贺宗平,雍 倩,张晓东
(1.南京审计大学 信息化办公室,江苏 南京 211815;
2.上海浦发银行总行 驻南京分行审计特派办,江苏 南京210002)
在互联网IT技术迅猛发展的当今,如何更进一步将计算机前沿技术应用于审计领域,是计算机审计专业教学、科研工作面对的重难点问题。目前,高校在计算机审计专业课程的开设和培养方面相对稀少,对信息化审计人才的培养缺乏顶层设计与体系规划,无法满足各级审计机关、社会审计机构、内部审计机构等用人单位的对信息化审计专业人才的需求。计算机审计专业作为一种交叉学科专业,强调复合型专业人才的培养,要在计算机、信息工程等专业技术理论课程方面具有科学合理的设置安排,以利于教学内容在审计专业课程与计算机类技术课程中产生深度融合。因此,探索和研究计算机审计专业技术课程的设置是信息化审计人才培养的基础。
从客观技术发展环境上看,随着云计算、大数据技术不断走向成熟和广泛应用,2016年以来,在计算能力、数据处理能力实现飞跃的同时,以深度学习为重点的人工智能技术出现了爆发性增长,最值得关注的是其中的无监督与强化学习技术,将非结构化问题的智能处理水平向前推上了一个巨大的台阶,各种优异的开源智能计算平台工具如 Tensorflow、MxNet、Caffe等涌现而出。前微软亚洲研究院院长兼首席科学家、现百度公司总裁张亚勤博士认为:“2016年是人工智能走向主流的元年,从数据、算法以及计算能力开始走向主流”。KPMG合伙人Dale Williams公开表示:“我们不需再给客户指派50个会计师工作五个月来完成整个公司的财报。我们现在只需要用一台电脑接入他们的系统,然后系统就可以自动审计了,这是一种革命”。可以预见,以机器学习为核心的人工智能技术在计算机审计领域将会有革命性的运用。
从宏观层面上看,审计事业的发展需求和方向正是对计算机审计发展的引领,无论是国家审计、社会审计还是内部审计,都要依靠审计信息化的助推器,加快计算机审计能力的提升。国家审计工作“十三五”规划突出了信息技术、信息化建设融入审计工作的重心要义。“十三五”规划目标要求:健全与审计全覆盖相适应的工作机制,大力推行现代综合审计模式,全面推广“总体分析、发现疑点、分散核实、系统研究”的数字化审计方式;加快审计信息化建设,以提升审计能力和审计效率为目标,加大数据集中力度,完善国家审计数据中心,形成全国统一的审计信息系统;加大数据分析力度,拓展大数据技术运用,大幅提高运用信息化技术发现问题、评价判断、宏观分析的能力,形成“国家审计云”。同时,社会审计机构和内部审计机构也在加速审计业务和方式的转型,信息化审计工作所占审计业务比重显著提高,对审计信息化人才需求日益增大。例如,银行等金融机构在互联网业务转型时期,日益重视发展小微客户、个人客户,业务量和数据量出现巨大增长,传统的内部人力审计方式已经无法满足高效处理大批量审计对象的需求,必须依靠大数据分析和挖掘的方式手段进行计算机辅助审计。
以需求导向来定位计算机审计专业建设,专业建设方向更加清晰明确。审计虽然具有的跨学科、跨专业特点,但仍然要坚持专业的根本方向,将其他相关学科优势、技术工具融入运用到审计学科专业中,在教研实践中不断探索改进专业建设。计算机审计专业的主旨定位于培养审计信息化人才,以计算机、信息技术学科为支撑、财经学科为基础交叉形成的一个学科专业框架,学科的重点研究方向应体现如下方面:审计信息系统开发、审计信息安全技术、审计大数据的分析与挖掘、人工智能与审计技术等。综合来说,计算机审计专业人才培养原则可概括为“三个注重”:
第一个注重:注重坚持财经类学科基础。计算机审计专业的核心基础仍然是财经类学科,学科主导方向不能偏离弱化。审计工作对象囊括了所有财会金融领域,审计业务领域范围决定了财经专业基础的重要性,也是信息化审计技术和工具发展的基石。
第二个注重:注重加深技术类学科研究。加深对计算机技术、信息技术的吸收应用,紧跟相关技术前沿,讲究学科研究的时效性,在专业教学上提高相关课程的设置比例。面对现实中审计对象的海量数据特征、审计方式的分布式协同特征,审计工作的信息化、数据化程度越来越高,对审计人员的数据抽取清洗、关联分析、挖掘建模等方面的能力提出了更高的要求。
第三个注重:注重增强教研实践结合。计算机审计本身就具有很强的实践特点,实践本身有助于激发培养专业兴趣和促进理论融合消化理解。审计面对着国计民生、企业治理中的各种现实问题,案例教学、情景教学等实践性教学必不可少,以项目案例的方式导入专业课程教研实践中,一方面可以降低专业理论的抽象性,另一方面有益于培养教学对象的主动思考和实践能力。
学科建设与专业课程建设两者间存在着一种双向互动的关系,课程是连接学科与专业的中介,是对学科知识的传播、改造、融合、拓展,学科的人才培养功能最终是以课程为依托而实现。一方面要以学科为导向,设计专业课程体系,优化人才培养方案,为审计人才培养夯实专业理论根基;另一方面,通过课程体系的建设来推进学科、专业建设十分必要和有效,根据课程建设中遇到的新问题、新前沿,不断反思、总结和提升,探索学科专业教学研究的新方向、新内容,从而促进学科专业的全面建设。
在课程体系建设研究中,可以借鉴运用标杆分析法的框架理念,对高水平标杆院校的课程设置、教学实践等环节进行分析评价,为专业建设提供清晰的参照系,有助于制定针对性强、导向明确的专业建设政策,降低专业建设探索成本,提升学科竞争力。由于学科专业建设和课程建设都是宽大的主题,为了达到科学、有效的研究目的,本文以课程设置问题为具体切面进行分析,综合运用标杆分析法,并进行适当的方法流程改进,选取合适的参考层面进行系统对比分析。
标杆分析法(Bench marking,简称BMK),又称为基准化分析法,是战略管理中的一种重要的顶层规划、分析方法,BMK在企业经营管理中运用较为广泛,是将本企业各项活动与从事该项活动最佳者进行比较,从而提出行动方法,以弥补自身的不足。实施BMK的企业必须不断对一流的产品、服务、经营业绩等进行分析评价,以此探寻自省优势和不足。
一般的BMK分析框架流程包括:
①确定项目。确定分析的主题和目标,可以是实施方最关心的问题或决定因素,要围绕战略主题进行确定;
②选择目标。根据标杆分析主题,选择具体的标杆对象,通常竞争对手、行业领先者是标杆对象的首选,可以根据要素情况进行SWOT分析;
③分析比较。收集相关资料并分类整理,进行主体、对象之间的比较研究,确定主体、对象之间的差异;
④提出构想。找出缩小、弥补自身差距的具体途径或改进机会,提出具体的实施方案,并进行方案的效益分析;
⑤实施改进。实施改进方案,并将实施情况与标杆对象进行比较,及时总结经验,针对客观环境的新变化、新需求,持续运用标杆分析,确保达成“最佳实践”。
图1 BMK基本框架流程图
本文研究将BMK分析法具体运用于计算机审计专业的课程设置研究中,并结合实际在部分环节进行整合改进,具体分析框架如下:
①专业课程体系建设是一个复杂、庞大的体系,本文关注的主题从计算机类课程设置方面切入,凸显计算机、信息技术在审计专业中的交叉融合,突出大数据、人工智能时代浪潮下计算机审计专业的教学特色。
②选取国内“211”、“985”重点理工科高校所属经济管理学院的信息管理与信息系统专业课程设置作为标杆对象。这种定位的理由在于两个层次:第一个层次原因在于国内一流理工科类院校的计算机、信息技术类学科优势明显,课程设置的深度和广度普遍强于国内一流财经类院校;第二层次是选取经管学院的信息管理与信息系统专业,是为了避免过度偏向技术研究类型,将强化技术课程的程度定位于深度应用型,与培养纯粹技术研究类型相区别。
首先,定义编号为i的课程在编号为j的院校开设情况:
其次,假设学校名称变量为coli,则课程在参考标杆
在本文研究中,我们根据北京、南京、西安、武汉等地的国内7所重点理工科院校的经管学院信息管理与信息系统专业主干技术类课程设置情况,统计整理出课程开设情况表:
表1 主要技术类课程开设情况表
参考上述主干技术类课程的设置情况,进行初步的对比分析和筛选。从7所高校的课程分布情况来看,运筹学、程序设计与数据结构、计算机网络与应用、管理信息系统、数据库原理、信息系统分析与设计、人工智能与数据挖掘、决策分析与支持系统等8门课程覆盖面最广、代表性最强。需要特别指出的是,覆盖率小的课程不一定不适合作为计算机审计专业的技术课程,比如“机器学习及应用”这门课,虽然大部分高校没有将其作为必修课,但在目前人工智能发展的大背景下,开设机器学习这门课的必要性还要通过专家论证的方式进行评价。
③提出主干技术类课程的设置方案。为了达到更好的目标效果,可运用德尔菲法(Delphi Method)进行专家调研评审,采用匿名征询的方式,通过多轮调查多个不同学科领域的专家意见建议,经过反复征询、归纳、修改,最后汇总成专家基本一致的看法,以此进一步优化主干技术类课程设置方案。
④将课程设置方案运用于教研实践中,定期进行评估总结。在夯实主干类课程的基础上,注重对新技术发展的趋势变化吸收,在选修类课程设置方面体现对前沿理念和技术的追踪,并持续运用标杆分析法进行跟踪改进。
标杆分析法是一个需要长期实践、长期坚持的顶层框架,通过不断的流程迭代,持续改进自身,缩小与标杆对象之间的差距。这既是一种理想化的方法手段,也是一种可以在实践中固化的操作流程,最为关键还是在于坚持执行,形成制度化评估、分析的全流程。将标杆分析法运用于专业课程设置方面的研究,必须科学选择标杆对象,本文扩展了标杆对象的基本概念,通过选取多个高校的专业技术课程设置情况组成标杆体系,给出了具体的量化评价指标,并结合定性分析法给出了整个分析评估流程。
[1]叶文晖,刘国常.对信息化审计人才培养的思考[J/ OL].财会月刊,2017,(17):95-100.
[2]郑伟,张立民,杨莉.试析大数据环境下的数据式审计模式[J].审计研究,2016,(04):20-27.
[3]何欣哲.大数据审计护航现代金融体系构建[N].中国会计报,2016-07-08(008).
[4]“十三五”国家审计工作发展规划[N].中国审计报,2016-06-03(003).
[5]晏维龙.国家审计理论的几个基本问题研究——基于多学科的视角[J/OL].审计与经济研究,2015,30(01):3-16.
[6]刘碧湘.如何利用大数据推进计算机审计[J].科技信息,2013,(21):107.
[7]于文益,黄海滨,肖田野.标杆分析法的引进与应用研究[J].广东科技,2013,22(13):39-42.