大数据时代下企业财务报告舞弊的识别

来源:用户上传      作者:

　　摘要：随着社会经济的发展壮大，大数据与云会计技术运用的范围也逐步扩大。大数据时代的来临，经济领域内的财务舞弊现象也有了新的转变，并且其识别的方式发生了新的改变。因此，也就对新时代下的财务报告舞弊的识别提出了新的要求，给相关人员带来了新的挑战。
　　关键词：大数据;财务数据;舞弊
　　中图分类号：F275 文献识别码：A 文章编号：1001-828X（2019）015-0199-02
　　一、我国企业财务舞弊的特点与现状
　　财务舞弊是指被审计单位的治理层、管理层、员工或第三方使用欺骗的手段获取不当或非法利益的故意行为。舞弊的手段多种多样，具体包括管理层通过提前或者延后的方式，来确认收益，以达到操作利润、蓄意误用会计政策来粉饰报表的目的，以及贪污企业收到的款项、非法窃取实物资产等等。财务舞弊作为一种比较隐蔽的违法行为，不仅扰乱资本市场的市场秩序，影响企业间的良性竞争，而且严重损害了国家以及投资者的利益。
　　数十年来，我国资本市场发展迅速，成果颇丰，资本市场的作用与功能日益完善，规范化程度逐步提高，在我国的投融资及资源配置领域方面发挥着巨大的作用，为我国经济的发展做出了杰出的贡献。截止到2018年，我国的上市企业已达到3500多家，随着证券市场的高速发展，部分企业为获取高额不法利益采取了财务舞弊的方式，使得当前我国企业的财务舞弊问题日益凸显。随着一系列财务舞弊问题的出现，诸如美国安然公司的舞弊丑闻、新中基等等，我国的资本市场也受到了极大的波及。各类财务舞弊案例层出不穷，舞弊的手法越来越隐蔽，涉及的金额越来越巨大，对企业审计人员提出了更高的要求，如何减少企业的财务舞弊现象，进而尽可能多的挽回企业的经济损失，是当前财务工作面临的重要方向。
　　二、大数据技术对企业舞弊动机和机会的影响
　　随着大数据和云会计的发展，企业的财务管理工作以及审计工作发生了翻天覆地的变化。大数据技术具有其得天独厚的优势，在數据获取、存储、管理、分析等方面大大超出了传统数据软件的工作能力范围，以至于大数据时代的企业财务管理工作并不局限于单纯的财务领域，而是随着数据的产生和积累逐步开始涉及企业生产经营管理的方方面面。
　　随着企业信息技术的高速发展，诸如ERP软件等高度集成的企业信息系统逐步兴起。这时的公司信息系统不再是一个单纯的财务系统，而是集财务、生产、销售等为一体的复合型系统。相比于传统的财务管理工作，此种方式得到的数据并不只是单纯的财务输出结果，而是具有一定勾稽关系，具有逻辑联系和相互关联的结构性数据。不同于以往的单纯的一维数据，大数据下的财务数据是全面的、系统的、多维的。因此，在以往比较容易实现的，例如利用内控漏洞、修改支持性文件、漏记交易事项等舞弊手段，在当前可以利用数据资料的分析轻易地识别，使得管理层的舞弊动机减弱，进一步减少了舞弊的空间。
　　此外，在大数据环境下，传统的手工操作逐步开始由人工智能所代替，这也带来了诸多益处。数据的处理是在自动控制下有序的进行，不易被人为的篡改，且不易被绕过，减少了企业在舞弊时可以操作的环节。并且可以很清晰的划分职责，不会出现权责不分的情形，同时提高了信息的及时性和精确性，使得管理层舞弊的机会进一步减少。
　　三、大数据时代下舞弊的识别方式
　　在应对当前的现代化财务舞弊时，传统的审计师进行审计往往是财务报告日之后，对企业相关的会计信息进行审计抽样，通过样本抽取的结果的审计，以样本的结果来推断企业总体的舞弊风险。但是由于云会计以及大数据的使用，财务舞弊往往是由相关人员精心策划、蓄谋已久才实施的。以此，审计人员通过传统的审计方式来应对如今的大数据时代潮流已经一定困难与难度了。过去的十年中，证监会为应对财务舞弊行为，已开出近千张罚单，从另一个方便也说明了资本市场中对相关财务舞弊现象的监管力度大大不足。随着大数据与计算机技术的运用，为现代审计人员的审计工作提供了新的方法和手段，有效地冲破了传统审计公作的限制与局限性，也给与了相关的补充。
　　1.采用全面审计的审计方式
　　传统的审计模式是样本式、事后式、单一式的审计模式。由于数据抽样的局限性，通过抽样方式，根据样本的审计结果来推断整体财务数据的可靠性，存在很大的偶然性，很大程度上会遗漏可能存在的财务舞弊行为。单纯的某些量表关系也会割裂总体的勾稽关系，审计人员往往容易忽略可能存在舞弊的审计证据，而满足于已得到的样本的审计证据。
　　然而在大数据时代，计算机的广泛运用解决了审计工作量大的问题。审计工作人员在应对审计工作时，可以采用全面的审计方法，对所有项目进行测试，从而有效的规避了传统审计中抽样的风险性。在整个审计过程中，审计人员可以全面、系统的了解被审计单位，这不仅仅包括财务报告与报表的相关信息，而且还涵盖了对企业业务流程、组织架构、行业现状等非财务的信息。国际“四大”近年来投入大量资金和资源研发大数据审计应用技术，相继研发出审计机器人来承担审计工作。审计机器人不仅能够使用财务数据，而且还可以利用更为广泛的非财务信息，如媒体报道、电子邮件等，进而分析客户的错报风险，提高审计效率。
　　其次，由于财务数据之间的相关性，它们之间存在一定的勾稽关系。往往一个步骤出现错误，也会在其他步骤有体现，甚至会留下一连串的审计舞弊的痕迹。大数据技术的运用，使得审计从业人员能够获取关于企业的多维数据组，而不仅仅是只有单纯的一维数据。通过使用云会计的相关技术以及相关数据模型的运用，验证数据之间的相关系，能使得在以往通过抽样审计过程中不易被发现的舞弊手段在大数据手段下原形毕露。
　　2.采用关联分析的分析方式
　　在传统的审计工作中，审计相关人员通常会依靠精确有限的抽样数据进行分析，利用重要性水平，探究超出重要性水平背后的因素，这种审计方式下发现的财务舞弊行为事实上已经达到了相当严重的水平。 　　然而在大数据时代的背景下，企业数据以电子数据存在具有规模庞大、数据运转迅速、数据类型多样和价值低等特点。审计工作人员可以得到大量、实时、多角度、价值低的数据，利用回归分析，对大量的数据进行处理，然后找出其中的内在联系。他们之间的数据分析不仅是为了找出财务舞弊的原因，还包括分析数据之间的联系以防范有可能的舞弊方式。例如，研究资产负债表与利润表之间的勾稽关系，不仅仅局限于从财务数据领域去探究，而且也从非财务逻辑关系的规律来探查、挖掘，从而发现一些隐藏的经济活动，为审计工作者提供更加客观、全面的财务信息。当发现数据处理得到勾稽关系与逻辑不符时，审计人员也就需要更加谨慎的对待。
　　3.采用事前预测的预测方式
　　传统的审计工作主要是对已经过去的公司数据进行分析，找出财务报告中已经存在的舞弊现象。这种对以往的公司业务进行分析处理对数据的使用往往只是一次性的，未能充分利用財务数据的全部作用。审计工作人员往往是通过设立重要性水平这一手段，当在审计工作过程中发现的错报在重要性水平之上，就会增加审计工作的范围。这也会导致在重要性水平之下的一些舞弊现象很容易被忽视，这也直接导致审计工作中只有舞弊行为达到一定严重水平之上时才会被发现和引起重视，对企业舞弊现象的处理存在一定的滞后。
　　而在如今大数据背景下，审计工作不再仅仅是事后的补救工作，而且能起到一定的预警作用。审计师通过对数据的分析处理已达到对大量数据的提纯作用，找出数据背后的联系，判断出可能存在的舞弊现象。舞弊预警通常包括如下几类：会计业务的异常处理、内部控制的缺失、分析和行为的异常等等现象。审计人员根据海量数据找寻出真实的信息，进一步找出数据间的相关关系，并建立起有效的预警机制，变事后分析为分析与预测相结合的工作方法，提高审计工作扮演的角色。
　　四、结语
　　信息技术时代的来临，给我们的财务审计工作带来了巨大的改变，在财务工作环境、工作方法、工作流程等方面发生了全面的创新。信息技术的广泛使用给财务舞弊的识别开辟出了全新的道路，使得识别技术更加完备与精准。作为美国对财务造假漏洞的规范措施，塞班斯法案无疑给大萧条之后的华尔街注入了一剂有效的强心针，对我国财务规章制度与法律法规的建设具有重要借鉴意义，也给我国大数据时代下财务舞弊的治理提供了参照。
　　为应对来自信息时代的挑战，财务人员应顺应时代的潮流，积极接受大数据时代下的挑战。在工作中，努力学习相关大数据软件及系统的技能及应用，在不断地实践中逐步加深对其的理解和掌握。在学习上，积极学习新理论新知识，为信息技术时代下的有效工作打下坚实的基础。积极运用大数据的新方法与新手段，让财务舞弊无处容身。
转载注明来源:https://www.xzbu.com/3/view-14945908.htm