大数据时代审计疑点发现专家系统构建研究

文/胡曦月（重庆工商职业学院）

一、引言

随着人工智能、移动互联网和物联网等信息技术和分析技术的日渐成熟，计算机审计已经逐步替代了传统的手工审计。

由于各个地区的不同公司在实施过程中，存在着政策、规则和信息系统上的差异，在知识审计领域中，需要花费巨大的人力、财力、时间去完成一些基础性的政策研究、规则分析、信息系统统一等工作，效率大打折扣。专家系统是人工智能应用的分支之一，是基于人工智能研究成果，具备主动整合输入数据、识别、判断、错误修正、分析处理、保存备用、传播推广新获取专家经验准则等功能，以实现用计算机模拟专家，解决用户需求。

构建审计疑点发现专家系统，能够在帮助发现审计疑点领域，使计算机系统具备该领域专家级的知识储备、经验判断水平，为用户提供解决问题的方案，帮助审计人员在面对海量数据时从中发现疑点，实现审计全覆盖。

二、大数据时代审计疑点发现专家系统

信息技术领域的科研水平和成果转换在近年来得到长足发展，由此被审计单位产生出呈指数级增长的各类数据，从审计行业看，面对如此巨大的数据，如何实现审计全覆盖，并准确发现其中的审计疑点，最大效能发挥审计工作“免疫”的职能使命，是计算机审计研究方向的新需求、新挑战和新思路。目前较常用的计算机审计方法是数据库语句查询，数据库语句查询可以发现存在疑点问题，但存在先天不足：一是发现疑点问题需要基于审计人员从业经验，如果审计人员不具备待审计项目的专业知识，发现其中的问题可能性就打了折扣；二是发现疑点问题需要基于审计人员业务水平，同专业、不同审计人员面对同一问题，依然会有不同结论；三是审计经验的积累本身就滞后于数据产生，这种不同步必然导致审计风险，只能用缩短同步时间换取减少或降低风险可能性。

（一）专家系统的结构

专家系统在20世纪60年代提出来以后，在众多自然、社会学科得到重要进步和具体应用，研究者通过编辑输入某一专业领域知识和经验进入计算机程序，在人工智能条件下，模拟人类专家对专业领域的问题进行求解，其结果可达到甚至超越专家的水平。笔者提出构建基于知识库的审计疑点专家系统，优点在于监测发生始于业务发生时，彼此共同产生，这样便能及时发现审计疑点实时预警，有效降低错误发生率。进一步深入研究，还可以讨论开发基于审计专家知识的配套审计系统，提高审计判断准确性和结论正确性，提高审计质量和效率。专家系统一般由六个部分组成：人机交互界面、知识获取模块、知识库、推理机、综合数据库和解释器。

（二）数据时代的审计疑点发现专家系统

基于专家系统构建大数据时代的审计疑点发现专家系统，审计人员在执行审计疑点发现时，各组件功能按照下述方式进行，如图1所示。

图1 大数据时代的审计疑点发现专家系统框架

知识获取组件，用来获取审计领域的知识元，并且把这些结构各异的知识元统一起来为系统下一步工作提供一致性的知识元基础。一般情况下，审计知识工程师/审计专家把领域知识通过人机交互界面输入系统后，这些知识并不能直接使用，我们称为“生知识”。这些生知识由于存在异构、矛盾、冗余之处，因此知识获取组件在交互界面得到生知识后，先是对生知识异构的结构统一、冗余审查筛查、一致性处理，处理后生知识转化为“精炼知识”，然后精炼知识进入知识库，等待推理机调用。同理，审计专家经验、审计领域规则、审计逻辑定义等做相同处理，处理后得到的精炼知识进入知识库，等待推理机调用。审计人员在执行审计疑点发现时，还可以根据在执行过程中发现的企业数据知识、行业知识进行录入，使之进入知识库，为了在推理机环节调用知识，还需要处理审计过程中需要的各种审计专家经验、审计的相关规则以及被审企业及其相关行业的相关数据，并储存于审计知识库中。

审计知识库组件，是系统的核心组成部分，知识数据需要包含有各种典型的审计案例模型、审计规划方案、审计策略方案、被审计行业的一般信息和基础数据。通过把这些知识元收集整理进入层次区分明显的结构化审计知识数据库，建立自动化处理流程，是审计领域人工智能的先决条件。

对话组件，不是一个独立模块，它是审计知识库与其他组件进行联系的桥梁，从计算机语言层次上看，就是程序操作指令，包括：审计知识元输入、处理、存储、查询、调用、修正、补充、更新等。审计人员在人机交互界面与其他组件的联系和操作都需要通过对话组件完成。对话组件是人工智能在审计疑点发现专家系统的具体表现，需要注意的是，并非全部智能程序均有知识库，现在很多计算机应用软件在利用知识水平上达到很高的水平，但是这些软件不是基于知识系统编写而成，使用不存在知识库一说，只有具有特定范围的知识系统才能够具备知识库。

推理机，主要面向审计疑点，立足输入获取的信息数据，通过比较、匹配审计知识库里的定义规矩、逻辑法则、专家经验，推导审计疑点的处理过程和生产结论。审计人员在执行审计过程中，可以从正向和反向两个方面去验证审计疑点成立与否。正向推理，即是从前置要件出发，把审计信息数据输入专家系统，查看输出结果是否与先前结论一致。反向验证，即是从后决结论发出倒查溯源，把假设成立的结构输入专家系统，查验输出结果是否与初始条件相吻合。这种推理方式就体现出人的逻辑思维模式，推理机本身的功能是查询和分析，在预先设定分析流程时，审计知识工程师就把两个推理程式都输入进推理机工作机制中，根据知识库的数据和接收的审计信息数据，便能得到需求的结果，审计疑点发现流程见图2。

图2 审计疑点发现流程

解释组件，在审计疑点专家系统中，主要完成在推理机执行的过程中，每一个步骤的计算机内码转换和传递，把计算机语言转变为用户可理解的操作，完成对过程和结果的处理后，在人机交互界面输出，寻求审计人员的确认和进一步分析，有助于出现问题时及时纠错、提升用户对结论的可信度，以此得到的最终结果就是本次审计过程中发现的审计疑点。

审计疑点的发现过程本身就是一个反复循环、反复推理的过程，审计人员在进行审计过程中，必须具体实际地参与审计资料收集与整理，在反复循环地评估和验证中会不断发现新的审计疑点，根据新产生的审计疑点，需要与时俱进地调整审计资源配置，在动态过程中提高审计效率，促进审计质量提高，有效防范审计重大错误。

三、建立审计疑点发现专家系统的价值与作用

现代企业经济业务在信息技术高速发展条件下也在飞速发展，审计监督的职能使命就是保障企业在市场经济体制中健康有序地进行，其地位和作用日益凸显。通过传统人工方式进行对账已经无法满足对海量信息化数据的处理，物联网、大数据和区块链等技术已广泛应用于各个行业,审计对象的迅速信息化转型升级要求使用信息技术开展审计工作成为必然；在信息技术辅助判断与决策方面，既是审计领域专家学者倡导，也是国内与国外审计开展工作必然选择；在科研成果方面，国外专家学者已经在搭建审计判断系统上获得重要科研成果，在实践应用中获得不少经验，基于上述原因，笔者认为构建大数据时代的审计疑点发现专家系统具有重大意义。

（一）保障审计质量、提高审计效率

审计疑点发现专家系统，其突出作用就是有效保障审计质量、提高审计效率。要开展高质量的审计工作，必然要求丰富的审计实践经历、判断经验，而审计疑点发现专家系统可以做到在面对多个可能的结果时，对各个结果的可能性快速进行排序和筛选，向审计人员提出最佳方案或者寻找最佳方案的方法，大大节省人力成本，降低人为操作失误的风险，刚入职的审计人员在经验上存在短板弱项的缺点将由审计疑点发现专家系统弥补。

（二）组织结构变化、组织智能化加大

审计疑点发现专家系统广泛推开后，会给国家审计机关和会计师事务所的审计工作带来巨大影响：一方面能节约人力资源，在同样多的人力成本下可以完成更多审计任务，在相同审计任务中只需更少的审计人员即可完成，在精简人力的同时还能够保障更高的审计质量；另一方面，节约的人力资源不能浪费，可以转为从事计算机无法胜任的新衍生的审计经验积累、审计逻辑判断准则研究，避免发生计算机排挤人的现象，界定好计算机和人的工作区分；计算机工作主要职能是基于大数据时代的新兴现代科学技术，如大数据决策、人工智能等，使得其组织智能化程度大大提高。

四、结语

由本文的研究可知，伴随着大数据时代信息多样化和复杂化的特点，审计疑点的发现较传统时期将更加困难，分析也会更加艰难，我们需要推陈出新，设计审计新思路，创新审计新技术，以期可以破除面临的大数据审计这一难点。同时，我们需要明白审计疑点发现专家系统本质上是一个有效辅助决策工具，不能完全替代人的主观能动性，在实际开展审计工作时，审计人员不能盲目相信、过度依赖专家系统，还需要不断提升自身审计能力，发挥审计团队作用，做到审计风险把控的全局性，这才是解决问题的根本方法。