Page 67 - 新时期审计理论发展与研究

第二章 预算执行审计

等技术的运用。近几年审计署一直鼓励审计分析方法创新，一个明显的趋势是：
审计人员正从简单的汇总、统计，开始向专业数据挖掘方向推进。聚类、分类、
异常点检测等数据挖掘算法在审计分析中的应用案例正在涌现，甚至一些前沿的

复杂网络技术，语义理解等新兴数据技术在审计实践中也开始崭露头角。
2. 机器人技术在数字化审计领域的典型应用
现阶段审计机器人按数字化审计工作阶段分为 4 种机器人，随着机器人技术
与审计业务的深度融合，以及机器人自学能力的提升，后续将会出现更为智能的

审计机器人，机器人的审计工作占比将进一步上升。
总控机器人：对机器人运行情况进行总体控制，包括数据同步、追溯记录、
运行情况等；采集机器人：模仿普通用户，按照标准操作手册及核查规则进行系

统查询，同时将查询结果记录到指定位置；建模机器人：按照预设模型，将采集
机器人的采集结果梳理存放至模型中，同时建立数据关联；稽核机器人：按照预
设核查规则进行分类审计，形成预设的审计疑点，用于人工资源排查。
以特定的项目审计实践为例，首先梳理该业务的流程操作与规则，按照统一
的业务衔接逻辑，建立标准业务操作规范（生成编码脚本），然后深入研究机器

人技术（植入编码脚本），有效利用机器人高效作业的特性实现智能审计机器人
在线作业（执行编码脚本），高效驱动集中远程数据分析，全面提升审计精准度
与审计效能（机器人循环自学习）。

审前调查数据模型梳理。人工分析审计内容，收集并分析归纳审前调查资料
信息需求，分析业务系统提供的数据源头，归纳审前调查数据信息的填报方式和
取数方式，规划审前调查数据模型（生成编码脚本）。
结合审前调查数据非现场审计。审计人员根据 RPA 获取的审前调查数据进
行非现场审计（执行编码脚本），甚至是跨系统的审前调查，提前对审计疑点进

行预先判断及分析，提高审计效率。
RPA 机器人根据模型获取审前调查数据。由 RPA 机器人在不改变业务系统功
能的前提下，根据预设的算法规则自动执行（执行编码脚本），根据模型要求获

取审前调查数据，并能将业务处理规则和操作行为进行记录，以保证数据的准确性。
审前调查数据模型再分析。应用数字化审计典型指引，强化信息系统发现问
题及追溯问题的能力。另一方面，结合线上抽取的原始数据，对审计数字化手段
发现的问题和数据进行线下核实核对，通过数字化非现场审计与现场审计相结合，

55