2025年5月24日，第四代基本审计模式“数智审计”学术研讨会，暨中国政府审计研究中心走进国内高校行动计划(清华大学站)“CCGAR双周论坛第232期学术研讨会”，在清华大学成功举办！
本次学术研讨会由清华大学经管学院数智审计研究中心和西南财经大学中国政府审计研究中心共同主办。北京国家会计学院秦荣生教授，北京交通大学崔永梅教授，山东大学张玉明教授，北京大学李伟平教授，清华大学陈关亭教授应邀作主题报告。清华大学经济管理学院党委书记、副院长薛健教授、《管理世界》编辑部李逸飞副主任和西南财经大学中国政府审计研究中心主任蔡春教授作开幕式致辞。清华大学经济管理学院会计系副主任罗婷教授做学术总结与评价。
本期论坛采取线下线上相结合的形式开展，线下会场由清华大学经济管理学院陈关亭教授、清华大学经济管理学院会计系联执系主任李丹教授主持会议，线上会场由中国政府审计研究中心博士生徐藩主持会议。来自清华大学、北京大学、中央民族大学、厦门大学、山东大学、兰州大学、云南大学、西南财经大学以及中国工商银行、安永会计师事务所（Ernst & Young）等全国60余所大学/单位的200余位嘉宾以线下线上结合的方式参加了本次学术研讨会。
清华大学经济管理学院党委书记、副院长薛健教授
致谢捐赠者
清华大学经济管理学院数智审计研究中心（Research Center for Smart Audit，RCSA），聚焦于数字化、智能化技术在审计与风险管理等领域的应用研究和技术创新。本研究中心的筹建，得到了武安新峰循环经济产业投资发展有限公司党委书记郝桂茹女士，凤凰城科技集团有限公司董事长周明德先生，首都经济贸易大学中国市场主体研究院院长屈庆超先生，北京隆麦科技有限公司董事长郭玲女士，北京文达思源信息技术有限公司董事长张亮先生，深圳创享数智科技有限公司董事长徐斌先生，北京至臻云智能科技有限公司董事长王开志先生等大力支持。清华大学经济管理学院党委书记、副院长薛健教授，首先代表学院对数智研究中心的各位捐赠者，表达了真诚、热烈的致谢，并隆重颁发了捐赠证书！
薛健书记与捐赠者合影
清华大学经济管理学院党委书记、副院长薛健教授致辞
清华大学经济管理学院党委书记、副院长薛健教授代表清华大学经济管理学院对数智审计学术研讨会暨中国政府审计研究中心走进国内高校行动计划(清华大学站)的顺利召开，表示热烈的祝贺并对各位嘉宾的到来表示诚挚的欢迎。薛健教授表示审计学科正经历着从传统鉴证向数智赋能的范式转变，数智审计代表了未来审计理论和实践的必然发展方向，清华大学经济管理学院也始终致力于推动学科交叉与前沿探索，将数字化智能化有机融入审计、会计等学科。本次会议以数智审计为主题，旨在搭建一个开放融合、创新的交流平台，协同探索未来审计的发展新趋势。
《管理世界》编辑部李逸飞副主任致辞
《管理世界》编辑部李逸飞副主任在致辞中表示，当前以大数据、人工智能、区块链为代表的新一代信息技术正在深刻重构审计理论和实务的边界，数智审计不仅是对传统审计方法的革新，更是对审计职能本质的重新诠释。他强调，本次研讨会以数智审计为主题，意义深远，《管理世界》将继续关注数字经济与智能技术对审计领域的影响，期待通过研讨会的深入探讨，为审计事业的发展贡献智慧和力量。
西南财经大学中国政府审计研究中心主任蔡春教授致辞
西南财经大学中国政府审计研究中心主任蔡春教授在致辞中系统介绍了中心服务会计审计学科建设，走进国内高校行动计划的进展。他表示，此次活动作为全国60余所高校近200名学者参与的学术盛会，展现了清华作为学术高地的引领作用。蔡春教授回顾了审计学科发展历程，呼吁学界凝聚共识、把握机遇，共同推动会计审计学科升级为一级学科。他倡导，会计审计学界应通过持续推进理论创新，努力构建中国自主的会计与审计自主知识体系，以服务国家治理的重大需求。致辞最后，蔡春教授感谢各位嘉宾的参会，期待通过系列学术活动的举办，优化学科生态，为会计审计领域高质量发展注入新动能。
主题报告：生成式人工智能与智能审计
北京国家会计学院秦荣生教授作题为《生成式人工智能与智能审计》的主题报告。秦教授在报告中深入探讨了人工智能与智能审计的关系，强调了人工智能技术的最新进展及其在审计领域的应用潜力。他提到，当前人工智能已发展到深层次阶段，对社会各领域的融合正在加速，预计未来五年内机器人将具备认知智能，成为人类的代理人。
秦教授指出，生成式人工智能在审计领域的应用前景广阔，能够显著提升审计效率和质量。他强调，智能审计体系的构建需要数据模型、场景为核心，通过数据整合、自然语言处理、图像生成等技术，实现审计方案的智能化生成和审计数据的自动收集与分析。
此外，秦教授还讨论了智能审计在风险控制、审计报告编制等方面的应用，提出了利用人工智能技术进行审计方案制定和风险评估的建议。他强调，智能审计不仅是技术的应用，更是审计工作模式的变革，能够推动审计行业的创新与发展。
主题报告：AI审计问责边界与内在机理研究
北京交通大学经济管理学院崔永梅教授作题为《AI审计问责边界与内在机理研究》主题报告。崔教授的报告主要探讨了AI审计的概念、发展现状、审计对象与程序、标准与规范，以及AI在审计中的应用和挑战。
崔教授认为，AI审计涉及机器学习、深度学习等技术，能够生成文档、图片、音频和视频。尽管AI发展迅速，但在数据隐私、算法偏见、模型幻觉等方面仍存在风险。现有的IT审计法规和标准尚不完全适用于AI审计。
其次，AI审计与传统IT审计不同，主要涉及大数据、机器学习等新技术。审计程序方面，AI审计需要对数据进行清洗、标准化处理，并利用大模型进行推理和预测。虽然国际上已有多个国家（如英国、美国）对AI模型进行审计，提出了涵盖风险评估、数据管理等八个方面的框架。我国的《数据安全法》《个人信息保护法》等法律法规也对AI应用进行了规范。AI审计在金融、医疗、教育、审计等领域有广泛应用，但也面临数据成本高、算法偏见、隐私泄露等挑战。AI审计需要在审计效率、准确性和安全性之间找到平衡。
因此，AI审计的未来发展需关注技术创新、数据隐私保护、法律责任归属等问题。建议制定相关法律法规，推动AI审计的标准和规范建设，以促进其在审计行业的广泛应用。
主题报告：智能审计前沿与教学改革
山东大学管理学院张玉明教授作题为《智能审计前沿与教学改革》主题报告。张教授首先回顾了智能审计的发展历程，指出随着大数据、云计算、人工智能等技术的飞速发展，智能审计已经从概念走向实践，并在多个领域展现出巨大潜力。他通过一系列生动案例，展示了智能审计在提高审计效率、优化审计流程、降低审计风险等方面具有显著优势。
在谈及智能审计的挑战时，张教授提到了数据隐私保护、算法偏见、模型安全性等关键问题。他认为，要解决这些问题，需要跨学科的合作与创新，以及建立健全的监管框架和标准体系。
展望未来，张教授对智能审计的发展前景充满信心。他指出，随着技术的不断进步和社会需求的日益增长，智能审计将在审计领域发挥越来越重要的作用。他建议，学术界和产业界应加强合作，共同推动智能审计技术的研发和应用，以更好地服务于经济社会发展。
主题报告：基于图神经网络的小微企业贷款风险识别
北京大学软件与微电子学院李伟平教授作题为《基于图神经网络的小微企业贷款风险识别》主题报告。李伟平教授在报告中首先介绍了图神经网络（GNN）的基本概念和发展历程。他指出，GNN是一种能够处理图形数据的神经网络，通过节点和边的信息传递，能够有效地建模和分析复杂的网络结构。在金融领域，特别是小微企业贷款风险评估中，GNN的应用具有巨大的潜力。
通过GNN模型，李教授展示了如何对企业的贷款风险进行预测。他详细介绍了GNN模型的构建过程，包括数据的预处理、图的构建、模型的训练和预测等步骤。实验结果表明，基于GNN的模型在小微企业贷款风险评估中的表现优于传统的机器学习模型，能够更准确地识别企业的贷款风险。
李教授还讨论了GNN在小微企业贷款风险评估中的优势和挑战。他指出，GNN模型能够充分利用企业间的关联信息，提高风险评估的准确性和效率。然而，GNN模型的训练和计算成本较高，需要大量的数据和计算资源。此外，GNN模型的可解释性较差，如何解释模型的预测结果也是一个亟待解决的问题。
最后，李教授提出了未来研究的方向。他认为，可以通过优化GNN模型的结构和算法，提高其计算效率和可解释性。同时，可以将GNN与其他机器学习算法相结合，形成混合模型，进一步提高风险评估的准确性。此外，还可以将GNN应用于其他金融领域，如股票市场预测、信贷风险评估等。
主题报告：基于机器学习的财报舞弊风险预警模型与指数
清华大学经管学院数智审计研究中心主任陈关亭教授作题为《基于机器学习的财报舞弊风险预警模型与指数》主题报告。陈关亭教授在报告中详细介绍了其团队基于机器学习的财务舞弊风险预警模型与指数的研究过程和成果。
他首先介绍了财务舞弊的背景和重要性，指出财务报告舞弊不仅损害企业声誉，还可能引发严重的法律后果。传统的审计方法在应对复杂的舞弊行为时往往力不从心，因此，利用机器学习技术进行风险预警具有重要的现实意义。陈教授展示了其团队构建的财务舞弊风险预警模型。该模型抓取了包括道德维度、动机维度、机会维度、发现维度和舞弊惩罚维度在内的多维度舞弊动因和特征，并结合16种机器学习方法训练了舞弊预警模型。经过大量实证研究和测试，该模型在识别财务报告舞弊方面表现出色，AUC值、F1值和召回率等关键性能指标均超过了现有同类模型的最优水平。
陈教授进一步分析了财务舞弊风险预警模型的应用前景，认为该模型不仅可以用于审计和监管工作，还可以为企业提供风险管理和内部控制的建议，从而成为继账项导向审计、控制导向审计和风险导向审计之后的第四代基本审计模式，即数智导向审计（简称数智审计）。他建议建立国家层面的会计信息数智化监测平台，重构以全国会计信息数智化监测平台为指挥中心的会计信息监督体系，此外他还提出了将数智审计模型与其他技术手段（如区块链、人工智能等）相结合的思路，以进一步提高财务报告舞弊的识别和防范能力。
最后，陈教授呼吁学术界和实务界加强对财务舞弊风险预警模型的研究和应用，共同推动审计和监管工作的智能化创新和转型升级。他强调，面对日益复杂的财务环境和监管要求，利用数字化、智能化技术手段进行风险预警和防范已成为当务之急。
学术总结与评价
最后，清华大学经济管理学院会计系副主任罗婷教授对于学术研讨会作了总结发言。罗教授感谢了与会者的参与和分享，并指出审计研究正面临技术变革的挑战。她强调了智能审计作为多学科的交叉趋势，涵盖了算法、模型的应用，以及前瞻性问题和挑战。她认为今天的会议为实务界和学术界提供了宝贵的交流平台，有助于拓展研究边界，并为审计的数字化转型和智能发展提供理论和实践支持。最后，罗教授表达了对未来加强交流和合作的期望，希望共同将智能审计研究推向更高水平。
嘉宾与参会代表合影
