“大数据”背景下人工智能在审计职业判断中的应用探讨

“大数据”背景下人工智能在审计职业判断中的应用探讨摘要大数据时代引发了社会对海量数据处理能力的需求，人工智能在一定程度上能代替人工，由于其本身极强的的机器学习能力，未来完全替代人类劳动也未必不可能。文章简要阐述了人工智能对审计产生的影响，审计职业判断贯穿审计工作的始终，从三个方面研究了人工智能提升审计职业判断的路径：提升审计人员洞察力、促进审计工作环境的优化、提升被审计单位内部控制水平。人工智能替代职业判断值得期待，同时这也为审计人员提出了更高的要求。一、引言21世纪新技术层出不穷，国内外高新技术企业为了自身发展抢占技术高地，国外企业包括苹果、亚马逊、甲骨文，国内企业包括华为、腾讯、阿里巴巴，这些企业深受大数据、云计算、人工智能等新兴技术的影响。信息时代的新阶段以机器应用的智能化为特征。人工智能已被广泛使用，并正在改变人们生活的方方面面。在体育竞赛方面，由Google的DeepMind公司于2016年开发的AlphaGo和专业国际象棋选手李世石进行了一场国际象棋比赛，最终以4比1的总比分获胜。在手机通讯方面，科大讯飞的智能语音识别系统，利用人工智能和大数据分析等技术，通过网络把人所说的话识别为正确的文章。在财务应用方面，智能机器人的应用极大地提高了财务人员的效率。作为四大国际会计师事务所之一，德勤与人工智能公司KiraSystems合作，将德勤业务的经验储备与公司先进的人工智能技术相结合。进一步改善了审计业务流程，现有人工智能应用表明人工智能的应用可以提高审计工作效率（赵文华，2017）。审计专业判断贯穿于注册会计师实务过程的各个方面，人工智能在审计工作中的作用仍处于初步探索阶段。探索人工智能对审计工作的影响，尤其是对职业判断的影响具有一定的现实意义。人工智能对审计的影响2017年，“人工智能”被写入政府工作报告，中国的人工智能进入了2.0时代。人工智能具有可提前预报，可实施调控等优点，能为企业带来巨大的经济效益。一些学者通过抽样收集了大量中国人工智能报告，并深入探讨了人工智能的重点。使用Pythonanaconda3生成人工智能可视化数据。人类，智能，机器，学习，数据，未来，投资，量化，人才，阿尔法，算法，，互联网，百度，谷歌，腾讯等字段排名靠前/s?id=1586206233198176416&wfr=spider&for=pc/s?id=1586206233198176416&wfr=spider&for=pc在“大数据”影响下，审计工作从抽样审计逐步向总体审计模式发展，从从单一审计报告向综合审计成果应用发展，从准确的数字审计到高效的数据审计发展（秦荣生，2014）。人工智能的生成基于大数据，并通过大数据集成和处理技术进行大量数据分析。人工智能（AI），也称为机器智能，是指人们制造的机器所展示的智能。通常人工智能是指普通计算机实现的智能。这个术语还指的是关于这种智能系统是否可以实施以及如何实施的科学研究领域。学术界将人工智能定义为模拟和执行人类大脑活动功能的智能机器的应用分支。具体技术包括语言处理技术，语音识别技术和机器学习技术。自然语言处理技术是人工智能领域的重要方向。它研究了各种理论和方法，可以实现自然语言中人与计算机之间的有效沟通。自然语言处理技术通过对之前程序的设定，通过对文本扫描，提取关键信息形成符合逻辑设定的文本。人类智能与语言有关，因此它也是人工智能的重要组成部分。在审计工作中，审计人员需要审查复杂多样的文档，审计人员需要阅读和查找关键信息。这种重复性的工作对于人力资源来说是一种浪费，同时还可能存在错报漏报的可能性。例如，自然语言处理技术可以被应用在审阅大量文本材料时，通过之前的程序设定，自动从材料中提取关键信息，识别审计项目的数量，位置和人员信息。这大大减少了审核员的工作量，也提高了项目填写的准确性，缩短了审核时间。进一步提升了审计效率。语音识别技术是将人类声音信号转换为单词或指令的过程。语音识别基于语音。语音识别的研究涉及许多学科领域，如计算机技术，人工智能，数字信号处理，模式识别，声学，语言学和认知科学。语音识别技术的目标是将人类语音中的词汇内容转换成类似于语言处理技术的计算机可读输入。在审计工作当中，审计人员通过语音识别系统，将合同等文字材料进行录入，语音识别系统将从中挑选关键字段的合同文本，这为审计员节省了大量时间，并且不必逐个阅读文本材料。另外，人们说话方式的不同，语音语速的不一致，甚至地方口音等因素都会影响语音识别的准确性。与文本无关声音识别已经被研究很长时间了，不一致环境造成的性能下降是应用中的一个很大的障碍。机器学习技术被称为人工智能的核心，这种技术主要是研究计算机如何获取新的知识或技能。其主要方式是模拟人类学习行为，帮助计算机重新组织现有知识结构，以不断提高其性能。学习是一项复杂的智能活动。所采用的策略大致可分为四类：机械学习，通过教学学习，模拟学习和通过案例学习。学习中使用的推理越多，系统的能力就越强。机器学习是模式识别和计算机学习理论中人工智能的一个子集。机器学习技术能显著特点是学习的主动性，它可以帮助企业挖掘大数据，找到新的业务模式，总结新的业务特点发展趋势，进一步帮助管理层控制企业风险。在审计工作中，业务人员将数据输入，文本导入，进而判断财务数据是否真实，交易是否合理。机器学习技术将这一过程进行记录，机器学习能力随着业务处理量的增多而不断变强。这样的学习过程是建立在大数据集成的基础上的，人工智能通过不同类型的业务，不断从中提取关键信息，在得到审计人员的反馈后进行二次认知。因此，在现阶段机器学习技术的应用还需要审计人员的辅助，同时也需要信息库的不断完善与更新。审计行业由于其明显的行业特点，工作量大，专业性强，需要注册会计师根据具体审计单位，根据自己的审计操作确定关键审计事项，从接受业务委托到规划审计，实施风险评估程序，实施控制测试和实质程序，直到完成审计工作及编制审计底稿。审计职业判断贯穿始终。因此，我们重点关注人工智能对专业判断的影响。人工智能是否有助于提高审计专业判断力，甚至完全取代审计专业判断？如何正确理解职业判断《中国注册会计师职业判断指引》中审计职业判断的定义为：“在审计标准，财务报告基础和职业道德要求的框架内，注册会计师应用相关知识，技能和经验。制定适合审计业务具体情况的行动决策。职业判断贯穿于审计业务的始终，从决定是否接受业务委托，到应该实施那些审计程序，再到审计过程中对很多具体问题究竟如何实施审计，在审计报告的最终版本中，审计师必须使用专业判断。由此可见，审计实务实际上就是由专业人员根据会计或审计实务的实际情况，按照相关法律法规及一系列会计、审计准则的具体规定，它由关于如何实施会计准则和审计标准的专业判断组成。关于审计专业判断的影响因素，审计专业判断错误的原因主要是基于现有研究中的外部环境。张伟（2018）通过国内文献统计方法编制了影响审计专业判断的两个影响因素：审计人员素质与审计环境。审计师的素质包括会计相关知识，国家法律法规，经验，技能，态度和人格是关注的焦点；审计环境包括社会宏观环境，行业环境，审计实体环境和会计师事务所同时，关于内部控制和公司治理理对审计职业判断的影响，有学者认为在被审计单位公司治理机制不完善的情况下，审计人员获得可靠的证据较为困难，会出现审计职业判断偏差情况（杨琼，2011）。因为内部控制系统框架效应的存在会影响审计师的实质性测试决策（Emby，1994），在理解库存内部控制系统的背景下，实验研究处于“风险”的框架，审计师倾向于选择更多的实质性测试（董凤丽和刘炜，2011）。目前研究部门对审计师职业判断的研究主要集中在概念和理论上。关于具体的实务环境尚未进行针对性的研究，以大数据处理为基础的人工智能技术应用是大势所趋，已经在各行各业开始探讨其应用的可能性。因此，探讨人工智能在审计专业判断中的应用是十分必要的。四、利用人工智能改进审计专业判断的方法审计专业判断贯穿整个审计过程，决定是否接受业务委托，计划审计工作，实施风险评估程序，实施控制测试和实质程序，完成审计工作，并准备工作文件。将人工智能应用于审计过程将有助于提高审计质量并提高审计效率。人工智能是建立在大数据分析基础上的，系统利用先进的算法将审计时的重点关注层面和主要风险领域以及审计经验呈现给相关人员进行验证，这种变化使审计人员免于重复劳动，更有利于审计人员将精力集中在需要认真考虑的专业判断上。人工智能实际上已经应用于公司，我们可以在审计实践的各个阶段看到人工智能的线索。在各审计阶段，审计人员设定某项业务所对应的要求，根据业务要求设置判判读步骤。在具体处理时，审计内部系统将信息库中的相关信息与审计人员所选择的具体要求进行对比分析，然后根据具体的判读步骤，对审计事项进行审查。通过筛选、比对、样本分析等步骤，查找审计线索，财务数据的异常状况，并以初稿的形式向审计人员显示。在判读的每一阶段，审计人员都可以实现人与机器的对话。另外，对于特点突出的行业，通过对行业数据类比分析形成的预测可以被用来分析被审计单位异常值存在的可能原因。这与审计人员的职业判断非常类似。例如，智能技术的引入可以对上市公司的股价波动做出前瞻性的估计。通过智能技术和认知技术，上市公司可以分析公司的财务报表，找出导致公司股价变化的常规因素。审计师开展初步业务活动，以了解被审计单位及其环境，评估重大错报风险，然后制定整体审计策略。在了解被审计单位及其环境并评估重大错报风险后，进一步审计评估重大错报风险的审计计划，然后根据整体审计计划制定具体的审计计划。步骤如图1所示：计划审计工作计划审计工作了解被审计单位及其环境并评估重大错报风险开展初步业务活动制定总体审计策略制定具体审计计划针对评估的重大错报风险计划进一步审计程序图1审计总体流程图现阶段人工智能的应用还仅仅是个开始，这种新的信息技术的使用将会加速审计流程中所涉及的环节。在不久的将来，随着信息库内容的不断更新，机器学习能力不断提高。人工智能很可能取代审计师的专业判断。人工智能技术可直接用于识别，提取和处理审计确认所附的各种财务报表和相关文件。审计可以在没有审计员参与的情况下完成整个审计过程的管理。为了迎接新的技术革命带来的挑战，文章研究了人工智能在审计各阶段中对审计职业判断发挥的作用。1、提升审计人员洞察力审计人员在每个阶段做决策时都应当慎重考虑。在初步业务活动中，如果审计人员发现由于客户所在行业的复杂性或者客户的特殊性，审计人员不具备相应的技术专长，或者发现管理层缺乏诚信，或者接受业务委托会违反独立性规则，这个时候审计人员应当终止客户的委托。审计计划的制定不是审计业务的孤立阶段，而是持续不断调整的流程。人工智能可以减少审计人员的工作量，除此之外，自然语言处理技术可以帮助审计人员从繁复的文字材料当中定位关键信息，进一步促进机器学习能力的形成。在经过与审计师设定的审计业务接受标准进行比对后输出可供审计师选择的建议。在这一阶段，人工智能的应用，为审计人员提供更为详细的信息，有利于审计人员做出更有效的决策。促进审计工作环境的优化审计环境影响着各审计程序的执行。人工智能是一种新的技术条件，将改善审计外部环境。控制测试是用于评估内部控制有效性的审计过程。内部控制的有效性反映在内部控制可以有效预防和发现并纠正已确定的重大错报的事实。实质性程序是指用于识别已确定级别的重大错报的审计程序，包括各种交易的详细测试，账户余额和披露以及实质性分析程序。在实施控制测试和实质性程序阶段，人工智能将加速信息的传递速度，深度挖掘数据背后的信息。针对每一个认定账户的特征与之前信息库里可能出现的错误，人工智能可以利用其自身优势，更快地发现差错所在。计划审计工作是制定审计期望性质、时间和范围的总体战略和详细计划。计划审计工作对审计师成功完成审计工作和控制审计风险非常重要。这包括确定总体审计战略和制定具体的审计计划。因此，人工智能通过横向与纵向分析，预测审计可能出现的问题，帮助审计人员制定总体和详细审计计划，并且根据审计进度实时调整。详细测试是测试各种交易，账户余额和披露的具体细节，以便直接确定财务报表是否确定是否存在错报。细节测试更常用于获取与某些断言相关的审计证据，例如存在，准确性，定价等。实质性分析程序主要使用数据之间的关系评估信息来识别各种交易账户中的错报，账户余额和披露以及相关标识。实质性分析程序通常更适合于在一段时间内可预期的大量交易。在详细的测试和实质分析过程阶段，人工智能可以利用其速度并为审计人员提供技术支持。甚至通过机器学习技术改进测试方法，以简化测试过程。当注册会计师根据业务周期完成每个财务报表的审计测试和某些特殊项目的审计时，审计测试结果将在审计完成阶段进行汇总。进行更具综合性的审计工作，如评价审计中的重大发现，评价审计过程中发现的错误，关注期末后事件对财务报表的影响，审核审计工作文件等。此时，人工智能在现阶段主要发挥辅助作用，帮助审计人员剔除信息干扰。并根据技术优势，实施被审计单位，帮助被审计单位控制生产经营风险，同时帮助注册会计师降低控制风险与检查风险。3、提升被审计单位内部控制水平我国现行审计准则与以前相比，为审计人员提供了较大的发挥审计职业判断空间，但是，审计专业判断仍然没有权威定义，支持系统不够系统。目前，内部控制在实践中发挥了重要作用，为实现企业目标提供了坚实的保障。会计专业判断是会计信息的生成和处理（孟凡斌，2016）。同样，审计专业判断贯穿整个审计过程，是审计报告的处理过程。当前的审计模型基于风险导向。注册会计师将识别、评估和回应未经审计重大错报风险为工作主线，并最终将审计风险控制在可接受的低水平。特别是在风险识别和评估阶段，被审计单位的风险识别预评估是整个审计风险控制过程的起点。被审计单位的原始内部控制水平将影响审计师的专业判断质量。如果被审计单位拥有一个健全的内部控制体系，那么审计人员将获得更可靠的证据，职业判断质量相应会更高。相反，如果被审计单位的内部控制不健全，将增加审计师获取可靠证据的难度。人工智能将进一步增强组织人员的完整性。在人工智能环境中，被审计单位的信息更加透明，责任分工更加准确。信息的沟通与交流将会更为顺畅。当新的财务、生产等信息产生时，人工智能将第一时间比对之前经验，再次进行学习。同时，捕获关键信息，进行初步信息挖掘，并进一步形成有用的生产决策信息。在人工智能条件下，内部控制缺陷将会更快地被发现，人工智能将会为缺陷提供可选择的解决方案。因此，人工智能将进一步提高被审计单位的内部控制水平，从而间接提高审计专业人员的判断力。人工智能一经出现就显示出了强大的生命力和发展前景。审计工作由于其独特的工作性质，需要审计人员根据自身对准则的理解，根据外部宏观以及微观环境的变化不断地积累经验。现阶段的人工智能应用仍然需要审计人员将自身的判断标准输入内部系统，系统将业务与评审标准进行对比从而形成人工智能审计判断。但是审计到此并未结束，还需要审计人员结合自身知