn)、利用財(cái)務(wù)報(bào)表合并技術(shù)進(jìn)而虛增收入等手段,致使會(huì)計(jì)信息失真,達(dá)到其不可告人的目的。大數(shù)據(jù)時(shí)代,數(shù)據(jù)更加透明化,很多從前不為人知的信息都公之于眾,在這樣的情況下,通過(guò)種種手段來(lái)修改會(huì)計(jì)信息以達(dá)到非法目的的行為將會(huì)越來(lái)越不可行。在CPA審計(jì)的過(guò)程中,舞弊是較難查出的一個(gè)點(diǎn),很多審計(jì)失敗的案例均因舞弊而生,大數(shù)據(jù)的推廣與應(yīng)用使得舞弊的可能性降低,CPA審計(jì)中重大錯(cuò)報(bào)風(fēng)險(xiǎn)就降低,從而為CPA采取恰當(dāng)合適的審計(jì)程序奠定基礎(chǔ)。
通過(guò)研究其在其他領(lǐng)域的應(yīng)用,可以發(fā)現(xiàn)審計(jì)中分析的其他潛在風(fēng)險(xiǎn)。例如:對(duì)使用模式和任何異常值的了解是否有助于審計(jì)團(tuán)隊(duì)了解其客戶及其在計(jì)劃審計(jì)時(shí)面臨的風(fēng)險(xiǎn)?此外,電子郵件使用中的異常值是否有助于內(nèi)部審計(jì)人員識(shí)別合規(guī)或控制違規(guī)和未授權(quán)活動(dòng)等風(fēng)險(xiǎn)?情感分析也是通過(guò)新穎且有價(jià)值的信息為審計(jì)服務(wù)增加價(jià)值的機(jī)會(huì)。
本文回顧了有關(guān)數(shù)據(jù)分析和大數(shù)據(jù)的會(huì)計(jì)和財(cái)務(wù)研究。審計(jì)在利用大數(shù)據(jù)技術(shù)方面進(jìn)展并不如其他行業(yè)有顯著的應(yīng)用。但無(wú)論客戶公司是否使用大數(shù)據(jù)技術(shù),審計(jì)都將大大受益于大數(shù)據(jù)技術(shù)的使用。在審計(jì)中使用大數(shù)據(jù)技術(shù)的機(jī)會(huì)很多,特別是嚴(yán)格的分析程序與傳統(tǒng)的審計(jì)技術(shù)和專家判斷相結(jié)合時(shí)。還有很多有前途的審計(jì)工具,需要更多的研究。展望未來(lái),開(kāi)展強(qiáng)有力的大數(shù)據(jù)審計(jì)研究是一項(xiàng)挑戰(zhàn),可以及時(shí)更好地為審計(jì)實(shí)踐提供信息。這包括上面提出的未來(lái)研究,評(píng)估不同的大數(shù)據(jù)技術(shù)在審計(jì)環(huán)境中的有效性,以及相關(guān)的成本效益分析和研究,這些分析和研究考慮了將大數(shù)據(jù)建模與專家判斷相結(jié)合的最佳方法。(作者單位:哈爾濱商業(yè)大學(xué))