王晓童¹  郭瀚² 上海立信会计金融学院序伦书院

基金项目：上海立信会计金融学院大学生创新创业训练计划资助（项目编号：202011047028）

摘要：随着我国资本市场的快速发展，传统审计的片面性与成本的高昂性使得审计智能化的发展成为了必需。知识图谱能够高效地处理并展现复杂的关联交易和快速调取数据，因此成为了审计智能化的一种可靠工具，结合专家规则库与推理机，使得审计覆盖性得以增强，有效地提升了审计结果的可靠性。本文就关系知识图谱中隐含关系与风险点的发现与可视化展示了基于专家审计经验库和推理机的审计知识图谱推理流程并简要探讨了部分技术路径，为基于知识图谱的审计智能化提供了一定的参考意义。

关键词：审计；知识图谱；人工智能

随着国家对上市公司、似上市公司透明度要求的提高，审计工作成了常态化。传统审计覆盖范围具有局限性，“抽样审计”使得审计师只能评估整体交易数据真实性，而不能对所有企业交易数据进行遍历，从而可能遗漏重要审计线索。同时，传统审计程序较多，花费时间、人员薪资等导致了高昂的审计成本，以人力进行全面财务审计更加剧了审计成本的费用，而一旦构建起基于知识图谱和推理机的全面财务审计，企业所有的结构化、非结构化的数据都能进行关联，真正做到高效的全面财务审计。因此，审计智能化成为了审计行业发展的必然趋势。把握大数据时代对智能审计的需求，以各大上市及预上市公司内部审计与国家审计机关为基点，利用知识图谱处理并展现复杂关联交易的特点对企业进行全面高效的审计，有利于规范企业行为，促进资本市场的健康发展。

一、智能审计与发展动态简述

“智能审计”的概念在1994年的IEEE上被首次提到，业内工作者和学者自此在提高审计效率上持续不断地探索与创新。

不局限于实际使用，有学者设计了一个建立在群件技术LotusNotes上的审计自动化系统，尝试提高审计的自动性^[1]；结合审计实务，有学者提出了导入基础数据结合社会对账系统和网上估价系统对信息深度挖掘的导入智能审计系统^[2]；基于更好地提高审计工作效率的目标，有学者提出了基于工作流技术采用Web架构实现审计系统的方法^[3]；此后，又有学者基于NET公共语言完善了智能审计模式，形成了经济管理信息一体化、网络化格局^[4]；尽管信息系统组件尽管存在差异，但仍应相互配合以确保增值服务，因此，有学者提出了IOW体系，通过组织间的工作流程对信息系统进行智能审计^[5]；在经过二十余年的发展后，越来越多人认识到了智能审计的无可替代性，越来越多人转入以目标为导向的智能审计研究^[6]；其中,数据可视化技术、关联规则挖掘、数据安全技术是保障其功能实现与有效运行的关键技术^[7]。

二、知识图谱在审计领域的应用

2018年5月23日，习近平总书记在中央审计委员会第一次会议上指出，要坚持科技强审，加强审计信息化建设。实现科技强审战略，要强化应用，充分利用大数据技术，创新审计思路和方法。而作为大数据技术的知识图谱，以图结构表示客观世界中的概念、实体及其关系，其最早源于Web之父Tim Berners Lee于1998年提出的Semantic Web,旨在利用图结构建立起世界万物之间的关联关系和知识。不同于以往的信息检索方式，将概念层次的检索取代原有模糊匹配的检索方式，同时还植入推理形式，不仅具有知识表达的优势，还可以在信息检索、智能问答等应用领域发挥巨大作用，从而可以有效解决传统审计的局限性。

首先，面对我国庞大的法律法规体系，审计人员在出具审计报告时容易因无法找到适当的引用法律条款或法律条款依据的引用不完整，而对审计问题进行定性造成困难，降低审计报告的质量。但是通过利用知识图谱抽取法律法规各项条款的实体、关系、属性和值，将法律法规的条文进行零散化、精细化，并与相对应的审计疑点建立直接关系，使得审计人员可通过检索审计疑点找到相对应的各项法律条款，不仅可以有效减少审计人员理解和查询相关法律法规条款的时间，也避免了审计人员因查询法律条款不恰当或不完整造成审计问题定性困难，大大提升审计报告质量^[8]。

其次，目前审计方向与审计重点的判断都是基于审计人员的经验判断，但由于审计人员经验、能力不一，审计经验丰富人员较少，以及对被审计单位业务了解程度不高以致无法快速把握被审计单位的财务规定业务规则，审计人员容易因错失发现隐蔽性较强的重大问题的机会，从而大大增加审计风险。而知识图谱具有可视化的优势，可以将经过聚类和分类的知识以节点和边展示给审计人员，使审计人员更加直观的了解被审计单位的财务及业务关系，降低因自身知识经验水平不足造成的审计风险。

最后，由于审计方法运用的固定性，基本审计方法很难发现财务处理能力较强的被审计单位的舞弊行为，从而无法确定审计数据的真实性。然而数据大多是普遍联系的，利用知识图谱技术将所有数据关联起来，通过挖掘各项审计信息之间的隐含关系，将有助于审计人员对审计数据进行梳理，发现审计问题。

二、传统审计面临的威胁

（一）审计收费的高昂

通常，审计费用主要与企业的业务规模、资产规模以及业务覆盖区域成正比，除此之外，审计费用也与净资产、总资产、收入等诸多因素有关。多家事务所通过降价策略承接公司的审计业务，承接业务的第一年，事务所报价通常会比较低，而后价格可能会逐年提高。而上市公司一般不会轻易变更其聘请的会计师事务所。首先，变更事务所首先需要经过董事会批准，除此之外，上市公司还需要发布变更会计师事务所的公告。除却程序的繁琐，变更会计师事务所可能会被投资者认为是审计中某些重要事项在公司和事务所之间没有达成一致，进而产生巨大的负面影响。然而，并非高昂的审计收费就能保证审计的高质量，会计师事务所可能与被审计的上市公司勾结，以额外的审计费用换取会计师事务所出具无保留意见。而智能审计工具可以以其相比于传统审计更低的价格进入市场，帮助被审计单位减少审计成本以更好地进行经营活动。

（二）传统审计的片面性

注册会计师通过实施审计程序，以获取兼具充分性和适当性的审计证据，从而对财务报表发表意见。传统的审计程序的种类包括抽样、观察、询问、函证、重新计算、重新执行、分析程序等。注册会计师往往将上述几种审计程序根据审计的不同阶段和目的单独使用或组合起来运用，作为风险评估程序、控制测试及实质性程序。

其中，抽样审计有着“样本规模越大，抽样审计风险越低”的特点。然而，抽样审计对审计人员能力的要求极高，样本的选择很大程度上取决于审计人员的经验以及能力。经验丰富的审计人员往往可以在较小的样本规模下发现被审计对象存在的风险，而经验不足的审计人员哪怕扩大了样本规模也可能事半功半，消耗大量人力成本，严重影响审计效率。

此外，在获取审计证据时，注册会计师需要运用职业判断，对重大错报风险进行评估，并设计进一步审计程序，从而将审计风险降低至可接受的水平。然而，在很多情况下，审计的范围是受到限制的，有时复杂的关联关系会使得审计人员难以识别潜在的风险。故传统的审计程序实际上存在着诸多风险。比如控制测试中的审计抽样存在“信赖过度风险”和“信赖不足风险”。类似地，细节测试中也存在“误受风险”和“误拒风险”。这样的风险使得审计人员无法发现关键的审计证据进而得出错误的审计结论，发表错误的审计意见，影响审计效果。

基于以上背景，全面审计是审计智能化的一个重要探索方向，将审计行业专家经验转化成计算机可以理解的形式以构建专家审计经验库，依据专家审计经验库中的审计经验实现审计数据的全遍历，结合新兴技术，实现对审计实体与数据之间的关联分析等，降低传统审计本身存在的如审计抽样风险和非抽样风险等种种风险，从而真正实现全面审计，提高审计结果的可靠性。

（三）审计失败案例的频发

2019年康得新119亿财务造假案与2020年瑞幸咖啡22亿财务造假案引发了社会公众对于会计师事务所审计质量以及资本市场上市公司财务数据真实性的担忧。证监会披露了《证券资格会计师事务所资本市场执业基本信息》，如表所示，近年来，部分会计师事务所及其所内从业人员受行政处罚以及行政监管措施次数较多，使得其个人以及其所在会计师事务所的能力受到了广大股民的质疑。人为不可控因素过多，诸如审计人员与被审计单位勾结造假的情况时有发生。智能审计的出现势必能将目前人为不可控的风险降低，提升审计结果的公允性与可靠性。

表1  2016～2019会计师事务所处罚情况

三、审计知识图谱智能风险识别

（一） 关系知识图谱隐含关系发现

在此主要研究的是企业间的关联关系。隐瞒关联交易是虚增利润的主要手段之一。部分企业可能通过转让关联方的股权的形式，达到法律上要求的非关联关系，将关联关系非关联化或者构建复杂的企业结构和人事关系以达到隐瞒关联交易的目的。尽管知识图谱能很好地反映实体与实体间的关系，但隐瞒的关联关系很难直接从知识图谱上反映，因此需要专家审计经验和关系规则来实现基于知识图谱的隐瞒关联交易推理。

（二） 审计知识图谱风险点发现

审计知识图谱能够以三元组的形式表达企业、个人等相关实体的属性以及实体间的关系，如企业内部人员关系、企业交易关系、企业属性等等。本项目拟打算基于建立的专家审计经验库来对审计知识图谱中的每一个实体，实体的属性，实体间的关系进行检查，一旦某一个实体、实体的属性或关系等出现异常，则与之相关且违背了专家审计经验的实体及实体关系和属性也将被视为风险点。

（三） 企业财务风险点的可视化

企业财务风险在审计知识图谱的反映即为某个或某些实体的属性及其关系等出现异常。但由于审计数据的冗杂使得在原先的审计知识图谱上企业财务风险点的可视化并不方便审计人员进行进一步的筛查，因此，本团队拟构建企业财务风险点知识图谱，便于厘清异常实体和关系，同时企业审计知识图谱能够返回输出与风险点有关的知识。

四、基于专家审计经验库和推理机的审计知识图谱推理

（一）基于专家审计经验库和推理机的审计知识图谱推理流程

在面临企业复杂结构或人事关系时，知识图谱能够有效地表示企业与相关企依据专家审计经验以及关系规则可以进行逻辑推理并寻找审计风险可疑点，可以最终实现全方面、全关联的智能审计。海量的审计大数据使得传统的抽样审计的效率难以保证。本项目旨在企业各类结构化以及非结构化的审计数据格式化成三元组的形式，并构建审计知识图谱。接着，将专家审计经验和关系规则进行量化等处理使其能被机器理解的形式。推理机会遍历专家审计经验和关系规则并返回输出知识图谱中有悖于专家审计经验和关系规则的实体及其关系等，专业的审计人员能根据推理机披露的审计风险可疑点进一步排查，提高工作效率。

图1  推理流程

（二）基于关系规则推理的隐含关系发现

隐瞒关联关系的推理主要依据关系规则库，关系规则库的规则主要涵盖企业属性、企业人员关系和企业交易关系。企业属性，例如企业注册地址，如两家企业交易频繁，而其并不具备公开的关联关系且其公司注册地址相同，则该企业可能构成关联交易以进行财务造假粉饰业绩。企业人员关系，例如两家企业具有共同的股东，或两企业高管、董事会等高层人员间关系亲密，则当两企业频繁交易时也仍有构成关联交易却不披露的可能。同时，两企业的控股情况也需要关注，若大股东存在高度重合，则企业的独立经营能力受到极大影响。此外，对于分解交易，两企业之间的交易可能有多个过桥公司的参与，其关联交易不易被察觉，知识图谱能有效表示直接与间接参与交易的公司关系，一旦某两公司之间关系出现异常，则与其紧密联系的公司也能顺着关系网络被挖出。根据同一关系异常点的数量可得到隐瞒关联交易可能性的大小，但之后仍需专业审计人员据以排除或确定。

图2  基于关系规则推理的隐含关系发现

（三）基于neo4j的企业财务风险可疑点披露

Neo4j有着极高的性能表现、灵活性，容易使用，可以使用嵌入式、服务器模式、分布式模式等方式来使用数据库且安全可靠。结合推理机模块和基于知识图谱的审计数据可视化模块，能够实现了审计数据之间的关系以及公司、审计事务所、个人之间的交易关系的可视化。审计人员将更加直观地审查可以审计数据以及可疑公司、审计事务所、个人之间的关系，便于后续审计工作中对存在的可疑数据进行进一步的排查。

五、结语

近年来审计失败案例的频发，如2019年康得新财务造假案和2020年的瑞幸咖啡财务造假案，使得人们逐渐认识到传统审计的片面性与审计成本的高昂性。故审计智能化作为一种解决目前问题的方案，正逐渐走进大众的视野。本研究中引入了该领域中知识图谱的概念。在审计智能化的背景下，审计知识图谱能够高效地处理并展现复杂的关联交易和快速调取数据，为审计智能化提供了可靠工具。本文就如何将其与专家规则库和推理机相结合具体展开，论述了审计知识图谱如何通过加强审计的覆盖性，使审计结果的可靠性得到提升。尽管注册会计师可能遇到的财务舞弊案件是错综复杂的，但审计知识图谱强大的植入推理形式，使得该技术能够在信息检索、智能问答等应用领域发挥巨大作用，从而可以有效解决传统审计的局限性。换而言之，基于专家审计经验的审计知识图谱推理将会是审计行业发展的一种必然发展趋势。

参考文献：

[1]马良渝,常咏.基于Lotus Notes的审计自动化系统的分析和设计[J].华南理工大学学报(自然科学版),2000(11):99-103.

[2]阳杰,黄昌勇.导入智能审计模式研究[J].上海商学院学报,2008(02):90-94.

[3]陈俊杰,赵春胜,高静.基于工作流技术的审计办公自动化系统的设计[J].内蒙古科技与经济,2012(09):83-84.

[4]基于ASP.NET的审计与监管信息化平台的设计和实现[D].浙江理工大学,2014.

[5]M. Chergui, H. Medromi and A. Sayouti, "Intelligent audit of information systems by inter-organizational workflow," 2014 International Conference on Next Generation Networks and Services (NGNS), Casablanca, 2014, pp. 1-6.

[6]俞凯.以目标为导向的智能审计路径研究[J].商场现代化,2016(11):258.

[7]唐琳,付达杰.大数据审计系统及其关键技术[J].西部财会,2018(01):71-74

[8]王倩玉.领域知识图谱构建及其在财务审计的应用[D].南京审计大学,2019.