分享
如何看待「KPMG 合伙人 Dale Williams 认为大数据将或者已经在改变审计流程」？
本题来自知乎圆桌 »审计风云，更多相关话题欢迎关注讨论。
KPMG合伙人Dale Williams承认KPMG的审计流程一个世纪以来都保持不变。“现在，我们不再给客户公司指派50个会计师工作五个月来完成真个公司的财报。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。”F1世界的节奏是飞快的，然而如果我么能正确运用大数据，我们就能把握企业发展的方向舵。Likewise for KPMG, whose process of company auditing had, according to partner Dale Williams, remained relatively unchanged for over a century. “Now, instead of sending 50 auditors in for five months to audit a client’s financial accounts, you can just plug a laptop into their system and run a continual audit,” he says. “That is a revolution.” It’s a fast-moving world indeed—one where, if wielded right, a deluge of data can help us keep a firm grip on the steering wheel.
How a Formula One Team Is Utilizing Big Data
回复 ( 10 )
1.16 17点更新，不得不说一边听着老罗的演讲一边码字好困难啊，暂时不会更新了，这个大话题不是一两天能摸索出来的，后续在这块还会持续思考，因为我现在就在搞这些事情，希望后面还能有更详细的方案提供给大家参考讨论。
蟹妖，这两天出差，先回答一些。
内容均是自己的工作感悟，未得本人同意，他人请勿转载，转发。谢谢
总体来说，个人比较认可他这个说法的，但短期内不太容易实现。
一、为了更好的理解这个问题，首先普及一下审计师是干什么的，怎么做的：
审计师简单点说就是通过对企业财务报表进行审计，确保企业的报表能够如实反映企业的真实经济行为和经营情况，并发表肯定意见（如果发现有问题，也会说无法发表意见之类的）。通过自身专业的审计，让使用财务报表的人（股东、投资方、债权人等）能够看到企业真实的一面，支持投研分析，或融资决策等等。
那么审计师具体是怎么做的呢？考虑到这块有点专业，同时也不太好全说出来（其实是楼主太久没碰，有点忘了。。。。），就简单聊一下吧。
会计师事务所里的程序一般分为两个部分，一个是流程风险审计，一个是科目账务审计。
流程审计，审计师会先理清楚企业各个重要流程的风险和存在的管控措施。首先对流程相关人进行访谈，了解整个流程是如何动作的，其中涉及到的各个风险点是什么，有什么样的针对性管控措施。然后会抽一定的样本量，测试这些措施是否真实存在，以及有效运作。
如果一家企业自身的流程规范、完善，应该有的控制点都存在，且有效运作着，可以认为出风险的概率非常低，所以流程审计其实是为了后续账务审计省些事而设计的一套前期审计。
账务审计，则是一般三季度或年度审计时进行的。审计师们会分科目负责执行审计程序，首先分析每个科目的变动是否正常，同时通过抽取凭证查看附件文档的真伪判断科目发生的内容是否真实及合理。当然，也会用估算的方法去试算一些会计上需要估算的内容的合理性，如奖金计提、坏账准备计提等等。这里面就有诸如，发询证函给银行证明存款余额是否一致，盘点存货看存货计量是否正确，查看发票看费用是否有造假等等。
以上这些应该说基本是有效的，但是如他所说，这么多年来大家一直都用着同一套理论，基本没什么大的变样。很多企业其实都已经习惯和熟知程序了，尤其是现在企业都学精了，更多地从事务所招专业的审计师来当企业财务会计，想藏起一些东西其实不算太难。所以审计师发现问题已经越来越难了，尤其是审计师行业员工变动非常大，每年都是由部分老人带大量的毕业生、新手去审计，对于从所里到企业的老人来说，有些异常用三言两语很容易就忽悠过去的，新人一般比较怯，敏感度也不是太高。
二、为啥认可他这个说法呢？
从刚才的审计程序来看，更多的都是基于这家企业本身来进行查证，大数据的迷人之处，在于它不仅仅在个体上进行分析，它可以将整个行业，多个行业，产业链前后的数据都联动起来，通过将个体个整体进行对比，很容易突出一些个体的异常，从而更简单，自动的发现问题。
但是短期内，数据整合确实有难度，标准规范需要有人统一制定，保密性也容易成为一个问题，如何强制企业都上传、按时上传也不是个容易的活。不过倒是可以从上市公司的公开财务数据先开始。或者说由税局强制要求企业都要上传，只要政府想要，其实都是可以做到的。
再抛砖聊聊，我理想中的审计大数据库可能是怎么样的（16号下午4点更新）：
一、大数据、大数据，重点就在于大字。当一个数据库的体量、数据涵盖范围达到一定程度，可供挖掘的价值就越容易得到体现。举例说，以往企业在控制差旅成本这件事上，往往就是简单粗暴的从制度上要求员工必须坐什么舱位的机票，但当你将整个企业、甚至是集团的所有差旅数据线上化纳入到数据库进行分析的时候，你就能发现很多细节了：不同部门员工出差的规划合理性怎么样，航空公司偏好如何，公司哪些重点航线。通过将这些不同维度的信息作为标签赋予到具体每个个体，结合各自的管控目标，又可以制定出特定群体的管控策略。这还仅仅是一家公司就能将以往传统的管控模式玩出不一样的感觉，如果推之到整个行业、各个行业，价值是非常大的。当然这里其实跑题了，主要是抒发一些我们在开始玩数据这个过程的一些感悟。
理想大审计数据库的前提必须是：这个数据库应当能尽量全面的涵盖全行业、以及行业相关的上下游多个关联行业的数据，不仅包括财务报表，还应当有尽量全面的销售、存货，以及大量关联的原始数据，同时也有大经济环境的各种影响因子，可以是实际的、或预测的影响因子。
为什么需要这些内容呢，越全面的关联数据导入，越容易通过自动比对，发现个体与群体，群体与群体之间的异常行为/数据。
同时，大数据库本身就完成了现在很多的审计基础性工作。怎么说呢，在构建大数据平台的过程中，目前各大公司，各大领域已经在逐步将关联的数据线上化，公开透明化，企业一个业务的发生真伪性已经通过原始数据源的接入进行了真伪判断。比如，费用发生、销售情况直接匹配未来税务电子发票库中的记录，直接核对真伪。
二、有了这个库之后，还应该怎么操作呢？定期的，至少应当季度、年度，由一般权威专家团（事务所里的行家、大学里对应领域研究功力比较深的老师、市场中的经济分析师、政府部门的统计师、财税单位接触到实务的专家等等）根据定期对行业、企业的调研情况，配置预测的经济因子。行业预测动态（如群体、个体的关键投产比例，行业/群体内分龙头、中游、下游企业的预测的增长率等，财务领域的专家配置各种财税上的勾稽关系）等。这里相当于给数据库一个运算的规则和逻辑。
三、每年到了审计的时候，系统首先自动根据上述配置的因子和企业财务报表上提到的数据进行比对，将异常指标重点标注出来。
举例说，系统提前提醒审计师，a企业的存货可能有问题，因为上游供应商原材料的产出量才5000万斤，作为a企业重要原料，根本没办法满足a企业现有库存的生产。审计师应重点关注原材料入库造假。
又比如说，系统显示b企业销售增长远高于行业，但下游企业采购增长并没有多少，同时发现存货出库增长远高于运费增长，还有租赁费增长有略高于同城行业企业，推测可能有虚增销售嫌疑，审计师就重点查售货单据和新增的租赁仓库什么的。
举例不见得完全逻辑很严谨，在会场分心瞎想的，主要是审计师以往需要很敏锐的触感，大量访谈询问，以及各种复杂的计算勾稽都能够直接在系统沙盘中演练得出结果。极大的释放人力，提高审计效率，让审计不再是大量的基础性工作，更多的focus在各种异常的合理性分析和查证。一个企业想造假很简单，但是当大数据将大家都线上化，透明化以后，你再要造假，就需要大家配合你了，一个谎言是需要无数个谎言去圆滴！
1.17更新，上面这些例子写的太简单，属于最初级数据应用，这里不妨就数据运用再展开补充下：
这个话题其实挺有意思的，第一次写这些东西，可能表达没法尽善尽美
个人认为大数据应用是个非常有内涵的东西。
初级应用者主要通过数据对比(x-ref.)发现异常，这个其实也是现场审计师大部分的工作内容所希望达到的目的，只是方法不同而已。但是这也正正是审计的最底层需求，希望报表如实反映内容。
说到需求，那么更深一点的需求是什么呢？这点就必须从报表使用者角度出发了，不同的应用者对财务报表的需求是不一样的，有的可能是想看下企业的持续盈利能力，有的可能是希望看到后续现金流是否稳定。满足这些需求，大数据库的应用者，不一定是审计师，就不再局限于我所说的那些粗浅的运用了。这块其实也有人在做，不过一般是审计经理或合伙人在把控的，只是更多的是通过收集市场一些信息做出个人的职业判断而已。而这块加入了大数据后，很多东西就能更具象化，更形象有理可据了。
那么可见的更高级的数据使用者应用，应该至少能通过行业间，个体间的数据碰撞，看到企业脉络，发展方向，判断企业可持续发展，战略规划的合理性，公司未来盈利增长能力等等内容。并通过自身的专业水平，对企业的经营管理，战略规划，风险管控等方面给出专业意见，这块也是事务所的咨询业务与大数据结合的后续应用。
暂时先写到这吧，关于财务，审计行业的未来讨论，欢迎多点讨论碰撞。这一个行业的互联网+还是一块值得挖掘的领域，其中将有很大的b端价值空间。
各位看官觉得还行就点个赞撒。
我虽然不是一个审计工作者，但是我呀，听审计工作者聊的多了。我来偏个题，大家不要点反对吼不吼呀！
KPM6 合伙人 Dale Williams在他的谈话中提到：“…然而如果我们能正确运用大数据，我们就能把握企业发展的方向舵。”
周末加班的我倒还真是希望有个大数据系统，可以把科目余额表、明细账copy过去，然后自动生成memo、acc、lead……最好还能把出报告流程也设计进去，就不用像我以前一样徒手装订90多份报告了
下班到家
看到这道题目时，旁边是K记中国区主席T先生和我在等电梯，当时想直接问他您怎么看的，不过转念一想这么短时间他应该讲不完吧，还不如问最近与k记、e记两家息息相关的大事：您知道吃不到麦当劳早餐的我们有多难过吗！！！
切回正题：
审计工作早就已经不是下一次site50个人的场面了，现在都是ic带着1-2个小朋友做一家小公司。
审计数据化也是早就开始推行的工作了，譬如虐我好几次的eAudIT。我见过的企业数据系统都比较完善，有自己的一套体系，sap在这方面可卖了好多钱呢。由于具有了完善的审计流程，在审计人员拿到pbc之后，需要我们创新的并不多，往往只是填数之后对于与去年的分析对比情况。比如固定资产今年增加了，那么分析就要看是在建工程转入了还是今年新采购的？应付职工薪酬增加了就要看看是不是多了什么福利，这几百万花到哪里了。以上这些都要在memo中有所体现，不然就等着满屏的Q吧
体会最深的一句话是instead of sending 50 auditors in for five months to audit a client’s financial accounts, you can just plug a laptop into their system and run a continual audit
两周前，带着电脑去客户那接入他们的财务系统，数据处理起来超级方便，还能和我们的底稿很好的兼容，简直棒棒嗒！
节约人力的同时，节省了一大笔审计费…虽然审计费现在低的惨不忍睹了。至于数据化时代审计这个职业会不会逐渐被淘汰我们还是交给大par们思考吧
最后，禁不住好奇的我打开全球通讯系统，让我们看看这位par的风采
还是挺帅的？
———————–M
谢邀，加完班来答
个人浅见
1.大数据应用对审计来说最大的作用是识别风险和进行分析性复核。
2.这段话前半部分与大数据无关，更多在强调的是科技对行业的推动，而这种推动不仅仅限于审计行业，而是科技对所有现有行业的冲击：财务软件替代会计、大型机械替代人力、新型运输设备替代传统工具等等等等，只不过这种冲击正由传统行业扩张到服务业。
3.但是无论行业如何受科技冲击，只要你玩命往上跑，那你就不会被替代。其实这种事以前一直有，只不过以前是新锐蚕食陈腐旧人的冲突，是一种战争；而现在是老板为了节省成本提高效率对基层员工的筛选，不管你是新锐还是旧人，只要你还在金字塔的底端，你注定会被冲刷，这是一种碾压。
4.综上，这是一个信号，在未来几年内，一定会有一个新的局面被打开：更少的人、更高的效率和更轻松的工作。社会阶级会被洗牌但是阶级差异持续增加。
5.这不是审计的问题，这是科技的问题。
6.该怎么办？
抱歉会计用英文学的，有些词不是很会说…而且我是做税的，有些财会的规则要是搞错了请轻喷…
很现实，去年四月上课的时候来了一个KPMG的什么领导，到时没注意看是谁。也许是John Veihmeyer。反正当时他好像是正好有个什么活动，来我们学校，就在我们课上路过了一下。那节课正好讲如何审计Accounting Estimates。（估算值）
然后他举了这么一个例子：保修费用。
保修费用是要在 交易完成时，与收入一同寄到账上的。但因为保修是发生在未来时间段的，所以得把这个未来的数字提前估算出来。
我记得传统的会计上有两种方法，一种是预计未来的保修费用，记到账上。另一种是根据现阶段实际产生的保修费用，然后用同样的比例去计算未来的费用。
然后当你去审计这个估算值的时候，你该怎么审呢？大概就是看看这些估算里面都用了什么假设，每个假设合不合理，然后整体的公式有没有道理。之类的。反正就是，其实非常没谱。因为说到底每一个假设的值都是猜的，都是会计和管理层拍拍脑袋说出来的。就算依靠历史经验也没用，因为…这种事情没法预测啊，说变就变啊。
所以，一旦预测不准，（一定会不准）这对你的Net Income的影响很可能是material的。但是呢，到底差了多少，你也审不出来啊！
但是
这时KPMG祭出了黑科技。
他们准备审某客户的某产品的保修费用。怎么审呢，他们找了一群数据学家，描述了一下他们要做的事情。然后数据学家们说，哦，就这，好的。
五天之后，数据学家们回来了，给了预测的半年之后的保修费用的数值。
KPMG把数字交给客户，半年之后，发现，保修费用真的就是这么多…
那么数据学家做了什么呢？
他们在网络上用文本挖掘调查了用户对该产品的评价，从而评估了用户对该产品的体验，算出了多少客户会在未来使用保修。
这不是未来，变革已在发生。
谢邀。按照我回答问题的习惯，我们首先定义一下毕马威合伙人所谓的审计工作。这种工作的内容是对会计报表发表鉴证意见，实际上这种鉴证的目的是为了让链接或者搭建起资本市场的最基本元素，财务报表变的可以信任。这是什么意思？我们把资本想象成一个巨大的水池，有无数根管子链接到很多叫企业的基本单元上，在管子和企业连接处我们通过一个叫财务报表的东西相互关联。因为信息的不对称性，所以这种链接我们找第三方发表一个意见，看是否可以被信任，如果可以，资本方就用，如果不可以，就不用。所以，审计的基础，注意是他存在的基础就是信息不对称。
大数据从某种意义上就是在消除不对称性。当你的所有交易都被第三方平台纪录之后，这种平台就已经代替了审计的作用。当不对称性完全消失之后，我们为什么还需要审计呢？
当下，时代的发展已经超出了这位合伙人的预期，资本对接实体的基本单位甚至都从公司变成了某个业务循环，比如，支付宝就完全不需要审计发表什么意见，就能给在上面开店的，有现金收入的，支付水电费的，有固定现金支出的进行贷款业务，其成本据说是银行的1%。这种基于大数据下的企业和资本链接方式的变化，必然会对基于此而发展起来的企业产生巨大的影响。试问传统的审计方式怎么在这种情况下发表意见给资本方？怎么维护自己的必要性呢？
所以，我认为，大数据带给审计的，不是一台电脑接入系统就能完成报表审计工作这种革命性的变化，而是，怎么样建立新的生存基础的问题了。
十几年前会计师事务所还是一个万千毕业生为之倾倒的地方，那时候还不是四大而是五大。许多衣着光鲜的师姐师兄来校招，总会一成不变得分享一个段子：做审计验库存，坐着直升飞机到天空数羊或者储油罐。
十几年之后的今天，想想也是醉了，各种技术：图像识别、卫星拍照…已经有对冲基金在利用卫星图片通过建筑物的阴影来按周监控基建的进度，颗粒度到市。
其实科技一直在飞速发展，而审计一直没有变化，最大的变化是审计人员手中笔记本的CPU。量变在积累，最大的阻挡并不是科技做不到，而是历史悠久且蔓延到商业体系内的利益链条。z
除去内控流程来说，审计主要分成分析性复核（SAP）和细节测试（TOD）两块。我觉得SAP完全有可能利用到大数据，比如行业平均指标的对比，一些收入趋势的分析等，审计软件也完全有可能自动抓取财务帐面的数据进行钩稽测试等。
TOD如果以后会出现一个巨大的数据库能够将所有的纸质原始凭证扫描到一个系统，然后系统能够自动识别文本内容和关键信息倒是也有可能。
但是对于一些具体问题涉及到准则理解和应用，千变万化，还是要靠审计师的职业判断，比如一个理财产品究竟是应该归类到哪类金融资产里面，信息化的软件应该无法做到准确作出判断。
还有最重要的一点，机器是很容易被骗的，特别是输入了指定程序以后，当客户了解取数逻辑之后，必然有可能想到相应的办法来绕开这些设定的逻辑。比如程序设定了A科目和B科目加起来能够与C科目钩稽上，如果实际上A+B大于了C，客户做账时完全可以让A+B=C，然后把多余部分挤在新设一个科目D，这样系统就发现不了了。
所以信息化能够带来部分便利，但不可能完全替代人工。
即使存在这种可能，四大也会游说政府和监管机构，这里面存在无数不合理性。以人为本的审计工作，就像无数复杂的会计准则一样，是这些中介机构继续存活的根基。
是这样的没错。
但是，做成这个的并不见得会是KPMG, 也够呛会是EY. 更有可能的是palantir.
或者说在反洗钱，反盗刷等方面，palantir已经是做成了。