楊道廣 陳波 陳漢文

【摘要】數(shù)智時代已然到來， 審計變革不可避免。 本文基于審計工作的系統(tǒng)性與復(fù)雜性以及數(shù)智技術(shù)應(yīng)用的廣泛性與交互性， 因循國際前沿文獻， 跳出在審計中得以應(yīng)用的某一特定數(shù)智技術(shù)， 提出能夠概括數(shù)智技術(shù)應(yīng)用于審計的本質(zhì)邏輯與核心思維的新概念——智慧審計， 進而構(gòu)建智慧審計的技術(shù)邏輯框架與運行機制架構(gòu)。 在此基礎(chǔ)上， 以國際前沿文獻為線索、以德勤創(chuàng)新實踐為例舉， 追蹤智慧審計的理論前沿和實務(wù)進展， 并圍繞對幾個關(guān)鍵問題的討論勾勒出智慧審計的未來走向。 最后， 針對規(guī)范數(shù)智類審計提法、辯證認(rèn)識數(shù)智技術(shù)、破除“數(shù)智崇拜”、關(guān)注數(shù)智技術(shù)內(nèi)控與審計、規(guī)劃智慧審計人才培養(yǎng)、修訂相關(guān)準(zhǔn)則等提出具體建議。 文章呼吁： 在數(shù)智時代， 新技術(shù)不是專業(yè)無知的“救藥”而是“毒藥”， 不是專業(yè)主義的“毒藥”而是升華的“催化劑”; 在變革時代， 更加需要專業(yè)主義——專業(yè)的歸專業(yè)、技術(shù)的歸技術(shù)， 以專業(yè)為中心、技術(shù)為我所用而非被技術(shù)奴役。

【關(guān)鍵詞】智慧審計;大數(shù)據(jù);區(qū)塊鏈;人工智能;云計算

【中圖分類號】 F239 ? ? 【文獻標(biāo)識碼】A ? ? ?【文章編號】1004-0994（2022）11-0015-17

一、智慧審計： 概念提出與思維提煉

在國際前沿文獻中， 學(xué)者們深刻闡述了大數(shù)據(jù)、區(qū)塊鏈、人工智能、機器人流程自動化（Robotic Process Automation， RPA）、云計算、物聯(lián)網(wǎng)、傳感與成像技術(shù)、定位技術(shù)、文本與音頻識別等數(shù)智時代新技術(shù)如何應(yīng)用于傳統(tǒng)審計工作之中， 并辯證討論了其優(yōu)勢與局限， 進而從相關(guān)技術(shù)改進、審計思維調(diào)整、審計角色轉(zhuǎn)變、準(zhǔn)則修訂與制定、針對技術(shù)的審計與內(nèi)控等方面， 提出了務(wù)實建議[1-6] 。 在本文所搜集的文獻中， 無一篇提出大數(shù)據(jù)審計、區(qū)塊鏈審計、人工智能（智能）審計、云審計、物聯(lián)網(wǎng)審計、計算機審計、無人機審計等時髦的概念， 反而是審計大數(shù)據(jù)、審計區(qū)塊鏈、審計智能合約、審計云等概念經(jīng)常被提及[7-12] 。

究其原因， 可能有以下幾點： （1）特定數(shù)智技術(shù)在審計中的應(yīng)用并未形成一個全新、獨立的審計方法論體系。 比如， 大數(shù)據(jù)審計是以大數(shù)據(jù)為審計證據(jù)、以大數(shù)據(jù)分析為方法貫穿的全新審計模式嗎？ 若是如此， 則無法滿足現(xiàn)行準(zhǔn)則的要求， 被審計單位和監(jiān)管部門均不會允許[13] 。 因為通過大數(shù)據(jù)分析獲得的基本上都是質(zhì)疑性、線索性的分析證據(jù)， 不能作為直接證據(jù)[1，8] 。 （2）諸如大數(shù)據(jù)審計、區(qū)塊鏈審計、人工智能審計等提法容易產(chǎn)生誤導(dǎo)。 比如， 大數(shù)據(jù)審計是對大數(shù)據(jù)進行審計還是利用大數(shù)據(jù)進行審計或利用大數(shù)據(jù)輔助審計？ 若利用大數(shù)據(jù)進行審計而非輔助審計， 則誰能講清楚審計中需要哪些大數(shù)據(jù)[14] ？ （3）這些提法將不同的數(shù)智技術(shù)割裂開來， 背離了各種數(shù)智技術(shù)共同應(yīng)用于審計的交互性與集成性， 不利于更全面地改進數(shù)智時代的審計實務(wù)。 比如， 大數(shù)據(jù)應(yīng)用于區(qū)塊鏈、區(qū)塊鏈也產(chǎn)生大數(shù)據(jù)， 人工智能需要大數(shù)據(jù)、大數(shù)據(jù)的生產(chǎn)與分析也用到人工智能（如機器學(xué)習(xí)）， 云計算是大數(shù)據(jù)存儲與運算的平臺、區(qū)塊鏈和人工智能在云計算中也有應(yīng)用， RPA將用到大數(shù)據(jù)、區(qū)塊鏈和云計算[4，6，15-17] 。

鑒于審計工作的系統(tǒng)性與復(fù)雜性以及數(shù)智技術(shù)應(yīng)用的廣泛性與交互性， 本文因循國際前沿文獻， 跳出在審計中得以應(yīng)用的某一特定數(shù)智技術(shù)， 提出能夠概括數(shù)智技術(shù)應(yīng)用于審計的本質(zhì)邏輯與核心思維的新概念——智慧審計。

概括而言， 智慧審計是指將數(shù)智技術(shù)和場景應(yīng)用于審計工作之中， 通過減少人工工作以輔助、改進審計， 進而提高審計效率與效果的審計思維總稱。 該概念透視出了智慧審計的三種核心思維： （1）智慧審計是一種審計思維， 而非全新、獨立的審計方法論體系。 （2）智慧審計是為了輔助審計、改進審計， 并不是為了也無能力顛覆審計（至少在短期內(nèi)是如此）。 （3）在智慧審計中， 所有可減少人工工作且能提高審計效率與效果的數(shù)智技術(shù)均可被應(yīng)用并統(tǒng)一于審計的技術(shù)邏輯框架之中。

如圖1所示， 智慧審計中的各數(shù)智技術(shù)相互交織并統(tǒng)一于“收集證據(jù)、評價證據(jù)”這一審計本質(zhì)之中： 一是大數(shù)據(jù)為審計證據(jù)擴充了數(shù)據(jù)源。 所有有助于實現(xiàn)審計目標(biāo)的數(shù)據(jù)均為審計師所用， 因此大數(shù)據(jù)將彌補審計師獲取非財務(wù)、會計數(shù)據(jù)不足的缺點。 其中， 數(shù)據(jù)挖掘、物聯(lián)網(wǎng)、傳感與成像技術(shù)、定位技術(shù)、文本與語音識別等技術(shù)將大大提高數(shù)據(jù)提取、處理和分析的效率與效果。 二是區(qū)塊鏈和智能合約將為比對驗證證據(jù)之間的不一致提供便利。 評價基礎(chǔ)是規(guī)則制定， 在區(qū)塊鏈和智能合約下可根據(jù)既定規(guī)則進行自動驗證。 三是人工智能將為整個審計流程與程序的執(zhí)行提供自動化支持， 從而減少機械性、重復(fù)性的人工工作。 代表性的人工智能應(yīng)用如適用于審計具體流程的RPA（如風(fēng)險評估）、利用無人機執(zhí)行檢查和觀察程序、機器學(xué)習(xí)等。 四是云計算將為智慧審計提供平臺支持。 在智慧審計情境中， 證據(jù)、程序、技術(shù)、方法、互動的背后都是數(shù)據(jù)（或）及其算法， 云計算使得將它們統(tǒng)一在一個集成的平臺之中成為可能。 五是大數(shù)據(jù)、區(qū)塊鏈、人工智能、云計算等數(shù)智技術(shù)相互交織， 共同服務(wù)于審計工作。

二、智慧審計理論前沿： 國際文獻

根據(jù)智慧審計的概念和圖1所提出的技術(shù)邏輯框架， 結(jié)合國際前沿文獻的理論邏輯與主題分布， 本文進一步構(gòu)建智慧審計運行機制架構(gòu)圖（見圖2）。 該圖的突破在于， 將智慧審計置于“業(yè)務(wù)→數(shù)據(jù)→會計→審計”的大邏輯鏈條中。 由此可更全面地了解智慧審計的運行機制： 既包括數(shù)智技術(shù)對審計本身的影響， 也包括數(shù)智技術(shù)對會計、業(yè)務(wù)的影響。 其中， 前者是直接機制， 后者是間接機制， 二者相互影響[7] 。 基于圖2， 本部分將分別圍繞大數(shù)據(jù)、區(qū)塊鏈、人工智能、云計算如何影響、應(yīng)用于審計會計及業(yè)務(wù)之中來梳理文獻。

（一）大數(shù)據(jù)： 證據(jù)來源極大擴充C9AF3C69-3142-47CB-ADF9-A848FEDFA36F

大數(shù)據(jù)（Big Data）是指傳統(tǒng)數(shù)據(jù)處理方式無法充分處理、量大且復(fù)雜的數(shù)據(jù)。 通常， 大數(shù)據(jù)具有以下三個特點[1] ： （1）大量（Volume）， 即海量數(shù)據(jù)。 Mayer-Sch?nberger和Cukier[18] 曾提出現(xiàn)代生活“一切皆可數(shù)據(jù)化”的理念。 當(dāng)今全球的數(shù)據(jù)量已經(jīng)從GB級發(fā)展到PB級， 甚至開始向EB級、ZB級發(fā)展。 （2）高速（Velocity）， 即數(shù)據(jù)獲取、處理、分析的速度快。 據(jù)統(tǒng)計， 全球每天能產(chǎn)生12.5萬億字節(jié)的數(shù)據(jù)。 （3）多樣（Variety）， 即數(shù)據(jù)來源和形式的多樣性。 大數(shù)據(jù)中既有結(jié)構(gòu)化數(shù)據(jù)， 也有非結(jié)構(gòu)化數(shù)據(jù)以及介于二者之間的半結(jié)構(gòu)化數(shù)據(jù)。 結(jié)構(gòu)化數(shù)據(jù)簡單來說就是數(shù)據(jù)庫， 如企業(yè)ERP、財務(wù)系統(tǒng); 非結(jié)構(gòu)化數(shù)據(jù)是指因數(shù)據(jù)結(jié)構(gòu)不規(guī)則或不完整、沒有預(yù)定義的數(shù)據(jù)模型而不方便用數(shù)據(jù)庫二維邏輯表來呈現(xiàn)的數(shù)據(jù)， 如文本、圖片、HTML、圖像、音頻、視頻信息等。 其中， 非結(jié)構(gòu)化數(shù)據(jù)占大數(shù)據(jù)總量的90%左右[19] 。 隨著爬蟲（Python）、文本與音頻識別、傳感與成像、定位等技術(shù)的成熟與發(fā)展， 非結(jié)構(gòu)化數(shù)據(jù)的比例還將持續(xù)增大。 除了以上三個特點， 部分學(xué)者和實務(wù)人士還提煉了大數(shù)據(jù)的另一個特點——真實性（Veracity）存疑[13，20] 。 大數(shù)據(jù)的來源廣泛、形式多樣且處理方法與過程難以被外界獲知和了解， 因此其真實性存在不確定性[21] 。

1. 大數(shù)據(jù)在審計中的應(yīng)用前景。 財務(wù)報表審計的對象是財務(wù)報表及相關(guān)附注信息， 因此最直接的審計證據(jù)是與之相關(guān)的會計信息。 從會計信息的生成邏輯看， 僅依賴會計信息執(zhí)行審計的效果和效率都不甚理想。 會計信息是基于會計準(zhǔn)則對企業(yè)業(yè)務(wù)活動及其結(jié)果的一種數(shù)字化反映， 因此是部分的、有偏的。 除了會計信息， 還存在大量不滿足會計準(zhǔn)則要求但確有價值的其他信息， 如企業(yè)擁有的客戶數(shù)、客戶忠誠度等。 這些其他信息也根源于企業(yè)的業(yè)務(wù)， 可用來與會計信息進行印證， 因此大數(shù)據(jù)的出現(xiàn)自然會極大地擴充財務(wù)報表審計可利用的數(shù)據(jù)來源[22] 。 鑒于此， 國際前沿文獻對大數(shù)據(jù)如何影響業(yè)務(wù)、會計、審計以及大數(shù)據(jù)在審計中如何應(yīng)用進行了系統(tǒng)且細致的探究， 國際知名會計學(xué)刊Accounting Horizons曾發(fā)表過該方面的一系列專題研究論文①。 基于前述智慧審計運行機制， 本部分從直接機制和間接機制兩個方面展開介紹。

第一， 直接機制： 大數(shù)據(jù)在審計中的應(yīng)用。 大數(shù)據(jù)本身以及通過大數(shù)據(jù)分析獲取的證據(jù)可作為審計證據(jù)， 且在特定情況下相較于傳統(tǒng)審計證據(jù)， 更符合審計準(zhǔn)則中對審計證據(jù)的要求。 具體表現(xiàn)在： 第一， 在充分性上， 大數(shù)據(jù)可提供各種來源、各種形式的海量數(shù)據(jù)， 且隨著數(shù)據(jù)挖掘、處理、分析技術(shù)的進步， 大數(shù)據(jù)的數(shù)量將更大; 第二， 在相關(guān)性上， 大數(shù)據(jù)的來源廣泛且不受具體形式的限制， 因此其提供的證據(jù)可能比傳統(tǒng)審計證據(jù)更相關(guān)， 如在審計營業(yè)收入的“發(fā)生”認(rèn)定時一線銷售人員的勞累程度比營業(yè)收入總賬可能更相關(guān); 第三， 在可靠性上， 某些大數(shù)據(jù)證據(jù)相較于傳統(tǒng)證據(jù)更加可信， 比如GPS定位數(shù)據(jù)比發(fā)運憑證更能可靠地證明大型貨物發(fā)運的真實性[13] 。

鑒于以上優(yōu)勢， 大數(shù)據(jù)和大數(shù)據(jù)分析可應(yīng)用于審計流程的各個階段。 在初步業(yè)務(wù)階段， 可結(jié)合關(guān)于擬承接客戶的新聞報道、股吧留言、網(wǎng)站瀏覽量、線上客戶評價、監(jiān)管處罰公告等大數(shù)據(jù)進行分析， 以評估是否可以承接該審計業(yè)務(wù)委托[1] ; 在計劃審計工作階段， 可對董事會和管理層的會議記錄進行文本分析， 識別可能的審計工作重點; 在風(fēng)險評估階段， 可綜合從宏觀普查數(shù)據(jù)、行業(yè)報告、客戶服務(wù)熱線、門店視頻錄像、公司股價波動數(shù)據(jù)、重大事項公告等中獲取的大數(shù)據(jù)來識別與評估可能的經(jīng)營風(fēng)險或（和）重大錯報風(fēng)險[8] ; 在進一步審計程序中， 大數(shù)據(jù)分析可廣泛應(yīng)用于實質(zhì)性分析程序， 如將世界各國奶牛牛均年產(chǎn)奶量的數(shù)據(jù)與根據(jù)被審計單位財務(wù)報表信息推算的數(shù)據(jù)進行比對， 以發(fā)現(xiàn)異常; 在細節(jié)測試階段， 某些大數(shù)據(jù)可作為直接證據(jù)， 如通過無人機拍攝的建設(shè)工地圖片可作為審計在建工程存在、準(zhǔn)確性認(rèn)定的證據(jù); 在形成審計結(jié)論和出具審計報告前的審計復(fù)核階段， 也可以使用大數(shù)據(jù)及其分析[21] ， 比如被審計單位股吧中投資者對公司的財務(wù)質(zhì)疑以及針對該質(zhì)疑的回應(yīng)數(shù)、點贊數(shù)等。

在將大數(shù)據(jù)和大數(shù)據(jù)分析應(yīng)用到審計的過程中， 要注意以下兩個思維轉(zhuǎn)變： （1）從分析一部分精心篩選的數(shù)據(jù)到分析（幾乎）全部的數(shù)據(jù)。 因為數(shù)據(jù)獲取、處理和分析的成本， 將隨著技術(shù)進步（如自動化提取技術(shù)）而日益降低。 （2）從關(guān)注因果關(guān)系到關(guān)注相關(guān)性。 大數(shù)據(jù)中的相關(guān)性足以揭示數(shù)據(jù)異常， 如財務(wù)舞弊。 但應(yīng)注意， 這種相關(guān)性分析揭示的異常只是提供線索， 需據(jù)此進一步執(zhí)行審計程序以獲取直接的證據(jù)[1] 。 因此， 大數(shù)據(jù)的到來將使得審計師轉(zhuǎn)向更深的思考[23] ， 如投入更多精力在證據(jù)鏈條和驗證邏輯的設(shè)計、大數(shù)據(jù)分析與異常識別等工作上。

在此基礎(chǔ)上， 一些學(xué)者根據(jù)大數(shù)據(jù)的特點推斷出大數(shù)據(jù)將可能改變傳統(tǒng)的審計方法論體系。 比如， 大數(shù)據(jù)“大量（Volume）”的特點， 將使得詳細審計或全樣本審計（無需抽樣審計）成為可能[6，8] ， 相應(yīng)地， 審計重要性這一傳統(tǒng)審計中的核心概念將面臨挑戰(zhàn)[23] ; 大數(shù)據(jù)“大量（Volume）”和“高速（Velocity）”的特點， 將使得持續(xù)審計（Continuous Audit）、實時審計（Real-time Audit）變成現(xiàn)實。

第二， 間接機制： 大數(shù)據(jù)時代下的會計、業(yè)務(wù)變革。 會計， 作為一類數(shù)據(jù)集合， 將隨著大數(shù)據(jù)的日益重要而發(fā)生重大變革。 比如， 通過大數(shù)據(jù)挖掘獲取的視頻、音頻、文本等信息可用于改進管理會計、財務(wù)會計和財務(wù)報告實踐[19] 。 具體而言， 在管理會計中， 大數(shù)據(jù)將提高會計信息的相關(guān)性和質(zhì)量， 進而提升公司透明度、優(yōu)化利益相關(guān)者的決策; 在財務(wù)報告中， 大數(shù)據(jù)可推動會計準(zhǔn)則的重新制定和修訂， 使得在新經(jīng)濟時代會計信息仍能夠提供決策有用的信息。 因為財務(wù)報表審計的對象是會計信息， 所以大數(shù)據(jù)影響會計后也會間接對審計產(chǎn)生影響。C9AF3C69-3142-47CB-ADF9-A848FEDFA36F

會計是對企業(yè)經(jīng)濟現(xiàn)實的一種反映， 因此在大數(shù)據(jù)時代會計的變化可能源于企業(yè)的業(yè)務(wù)及其開展業(yè)務(wù)的方式已發(fā)生變化。 在一些企業(yè)中， 已做到將芯片置入存貨和固定資產(chǎn)中、將跟蹤設(shè)備裝置在設(shè)備和員工身上等[22] 。 通過這些智能裝置所獲取的大數(shù)據(jù)， 可輔助運營（如存貨控制）、監(jiān)督（如生產(chǎn)檢測）、管理（如員工管理）決策并可能改變運營、監(jiān)督、管理的方式。 這些改變又將改變會計信息的收集、確認(rèn)、計量、披露的內(nèi)容與方式， 進而影響審計實踐。

總之， 無論是業(yè)務(wù)、會計還是審計， 在大數(shù)據(jù)時代， 都處在同一個數(shù)智化變革生態(tài)圈中， 相互影響、相互推動[7，10] 。

2. 大數(shù)據(jù)在審計中的應(yīng)用局限。 雖然將大數(shù)據(jù)應(yīng)用到審計過程中對審計師而言無疑是增值的， 但并非沒有挑戰(zhàn)[8] ， 其最終是否是一種破壞性力量仍未有定論、有待觀察[7] 。

Appelbaum[21] 和Appelbaum et al.[10] 指出， 以往研究過分關(guān)注大數(shù)據(jù)大量、高速、多樣的特點， 但對其真實性存疑關(guān)注不足。 大數(shù)據(jù)的來源廣泛、形式多樣、處理復(fù)雜， 其真實性和可信性是存疑的。 大數(shù)據(jù)通常是以電子數(shù)據(jù)為形態(tài)， 相較于紙質(zhì)形態(tài)雖有優(yōu)勢， 但也有劣勢。 比如： 紙質(zhì)證據(jù)的數(shù)據(jù)來源易于被辨別和溯源， 但外部電子數(shù)據(jù)卻很難驗證其出處和真實性; 紙質(zhì)證據(jù)易于被理解與評估， 但電子數(shù)據(jù)的技術(shù)門檻較高; 紙質(zhì)證據(jù)難以被篡改， 但電子數(shù)據(jù)在缺乏適當(dāng)控制時易于被篡改且難以被發(fā)現(xiàn); 手工的紙質(zhì)信息易于重新執(zhí)行和計算， 但電子證據(jù)需要額外復(fù)雜的程序[10] 。 大數(shù)據(jù)類似一個“黑箱”， 審計師對其出處、形成的整個周期（包括數(shù)據(jù)獲取、處理、分析）， 以及相關(guān)數(shù)據(jù)日志記錄是否完整、難以被篡改等并不清楚， 因此， 對大數(shù)據(jù)進行溯源以驗證其真實性通常是非常困難的。 實際上， 該問題在信息系統(tǒng)領(lǐng)域的研究中早已被警示， 但在倉促應(yīng)用大數(shù)據(jù)的過程中被忽略了[21] 。

Yoon et al.[13] 分析認(rèn)為， 大數(shù)據(jù)和大數(shù)據(jù)分析可作為審計證據(jù)的有益補充， 但并不代表可完全取代傳統(tǒng)審計證據(jù)。 與之一致， Brown-Liburd et al.[8] 呼吁審計師謹(jǐn)記， 如果沒有進一步的調(diào)查， 從大數(shù)據(jù)分析中得到的相關(guān)性證據(jù)就不足以形成充分適當(dāng)?shù)膶徲嬜C據(jù)。 Rose et al.[24] 的實驗研究結(jié)果也支持了傳統(tǒng)審計證據(jù)的不可替代性， 他們發(fā)現(xiàn)當(dāng)審計師在查閱傳統(tǒng)審計證據(jù)之前直接看大數(shù)據(jù)的可視化內(nèi)容， 是難以識別出大數(shù)據(jù)中的某些規(guī)律的。 Yoon et al.[13] 進一步指出， 大數(shù)據(jù)即使作為審計證據(jù)， 以下問題也值得關(guān)注： 一是與傳統(tǒng)審計證據(jù)的整合問題。 比如， 審計師可以用GPS定位圖片信息來驗證某交易， 但要將該信息與傳統(tǒng)的會計記錄相匹配是很困難的。 為了將大數(shù)據(jù)成功應(yīng)用到審計中， 審計師必須非常熟悉大數(shù)據(jù)與傳統(tǒng)審計證據(jù)的聯(lián)結(jié)點， 這依賴于深厚的業(yè)務(wù)、會計與審計知識[2] 。 即使是大數(shù)據(jù)之間的匯總， 也并不容易， 原因在于： 不同來源、形式的大數(shù)據(jù)其統(tǒng)計口徑和計量單位不一致， 不具備可加性; 不同類型的大數(shù)據(jù)可能彼此關(guān)聯(lián)， 這將導(dǎo)致不能只進行簡單匯總; 不同大數(shù)據(jù)證據(jù)的權(quán)重難以確定。 二是大數(shù)據(jù)的高速傳遞及其可能引發(fā)的數(shù)據(jù)隱私問題。 除了大數(shù)據(jù)匯總計算和隱私性問題， Cao et al.[1] 認(rèn)為， 審計師在進行大數(shù)據(jù)分析時還應(yīng)注意兩個問題： 其一， 大數(shù)據(jù)分析關(guān)注的是相關(guān)性而非因果關(guān)系， 這對于數(shù)據(jù)精確度要求較高的實質(zhì)性程序階段而言可能是不適宜的; 其二， 當(dāng)全部數(shù)據(jù)都被應(yīng)用到審計師的分析系統(tǒng)但識別不出舞弊或錯誤時， 審計師將遭受更大的責(zé)難。

與上述視角不同， Brown-Liburd et al.[8] 聚焦于大數(shù)據(jù)環(huán)境中與處理信息相關(guān)的局限， 提出以下問題： （1）數(shù)據(jù)過載（Overload）問題。 大數(shù)據(jù)量太大， 導(dǎo)致信息過載， 反而不利于決策。 因此， 如何挑選數(shù)據(jù)很重要。 （2）信息有用性（Relevance）問題。 信息過載將導(dǎo)致難以準(zhǔn)確地識別有價值的線索， 從而降低決策質(zhì)量。 （3）規(guī)律或模式（Pattern）識別問題。 審計師并不擅長發(fā)現(xiàn)財務(wù)和非財務(wù)數(shù)據(jù)中的規(guī)律或模式， 將以前的知識應(yīng)用到當(dāng)前的決策之中， 以及恰當(dāng)?shù)卮_定證據(jù)的優(yōu)先級。 （4）數(shù)據(jù)模糊性（Ambiguity）問題。 大數(shù)據(jù)的非結(jié)構(gòu)化、無統(tǒng)一格式特點導(dǎo)致其通常是模棱兩可的， 精確性較低。 Zhang et al.[20] 以大數(shù)據(jù)在持續(xù)審計中的應(yīng)用為場景， 分析了導(dǎo)致大數(shù)據(jù)分析效果現(xiàn)實落差的幾個問題， 包括： 數(shù)據(jù)一致性問題（Data Consistency， 因為數(shù)據(jù)來源不一， 數(shù)據(jù)之間存在矛盾的情況不可避免）， 數(shù)據(jù)真實性問題（Data Integrity， 在大數(shù)據(jù)環(huán)境中， 數(shù)據(jù)如此之大、形式如此繁雜， 以致很難識別某個數(shù)據(jù)或某個數(shù)據(jù)集是否存在因運行錯誤、程序錯誤、非法渠道、網(wǎng)絡(luò)傳輸失敗而導(dǎo)致的數(shù)據(jù)被修改、刪除、隱藏、銷毀等情形）， 數(shù)據(jù)識別問題（Data Identification， 在結(jié)構(gòu)化數(shù)據(jù)中很容易識別不同數(shù)據(jù)之間的聯(lián)結(jié)， 但在非結(jié)構(gòu)化數(shù)據(jù)中比較難識別）， 數(shù)據(jù)可加性問題（Data Aggregation， 大數(shù)據(jù)的來源、形式、計量可能都不一樣， 因此可能不具有可加性）， 數(shù)據(jù)保密性問題（Data Confidentiality）。

針對大數(shù)據(jù)在審計應(yīng)用中存在的局限， 學(xué)者們也提出了一些可行的建議。 針對大數(shù)據(jù)的真實性問題： Brown-Liburd et al.[8] 強調(diào)， 審計師一定要對納入分析的大數(shù)據(jù)質(zhì)量進行評估， 會計師事務(wù)所應(yīng)制定與使用大數(shù)據(jù)相關(guān)的質(zhì)量控制標(biāo)準(zhǔn)與制度; Appelbaum[21] 建議， 可開發(fā)對大數(shù)據(jù)進行溯源（從大數(shù)據(jù)的最初出處到獲取、整理、修改、替換、刪除、分析的全過程都能追查其操作記錄和運行代碼）的黑匣子， 而且要保證該黑匣子所記錄的信息無法被篡改。 針對數(shù)據(jù)過載、規(guī)律或模式識別、數(shù)據(jù)模糊性問題， Brown-Liburd et al.[8] 建議通過積累審計和數(shù)據(jù)分析經(jīng)驗、掌握前沿的大數(shù)據(jù)分析技術(shù)和工具（如數(shù)據(jù)篩選技術(shù)、聚類分析、預(yù)測模型、回歸分析）等予以緩解。 但他們也認(rèn)識到， 技術(shù)并不能解決所有問題， 仍然要依賴審計師對業(yè)務(wù)、會計與審計邏輯關(guān)聯(lián)性的深刻理解。C9AF3C69-3142-47CB-ADF9-A848FEDFA36F

（二）區(qū)塊鏈： 記賬規(guī)則完全顛覆

區(qū)塊鏈技術(shù)（Blockchain Technology）被認(rèn)為是近些年來最具爆炸性和影響力的技術(shù)。 區(qū)塊鏈?zhǔn)侵福?利用塊鏈?zhǔn)綌?shù)據(jù)結(jié)構(gòu)驗證與存儲數(shù)據(jù)， 利用分布式節(jié)點共識算法生成和更新數(shù)據(jù)， 利用密碼學(xué)的方式保證數(shù)據(jù)傳輸和訪問的安全， 利用由自動化腳本代碼組成的智能合約， 進而進行編程和操作數(shù)據(jù)的全新的分布式基礎(chǔ)架構(gòu)與計算范式[25] 。 這種運行模式使得區(qū)塊鏈具備去中心化、強驗證、無法篡改等優(yōu)點。 簡單理解， 區(qū)塊鏈就是一種多人同時記賬的分布式記賬模式， 根據(jù)少數(shù)服從多數(shù)原則確定正確的記賬并記錄在區(qū)塊鏈中， 一經(jīng)記錄無法篡改和撤回。 第一代區(qū)塊鏈源自比特幣的底層技術(shù)。 2008年， Satoshi Nakamoto發(fā)布了“Bitcoin： A Peer-to-Peer Electronic Cash System”一文， 向讀者展示了在沒有第三方提供信用保障的情況下不信任的人之間可以直接用比特幣進行交易。 第二代區(qū)塊鏈則催生了“智能合約（Smart Contract）”[26] ， 或者說區(qū)塊鏈技術(shù)的出現(xiàn)使得智能合約的概念重獲生機[27] 。 本質(zhì)上， 智能合約是一個用戶根據(jù)事先設(shè)定的條件執(zhí)行行動的軟件程序、一個方便合約協(xié)議達成過程（包括執(zhí)行、驗證、履行合約條款）的計算機協(xié)議。 智能合約可以安全地運營一個區(qū)塊鏈， 這些合約的監(jiān)督權(quán)將被下放給區(qū)塊鏈的每個參與結(jié)點[28] 。

財務(wù)報表是會計人員在會計準(zhǔn)則及相關(guān)規(guī)范的約束下所編制的賬務(wù)信息。 在審計財務(wù)報表時， 需對照被審計單位適用的編制基礎(chǔ)審查記錄在財務(wù)報表中的信息是否有證據(jù)支持并符合準(zhǔn)則規(guī)定。 會計的記賬規(guī)則、查賬方式可能會被區(qū)塊鏈完全顛覆， 審計自然也會被波及。 鑒于區(qū)塊鏈對審計的影響可能首先源自區(qū)塊鏈對會計的影響， 所以本部分將二者綜合在一起論述。

1. 區(qū)塊鏈在會計、審計中的應(yīng)用前景。 Schmitz 和Leoni[4] 對2008 ～ 2018年會計、審計領(lǐng)域?qū)ｉT探究區(qū)塊鏈的學(xué)術(shù)論文和機構(gòu)報告進行了統(tǒng)計， 最終找到學(xué)術(shù)論文16篇、會計師事務(wù)所和行業(yè)組織等的研究報告20份。 本部分將綜合該綜述和新近文獻， 從以下方面介紹區(qū)塊鏈在會計、審計中的應(yīng)用。

第一， 在審計中應(yīng)用區(qū)塊鏈技術(shù)可以實現(xiàn)工作流程自動化， 從而提高審計效率。 Farcane和Deliu[29] 認(rèn)為， 審計師使用區(qū)塊鏈技術(shù)有很多優(yōu)勢， 包括通過各種自動化（交貨確認(rèn)、發(fā)票自動支付）來簡化會計處理、允許自動確認(rèn)與第三方的交易、自動審計某些管理層認(rèn)定（如存在、發(fā)生、準(zhǔn)確性和完整性等）; Rooney et al.[30] 和Yermack[31] 也認(rèn)為， 區(qū)塊鏈技術(shù)可極大地改進會計和審計實務(wù)， 并促使審計師和會計人員的行為更加透明。 透明度的提高將轉(zhuǎn)化為股東和利益相關(guān)者對審計和會計工作的信任。 智能合約作為區(qū)塊鏈更為具體的應(yīng)用， 在審計中有很大的作用發(fā)揮空間[4] 。 有了一個運行著區(qū)塊鏈協(xié)議的共享數(shù)據(jù)庫， 智能合約就可以自動執(zhí)行了， 且出現(xiàn)錯誤和被操縱的風(fēng)險極低[31] 。 例如， 如果將“在商品發(fā)運后才能確認(rèn)并記錄銷售收入”這一規(guī)則編碼進智能合約， 那么該系統(tǒng)會在將銷售收入記入?yún)^(qū)塊鏈之前自動地審閱和查驗發(fā)運的日期[28] 。 因此， Rozario和Vasarhelyi[3] 呼吁應(yīng)充分利用智能合約， 它不僅節(jié)省時間， 還能降低人工錯誤的風(fēng)險。 此外， 還可以將智能合約和人工智能相結(jié)合。 比如， 當(dāng)發(fā)運的商品裝有特殊的傳感器或芯片時， 就可自動報告商品損壞情況并將信息發(fā)給智能合約， 智能合約將據(jù)此自動調(diào)整會計計量[26] 。 類似地， 可以考慮將會計準(zhǔn)則嵌入智能合約之中， 到時系統(tǒng)會自動監(jiān)測某項交易是否符合會計準(zhǔn)則的要求并警示不一致之處。

第二， 區(qū)塊鏈在審計中的深度應(yīng)用可能使得持續(xù)審計成為現(xiàn)實。 相較于傳統(tǒng)審計， 區(qū)塊鏈可提供幾乎實時的經(jīng)驗證記錄， 使得持續(xù)審計成為可能， 也將不再需要傳統(tǒng)審計中的抽樣概念[30] 。 通過將交易的處理與交易的記錄比對融合在一起， 區(qū)塊鏈技術(shù)將大大提高審計效率， 更多的時間將被節(jié)省出來， 人工犯錯的風(fēng)險也將大大降低。 由于區(qū)塊鏈技術(shù)提供持續(xù)審計， 審計不僅變得簡單， 也變得更便宜[32] 。 其原因在于： 持續(xù)審計可在舞弊發(fā)生時就監(jiān)測到異象， 因而能夠更及時地展開調(diào)查; 區(qū)塊鏈技術(shù)賦能的持續(xù)審計可以增強審計師對被審計單位業(yè)務(wù)的理解， 因為審計將不再限于每財年截止前后的特定期間。

2. 區(qū)塊鏈在會計、審計中的應(yīng)用局限。 區(qū)塊鏈的應(yīng)用前景并不能掩蓋其可能存在的局限。 Schmitz和Leoni[4] 對2008 ～ 2018年會計和審計論文中對區(qū)塊鏈應(yīng)用的局限進行了梳理：

第一， 交易的驗證問題。 在區(qū)塊鏈上簡單記錄的數(shù)據(jù)并不意味著這些交易在現(xiàn)實中是確實發(fā)生的[25] 。 實際上， 在區(qū)塊鏈中進行舞弊仍然是可能的， 就好比編碼到區(qū)塊鏈中的謊言仍是謊言一樣， 它們只是不可篡改的謊言而已[33] 。 Dai et al.[26] 也認(rèn)為， 現(xiàn)實中的區(qū)塊鏈并不一定能很有效地阻止舞弊， 比如， 當(dāng)一個公司的CEO可以完全控制整個區(qū)塊鏈時， 合謀將成為可能， 區(qū)塊鏈的去中心化優(yōu)勢也將不復(fù)存在。 因此， 不少學(xué)者提醒實務(wù)界， 區(qū)塊鏈技術(shù)可阻絕舞弊的能力是被高估和吹噓的[34] 。

第二， 不可能所有交易都通過智能合約程序和自動化數(shù)據(jù)比對進行審計。 復(fù)雜審計， 如公允價值估值、減值測試， 仍需依賴會計人員和審計師的專家才能和判斷[25] 。 因此， Rozario和Vasarhelyi[3] 建議， 應(yīng)將區(qū)塊鏈智能審計程序和區(qū)塊鏈之外的程序結(jié)合起來。

第三， 持續(xù)審計只有在所有企業(yè)將所有交易均記錄在區(qū)塊鏈中的情況下才可實現(xiàn)， 但這在一項新技術(shù)出現(xiàn)的早期是不可能的[26] 。 如果區(qū)塊鏈系統(tǒng)的參與人數(shù)不足， 不但不能實現(xiàn)持續(xù)審計， 就連參與者之間的合謀都不可避免。C9AF3C69-3142-47CB-ADF9-A848FEDFA36F

Rozario和Thomas[27] 認(rèn)為， 除了將區(qū)塊鏈技術(shù)嵌入審計中等一些固有問題， 區(qū)塊鏈技術(shù)本身也存在局限性， 包括算力問題、存儲能力、網(wǎng)絡(luò)安全風(fēng)險、訴訟風(fēng)險、智能合約的脆弱性、監(jiān)管部門的接受度等; Farcane和Deliu[29] 也羅列了區(qū)塊鏈的不足和風(fēng)險， 包括技術(shù)相關(guān)的風(fēng)險（如安全、人工錯誤、過度依賴）、法律風(fēng)險、洗錢問題、內(nèi)部控制的日益重要性、更高的舞弊風(fēng)險和落后的審計程序。

鑒于以上局限， Smith和Castonguay[11] 建議， 外部審計師需要評估區(qū)塊鏈的執(zhí)行情況， 并平衡從以區(qū)塊鏈為基礎(chǔ)的報告系統(tǒng)中獲得的審計證據(jù)與更多的內(nèi)部控制測試; Alles[7] 則預(yù)期， 整體采用區(qū)塊鏈技術(shù)將產(chǎn)生對區(qū)塊鏈進行審計的更高需求。

（三）人工智能： 審計流程自動化

人工智能（Artificial Intelligent， AI）是基于人工智能算法， 通過機器（尤其是計算機）對人類智慧的模擬。 人工智能最典型的特點是自動化， 最具代表性的人工智能有機械機器人、軟件機器人（如RPA）以及遙控?zé)o人機等[16] 。 當(dāng)前企業(yè)的業(yè)務(wù)流程、會計系統(tǒng)以及會計師事務(wù)所的審計程序中均存在不少機械性、重復(fù)性的人工工作。 人工智能的應(yīng)用將在很大程度上替代這些工作， 兼具效率與效果。

1. 人工智能在審計中的應(yīng)用前景。 從審計工作的屬性和會計信息的生成邏輯看， 人工智能可通過以下方式影響審計實操：

第一， 直接影響。 人工智能技術(shù)可以輔助、代替審計師執(zhí)行審計程序。 比如， 機械機器人可替代審計師執(zhí)行一些比較危險、繁重、乏味的程序（如抽盤病毒庫里儲存的病毒和集裝箱內(nèi)堆積的貨物， 觀察生產(chǎn)車間的作業(yè)流程）; 可開發(fā)審計工作的RPA系統(tǒng)， 使得業(yè)務(wù)承接分析與決策、被審計單位風(fēng)險評估、審計計劃制訂、具體審計程序執(zhí)行（如函證、重新計算）中的大量工作實現(xiàn)自動化; 無人機比人類更擅長檢查、觀察和監(jiān)控， 比如航拍奶牛場、在建工程、大賣場門口停車場的情況等。 除了機器人， 人工智能近來的發(fā)展也得益于在捕獲和處理大數(shù)據(jù)上的進步[6] ， 如計算機視覺、自然語言處理、機器學(xué)習(xí)等技術(shù)分別在獲取和轉(zhuǎn)化視頻和圖片數(shù)據(jù)[35，36] 、提取和處理文本數(shù)據(jù)（如公司公告、合同、會議記錄、管理層討論、內(nèi)控手冊、媒體報道等）[37，38] 以及數(shù)據(jù)預(yù)測（如財務(wù)舞弊、恐怖襲擊、盈余變化、放款決策）[17，39-41] 等方面的積極作用。

第二， 間接影響。 人工智能除了直接影響審計， 還可通過影響會計、業(yè)務(wù)而影響審計。 比如， 企業(yè)可開發(fā)RPA系統(tǒng)來實現(xiàn)財務(wù)、會計工作的自動化。 高度自動化的會計信息系統(tǒng)一方面將提高會計處理的客觀性， 另一方面將更加凸顯信息系統(tǒng)內(nèi)部控制的重要性， 這將改變審計的工作量和重難點。 另外， 企業(yè)業(yè)務(wù)開展也可實現(xiàn)（或部分實現(xiàn)）機器人流程化， 或進而催生新的商業(yè)模式或業(yè)務(wù)形態(tài)， 從而改變企業(yè)的整體畫像。 因此， 審計工作內(nèi)容與方式需加以調(diào)整以適應(yīng)改變。

鑒于人工智能在審計中的應(yīng)用前景， 目前已有不少會計師事務(wù)所在開發(fā)自己的人工智能系統(tǒng)。 Appelbaum和Nehmer[16] 將人工智能在會計中的應(yīng)用劃分為三個階段： 第一階段， 作為審計師的延伸。 審計師將駕駛（或觀察駕駛）無人機執(zhí)行常規(guī)、費力或危險的任務(wù)， 包括計算和驗證盤點、資產(chǎn)觀察和核查。 第二階段， 強化審計任務(wù)。 無人機、機器人被編程為自動執(zhí)行常規(guī)和可預(yù)測的任務(wù)， 并增強審計師完成任務(wù)的能力。 審計師配置它們的參數(shù)， 最低限度地控制他們的導(dǎo)航或操作。 第三階段， 全自動化。 此時， 無人機、機器人和機器人自動化程序融合在一起， 創(chuàng)建了一個完全自主的應(yīng)用程序。

2. 人工智能在審計中的應(yīng)用局限。 與其他數(shù)智技術(shù)一樣， 人工智能技術(shù)也無法完全保障客觀性和真實性。 因此， 需要加強對人工智能技術(shù)的控制和審計。 隨著技術(shù)的成熟， 人工智能系統(tǒng)中的算法偏差和隱私問題將引發(fā)商業(yè)領(lǐng)袖、政治家以及監(jiān)管者的擔(dān)憂。 因此， 美國國會的Algorithmic Accoun-

tability Act 2019要求大企業(yè)對其人工智能算法偏差以及數(shù)據(jù)的隱私問題進行審計， 并責(zé)成整改。 除此之外， 人工智能也并不能完全取代人類的工作， 至少在短期內(nèi)人工智能尚未達到完全的“智慧”， 復(fù)雜、思辨、定性的判斷和決策仍需依賴人[16] 。 如， Costello et al.[42] 使用隨機對照實驗來評估人的自由裁量權(quán)在貸款結(jié)果中的作用， 研究結(jié)果顯示： 手動調(diào)整了機器推薦的實驗組可以預(yù)測投資組合的前瞻性特征， 如未來投資組合級別的信用風(fēng)險下降幅度更大、未來銷售訂單增加幅度更大， 即人工相較于機器仍有價值。

當(dāng)然， 在人工智能應(yīng)用過程中也有來自個人的“抵制”， 導(dǎo)致應(yīng)用效果無法顯現(xiàn)。 盡管會計師事務(wù)所認(rèn)為人工智能會提高審計質(zhì)量， 但有研究表明個人經(jīng)常表現(xiàn)出“算法厭惡”， 即與人的建議相比， 基于計算機的建議更可能被貶低。 Commerford et al.[12] 的實驗研究證實了該現(xiàn)象的存在， 他們發(fā)現(xiàn)： 審計師從其公司的人工智能系統(tǒng)（而不是人類專家）收到相互矛盾的證據(jù)時， 只建議對管理層的復(fù)雜估計進行較小的調(diào)整。 雖然該偏差可在一定程度上通過提高算法合理性和透明度予以緩解， 但不可能被消除， 除非人工智能發(fā)展到可匹敵或超出人類智慧的程度。

（四）云計算： 智慧審計大平臺

美國國家標(biāo)準(zhǔn)與技術(shù)研究院將云計算定義為“一種能夠便捷、按需網(wǎng)絡(luò)訪問可配置計算資源（例如網(wǎng)絡(luò)、服務(wù)器、存儲、應(yīng)用程序和服務(wù)）共享池的模型， 這些計算資源可以通過最少的管理工作或服務(wù)提供商交互來快速配置和發(fā)布”。 從云計算的定義可看出， 它有明顯優(yōu)勢， 如因按需自助服務(wù)可滿足個性化需求， 因按使用付費而導(dǎo)致成本較低， 因更廣泛的互聯(lián)網(wǎng)訪問（不受物理位置限制， 僅受條件限制）而提高便捷性， 因具有彈性和可擴展性而可避免資源浪費和短缺。 與此同時， 其劣勢也很明顯， 如與傳統(tǒng)模式相比， 計算資源共享池將帶來與數(shù)據(jù)的所有權(quán)與控制權(quán)、數(shù)據(jù)管理與安全相關(guān)的問題[43，44] 。 2012年， 云安全聯(lián)盟（CSA）和信息安全審計與控制協(xié)會（ISACA）進行的一項云計算成熟度研究， 對來自48個國家的252名參與者（云用戶、云服務(wù)提供商和顧問）進行了調(diào)查， 結(jié)果表明： 降低成本的潛力是公司選擇為其業(yè)務(wù)采用云計算技術(shù)的主要原因， 其次是靈活性、上市時間以及效率和生產(chǎn)力的提高; 在云計算技術(shù)帶來的挑戰(zhàn)中， 公司需要面對的最大問題是數(shù)據(jù)所有權(quán)、控制以及信息安全②。C9AF3C69-3142-47CB-ADF9-A848FEDFA36F

1. 云計算在審計中的應(yīng)用前景。 云計算被認(rèn)為是可能影響審計的“顛覆性技術(shù)”。 云計算對審計的影響也有兩條路徑： 一是直接路徑， 即會計師事務(wù)所建設(shè)自己的云系統(tǒng)， 以提高數(shù)據(jù)的集成性、計算的便利性（如遠程、大量且復(fù)雜計算）、分析的綜合性、工作的交互性。 當(dāng)前數(shù)智時代的審計變革以分散性、修補式的大數(shù)據(jù)和RPA應(yīng)用為主， 尚未形成一個完整的智慧審計思路體系; 而且， 現(xiàn)有應(yīng)用更多地強調(diào)技術(shù)本身， 忽視了審計師以及項目組內(nèi)部溝通的重要性， 因此缺乏一個整合的共享與交流平臺。 云計算為構(gòu)建一個既能體現(xiàn)數(shù)智技術(shù)整合、又能兼顧審計溝通需求的智慧審計平臺系統(tǒng)提供了技術(shù)支持。 二是間接路徑， 即被審計單位的云平臺建設(shè)將為審計提供便利性。 調(diào)查顯示： 94%的企業(yè)已經(jīng)使用了云服務(wù)， 66%的企業(yè)已配備專門的中心云團隊， 50%的企業(yè)每年在云服務(wù)上的花費超過120萬美元， 到2025年存儲在云端的數(shù)據(jù)將超過100ZB③。 企業(yè)數(shù)據(jù)接入云服務(wù)對審計最直接的影響是審計的便利性將大大提高， 如數(shù)據(jù)獲取、分析與比對更有效率[15] 。

另外， 被審計單位接入云服務(wù)一方面可能導(dǎo)致其運營、財務(wù)、會計信息系統(tǒng)以及治理架構(gòu)和控制系統(tǒng)的變化[5，9] ， 另一方面因云服務(wù)在運行與控制的透明度、數(shù)據(jù)的安全和隱私等方面的固有局限[43] ， 將在增加財務(wù)報表審計復(fù)雜度的同時也催生出對“云”進行審計的需求[15] 。 換言之， 審計師在云計算生態(tài)系統(tǒng)中將扮演重要角色。 云計算生態(tài)系統(tǒng)包括云服務(wù)用戶、云服務(wù)提供商、云服務(wù)合作伙伴、審計師以及依賴外部審計的各利益相關(guān)者， 其中， 審計師包括云服務(wù)用戶的外部審計師和云服務(wù)提供商的外部審計師， 云服務(wù)提供商的外部審計可由云服務(wù)提供商自行聘請， 但若不滿足云服務(wù)用戶外部審計師的需求， 則云服務(wù)用戶的外部審計師需對云服務(wù)供應(yīng)商進行審計[9] 。

2. 云計算在審計中的應(yīng)用局限。 云計算在審計中的應(yīng)用局限體現(xiàn)在以下兩個方面：

第一， 云計算的數(shù)據(jù)安全與隱私問題會制約云計算在被審計單位和會計師事務(wù)所的采用[43] 。 Nicolaou et al.[15] 指出， “云”中的安全和隱私風(fēng)險仍然是阻礙采用該技術(shù)的主要問題， 目前尚不清楚云服務(wù)提供商將如何保護數(shù)據(jù)免遭盜竊和操縱， 因此云服務(wù)用戶只愿意將非關(guān)鍵應(yīng)用程序和一般數(shù)據(jù)放在“云”中。 與之一致， 普華永道的一項調(diào)查報告揭示， 網(wǎng)絡(luò)安全和隱私問題是阻礙“云”價值實現(xiàn)的重要因素④。

第二， 由于接觸限制和準(zhǔn)則的滯后， 對“云”進行審計仍是一個難題。 由于很多云服務(wù)用戶不具備相關(guān)專業(yè)知識， 他們將關(guān)鍵控制權(quán)交給了云服務(wù)提供商。 因此， 云服務(wù)提供商部署的安全措施和控制類型可能會對云服務(wù)用戶生成的報告和數(shù)據(jù)的可靠性及其財務(wù)結(jié)果的報告產(chǎn)生重大影響[5] 。 作為外部審計師， 要對云服務(wù)提供商提供給被審計單位的“云”進行審計是很困難的， 因為外部審計師通常不會獲得“云”上的全方位訪問權(quán)限（如云基礎(chǔ)設(shè)施、云系統(tǒng)和技術(shù)支持程序）; 另外， 相關(guān)準(zhǔn)則尚不能為如何審計“云”提供指導(dǎo)， 審計準(zhǔn)則也沒有發(fā)展到可為外部審計師在依賴云服務(wù)提供商的情況下如何執(zhí)行審計提供指導(dǎo)[15] 。 更為具體地， Schmidt et al.[9] 羅列了云服務(wù)使用者的外部審計師所面臨的困難， 包括： 外部審計師可能會被限制直接審計上市公司的云服務(wù)提供商; 在審計計劃階段必須考慮如何更好地執(zhí)行風(fēng)險評估并為無法直接審計的云服務(wù)提供保證; 解決云計算的最合適標(biāo)準(zhǔn)目前沒有得到普遍一致的認(rèn)可; 可能需調(diào)整其審計計劃的規(guī)模與范圍以應(yīng)對云服務(wù)提供商的審計報告（或沒有審計報告）的影響。 在此局限下， 單靠外部審計對云服務(wù)提供商提供的“云”進行審計是很困難的， 云服務(wù)提供商應(yīng)建立云服務(wù)控制與治理體系（包括強化對自身云服務(wù)的內(nèi)部審計和外部審計）、云服務(wù)使用者應(yīng)加強使用云服務(wù)后的治理變革與體系建立， 以此共建一個云計算治理生態(tài)系統(tǒng)[9] 。

三、智慧審計實務(wù)進展： 德勤實踐

在實務(wù)中， 德勤的智慧審計變革在全球具有一定的引領(lǐng)性。 本部分以德勤為例， 介紹智慧審計的實務(wù)進展。

（一）智慧審計變革方法論

德勤在遵循國際審計準(zhǔn)則基本框架、融合世界各地成員機構(gòu)實踐經(jīng)驗的基礎(chǔ)上， 形成了全球一致的審計方法論體系， 與智慧審計變革相關(guān)的實踐探索已有機嵌合在其審計方法論體系之中了。 該方法論的特色主要體現(xiàn)在以下方面：

1. 基于事實、數(shù)據(jù)驅(qū)動的風(fēng)險評估。 德勤的審計方法論強調(diào)基于事實、數(shù)據(jù)驅(qū)動的風(fēng)險評估， 其要點主要包括： （1）風(fēng)險評估必須基于事實， 而不能僅僅依賴項目組成員的主觀判斷。 這里的事實既包括項目組成員通過調(diào)查、訪談等審計程序獲得的第一手資料， 也包括執(zhí)行分析程序所獲得的結(jié)果。 （2）重視利用大數(shù)據(jù)和數(shù)據(jù)科技來提高分析程序的使用效率和效果。 通過更多維度、更有深度、更富洞察的分析， 實現(xiàn)對重大錯報風(fēng)險（Risk of Material Misstatement， RoMM）更為及時和精準(zhǔn)的識別。 （3）強調(diào)對RoMM進行更為準(zhǔn)確的分類。 對于風(fēng)險分類的結(jié)果， 如重大（Significant）、較高（Higher）、較低（Lower）， 要求提供事實依據(jù)和充分理由。 （3）建立風(fēng)險評估指導(dǎo)（Guided Risk Assessment， GRA）自動化程序， 融入不同國家、不同行業(yè)的風(fēng)險評估專家經(jīng)驗， 將RoMM的線索或跡象量化為一系列的問題; 然后， 通過引導(dǎo)項目組成員回答這些問題， 為已建立的風(fēng)險模型提供輸入數(shù)據(jù)， 進而自動生成RoMM的清單及其風(fēng)險分類。

2. 有的放矢的風(fēng)險應(yīng)對。 德勤的審計方法論強調(diào)有的放矢的風(fēng)險應(yīng)對， 要求審計項目組把注意力和資源投入風(fēng)險最高的領(lǐng)域中。 具體而言： （1）無論是實體層面的RoMM， 還是賬戶余額、交易類和披露（ABCOTD）認(rèn)定層面的RoMM， 項目組所選擇的審計應(yīng)對程序必須具有相關(guān)性和有效性。 （2）項目組所實施的審計程序的性質(zhì)、時間安排和范圍， 必須與相應(yīng)RoMM的風(fēng)險分級相匹配——RoMM的風(fēng)險等級越高， 所實施的審計程序的有效性要求越高。 （3）建立了RoMM、內(nèi)部控制和審計程序之間清晰的對應(yīng)關(guān)系。 對于RoMM清單上的每一項， 德勤技術(shù)資料庫（Technical Library）或?qū)徲嬜鳂I(yè)系統(tǒng)（EMS）均已列明對應(yīng)的內(nèi)部控制和可選擇的審計應(yīng)對程序， 包括內(nèi)部控制測試程序、實質(zhì)性分析程序和細節(jié)測試程序， 項目組成員可根據(jù)具體情況加以選用。C9AF3C69-3142-47CB-ADF9-A848FEDFA36F

3. 標(biāo)準(zhǔn)化、自動化和數(shù)字化的審計流程。 多年以來， 德勤持續(xù)開展審計的方法、流程和工具創(chuàng)新， 建立并完善了充分融合德勤審計方法論、審計轉(zhuǎn)型理念和審計創(chuàng)新工具運用要求的德勤工作流程（Deloitte Way Workflow， DWW）。 DWW的特點主要包括： （1）標(biāo)準(zhǔn)化。 德勤開發(fā)并完善了全球統(tǒng)一的審計方法守則和審計作業(yè)系統(tǒng)， 為不同國家的成員機構(gòu)提供各個行業(yè)和各個應(yīng)用場景下標(biāo)準(zhǔn)化的風(fēng)險評估模型、審計程序集合和工作底稿模板， 助力不同國家的審計項目團隊實現(xiàn)全球一致的高質(zhì)量審計標(biāo)準(zhǔn)。 截至2021年12月31日， DWW一共涵蓋了12個不同行業(yè)的23類收入測試場景。 （2）自動化。 德勤通過應(yīng)用數(shù)據(jù)分析、流程自動化、人工智能等先進信息科技， 實現(xiàn)了大量審計程序的自動化執(zhí)行， 將審計項目團隊從機械性、重復(fù)性審計工作中解放出來。 以GRA自動化程序為例： 審計項目團隊成員只要根據(jù)掌握和了解的事實和情況回答完一系列問題， GRA就能據(jù)此自動生成RoMM及其風(fēng)險分類的清單， 以及與之對應(yīng)的內(nèi)部控制和可選審計程序。 （3）數(shù)字化。 數(shù)字化既包括數(shù)據(jù)的數(shù)字化， 也包括工作流程、方法和工具的數(shù)字化。 德勤通過功能強大的數(shù)據(jù)抓取、清洗和轉(zhuǎn)換工具， 將原來只能以紙質(zhì)媒介存儲的數(shù)據(jù)， 或以圖像、掃描件、音頻等方式存在的非結(jié)構(gòu)化數(shù)據(jù)， 轉(zhuǎn)化為計算機系統(tǒng)和軟件可以讀取和分析的結(jié)構(gòu)化電子數(shù)據(jù)， 并通過自動化、智能化創(chuàng)新工具替代人工完成大量的審計工作， 實現(xiàn)全量審計、深度分析、智能洞察、持續(xù)監(jiān)控等全新審計模式。

4. 審計共享服務(wù)中心作業(yè)模式。 在DWW中， 地區(qū)審計交付中心（RADC）發(fā)揮著關(guān)鍵性作用。 RADC代表著一種標(biāo)準(zhǔn)化和集中化的審計共享服務(wù)中心作業(yè)模式。 通過區(qū)分審計工作中較少依賴專業(yè)判斷的部分和較多依賴專業(yè)判斷的部分， 將較少依賴專業(yè)判斷的部分予以標(biāo)準(zhǔn)化， 并交給RADC中的初級員工來執(zhí)行。 RADC能夠執(zhí)行的審計工作范圍已相當(dāng)廣泛， 涵蓋了總賬核對、選樣、細節(jié)測試、實質(zhì)性分析程序， 以及函證寄發(fā)、追蹤、催收、記錄回函差異、執(zhí)行函證替代測試等。 作為DWW的要求， 審計項目組必須在編制審計計劃時確定需要借助RADC完成的審計工作類型及范圍， 并通過審計在線平臺（Audit Online）向RADC提交服務(wù)請求。 對于RADC 負責(zé)執(zhí)行的審計工作， 審計項目組負有指導(dǎo)、監(jiān)督和復(fù)核的責(zé)任。

5. 多元專業(yè)服務(wù)模式賦能審計。 利用多元專業(yè)服務(wù)模式（Multi-Disciplinary Model， MDM）為審計服務(wù)賦能增效， 是德勤審計方法論的一大特色， 具體而言： （1）德勤基于MDM培育并形成了咨詢、創(chuàng)新、研究和敏捷運營四大能力， 其充分運用這些能力為審計賦能， 提升德勤對于規(guī)模龐大和業(yè)務(wù)復(fù)雜客戶的審計能力。 （2）MDM使得審計項目團隊可以得到來自不同業(yè)務(wù)條線的豐富專家資源的支持， 如IT、內(nèi)控、估值、稅務(wù)等領(lǐng)域的專家已成為大型復(fù)雜客戶審計團隊的“標(biāo)配”， 能夠助力審計團隊向客戶提供更具洞察力的審計發(fā)現(xiàn)。 （3）MDM使得德勤具備了業(yè)內(nèi)領(lǐng)先的審計創(chuàng)新能力， 不斷推出基于新興科技的審計創(chuàng)新產(chǎn)品與工具， 大幅提升審計工作的效率、質(zhì)量和內(nèi)涵價值。 （4）為了解決來自不同業(yè)務(wù)條線的審計項目組成員之間的有效合作問題， 德勤致力于建立團結(jié)合作的審計項目團隊文化， 并通過項目管理機制、考核與激勵機制、溝通機制等為項目組成員的團結(jié)合作提供堅實保障。

（二）智慧審計變革工具包⑤

1. 智慧審計變革圖譜。 截至2021年12月31日， 德勤成員機構(gòu)在德勤全球正式注冊的技術(shù)資產(chǎn)（Technology Assets）超過1200項。 德勤開發(fā)的數(shù)字化創(chuàng)新審計工具Argus（商業(yè)文檔信息識別、提取和分析工具）、Cortex（大數(shù)據(jù)審計分析平臺）、Omnia DNAV（基于云技術(shù)的數(shù)字化審計解決方案）、Omnia Trustworthy AI Module（人工智能算法的測試、測量和報告模塊）分別于2015年、2018年、2020年和2021年獲得由《會計師與國際會計公報》（The Accountant & International Accounting Bulletin）授予的“年度最佳審計創(chuàng)新”和“年度最佳數(shù)字創(chuàng)新”大獎。

如圖3所示， 目前德勤在開發(fā)數(shù)字化、自動化和智能化創(chuàng)新審計工具方面已取得豐碩的成果。 這些創(chuàng)新工具所依托的先進技術(shù)主要包括數(shù)據(jù)分析、流程自動化和人工智能三大類， 部分工具還采用了云技術(shù)、光學(xué)字符識別、可視化等技術(shù)， 覆蓋了審計工作的全過程。

在計劃和風(fēng)險評估階段： 利用高效的數(shù)據(jù)分析及人工智能應(yīng)用， 識別企業(yè)運營及財務(wù)的高風(fēng)險領(lǐng)域， 并揭示潛在舞弊風(fēng)險。 其中： （1）Anti-Fraud智能財務(wù)反舞弊平臺， 其結(jié)合大數(shù)據(jù)分析與機器學(xué)習(xí)技術(shù)的智能工具， 綜合德勤財務(wù)指標(biāo)庫以及監(jiān)管指標(biāo)庫定義風(fēng)險指標(biāo)形成專業(yè)風(fēng)險得分， 并通過收集和處理社交輿論洞察出企業(yè)的市場氣氛與基調(diào)， 從而全面衡量企業(yè)的風(fēng)險水平， 甄別企業(yè)是否有潛在的舞弊風(fēng)險。 （2）SpotLight， 這是德勤資助研發(fā)的集成式數(shù)據(jù)分析平臺， 可快速實現(xiàn)財務(wù)報表、會計科目和會計分錄的可視化分析， 聚焦高風(fēng)險科目， 揭示異常蹤跡、趨勢和節(jié)點， 增強風(fēng)險評估過程的可靠性。 （3）BeyondAudit， 這是德勤結(jié)合專業(yè)的第三方資本市場商業(yè)智能平臺， 為客戶打造的具有定制化功能的實時業(yè)務(wù)洞察平臺。 該平臺為企業(yè)用戶提供了包括基本信息、財務(wù)數(shù)據(jù)、媒體信息、社會輿論等多渠道數(shù)據(jù)， 并可提供行業(yè)對標(biāo)或針對特定的競爭對手的比較， 同時支持?jǐn)?shù)據(jù)挖掘， 幫助用戶迅速了解企業(yè)全貌、定位特定風(fēng)險。 （4）FOMAS財務(wù)運行及數(shù)字化成熟度評估系統(tǒng)， 其以創(chuàng)新、獨特的7-22-54公式模板， 清晰有序地呈現(xiàn)企業(yè)各個業(yè)務(wù)流程的財務(wù)運營成熟度。 該系統(tǒng)以業(yè)務(wù)負責(zé)人對流程的打分為基本輸入， 綜合德勤最佳實踐及行業(yè)數(shù)據(jù)進行對標(biāo)分析， 從而準(zhǔn)確合理地評估企業(yè)財務(wù)運營成熟度， 進而結(jié)合德勤專業(yè)團隊對評估結(jié)果的多方位解讀與分析， 為企業(yè)提供流程改進和優(yōu)化的意見與指導(dǎo)。C9AF3C69-3142-47CB-ADF9-A848FEDFA36F

在控制測試階段： 充分利用流程挖掘等相關(guān)技術(shù)， 以全面掌控企業(yè)流程、系統(tǒng)及內(nèi)控節(jié)點的運行情況。 其中： （1）ACTT自動控制測試工具， 其支持系統(tǒng)控制的評估、設(shè)計、實施和測試。 基于對現(xiàn)有系統(tǒng)控制環(huán)境的健康測試和評估， ACTT可迅速發(fā)現(xiàn)控制缺陷及其嚴(yán)重程度， 并可提供多視角、多維度的分析報告。 用戶可通過分析報告把握企業(yè)系統(tǒng)控制整體情況， 進而評估企業(yè)整體內(nèi)控質(zhì)量并采取對應(yīng)的審計策略。 （2）myProcess數(shù)字化流程挖掘與設(shè)計工具， 其可自動跟蹤業(yè)務(wù)流程， 通過動態(tài)視圖將業(yè)務(wù)流程端到端可視化呈現(xiàn)， 幫助企業(yè)更直觀地了解流程的運行情況， 并識別出異常的業(yè)務(wù)操作， 進而深入分析企業(yè)內(nèi)控流程中的潛在風(fēng)險。 （3）德勤業(yè)財一體化大數(shù)據(jù)分析平臺， 這是一款可容納超大數(shù)據(jù)量、完整覆蓋財務(wù)與業(yè)務(wù)數(shù)據(jù)的“大數(shù)據(jù)”一站式分析平臺。 它打破了傳統(tǒng)財務(wù)與業(yè)務(wù)間的信息壁壘、連通了系統(tǒng)與流程中的數(shù)據(jù)孤島， 針對銀行業(yè)、保險業(yè)、電信行業(yè)、制造業(yè)、物流行業(yè)及高科技行業(yè)均量身定制行業(yè)特性分析， 引入宏觀數(shù)據(jù)與行業(yè)數(shù)據(jù)， 前瞻預(yù)測企業(yè)發(fā)展模式、深入挖掘業(yè)務(wù)潛在風(fēng)險， 幫助用戶進行由內(nèi)而外、自后臺至前臺、從企業(yè)到行業(yè)發(fā)展現(xiàn)狀的把控。

在實質(zhì)性程序階段： 采用大數(shù)據(jù)分析及數(shù)據(jù)建模技術(shù)， 對異常交易數(shù)據(jù)、財務(wù)數(shù)據(jù)進行有效識別及預(yù)測性判斷， 精確定位高風(fēng)險領(lǐng)域; 利用自動化工具對銀行流水與銀行日記賬進行全面核對匹配， 并挖掘關(guān)聯(lián)交易。 其中： （1）銀行大額交易測試工具， 其基于實際業(yè)務(wù)并以數(shù)據(jù)驅(qū)動， 通過對銀行交易的智能化、可視化分析， 使審計師全面直觀地了解各銀行賬戶交易全貌， 并通過交易頻次、交易金額等指標(biāo)識別可疑對手方。 該工具還可將客戶銀行流水與日記賬自動逐單核對匹配， 大幅提升銀行交易對賬的審計質(zhì)量， 且助力審計師專注于更深入的分析。 （2）Jellyfish關(guān)聯(lián)方交易在線分析平臺， 其利用數(shù)據(jù)動態(tài)可視化技術(shù)、RPA， 結(jié)合第三方數(shù)據(jù)平臺， 對企業(yè)圖譜、股權(quán)結(jié)構(gòu)、關(guān)系圖譜等信息進行挖掘和展現(xiàn)， 并對企業(yè)關(guān)聯(lián)交易進行動態(tài)展示， 輔助審計師對客戶關(guān)聯(lián)關(guān)系及關(guān)聯(lián)交易進行充分挖掘， 從而提升風(fēng)險防范能力、保障審計質(zhì)量。 （3）Reveal回歸分析工具， 這是德勤全球發(fā)布的數(shù)據(jù)分析輔助工具。 它利用回歸分析輔助審計師進行數(shù)據(jù)建模， 對自變量與因變量的關(guān)系進行建模， 結(jié)合統(tǒng)計理論與審計方法， 識別數(shù)據(jù)異常值及潛在的誤報。

在結(jié)論與報告階段： 對財務(wù)報表及輔助進行交叉檢驗， 以保證財務(wù)報表及審計報告質(zhì)量。 其中： （1）Deloitte ReportWizard是德勤利用自動化技術(shù)， 結(jié)合對會計準(zhǔn)則的深度把握， 自主研發(fā)的“勤報通”工具， 能夠幫助項目組實現(xiàn)報告審閱流程的高度自動化與智能化。 除顯著提高報告閱讀的效率外， “勤報通”亦能夠通過健康檢查全面快捷地識別報告中的錯誤情況， 從而改進報告質(zhì)量、提高審計交付質(zhì)量。 其中， 健康檢查功能主要包括： 主表加總檢查、主表內(nèi)的勾稽關(guān)系檢查、主表與附注綜合的一致性檢查及附注的加總檢查。 （2）Deloitte Scribe結(jié)合先進的文字處理技術(shù)及德勤專業(yè)知識儲備， 使用戶可根據(jù)自動化流程及標(biāo)準(zhǔn)化模板進行管理建議書等審計交付內(nèi)容的準(zhǔn)備及審閱， 在提高效率的同時也為客戶提供具有洞察力的管理層建議。

2. 代表性的智慧審計系統(tǒng)： 小勤人。 德勤的機器人流程自動化（RPA）系統(tǒng)小名為“小勤人”。 小勤人于2017年上半年開發(fā)成功并投入使用， 經(jīng)2018年、2019年兩次迭代， 目前是第三代。 其應(yīng)用場景很多， 包括但不限于以下方面：

場景一： 審計數(shù)據(jù)提取、轉(zhuǎn)換及加載。 綜合數(shù)據(jù)提取、加密、轉(zhuǎn)換和處理能力， 小勤人搭載的勤數(shù)通（Data Raptor）不但實現(xiàn)了自動化的財務(wù)數(shù)據(jù)提取及底稿生成， 更提供了從財務(wù)系統(tǒng)到財務(wù)分析和其他審計流程的自動化通道。 根據(jù)實踐經(jīng)驗， Data Raptor在取數(shù)及底稿生成兩個環(huán)節(jié)均可節(jié)約超過90%的時間。

場景二： 企業(yè)關(guān)聯(lián)風(fēng)險查詢。 根據(jù)供應(yīng)商和代理商名稱清單， 利用小勤人自動查詢第三方資料庫來獲取關(guān)聯(lián)公司關(guān)系圖譜， 以數(shù)字化手段重塑企業(yè)關(guān)聯(lián)風(fēng)險識別流程， 可有效提升企業(yè)關(guān)聯(lián)風(fēng)險識別效率。 根據(jù)時點項目使用狀況， 人工成本節(jié)約率高達100%， 查詢時間和處理效率提升了86%。

場景三： 文檔閱讀及分析。 利用人工智能技術(shù)， 小勤人第二代搭載的“IDRP智能文檔審閱+ORC光學(xué)字符識別”工具組件， 可幫助審計師在閱讀及分析文檔方面節(jié)約80%的人力投入、50%的時間投入。 可支持文檔類型超過20種， 如： 租賃合同、貸款協(xié)議、資產(chǎn)管理合同及財務(wù)報表等。 同時， 通過機器學(xué)習(xí)， IDRP的精確度將進一步提升。

場景四： 會計知識問詢。 在審計過程中， 審計師經(jīng)常會面臨需要就最新的會計準(zhǔn)則進行更詳細的了解的情況。 小勤人作為聊天機器人， 可對用戶審計流程、會計準(zhǔn)則、稅務(wù)知識、財務(wù)術(shù)語及各種簡稱進行自動解答及多輪對話， 輔助審計師在日常工作中對會計及審計專業(yè)知識的精準(zhǔn)把握。

場景五： 庫存盤點。 小勤人第三代搭載的1STOP智能盤點功能及配備的無人機提供了智能化、集成化、便捷化的一站式盤點服務(wù)， 完美整合盤點任務(wù)創(chuàng)建、盤點進行、過程管理和盤點結(jié)果匯總與分析等功能， 可實現(xiàn)遠程實務(wù)盤點、實時數(shù)據(jù)同步和智能的結(jié)果匯總。 根據(jù)實踐經(jīng)驗， 使用1STOP以后節(jié)約人工成本30%， 盤點和后續(xù)整理時間也都節(jié)省了30%。

場景六： 解放雙手。 搭載智能設(shè)備的小勤人第三代， 通過機械手臂及分揀系統(tǒng)可以自動進行審計過程中的函證流程及發(fā)票查驗， 覆蓋包括地址填寫、自動分揀、自動查驗等功能; 此外， 小勤人還可以在更多財務(wù)流程中發(fā)揮作用， 例如公司發(fā)票打印、自動蓋章、蓋章后自動分揀， 全面取代傳統(tǒng)的人工發(fā)票流程。 通過類似功能的部署， 小勤人也可逐漸取代日常審計及財務(wù)工作流程中低效率、低準(zhǔn)確性的人工工作， 大大提升財務(wù)工作效率。C9AF3C69-3142-47CB-ADF9-A848FEDFA36F

3. 集成性的智慧審計平臺： Omnia。 德勤新一代全球?qū)徲嬈脚_Omnia是由德勤全球開發(fā)的業(yè)內(nèi)首個端到端、數(shù)據(jù)驅(qū)動、全球聯(lián)網(wǎng)的審計云平臺（如圖4所示）。 通過Omnia， 德勤將實現(xiàn)數(shù)據(jù)驅(qū)動的風(fēng)險識別和透明協(xié)調(diào)的工作流程， 以促進高質(zhì)量的審計工作和卓越的審計體驗。

Omnia的具體功能包括以下方面： （1）嵌入更強大的工作流和分享機制， 搭載功能更強的自動化、預(yù)測性數(shù)據(jù)科技（Predictive Data Analytics）以及人工智能工具。 （2）設(shè)置中央監(jiān)控儀表盤， 實時監(jiān)控全球法定審計業(yè)務(wù)， 更為透明地展示業(yè)務(wù)狀態(tài)。 （3）配置定制化風(fēng)險引擎， 利用行業(yè)數(shù)據(jù)和預(yù)測模型偵測實體層面的關(guān)鍵風(fēng)險以及賬戶余額、交易和披露（ABCOTD）層面的風(fēng)險水平， 實現(xiàn)風(fēng)險的盡早識別和審計范圍的及時調(diào)整， 并建立風(fēng)險識別、審計范圍與審計方法和結(jié)果的直接聯(lián)系。 （4）提供針對不同行業(yè)和賬戶的分析工具集， 可以安全地從客戶系統(tǒng)中獲取數(shù)據(jù)， 并在適當(dāng)情況下開展全量審計。 （5）更為強大的自動化功能， 可以提升審計測試的效率和效果， 幫助項目組成員和客戶更加聚焦于審計質(zhì)量以及最為重要的領(lǐng)域。 （6）靈活運用強大的專有算法， 以建立“德勤統(tǒng)一定價系統(tǒng)（ODP）”。 每天數(shù)以萬計的定價估值可以在幾分鐘內(nèi)完成。 （7）對數(shù)據(jù)流動、溝通和審計中的服務(wù)請求進行安全的集中化管理， 以提供簡便、靈活的工作流， 創(chuàng)建透明、實時和協(xié)作的流程， 使審計過程中涉及的每個人都可以通過聚焦重點事項而受益。

Omnia具有以下六大特點： （1）云端集成、敏捷審計。 Omnia對整個審計流程中的數(shù)字化工具與技術(shù)實行全流程云管理， 并統(tǒng)一提供及時、高效、自動化的流程標(biāo)準(zhǔn)和管理板塊， 配合嚴(yán)密的數(shù)據(jù)安全的防護及身份驗證技術(shù)， 提供移動協(xié)作模式， 更安全地加快審核服務(wù)的交付速度， 實現(xiàn)點到點的敏捷審計。 （2）數(shù)據(jù)驅(qū)動、風(fēng)險聚焦。 Omnia平臺配備了德勤的強大行業(yè)定制分析庫和先進的數(shù)據(jù)驅(qū)動預(yù)測算法與模型， 配合數(shù)據(jù)分析專家團隊， 審計師可迅速識別趨勢和異常， 聚焦風(fēng)險以進行更精準(zhǔn)的風(fēng)險評估。 （3）及時洞察、靈活呈現(xiàn)。 Omnia平臺以實時可視化的形式， 將數(shù)據(jù)分析結(jié)果變成別具意義的故事脈絡(luò)， 透過實時數(shù)據(jù)動態(tài)更新及互動功能， 以靈活方式向?qū)徲嫀熀涂蛻籼峁┘皶r洞察。 同時， 集成分析能力和嵌入式診斷可幫助審計師測試大數(shù)據(jù)， 需要時還可展開針對性調(diào)查。 （4）項目管理、體驗升級。 Omnia平臺具備先進的項目管理功能， 確保最新審計項目管理的標(biāo)準(zhǔn)化、流程化、可視化， 從而提高審計師與客戶之間項目管理的透明度及協(xié)作程度， 提升客戶項目體驗。 （5）人工智能、持續(xù)優(yōu)化。 Ominia平臺集成了人工智能及機器學(xué)習(xí)能力， 可以隨著技術(shù)的提升持續(xù)優(yōu)化， 從而提升審計質(zhì)量及客戶服務(wù)體驗。 （6）全球協(xié)作、開拓新市場。 Omnia將德勤全球的人才、流程和科技連結(jié)起來， 使各地審計師突破地域限制， 在平臺上共享各地研發(fā)的技術(shù)， 溝通各地審計成果， 加強了審計團隊與廣泛業(yè)務(wù)之間的聯(lián)系與協(xié)作， 衍生出創(chuàng)新共贏的生態(tài)環(huán)境， 無間斷地開拓新市場。

四、智慧審計展望： 理論、實務(wù)與人才培養(yǎng)

智慧審計變革使得審計師從大量機械性、重復(fù)性的人工工作中解放出來了， 在提高審計效率的同時也提升了審計效果。 因此， 雖然相關(guān)數(shù)智技術(shù)應(yīng)用的局限性與問題一直存在， 但并不妨礙相當(dāng)一部分的觀點認(rèn)為， 智慧審計將從根本上顛覆現(xiàn)有審計模式， 審計和與之相關(guān)的會計、財務(wù)等專業(yè)和行業(yè)將面臨巨大考驗甚至是消亡。 本部分就其中涉及的幾個關(guān)鍵問題予以討論， 在此基礎(chǔ)上形成對智慧審計未來發(fā)展的展望。

（一）大數(shù)據(jù)： 數(shù)據(jù)量足夠大、審計足夠簡單？

“一切皆可數(shù)據(jù)化”理念的兩位提出者Mayer-Sch?nberger和Cukier[18] 認(rèn)為， “大數(shù)據(jù)時代最大的轉(zhuǎn)變， 就是放棄對因果關(guān)系的渴求， 取而代之關(guān)注相關(guān)關(guān)系”。 機器學(xué)習(xí)技術(shù)與此思路相通， 即“不問因果、只問相關(guān)性， 只作歸納、不作演繹”[1] 。 換言之， 只要有足夠大的數(shù)據(jù)量、足夠強的運算能力， 即使沒有先驗的理論和邏輯， 也能發(fā)現(xiàn)數(shù)據(jù)之間的關(guān)系， 進而識別出所有舞弊和錯誤。 在此進一步延伸的觀點包括會計這種局限于準(zhǔn)則規(guī)定的可計量標(biāo)準(zhǔn)而創(chuàng)建的數(shù)據(jù)確認(rèn)、計量和披露系統(tǒng)將被大數(shù)據(jù)取代， 抽樣審計將被詳細審計取代， 定期審計將被持續(xù)審計取代， 事后審計將被實時審計取代。

對于上述論斷， 有三點值得商榷：

第一， 暫且不論“不問因果、只問相關(guān)性”這種大數(shù)據(jù)思維的哲理缺陷， 單從技術(shù)而言， 這種思維將導(dǎo)致人們陷入機械、虛無的數(shù)字和技術(shù)崇拜之中， 演變成一場“垃圾進去——垃圾出來（Rubbish in—Rubbish out）”的數(shù)據(jù)游戲。 一方面， 大量數(shù)據(jù)使用者（特別是基于對外負責(zé)的使用者）鮮有關(guān)注大數(shù)據(jù)從何而來、是如何處理的、呈現(xiàn)的數(shù)據(jù)是否真實[10，20] ， 他們關(guān)心的是只要能夠表明它是由獨立第三方提供且不經(jīng)人工處理、足以向外界顯示出其可靠性即可。 另一方面， 從海量數(shù)據(jù)中“撈出”的數(shù)據(jù)如何與具體審計目標(biāo)對應(yīng)， 即數(shù)據(jù)相關(guān)性， 仍是一個需要關(guān)注的問題[8] 。 反過來， 在審計知識的指引下（如為實現(xiàn)具體審計目標(biāo)需要獲得什么證據(jù)、基于證據(jù)鏈條判斷這些證據(jù)可能來自哪里）搜集并分析大數(shù)據(jù)， 將更有效率和效果。 因此， 未來隨著大數(shù)據(jù)越來越大、應(yīng)用越來越廣， 對大數(shù)據(jù)和大數(shù)據(jù)分析的內(nèi)部控制和審計需求將會凸顯[19，20] 。

第二， 即使大數(shù)據(jù)和大數(shù)據(jù)分析作為審計證據(jù)在相關(guān)性和可靠性上沒問題， 也無法完全取代傳統(tǒng)審計證據(jù)。 除了相關(guān)性和可靠性問題， 大數(shù)據(jù)還存在一致性、可加性、隱私性、安全性等問題[19] 。 另外， 基于大數(shù)據(jù)分析獲得的審計證據(jù)， 只能提供異象、疑點和線索， 而不能作為直接證據(jù)[1，8] 。 但應(yīng)當(dāng)承認(rèn)， 這種分析性證據(jù)對于指導(dǎo)下一步調(diào)查和取證、提高審計效率與效果是非常有效的。 還有大量研究表明， 人們在數(shù)據(jù)的規(guī)律和模式識別上是不足的[8] 。 因此， 未來審計師的工作重心將會轉(zhuǎn)向更深的分析工作[2，22] 。 這將對熟悉業(yè)務(wù)、會計與審計邏輯及它們之間的證據(jù)聯(lián)結(jié)提出更高要求， 基于廣闊視野的會計和審計知識與經(jīng)驗將日趨重要。C9AF3C69-3142-47CB-ADF9-A848FEDFA36F

第三， 即使大數(shù)據(jù)的相關(guān)性和可靠性沒問題， 也無法取代會計。 這是因為， 即使關(guān)于企業(yè)方方面面的信息極為充分， 會計依然有其存在的價值。 雖然會計只是對企業(yè)經(jīng)濟現(xiàn)實的一種“有偏”反映， 但卻為信息使用者了解企業(yè)提供了一個非常完整、能夠滿足共性信息需求的集成框架。 由此可以了解企業(yè)從設(shè)立到發(fā)展， 從融資到投資、營運、生產(chǎn)、銷售、分配， 從資源從何而來到資源用到哪去以及效果如何的各類信息， 這是零散、模糊的大數(shù)據(jù)所不能及的[8] 。 大數(shù)據(jù)可為會計這種“有限精確”的數(shù)據(jù)提供補充和印證， 這便是大數(shù)據(jù)輔助審計的核心邏輯[13，24] 。

總而言之， 忽視大數(shù)據(jù)在審計中的潛在價值是愚昧的[7] ， 但并不意味著可以漠視大數(shù)據(jù)應(yīng)用的可能局限， 只有在辯證思考中才能更好地發(fā)揮大數(shù)據(jù)以及大數(shù)據(jù)在審計應(yīng)用中的效能。

（二）區(qū)塊鏈： 審計專業(yè)和行業(yè)的終結(jié)者？

區(qū)塊鏈作為一種去中心化的分布式記賬方式， 可以實現(xiàn)不可篡改、直接驗證。 因此， 一種觀點認(rèn)為， 區(qū)塊鏈的出現(xiàn)將直接終結(jié)審計專業(yè)和行業(yè)。 針對該觀點， 至少有以下兩點值得思考：

第一， 區(qū)塊鏈預(yù)期功能的實現(xiàn)必須建立在區(qū)塊鏈高度發(fā)達的前提下。 比如， 交易、事項和活動的數(shù)字化和信息化程度是否足夠高、參與記賬的主體數(shù)量是否足夠多、數(shù)據(jù)運算能力是否足夠強[25，27] 。 這些條件若不滿足， 區(qū)塊鏈便只是一種基于數(shù)據(jù)接入和數(shù)據(jù)印證邏輯而開發(fā)的低端鏈， 實現(xiàn)不了消除舞弊的目的。 許多區(qū)塊鏈在進行機制設(shè)計時就考慮了要避免“51%算力攻擊”， 即誰擁有超過51%的算力， 誰就贏得了決定區(qū)塊數(shù)據(jù)的權(quán)力。 但是， 對于一項新興的技術(shù)， 短期內(nèi)無法吸引足夠數(shù)量的企業(yè)進入?yún)^(qū)塊鏈。 當(dāng)參與者不足時， 合謀將成為可能[26，29] 。 因此， 不少學(xué)者認(rèn)為區(qū)塊鏈阻絕舞弊的能力是被高估和吹噓的[33，34] 。 當(dāng)然， 為了緩解合謀風(fēng)險， 可以根據(jù)角色對不同參與者賦予不同的特權(quán)， 比如給予銀行驗證現(xiàn)金交易的特權(quán)。 但問題在于， 失去了“去中心化”優(yōu)勢的區(qū)塊鏈還有生命力嗎？

第二， 即使?jié)M足了上述條件， 還有一個決定區(qū)塊鏈強大與否的核心要素， 即智能合約設(shè)計的科學(xué)性。 智能合約的設(shè)計必須依賴懂得數(shù)據(jù)背后業(yè)務(wù)邏輯的審計師， 而不是完全依靠程序員（當(dāng)然， 如果按照“不問因果、只問相關(guān)性”的邏輯， 的確只需程序員即可）。 Amiram et al.[17] 的一項研究表明， 會計知識在分析區(qū)塊鏈系統(tǒng)中金融恐怖襲擊的資金流動時具有重要作用。 即使那一天到來， “審計”的外衣可能沒有了， 但“審計”的精神內(nèi)核和專業(yè)思維依然不可或缺。 比如， 會計和審計師將更多從事更有價值的工作， 如戰(zhàn)略建議、深度分析、數(shù)據(jù)挖掘等， 甚至將在智能合約的設(shè)計、執(zhí)行與控制以及對區(qū)塊鏈技術(shù)的監(jiān)管等方面發(fā)揮重要作用[4] 。 Smith[45] 更是系統(tǒng)地梳理了在區(qū)塊鏈廣泛應(yīng)用下的審計師角色變化， 包括現(xiàn)有部分角色（如分析）將被強化、部分角色（如憑證、賬項核驗）將消失、新角色（如智慧合約審計師、聯(lián)盟鏈審計師、調(diào)解人或仲裁者、控制專家、技術(shù)顧問等）將出現(xiàn)。

綜上可以預(yù)見， 區(qū)塊鏈技術(shù)會不斷革新、其應(yīng)用將不斷擴展， 與此同時， 對區(qū)塊鏈的內(nèi)部控制與審計需求也將增加[7，11] 。

（三）人工智能： 機器人無所不能？

部分技術(shù)主義者認(rèn)為， 在人工智能發(fā)展的高級階段， 機器人擁有比肩人類甚至是超過人類的智慧是很有可能實現(xiàn)的， 那時審計將被完全淘汰。 假定人工智能最終能夠發(fā)展到那個程度， 在此之前的很長一段時間內(nèi)（或許很快）， 一些涉及復(fù)雜專業(yè)判斷的工作仍需要人來做[42] 。 Appelbaum和Nehmer[16] 認(rèn)為， 在機器人領(lǐng)域， 自動化的常規(guī)數(shù)據(jù)收集程序和數(shù)據(jù)分析應(yīng)用程序?qū)⑷诤显谝粋€基于云的實時監(jiān)控和審計系統(tǒng)中， 由會計師監(jiān)督和使用， 他們將能夠?qū)Ｗ⒂诟鼜?fù)雜和判斷性更強的任務(wù); 與之觀點類似， Davenport和Kirby[46] 認(rèn)為， 無人機、機械機器人和機器人流程（或機器人）的目標(biāo)不是取代人工審計師， 而是尋找到機器可以幫助和支持人類的方法。 與上述理念一致， 德勤在利用人工智能上的理念和做法較為理性、可取——“必須指出的是， 標(biāo)準(zhǔn)化、自動化和數(shù)字化的審計流程永遠不可能完全取代或消除人的工作， 也無法完全取代或消除審計師的專業(yè)判斷。 德勤的DWW是為了輔助和支持審計項目團隊做出更好的專業(yè)判斷而設(shè)計的， 而不是為了把審計工作變成純粹的機械性過程。 DWW中最重要的決定始終是由人來做出的， 而人的經(jīng)驗和判斷也是DWW不可或缺的輸入。 審計方法論雖然已進入相當(dāng)成熟和穩(wěn)定的階段， 但審計執(zhí)業(yè)環(huán)境動態(tài)變化的屬性從未改變。 為了保持DWW的有效性， 德勤的專責(zé)團隊持續(xù)對其進行檢視、調(diào)整和更新， 以維護DWW的相關(guān)性和有效性， 實現(xiàn)審計工作標(biāo)準(zhǔn)化與靈活性的最佳平衡”。

可以預(yù)見， 大量機械性、重復(fù)性、危險性的審計工作， 以及相當(dāng)部分容易套路化、流程化的審計判斷與決策（如應(yīng)收賬款的壞賬計提）都將被人工智能所取代， 與此同時， 對人工智能的內(nèi)部控制或?qū)徲嬕矊⒈粡娀蕖?/p>

（四）智慧審計準(zhǔn)則探索

雖然關(guān)于智慧審計環(huán)境下的審計準(zhǔn)則修訂或（和）新擬（簡稱“修訂”）問題在持續(xù)研究、談?wù)撆c探索之中⑦， 但還是落后于智慧審計實踐的發(fā)展[44] 。 審計準(zhǔn)則的修訂思路有兩種： 一是保持現(xiàn)有審計準(zhǔn)則標(biāo)準(zhǔn)， 通過持續(xù)優(yōu)化相關(guān)技術(shù)及其應(yīng)用使其滿足現(xiàn)有準(zhǔn)則的基礎(chǔ)要求， 然后通過指南或修訂部分準(zhǔn)則內(nèi)容的形式對新技術(shù)的應(yīng)用進行指引與規(guī)范; 二是根據(jù)智慧審計實踐的發(fā)展， 以鼓勵新技術(shù)的應(yīng)用為原則而降低對相關(guān)標(biāo)準(zhǔn)的要求。 顯然， 第一種思路是主流。

目前， 在智慧審計準(zhǔn)則修訂上仍有待探索和解決的問題包括但不限于： （1）審計準(zhǔn)則如何規(guī)范數(shù)據(jù)存在冗余時的應(yīng)對？ 在大數(shù)據(jù)廣泛應(yīng)用于審計的背景下， 重要性、抽樣等概念是否需要保留或如何修改？ 對審計勝任能力的要求中如何涵蓋獲取、處理、分析大數(shù)據(jù)的知識與技能？ 如何執(zhí)行對大數(shù)據(jù)的審計？ （2）審計準(zhǔn)則如何規(guī)范在區(qū)塊鏈中自動執(zhí)行審計分析的情形？ 區(qū)塊鏈上的智能審計程序如何規(guī)范？ 智能合約如何影響審計過程？ 對區(qū)塊鏈本身的審計將如何開展？ （3）如何評估與“云”相關(guān)的（控制）風(fēng)險？ 如何對被審計單位或（和）被審計單位的云服務(wù)提供商的“云”執(zhí)行審計？ （4）如何了解、評估與應(yīng)用人工智能執(zhí)行審計相關(guān)的控制？ 如何執(zhí)行對相關(guān)人工智能技術(shù)本身的審計？ （5）在審計中如何處理相關(guān)數(shù)智技術(shù)應(yīng)用中存在的數(shù)據(jù)安全和隱私問題？ 持續(xù)審計如何開展[4，9，16，22，24] ？ 不難預(yù)測， 智慧審計準(zhǔn)則的修訂將是一個漫長的過程。C9AF3C69-3142-47CB-ADF9-A848FEDFA36F

（五）智慧審計人才培養(yǎng)

智慧審計中涉及大量新興、前沿的技術(shù)， 審計師若無法掌握將其應(yīng)用于審計的思路與方法， 終將會被時代所淘汰。 因此， 培養(yǎng)適應(yīng)智慧審計的審計人才對審計職業(yè)的發(fā)展極為重要。 在當(dāng)前的培養(yǎng)實踐中， 有兩種培養(yǎng)思路： 一是開發(fā)數(shù)智技術(shù)如何應(yīng)用于會計、審計的交叉類課程; 二是調(diào)整專業(yè)培養(yǎng)方案， 在原有會計、審計課程的基礎(chǔ)上增加對數(shù)智技術(shù)相關(guān)課程（如Python程序設(shè)計、數(shù)據(jù)挖掘與機器學(xué)習(xí)、數(shù)據(jù)結(jié)構(gòu)、數(shù)據(jù)庫技術(shù)等）的必修要求。 兩種思路各有優(yōu)劣： 第一種思路直接提供數(shù)智技術(shù)如何嵌入、應(yīng)用于會計和審計的知識， 具有見效快的優(yōu)勢， 但可能陷入兩邊都不精的劣勢; 第二種思路通過從培養(yǎng)源頭上提供多元的專門知識， 具有基礎(chǔ)扎實的優(yōu)點， 但存在短期嵌入融合變數(shù)大的劣勢。 綜合二者之所長： 無論是在短期還是在長期內(nèi)， 第一種思路都很必要， 因為能夠直接提供嵌入與融合后的場景知識（體系）; 立足長遠， 第二種思路從現(xiàn)在就應(yīng)開始實施并做好長期規(guī)劃和保持教育耐心， 經(jīng)過幾代人的培養(yǎng)， 教師和學(xué)生將同時掌握會計、審計和數(shù)智技術(shù)相關(guān)的知識， 高水平、兩邊都精的嵌入與融合將水到渠成。 但無論何種思路， 會計、審計知識的主體性是不變的。 否則， 整個人類社會將只存在數(shù)智學(xué)科及其相關(guān)職業(yè)。 縱觀人類社會發(fā)展的歷史， 職業(yè)雖有的消亡、有的興起， 但總體趨勢是分工越來越細。 因此， “跨界融合”是必要的， 但能達到何種程度仍難以預(yù)期。 可以確定的是， 不能因為前景不明朗而不去探索和嘗試。

五、結(jié)論與建議

本文基于審計工作的系統(tǒng)性與復(fù)雜性以及數(shù)智技術(shù)應(yīng)用的廣泛性與交互性， 通過分析國際前沿文獻， 提出了智慧審計這一概念， 構(gòu)建了智慧審計的技術(shù)邏輯框架和智慧審計運行機制架構(gòu)， 并以德勤實踐為例探討了智慧審計實務(wù)進展， 還對智慧審計人才的培養(yǎng)提出了兩種思路。 本文的主要結(jié)論與建議如下：

第一， 特定數(shù)智技術(shù)在審計中的應(yīng)用不足以形成一個全新的審計方法論體系， 因此應(yīng)堅持務(wù)實主義， 更加注重提煉和總結(jié)數(shù)智技術(shù)嵌入、應(yīng)用于審計的邏輯思路與路徑方法。 國際理論和實務(wù)界基本不提大數(shù)據(jù)審計、區(qū)塊鏈審計、人工智能審計、云審計等時髦概念， 原因是它們尚不足以形成一個全新的審計方法論體系， 反而容易導(dǎo)致數(shù)智技術(shù)在審計中無所不能、傳統(tǒng)審計知識將被徹底淘汰的錯覺， 而且這些表述也存在歧義（如大數(shù)據(jù)審計是審計大數(shù)據(jù)， 還是利用大數(shù)據(jù)進行審計或利用大數(shù)據(jù)輔助審計）。 更為務(wù)實的做法是， 基于扎實的審計專業(yè)知識和豐富的智慧審計實踐， 提煉和總結(jié)出數(shù)智技術(shù)嵌入、應(yīng)用于審計的邏輯思路與方法， 并結(jié)合對數(shù)智技術(shù)的了解， 明確應(yīng)用局限、探討改進方法。

第二， 任何數(shù)智技術(shù)既有其優(yōu)勢也有其劣勢， 只關(guān)注優(yōu)勢或只關(guān)注劣勢均是愚昧與無知的， 應(yīng)辯證、全面地審視數(shù)智技術(shù)在審計中的應(yīng)用。 大數(shù)據(jù)、區(qū)塊鏈、人工智能、云計算在審計應(yīng)用中均有其局限性， 唯有正視它們才能倒逼數(shù)智技術(shù)優(yōu)化、審計探索深化， 而不是狹隘地認(rèn)為這是否定數(shù)智技術(shù)的斗爭武器。 更為嚴(yán)重的后果是， 漠視數(shù)智技術(shù)的局限性將導(dǎo)致更加低估會計、審計的有用性， 與此同時， 因不是主攻專業(yè)也無法在數(shù)智技術(shù)相關(guān)領(lǐng)域形成專長， 長此以往， 終將導(dǎo)致審計行業(yè)隨著“前不著村后不著店”的低質(zhì)量學(xué)科交叉而覆滅。

第三， 數(shù)智技術(shù)并非無所不能， 因此應(yīng)避免“數(shù)智崇拜”， 立足會計學(xué)科的比較優(yōu)勢明確所為和所不為。 阻礙數(shù)智技術(shù)并非無所不能的一個重要因素是并非一切均可精確數(shù)字化和算法化（特別是在技術(shù)發(fā)展的早期階段）， 因此人的決策還是不可或缺的， 人的經(jīng)驗可指導(dǎo)數(shù)字轉(zhuǎn)化和算法優(yōu)化。 若不追求精確數(shù)字化和算法化， 現(xiàn)階段的技術(shù)可以生產(chǎn)海量高信息相關(guān)性的非結(jié)構(gòu)化數(shù)據(jù)（如文本、音頻、視頻等形式數(shù)據(jù)）， 但它們?nèi)匀〈涣藭嫛峁┘傻目煽啃孕畔ⅲ?即會計具有可加性和可靠性兩個比較優(yōu)勢。 會計應(yīng)立足該優(yōu)勢， 通過增加信息披露來提升其信息相關(guān)性。 若數(shù)智技術(shù)某一天發(fā)展到了一切均可精確數(shù)字化和算法化的程度， 那么人類可能已沒有存在的價值了， 誰還關(guān)心會計、審計呢？ 至少在那一天到來之前， 會計、審計人員可通過堅定專業(yè)主義并將其發(fā)揮至極致而獨善其身， 會計、審計的“帽子”可能被摘掉， 但會計、審計的邏輯與思維仍有用武之地。

第四， 數(shù)智技術(shù)相較于人工操作的客觀性和可靠性并不絕對， 因此應(yīng)保持審慎、求真的精神以揭開或?qū)徲嫈?shù)智技術(shù)的“黑箱”。 大數(shù)據(jù)、區(qū)塊鏈、人工智能、云計算等數(shù)智技術(shù)的客觀性和可靠性均不是絕對的， 主要原因包括： 一方面， 其實現(xiàn)需滿足前提條件， 如區(qū)塊鏈的結(jié)點要足夠多、運算能力要足夠強等; 另一方面， 技術(shù)本身的算法設(shè)計和過程控制是一個“黑箱”， 存在無意或故意出錯的可能性。 在實踐中， 受托責(zé)任履行者（如審計師、實證學(xué)者）具有忽略“黑箱”的天然動機， 因為只要這些技術(shù)的客觀性和可靠性被公眾認(rèn)可， 他們便可以免責(zé)。 比如， 只要有一個公開數(shù)據(jù)庫， 學(xué)者們便可拿來做實證研究， 至于數(shù)據(jù)可不可靠、準(zhǔn)不準(zhǔn)確、完不完整則不是他們關(guān)心的事。 沒有求真探索精神、機器和軟件成為轉(zhuǎn)嫁客觀性和可靠性保證責(zé)任的對象， 無需太久審計行業(yè)便會因不被信任而崩滅。 這正是前沿學(xué)術(shù)和實務(wù)文獻均提出要增加對數(shù)智技術(shù)內(nèi)部控制的了解、對數(shù)智技術(shù)進行審計的原因。

第五， 智慧審計需要精通多學(xué)科知識的交叉和跨界整合人才， 這需要經(jīng)歷一個長期的培養(yǎng)過程， 因此對于智慧審計人才的培養(yǎng)要有一個清晰且科學(xué)的規(guī)劃。 在短期內(nèi)， 提供數(shù)智技術(shù)與會計、審計融合的課程， 可起到思想啟蒙和范式轉(zhuǎn)換的作用， 但因現(xiàn)有教師和學(xué)生的知識儲備不足、陷入聚焦兩學(xué)科的交叉形式而兩學(xué)科知識均不精的困境， 智慧審計相關(guān)課程的質(zhì)量并不高。 因此， 從長期來看， 必須加強專業(yè)培養(yǎng)方案的修訂， 在會計、審計課程的基礎(chǔ)上增加數(shù)智技術(shù)相關(guān)課程。 經(jīng)過幾代人的培養(yǎng)， 新時代教師具備兩學(xué)科知識均精的基礎(chǔ)條件、新時代學(xué)生適應(yīng)交叉培養(yǎng)方式和跨界整合思維， 交叉課程的設(shè)計和講授質(zhì)量將有保障、課程知識的吸收效率和反饋效果將得到提升。 但無論是短期還是長期培養(yǎng)方案， 均應(yīng)堅持會計、審計的主體性， 發(fā)揮自身的比較優(yōu)勢， 這是高質(zhì)量交叉的底氣與前提。 否則， 整個會計、審計學(xué)科和行業(yè)將退化至只關(guān)注交叉形式而對各交叉學(xué)科知識不求甚解的危險境地， 甚至演變成整個社會只培養(yǎng)數(shù)智技術(shù)這一類人才、只有數(shù)智技術(shù)這一個行業(yè)的局面。C9AF3C69-3142-47CB-ADF9-A848FEDFA36F

第六， 學(xué)術(shù)研究、各類準(zhǔn)則均落后于智慧審計實務(wù)的發(fā)展， 因此應(yīng)保持開放包容的心態(tài)， 廣泛開展務(wù)實的研討。 當(dāng)前學(xué)術(shù)研究囿于實證范式， 使得該領(lǐng)域中很多務(wù)實性、思辨性的問題未被研究， 比如會計、審計從業(yè)者與數(shù)智技術(shù)人員誰更贊同數(shù)智技術(shù)會導(dǎo)致會計、審計的消亡？ 不同答案背后的回應(yīng)者“畫像”是什么？ 數(shù)智技術(shù)應(yīng)用于審計的具體局限有哪些？ 不同智慧審計人才培養(yǎng)方案的分布情況如何、效果差異是否明顯？ 這些對于指引智慧審計的持續(xù)變革與優(yōu)化均有極高的價值。 在準(zhǔn)則制定方面， 雖然各國都在不同程度地開始探索， 但進展緩慢。 相較于具體準(zhǔn)則的修訂， 更重要的是修訂的整體思路和原則， 即： 是以現(xiàn)有準(zhǔn)則為基礎(chǔ)進行針對性修訂， 還是以預(yù)判數(shù)字技術(shù)全面應(yīng)用為基礎(chǔ)進行顛覆性調(diào)整？ 這些問題都需要在辯證的思考和開放的討論中才有定論。

最后需要指出的是： 反思智慧審計變革不是為了抵制變革、維護行業(yè)利益， 而是為了形成理性認(rèn)知、避免狂熱性和虛無化， 從而更好地推進審計變革與發(fā)展。 在數(shù)智時代， 新技術(shù)不是專業(yè)無知的“救藥”而是“毒藥”， 不是專業(yè)主義的“毒藥”而是升華的“催化劑”。 變革時代， 更加需要專業(yè)主義——專業(yè)的歸專業(yè)、技術(shù)的歸技術(shù)， 以專業(yè)為中心、技術(shù)應(yīng)為我所用而非被技術(shù)奴役。

【 注 釋 】

1 會計學(xué)國際頂刊Journal of Accounting Research在2022年第2期（5月）專刊發(fā)表了大數(shù)據(jù)、區(qū)塊鏈、人工智能（如機器學(xué)習(xí)）等數(shù)智技術(shù)如何影響各類預(yù)測和決策的實證研究論文。因為不是僅聚焦會計和審計方面，所以未列表展示，而是將其發(fā)現(xiàn)和觀點融入本文的相應(yīng)部分。

② 見CSA， ISACA. Cloud Computing Market Maturity：Study Results. https：//downloads.cloudsecurityalliance.org/initiatives/collaborate/

isaca/2012-Cloud-Computing-Market-Maturity-Study-Results.pdf，2012.

③ 見Galov N.. Cloud Adoption Statistics for 2022. https：//webtribunal.net/blog/cloud-adoption-statistics/#gref ，2022.

④ 見Koehler ?J.， A. Khan， ?S. Subramanian. ?PwC US Cloud Business Survey. https：//www.pwc.com/us/en/tech-effect/cloud/cloud-business-survey.html ，2021.

⑤ 該部分內(nèi)容源自德勤（中國）微信公眾號（微信號：deloitte_china）。該公眾號曾推出“小勤人漫游審計創(chuàng)新世界”“智慧審計”等專題，以圖文、視頻、對話等多種方式介紹智慧審計前沿資訊。

⑥ 見ISACA. Auditing Artificial Intelligent. https：//ec.europa.eu/futurium/en/system/files/ged/auditing-artificial-intelligence.pdf，2018.

⑦ 見Public Company Accounting Oversight Board（PCAOB）. Data and Technology Research Project Update. https：//pcaob-assets.azureedge.net/pcaob -dev/docs/default -source/documents/data -and -technology -project -may -2021 -spotlight.pdf？sfvrsn=b2b40f70_8，2021.

【 主 要 參 考 文 獻 】

[1] Cao M.， R. Chychyla， T. Stewart. Big Data Analytics in Financial Statement Audits[ J].Accounting Horizons，2015（2）：423 ～ 429.

[2] Vasarhelyi M. A.， A. Kogan， B. M. Tuttle. Big Data in Accounting： An Overview[ J].Accounting Horizons，2015（2）：381 ～ 396.

[3] Rozario A. M.， Vasarhelyi M. A.. Auditing with Smart Contracts， International[ J].Journal of Digital Accounting Research，2018（1）：1 ～ 27.

[4] Schmitz J.， G. Leoni. Accounting and Auditing at the Time of Blockchain Technology： A Research Agenda[ J].Australian Accounting Review，2019（2）：331 ～ 342.

[5] Banker R. D.， X. Li， S. A. Maex， W. Shi. The Audit Implications of Cloud Computing[ J].Accounting Horizons，2020（4）： 1 ～ 31.

[6] Chan K. K.， T. Kim. The Artificially Intelligent Audit Function[ J].Internal Auditor，2020（8）：31 ～ 34.C9AF3C69-3142-47CB-ADF9-A848FEDFA36F

[7] Alles M. G.. Drivers of the Use and Facilitators and Obstacles of the Evolution of Big Data by the Audit Profession[ J].Accounting Horizons，2015（2）：439 ～ 449.

[8] Brown-Liburd H.， H. Issa， D. Lombardi. Behavioral Implications of Big Data's Impact on Audit Judgment and Decision Making and Future Research Directions[ J].Accounting Horizons，2015（2）：451 ～ 468.

[9] Schmidt P. J.， J. T. Wood， S. V. Grabski. Business in the Cloud： Research Questions on Governance， Audit， and Assurance[ J].Journal of Information System，2016（3）：173 ～ 189.

[10] Appelbaum D.， A. Kogan， M. A. Vasarhelyi. Big Data and Analytics in the Modern Audit Engagement： Research Needs[ J].Auditing： A Journal of Practice & Theory，2017（4）：1 ～ 27.

[11] Smith S. S.， J. J. Castonguay. Blockchain and Accounting Governance： Emerging Issues and Considerations for Accounting and Assurance Professionals[ J].Journal of Emerging Technologies in Accounting，2020（1）：119 ～ 131.

[12] Commerford B. P.， S. A. Dennis， J. R. Joe， J. W. Ulla. Man Versus Machine：Complex Estimates and Auditor Reliance on Artificial Intelligence[ J].Journal of Accounting Research，2022（1）： 171 ～ 201.

[13] Yoon K.， L. Hoogduin， L. Zhang. Big Data as Complementary Audit Evidence[ J].Accounting Horizons，2015（2）：431 ～ 438.

[14] Sivarajah U.， M. M. Kamal， Z. Irani， V. Weerakkody. Critical analysis of Big Data Challenges and Analytical Methods[ J].Journal of Business Research，2017（70）：263 ～ 286.

[15] Nicolaou C. A.， A. I. Nicolaou， G. D. Nicolaou. Audi-

ting in the Cloud： Challenges and Opportunities[ J].The CPA Journal，2012（1）：66 ～ 70.

[16] Appelbaum D.， R. Nehmer. The Coming Disruption of Drones， Robots， and Bots：How Will It Affect CPAs and Accoun-

ting Practice？[ J].The CPA Journal，2017（6）：40 ～ 44.

[17] Amiram D.， B. N. Jorgensen， D. Rabetti. Coins for Bombs：The Predictive Ability of On-Chain Transfers for Terrorist Attacks[ J].Journal of Accounting Research，2022（2）：427 ～ 466.

[18] Mayer-Sch?nberger V.， K. Cukier. Big Data：A Revolution That Will Transform How We Live， Work， and Think[M].Boston， MA：Amon Dolan/Houghton Mifflin Harcourt，2013.

[19] Warren J. D.， Jr. K. C. Moffitt， P. Byrnes. How Big Data Will Change Accounting[ J].Accounting Horizons，2015（2）：397 ～ 407.

[20] Zhang J.， X. Yang， D. Appelbaum. Toward Effective Big Data Analysis in Continuous Auditing[ J].Accounting Horizons，2015（2）：469 ～ 476.

[21] Appelbaum D.. Securing Big Data Provenance for Auditors： The Big Data Provenance Black Box as Reliable Evidence[ J].Journal of Emerging Technologies in Accounting，2016（1）：17 ～ 36.C9AF3C69-3142-47CB-ADF9-A848FEDFA36F

[22] Brown-Liburd H.， M. A. Vasarhelyi.. Big Data and Audit Evidence[ J].Journal of Emerging Technologies in Accounting，2015（12）：1 ～ 16.

[23] Krahel J. P.， W. R. Titera. Consequences of Big Data and Formalization on Accounting and Auditing Standards[ J].Accounting Horizons，2015（2）：409 ～ 422.

[24] Rose A. M.， J. M. Rose， K.-A. Sanderson，J. C. Thibodeau. When Should Audit Firms Introduce Analyses of Big Data into the Audit Process？[ J].Journal of Information System，2017（3）：81 ～ 99.

[25] Coyne J.， McMickle P.. Can Blockchains Serve an Accounting Purpose？[ J].Journal of Emerging Technologies in Accoun-

ting，2017（2）：101 ～ 111.

[26] Dai J.， Y. Wang， M. A. Vasarhelyi. Blockchain：An Emer-

ging Solution for Fraud Prevention[ J].The CPA Journal，2017（6）：12 ～ 14.

[27] Rozario A. M.，C. Thomas. Reengineering the Audit with Blockchain and Smart Contracts[ J].Journal of Emerging Technologies in Accounting，2019（1）：21 ～ 35.

[28] Dai J.， Vasarhelyi M.. Toward Blockchain-based Accoun-

ting and Assurance[ J].Journal of Information Systems，2017（3）：5 ～ 21.

[29] Farcane N.， Deliu D.. Stakes and Challenges Regarding the Financial Auditor's Activity in the Blockchain Era[ J].Audit Financiar，2020（1）：154 ～ 181.

[30] Rooney H.， Aiken B.， Rooney M.. Q&A[ J].Technology Innovation Management Review，2017（10）：41 ～ 44.

[31] Yermack D.. Corporate Governance and Blockchains[ J].Review of Finance，2017（1）：7 ～ 31.

[32] Fanning K.， Centers， D.. Blockchain and Its Coming Impact on Financial Services[ J].Journal of Corporate Accounting and Finance，2016（5）：53 ～ 57.

[33] Bradbury D.. How the Blockchain Could Stop Firms Cooking the Books[EB/OL].https：//www.coindesk.com/how-the-blockchain-could-stop-firms-cooking-the-books/，2015.

[34] Rückesh?user N.. Do We Really Want Blockchain-based Accounting？Decentralized Consensus as Enabler of Management Override of Internal Controls'[M]//J. M. Leimeister， W. Brenner.Proceedings der 13. St. Gallen：Internationalen Tagung Wirtschaftsinformatik，2017.

[35] Dávila A.， M. Guasch. Managers' Body Expansiveness， Investor Perceptions， and Firm Forecast Errors and Valuation[ J].Journal of Accounting Research，2022（2）：517 ～ 563.

[36] Peng L.， S. H. Teoh， Y. Wang， J. Yan. Face Value： Trait Impressions， Performance Characteristics， and Market Outcomes for Financial Analysts[ J].Journal of Accounting Research，2022（2）：653 ～ 705.

[37] Brown N. C.， R. M. Crowley， W. B. Elliott. What Are You Saying？ Using topic to Detect Financial Misreporting[ J].Journal of Accounting Research，2020（1）：237 ～ 291.C9AF3C69-3142-47CB-ADF9-A848FEDFA36F

[38] Donovan J.， J. Jennings， K. Koharki， J. Lee. Measuring credit Risk Using Qualitative Disclosure[ J].Review of Accounting Studies，2021（26）：815 ～ 863.

[39] Bao Y.， B. Ke， B. Li， Y. J. Yu， J. Zhang.. Detecting Accounting Fraud in Publicly Traded U.S. Firms Using a Machine Lear-

ning Approach[ J].Journal of Accounting Research，2020（1）：199 ～ 234.

[40] Chen X.， Y. H. Cho， Y. Dou， B. Lev.. Predicting Future Earnings Changes Using Machine Learning and Detailed Financial Data[ J].Journal of Accounting Research，2022（2）：467 ～ 515.

[41] Liu M.. Assessing Human Information Processing in Len-

ding Decisions： A Machine Learning Approach[ J].Journal of Accounting Research，2022（2）： 607 ～ 651.

[42] Costello A. M.， A. K. Down， M. N. Mehta. Machine + man： A Field Experiment on the Role of Discretion in Augmenting AI-based Lending Models[ J].Journal of Accounting and Economics，2020（2-3）： N/A.

[43] Alali F. A.， C.-L. Yeh. Cloud Computing： Overview and Risk Analysis[ J].Journal of Information System，2012（2）：13 ～ 33.

[44] Bendovschi A. C.， B. S. Ionescu. The Gap Between Cloud Computing Technology and the Audit and Information Security Supporting Standards and Regulations[ J].Audit Financial，2015（5）：115 ～ 121.

[45] Smith S. S.. Blockchain， Smart Contracts and Financial Audit Implications[ J].The IUP Journal of Accounting Research & Audit Practices，2020 （1）：7 ～ 17.

[46] Davenport T. H.， J. Kirby. The Knowledge Jobs Most Likely to Be Automated[EB/OL].https：//hbr.org/2016/06/the-knowledge-jobs-most-likely-to-be-automated，2016-06-23.C9AF3C69-3142-47CB-ADF9-A848FEDFA36F