應用查核分析時所面臨挑戰之因應方式

如前述，實務與學術界指出審計準則需要或制定資料分析架構之聲浪，國際審 計與認證準則委員會(International Auditing and Assurance Standards Board, IAASB)、

世界各國的審計準則制定機關以及學術界已展開行動，降低查核人員對使用查核 分析時感到不確定性。

1. 修改審計準則

為了確保 ISA 在數位時代下，仍能持續作為查核人員提供高品質、具有價值 且攸關的查核所依循的原則，IAASB 轄下的 Data Analytics Working Group (DAWG) 於 2016 年發布了 Request for Input (RFI)，徵求各國公部門、學術界及實務界運用 資料分析於查核財務報表之看法及意見(IAASB, 2016)，所獲之主要共識為：DAWG 探索有效地運用新科技於查核實務的行動受到廣泛支持，目前實務上需要運用資

料分析於查核之指引，但仍強調保持專業懷疑的重要性(IAASB, 2018)。

根據回饋內容，IAASB 已將(1)評估是否需修改或新增 ISA，以因應使用新興 科技(例如：區塊鏈、人工智慧、機器人等等)與自動化工具所帶來之轉變與挑戰，

以及(2)如何讓查核人員在 ISA 規範下仍能充分發揮專業懷疑列入 2020 至 2023 年 之策略(proposed strategy 2020-2023)。於 2020 至 2021 年工作計畫(work plan)中，

查核證據專案(audit evidence project)已進展至研究階段(research phase)，將深入評 估(1)自動化工具與新興技術(包含資料分析)對查核證據之影響、(2)專業懷疑，以及 (3)ISA 500 是否須修正，作為規劃後續工作之基礎(IAASB, 2019)。

2. 運用查核分析之指引或架構

世界各國審計準則制定機關的行動中，美國發布之查核分析相關指引最為全 面，AICPA 提供了一系列資料準則(data standards)，透過將常用於查核的欄位或檔 案的格式標準化，減輕查核人員取得資料時，因客戶系統之差異所面臨的阻礙，提 升資料分析之效率(AICPA, 2015)。除此之外，AICPA 將資料分析的概念與查核準 則結合，設計了於風險評估階段、證實分析性程序、細項測試以及作出整體結論階 段使用資料分析時所能遵循的步驟，並附有釋例具體化執行步驟，有助於查核人員 瞭解如何在現有準則規範下運用資料分析(AICPA, 2017)，非常符合實務需求。於 2019 年，AICPA 進一步提供利用 Python 將資料整理成資料準則的標準化格式，以 及執行分錄測試(journal entry procedures)的範例程式碼(AICPA, 2019a)。另外，

AICPA 將各項查核程序所依循的查核準則，以及執行該等查核程序所能使用的資 料分析工具彙總成索引，提供查核人員清晰的指南(AICPA, 2019b)。

其他國家方面，英國與澳洲之準則制定機關也著手瞭解國內資料分析於查核 財務報表之現況，作為未來行動的依據(FRC, 2017; AUASB, 2018)。

學術研究中，No, Lee, Huang 與 Li (2019)針對辨認出過多離群值而降低查核 效率之問題，提出了多構面查核資料篩選模型(Multidimensional Audit Data Selection

Model)，先利用重大潛在風險因素(significant potential risk factors)辨認出重大項目 (notable items) ， 再 利 用 適 當 之 資 料 分 析 技 術 從 重 大 項 目 中 篩 選 出 異 常 項 目 (exceptional items)並進行排序，以便針對最有問題的項目進行細項測試。Zhaokai &

Moffitt(2019)提出利用文本分析查核量大且風險低的定型化契約(similar contracts) 時所能遵循之架構，協助查核人員更有效率地偵測契約中異常部分。Sun(2019)則 提出了將深度學習應用於整個查核階段之架構。

二、查核人員數位時代下所需能力之養成

為了使會計師具備數位時代下所需之能力，州會計委員會全國聯合會(National Association of State Boards of Accountancy, NASBA)與 AICPA 於 2018 年開始推動會 計師演化(The CPA Evolution)，於 2019 年 6 月發布 Request for Input 向專家及利害 關係人徵詢意見(Tysiac, 2019a)，同年 12 月提出新版會計師目標能力模型(CPA licensure model)：會計師須具備會計、審計、稅務及科技(technology)四項核心能力，

並 於稅 務遵 循與 規劃 (tax compliance and planning)、商 業報 導與 分析(business reporting and analysis)及資訊系統與控制(information systems and controls)三大領域 中，選擇一項專精(Tysiac, 2019c)。該模型於 2020 年 5 月經 AICPA 投票通過，若 7 月召開之 NASBA 董事會亦決議支持，該模型將會定案(Tysiac, 2020)，作為會計 師能力養成之依據之一。

除了透過訓練，使查核人員能夠將資料分析及會計專業結合，以有效地將資料 分析結果轉變為對決策的有用資訊(Brown-Liburd et al., 2015; Cao et al., 2015;

IAASB, 2016; Austin et al., 2019; Salijeni et al., 2019)之外，AICPA 於 2019 年已針對 會計師考試之範圍進行實務分析(practice analysis)，初步研擬刪除國際財務報導準 則(International Financial Reporting Standards, IFRS)、不動產租稅規劃(estate tax planning)與衍生性金融工具之議題，轉而納入較新興之議題(Tysiac, 2019b)，日後將 根據新版會計師目標能力模型進行調整，預計於 2024 年 1 月開始實行新版會計師

考試(Tysiac, 2020)。

三、資訊專家之協助

資訊專家擁有資訊系統及其相關控制的專業，能協助查核人員因應資訊相關 風險，以及覆核(review)查核人員的測試(Hux, 2017)。在取得資料、運用資料分析 模型與辨認異常值時，也可能需要資訊專家之協助(Earley, 2015; FRC, 2016; IAASB, 2016; Austin et al., 2019)。然而，運用專家仍有一些潛在的挑戰要克服，Jenkins, Negangard, & Oler(2018)的研究指出在查核案件中運用鑑識專家(forensic specialists) 所面臨的首要挑戰為預算壓力。Bauer 與 Estep (2019)針對由查核人員和資訊專家 組成的查核團隊(collective audit team)進行研究，結果發現不論是查核人員或資訊 人員都未完全欣然接受一個團隊觀點，而這可能會導致合作關係欠佳，進而影響協 調、溝通與合作，增加查核風險。