查核分析工具或方法於審計領域之應用

Appelbaum et al.(2018)彙整 1970 年至 2015 年間與應用資料分析於查核相關之 301 篇的研究，發現運用最多的分析方法為比率分析(ratio analysis)、交易測試 (transaction test)及抽樣等傳統查核技術(audit examination)，迴歸分析(regression)為 次之，探討監督式技術、非監督式技術或其他統計方法之研究較少。

隨著大數據分析技術逐漸成熟，學者開始應用新技術探討審計議題。Kirkos Spathis 與 Manolopoulos(2008)自過去文獻中選取 39 個與會計師事務所選擇相關之 財務變數，運用支持向量機(support vector machines)、決策樹(decision trees)及神經 網路(neural networks)預測企業會選擇委任四大或非四大會計師事務所簽證，準確 度達七成以上。Koh(2004)蒐集過去文獻中有關財務危機的 6 個財務比率，利用神 經網路、決策樹、羅吉斯迴歸預測客戶繼續經營能力，準確度達 95%以上。Ravisankar, Ravi, Rao 與 Bose(2011)選擇 35 項財務數字或財務比率，數種神經網路(neural network)、遺傳演算法(genetic programming)、支持向量機與羅吉斯迴歸預測財務報 表舞弊。

透過 RPA 自動化大量重複性、標準化的動作，能夠讓查核人員從事更具附加 價值之工作(Moffitt, Rozario, & Vasarhelyi, 2018; Cooper, Holderness, Sorensen, &

Wood, 2019)，舉例而言，會計師事務所於承接查核案件前須審慎評估企業之風險，

以往查核人員需要花費大量時間人工蒐集資料，運用 RPA 技術，查核人員只需輸 入欲取得之資料，在數分鐘內 RPA 就能自動輸出整理好的資料檔，查核人員即可 將心力集中於判斷與分析(周霈翎，民 108)。審計領域具有全球一致的規範，發展 RPA 能夠獲得相當規模之效益，然而，由於受查核風險與法規之限制，運用 RPA

於查核工作中時需要額外考量(additional precautions)，使其在查核領域之發展尚在 初始階段(Cooper et al., 2019)。

區 塊鏈 技術透過 分散式 帳 本與 公開 金鑰加密 系統(public-key cryptography system)來達成去中心化、嚴格驗證(strong authentication)與防篡改(tamper-resistance) 之目標(Dai & Vasarhelyi, 2017)。透過紙本寄發之函證，存有在郵寄過程中遺失、查 核人員需花費大量時間催函、難以確認銀行用印之真偽而有被篡改之疑慮等問題。

財金公司運用區塊鏈技術建立金融區塊鏈函證平台，使會計師事務所能即時追蹤 銀行處理進度，並杜絕遭篡改之可能。該平台於 2019 年 12 月正式商轉，已有 27 家銀行與 90 餘家會計師事務所參與，未來也將持續擴大使用(莊蕎安，民 108)。

二、運用以往未曾用於查核分析之資料

除前述可以利用新 技 術分析財務資訊之 外(Kirkos et al., 2008; Koh, 2004;

Ravisankar et al., 2011)，將非財務性、非結構性資料納入分析能增加查核的深度與 廣度。

透過文本分析能自契約、電子郵件、媒體文章與年報等文本資料中，擷取出文 本主題、關鍵字、情緒或異常值，並用於偵測潛在風險(Sun & Vasarhelyi, 2017)。

Zhaokai et al.(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。

運用語音辨識技術，能自訪談或電話等語音資料中分析管理階層、員工或其他 利害關係人之情緒或所用的詞彙，判斷是否有欺騙(Sun et al., 2017)。Sun(2018)分 析管理階層在盈餘電話會議(earnings conference call)中的情緒特徵，發現情緒特徵 與內部控制顯著缺失(ICMW)具顯著關係，且將情緒特徵納入預測模型能提高模型 解釋力。

藉由影像辨識，使查核人員得以透過無人機拍攝照片或影片，以確認存貨數量 及狀態，或進行內部控制觀察(Sun et al., 2017)。

整合分析非結構性及結構性資料可能協助進行審計判斷，舉例而言，Sun(2019) 強調深度學習能夠用於從半結構、非結構性資料中擷取出資訊，以及建立預測模型 來協助審計判斷，並提出了將深度學習應用於整個查核階段之架構。

三、目前會計師事務所之發展現況

使用資料分析工具集(tool kits)能作為查核人員缺乏資料分析經驗的補償，讓查 核人員較容易地使用查核分析(Austin et al., 2019)。目前四大會計師事務所在查核 的應用上，主要分為查核平台、查核分析工具與其他查核輔助工具，其具代表性之 數位審計工具彙總如表一。

1. 查核平台

為了確保查核的品質與一致性，四大會計師事務所總部開發了各地會員所一 致使用的雲端查核平台，除了將查核方法論(audit methodology)電子化外，透過視 覺化的風險評估介面，能讓查核人員快速掌握關鍵風險，協助查核案件規劃(EY, 2019; PwC, 2019a)，搭配雲端資料傳遞平台，能提升資料安全性並隨時追蹤進度，

優化客戶及查核團隊間的資訊交換的效率(Deloitte, 2017; EY, 2019; PwC, 2019a)。

近期，勤業眾信、安侯建業與資誠皆推出新一代的查核平台，除了優化使用介面外，

亦 開 始 用 運 認 知 科 技 (cognitive technology) 等 技 術 (KPMG, 2017; PwC, 2019b;

Deloitte, n.d.)。

2. 查核分析工具與其他查核輔助工具

四大會計師事務所的總部指出已逐步運用查核資料分析、自動化、人工智慧、

無人機科技(drone technology)與區塊鏈等新興科技於財務報表查核。舉例而言，可 以透過查核分析工具或模組在全母體查核下辨識資料的趨勢，更深入地瞭解交易 及風險所在之處(Deloitte, 2017; EY, 2019; PwC, 2019a)，利用函證平台簡化與自動 化函證程序(Deloitte, 2019; PwC, 2019a)，使用行動裝置或無人機協助完成存貨盤點 工作，提升查核便利性(Deloitte, 2017; PwC, 2019a; EY, n.d.)。在人工智慧的

表一 四大會計師事務所具代表性之數位審計工具 Deloitte Connect 串接。

EY Canvas Client Portal 串接。

KPMG Clara (2020 年推出)

Aura Platinum(2019 年推出) 優化視覺化儀表板介面，使查 核人員更容易掌握關鍵之處，

亦 能 自 動 產 生 導 引 表 (lead schedules)呈現科目 餘 額之趨 勢。與資料傳遞平台 Connect

EY Canvas Inventory 透過手機 app 完成存貨盤 點，並與 EY Canvas 串接。

Clara 中設有 Inventory Count Tool 使查核人員更有效地完 成存貨盤點。

PwC’s Confirmation System 將函證程序自動化、標準化、

無 紙 化 ， 並 在 線 上 完 成 。 Count

利用手機 app 完成資產盤點。

資料來源：2019 年 TAA 研討會、Deloitte, 2017、KPMG, 2017、Deloitte, 2019、PwC, 2019a、PwC, 2019b、Deloitte, n.d.、EY, n.d.，本論文整理。

運用上，Argus 能自動從全母體文件中擷取重要資訊，辨識潛在風險、趨勢及異常 值(Deloitte, 2017)，而 PwC’s GL.ai 則透過訓練演算法，從分類帳中(general ledger) 中發現異常處(PwC, 2019a)。