摘要：大数据、人工智能等技术为财会监督工作提供了全新的工具与实践场景，财会监督活动对于规范财经秩序、促进经济社会持续健康发展的价值越来越凸显。本文立足于企业内部财会监督的视角，分析了数智化时代企业内部财会监督呈现出的变革趋势，聚焦于资金监督、信用监督、审核监督、财报监督四个重要方面，讨论了新兴技术赋能下企业可实现的财会监督数智化应用场景。

关键词：财会监督；财务数智化；数智化应用场景

一、数智化时代财会监督的变革新趋势

财会监督是依法依规对国家机关、企事业单位、其他组织和个人的财政、财务、会计活动实施的监督。2023年2月，中共中央办公厅、国务院办公厅印发《关于进一步加强财会监督工作的意见》，从健全财会监督体系、完善财会监督工作机制等方面出发，提出了新时期加强财会监督工作、更好发挥财会监督职能的任务要求。财会监督需要财政部门、中介机构、行业协会等监督主体的共同协作，也需要企业加强内部监督能力，围绕企业经济业务、财务管理、会计行为等开展持续监督。对于企业而言，内部财会监督的重点涉及以下几个方面：一是对于企业经营业务活动的合法合规性进行监管，提升经营行为规范化程度，尽可能规避违规风险，保障企业稳健运行和持续发展。二是对企业内部金融资源的筹集和使用情况进行管理，避免违法使用和不当操作，确保资源合理配置与有效利用，维护企业利益和资金安全。三是聚焦于会计信息质量监督，确保企业各项经济业务事项遵循适用的会计法规、准则并得到恰当的会计处理和披露，对企业会计信息的合法性、真实性和准确性负责。

当前，内部监督已经成为财会监督体系的重要组成部分，但许多国内企业的内部监督工作在执行层面普遍存在着监督措施覆盖范围不全面、管理流程设计不合理、监督手段有效性不足等突出问题，制约着企业治理效率和组织竞争力的提升。由此，许多企业开始探索如何借力数智化工具进行财会监督和风险防范，各类智能化技术被引入企业财会监督领域，促使财会监督在数智化新时期呈现出以下新的变革趋势。

一是实现财会监督工作自动化。过往企业内部财会监督工作主要依靠人工检查，一方面可能因人工差错影响监督检查工作的效率与质量，另一方面则受限于人员精力与成本，部分检查工作可能仅采用抽样方法，难以实现监管范围全覆盖。随着自动化技术的成熟，诸如财务机器人等工具被引入财会监督工作中，可在系统架构下按规则自动执行相应的流程任务，代替或辅助人类完成相关操作，使得大量重复性高、机械化的人工工作转由自动化工具执行，财会监督工作效率与精度实现极大优化。以财务对账工作为例，过往为核查企业财务记录与实际交易情况是否相符，财务人员需定期向银行、供应商、客户等往来方获取对账单并人工逐笔对账，在RPA（机器人流程自动化）技术加持下，对账机器人能够自动完成全量交易的核查并生成对账报告以及汇总的余额调节表，节约了相关检查工作的人力投入。

二是实现财会监督工作实时化。传统财会监督更多以专项的、非连续性的事后监督检查为主，存在滞后性问题，无法及时对违规或风险事件进行干预与修正，难以起到事前预防和事中预警效果。数智化时代下，财会监督正逐步向业务活动全过程主动监管转变，依靠信息系统、移动互联、人工智能等技术成果，企业能够开展对业务活动的全天候跟踪和动态监管。例如，企业可将审批审核流程、财务管控标准与规则等监管要素内嵌进财务系统中，做到操作行为全程留痕可追溯，在识别出违规风险时及时向监督管理人员提示通报，充分发挥财会监督实时预警作用。

三是实现财会监督工作数字化。数智化时代企业可借助数字技术优势建立财会监督基础数据库，探索数据开放共享的管理机制，促使企业相关信息与财政、税务、国资、金融市场等相互衔接，为协同开展内外部监督工作提供数据基础。进一步，基于大数据技术搭建财会领域风险识别预警模型，动态更新企业财会领域风险画像，帮助企业提前预测、感知并应对潜在财务风险，将数据思维和方法深度融入财会监督全过程。

二、企业内部财会监督的四个重要方面

新时期企业内部财会监督工作既要实现全方位覆盖，又要做到重点突出。总结过往企业常见的风险事件和监管痛点、提炼优秀企业监督管理经验，本文认为，新时期企业内部财会监督可从资金、信用、审核、财报四个重要方面着手，以资金监督为关键带动企业资源监管水平提升，以信用监督为抓手深化业财一体化管理进程，以审核监督为契机提升内部控制规范化标准化程度，以财报监督为核心优化企业财务信息和数据管控能力。

（一）资金层面的监督

资金层面的监督即企业对内部资金等重要金融资源的筹集、管理、调度、运用等活动实施监管，建立全面协同、集约高效的内部资金管控体系与机制。企业资金监督的重心包括监管资金资源的效率效益和监管各类资金风险。监管资金资源效率效益即企业需要通过监督管理，尽可能减少由于管理失序所导致的资源浪费，提升资金资源的配置合理性，实现资金管理综合效益最大化，通过全面盘点、积极盘活全组织范围内的资金资源，对资金实行实时监控和统筹调度，确保资金“看得见、管得住、调得动、用得好”。监管各类资金风险即企业需针对资金舞弊风险、资金合规性风险、资金流动性风险、金融市场风险等各类型资金风险制定相应的防范措施与应急处理机制，尽可能压降资金风险事件的发生频率和潜在危害，保障企业资金安全。

当前，为优化资金监督管理能力，众多大型企业正在推进司库体系建设，应用IT+DT（数据技术）的能力，加速资金管理数智化转型。在数智化时代，企业一方面需要构建起功能完善、集成互通的司库管理信息系统，保障系统有效支持账户管理、资金结算、资金集中、票据管理、投融资管理等各项资金监管职能；另一方面需要探索应用数据来辅助资金预测、投融资决策以及风险预警，为资金监管提供数据分析和决策支撑。

（二）信用层面的监督

信用层面的监督即企业对自身交易活动中的信用风险进行管理和监督的过程。在数智化时代，企业内部财会监督不仅局限于财务活动，还需要从业财一体化管理的视角出发开展经营全链条监督，从业务活动源头管控财务风险。财务需要参与到采购、生产、销售、售后等一系列经营业务活动中去，对业务行为中存在的各项监管事项的合规性与潜在风险进行监控、检查、督促和反映，信用监督是其中最典型的例子。财会人员需要在交易发生前，深度参与到客户资信调查、信用评级、赊销政策确定、付款方式选择等活动中，对客户信用实施前置化监督与管理，以降低财务在后续收款环节面临的逾期和坏账风险。

过往，传统企业信用监督管理往往依赖于管理过程中沉淀的简单经验，且受限于企业信息渠道较少、内外部数据整合能力不足等因素，信用评价更多采用静态的、定性的评价方式。但在数智化时代，大数据技术赋能企业建立起更加智能、精准、量化的信用监管体系，企业可以聚合内部管理数据、行业数据、司法数据等多渠道信息，应用逻辑回归、决策树等前沿分析模型，在机器学习等技术的辅助下，建立数据覆盖度高、指标层次丰富、行业相关性强的客户信用管理模型，使信用监督能力得到极大 提升。

（三）审核层面的监督

审核层面的监督即企业在财务处理流程中对报账、审批等日常管理活动进行常态化检查，确保业务与管理活动的合法合规性。审核监督是企业财务部门最为频繁的监督活动，是企业内部控制管理的重要环节，其核心目标是督促企业全体人员规范、有序开展经营活动。为落实审核监督，企业往往为不同业务事项确定相应的标准审批流程，围绕业务活动真实性、会计资料完备性与合规性等制定详细的制度规范与管理标准，财会人员需据此对每一笔业务执行对照检查程序，识别出存在违规风险的事项并做进一步的通报处理。

人工审核模式下，审核监督工作耗费了财会部门大量的人力物力，且难免存在低效率、高差错率等问题。智能技术能够为审核监督工作提供更加有效的工具，企业可将各类繁琐复杂的管控标准进行抽象提炼，形成内嵌在计算机后台中的审核规则库，利用规则引擎和审核算法实现数据与规则的自动校验，构建人机协同的高效审核监督模式。

（四）财报层面的监督

财务报表是企业财会部门最核心的工作成果之一，也是投资者、中介机构、银行等外部主体获取企业经营状况信息最主要的途径。财报层面的监督以杜绝财务舞弊和会计造假、保障会计信息质量为核心目标，财政部门、金融监管机构、会计师事务所等外部主体需要对企业会计信息质量开展审计或监督检查，同时，企业也需要切实履行会计信息质量的主体责任，持续健全内部会计信息治理控制机制，确保财务报表信息真实、完整、可信。

在实务中，建设财务共享服务、推进会计集中核算已成为企业夯实会计信息治理基础的重要举措，众多大型企业通过对基础财务工作进行标准化、专业化分工，形成了统一的会计科目、核算标准、业务流程与操作规范等，极大推进了企业会计标准化进程，夯实了会计信息质量有效监管的重要基础。在数智化时代，企业能够进一步打造更加智能、高效、便捷的会计核算与报告信息系统，强化相关信息数据资源管控，加速推进会计核算智能化、报表编制自动化，减少发生舞弊和会计差错的可能性，提供更高质量的财报会计信息。

三、企业财会监督的数智化应用场景

（一）场景一：搭建资金支付风险的智能预警模型

在资金支付场景下，企业财会监督的核心在于管控支付过程中的内部舞弊、外部欺诈风险，保障企业资金安全。企业可在支付流程中嵌入支付风险管理智能工具，形成事前维护规则模型、事中监控及校验、事后复盘总结的端到端管理模式。

以中兴新云司库监管与预警系统为例，企业可借助该系统分析历史支付风险事件与数据，进一步明确对私、对公等不同支付场景下的风险指标与控制规则，并固化在司库系统中。企业可从交易性质、交易频率、交易金额、交易对手方关联关系等多种维度进行控制，搭建起支付风险识别模型。在支付过程中，系统工具整合历史支付指令数据、机构基础数据、客商黑名单等多渠道信息，对每笔资金交易进行支付风险自动检测，从多个视角出发甄别高风险交易。例如，在对私支付场景下，系统可基于算法模型监测一定时期内企业对同一账户或同一自然人的资金支付总额和频率是否正常、支付对象是否为企业员工、支付行为是否源于真实交易等；在对公支付场景下，监测是否存在重复交易、大额交易、高频交易、失信人执行名单企业交易、黑名单企业交易等异常情况并及时预警；针对融资性贸易风险，可通过调用交易对手信息、合同信息、订单信息、物权转移信息、结算信息来进行数学建模，精准识别交易对象受同一控制人控制且交易金额基本相当的全部贸易活动，辅助企业判断是否存在融资性贸易风险。企业可以通过积累历史样本，进一步寻找与欺诈风险有关的数据特征，不断迭代更新算法模型，使规则审查覆盖更加全面化。

（二）场景二：实施银行账户数字化、可视化管理

银行账户管理是企业资金监管的重要组成部分，应用数字化手段推进银行账户精细化、可视化管理，有助于企业盘活存量资金，增强资金统筹监管能力。数字化账户管理不再局限于传统账户管理模式，而是采用数据穿透的监管方式，实时监控银行账户状态和变动信息。

为落实账户数字化管理，一是要搭建全组织一体化管控的司库系统，推进其与会计核算系统、资金结算平台等互联互通。利用司库系统实现对各级单位银行账户的数据穿透与校验，智能识别成员单位是否存在私开账户的情况。同时，企业可在司库系统中设置呆滞账户、长期低效账户预警规则，一旦触发规则，预警消息自动推送至集团及成员单位经办人进行预警提示，由经办人进行账户清理，降低账户管理的综合成本与风险。二是搭建集团银行账户情况分析指标模型，监控集团账户数量及分布、直联账户占比、非直联银行结算业务量、网银U盾管理数量等核心指标，并利用数据可视化功能，采用图形化的方式对上述指标数据进行分析与展示，促使企业能够直观、动态地监控各单位账户数量、状态以及账户余额、交易明细和资金流向。

（三）场景三：构建动态精准的客商信用画像

在客商资信评估和信用管理方面，企业财会监督的重心在于构建多维度、多视角的客户信用画像，支撑客商信用评级和授信管理，制定合适的信用管理政策，指导和协调内部各部门的业务活动，以保障应收账款安全和及时回收。

要构建精准、全面的客商信用画像，企业需要做好信息收集、模型构建、动态更新的管理闭环。一是需要利用数据中台等工具对客户经营状况信息进行汇聚与整合，充分收集内部业务往来数据、公开财报数据、工商数据、司法数据、舆情数据等多个渠道的客户信息，为客商画像提供数据基础。二是建立多视角、综合化的量化评价模型，确定信用评估指标体系，通过不同层次的指标来分别反映客户的经营状况、财务状况、资本构成、主要关联关系、实控人资信、抵押贷款状况、税务缴纳情况、所属行业发展情况等。例如，企业可借助注册资本、实缴资本、股权结构、工商变更、资质证书等维度信息来分析客户基本经营状况和资本实力；通过资产负债率、净资产收益率、经营现金流量等指标来评价客户当前财务状况。借助上述指标体系，企业可通过定性定量分析形成对于客户还款能力和还款意愿的综合评价，进一步为每个客户确定信用评级，评估每笔交易或项目的预期信用损失，开展差异化授信，并在交易发生后持续跟踪应收账款回收情况，为提高应收账款回收率、良性维系客户关系提供有效的数字化工具。

（四）场景四：建立人机协同的智能审核模式

要实现人机协同的智能审核模式，企业首先需要建设相应的信息系统工具，打好信息化基础。以中兴新云智能审核系统为例，系统能够将企业繁琐的财会审核监督规则进行简化与总结，构建起完整的审核规则库，使得审核规则既能够覆盖法律法规要求，又能够满足企业内部控制的个性化需求。审核规则库包含票据合规性、报销规范性、标准合规性、付款合理性、合同合规性五大类内容，各类规则中又涵盖多条细则，例如票据合规性包含发票抬头校验、发票合规敏感词校验、有效期校验等，标准规范性包含差旅补贴标准校验、住宿费超标校验等。其次企业将审核规则全部内嵌至智能审核系统中，同步做好结构化信息采集工作，利用智能识别、解析工具从电子和纸质单据凭证中自动获取结构化数据，利用审核算法实现对各项合规事项的自动识别和控制，对审核结果进行可视化展现；财务人员如需对系统审核结果进行人工复核和确认，系统可基于特定审核场景智能提示相应的审核要点，辅助财务人员完成审核工作。

（五）场景五：打造财报异常信号监督体系

财报异常信号监督体系即借助数字化分析手段，更精准地识别出企业财务报表和会计数据中的异常表现，帮助判断存在错报或舞弊风险的可能性。过往，集团型企业在对下属企业财务数据进行审计时，面对着数据来源众多、各渠道数据间缺乏互相勾稽印证、海量数据仅靠人工分析识别等问题，新兴技术的引入能够帮助企业将业务经验转化为可复用、高效率的分析模型，不断提升会计信息质量的监管精确性。

依靠财报异常信号监督体系，企业可以利用分析工具对重点会计科目和指标进行全面排查，快速识别异常变动和违规迹象。以营业收入为例，除分析营业收入变动率、各季度营收结构外，企业还可实现营业收入与其他科目数据的联动分析，验证营收水平与费用、利润、资产、现金流等相关指标是否呈现匹配的、合乎逻辑的变动趋势，例如分析应收账款的增幅是否与营业收入增幅匹配、本期发生的退货占前期销售收入的比重是否合理、销售收入与经营活动产生的现金流是否呈现背离趋势等。此外，大数据技术使得企业在财报分析时能够引入更丰富的信息资源，通过抓取外部数据，识别财报数据以外的、企业经营活动中的异常信号，为财报分析提供更多元的视角。

主要参考文献：
[1]袁敏．关于财会监督的几点思考[J]．财务与会计，2023，（8）：29．