Phân Tích Ảnh Hưởng Của Big Data Đến Quá Trình Phân Tích Dữ Liệu Tại Các Doanh Nghiệp Kiểm Toán Của Việt Nam

• Tác giả: Võ Thị Bích Hà
• Người hướng dẫn: TS. Trần Khánh Lâm
• Trường học: Trường Đại Học Kinh Tế Tp. Hồ Chí Minh
• Chuyên ngành: Kế toán
• Đề tài: Ảnh Hưởng Của Big Data Đến Phân Tích Dữ Liệu Trong Doanh Nghiệp Kiểm Toán Việt Nam
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2018
• Địa điểm: Tp. Hồ Chí Minh

• LỜI CAM ĐOAN
• PHẦN MỞ ĐẦU
• 1.1. Lý do chọn đề tài
• 1.2. Mục tiêu nghiên cứu
• 1.3. Câu hỏi nghiên cứu
• 1.4. Đối tượng nghiên cứu
• 1.5. Phạm vi nghiên cứu
• 1.6. Phương pháp nghiên cứu
• 1.7. Những đóng góp khoa học và thực tiễn của luận văn
• 1.8. Kết cấu của luận văn
• 1. CHƯƠNG 1: TỔNG QUAN VỀ BIG DATA VÀ PHÂN TÍCH DỮ LIỆU TRONG KIỂM TOÁN
• 1.1. Tóm lược một số thay đổi trong dữ liệu
• 1.2. Các vấn đề quan trọng
• 1.3. Những yếu tố tạo nên Big Data
• 1.4. Các lĩnh vực thuộc Big Data
• 1.5. Phương pháp thu thập và truy xuất kiến thức từ Big Data
• 1.6. Các vấn đề về quản lý và an ninh dữ liệu
• 1.7. Phân tích dữ liệu kiểm toán
• 1.7.1. Khái quát về phân tích dữ liệu kiểm toán
• 1.7.2. Phân tích dữ liệu gia tăng chất lượng kiểm toán
• 1.7.3. Phản ứng của các bên liên quan đến phân tích dữ liệu
• 1.7.3.1. Những người sử dụng nội bộ
• 1.7.3.2. Chính phủ, ủy ban kiểm toán, các tổ chức - cơ quan quản lý bên ngoài
• 1.7.3.3. Bộ phận công nghệ thông tin
• 1.7.3.4. Những khách hàng có sử dụng phân tích dữ liệu
• 1.8. Các nghiên cứu về Big Data và phân tích dữ liệu kiểm toán
• 1.8.1. Các nghiên cứu về Big Data trong kiểm toán
• 1.8.2. Các nghiên cứu về phân tích dữ liệu kiểm toán
• 2. CHƯƠNG 2: THỰC TRẠNG ẢNH HƯỞNG CỦA BIG DATA ĐẾN QUÁ TRÌNH PHÂN TÍCH DỮ LIỆU TẠI CÁC DOANH NGHIỆP KIỂM TOÁN CỦA VIỆT NAM
• 2.1. Sơ lược về đặc điểm hoạt động kiểm toán độc lập Việt Nam
• 2.2. Lịch sử hình thành và phát triển hoạt động kiểm toán độc lập Việt Nam
• 2.3. Tình hình hoạt động của KTĐL hiện nay
• 2.4. Số lượng, cơ cấu và loại hình công ty kiểm toán. Đội ngũ KTV và nhân viên chuyên nghiệp
• 2.5. Về số lượng, cơ cấu khách hàng và doanh thu dịch vụ cung cấp
• 2.6. Khảo sát ảnh hưởng của Big Data đến quá trình phân tích dữ liệu tại các doanh nghiệp kiểm toán của Việt Nam
• 2.6.1. Mục tiêu của khảo sát
• 2.6.2. Đối tượng khảo sát
• 2.6.3. Phương pháp khảo sát
• 2.6.4. Kết quả khảo sát
• 2.7. Khái niệm về Big Data. Những nhận định về Big Data
• 2.7.1. Big Data giúp cải thiện việc ra quyết định dựa vào số liệu
• 2.7.2. Trọng tâm chính khi sử dụng Big Data là hướng đến khách hàng và giảm thiểu rủi ro
• 2.7.3. Big Data quan trọng ở sự đa dạng (variety) chứ không phải ở dung lượng (volume)
• 2.7.4. Cơ cấu tổ chức trong môi trường Big Data sẽ ảnh hưởng đến thành công của doanh nghiệp
• 2.7.5. Thách thức nhất khi sử dụng Big Data không phải đến từ công nghệ mà xuất phát từ con người
• 2.8. Phân tích dữ liệu kiểm toán từ Big Data
• 2.8.1. Nguồn nhân lực trong những vấn đề liên quan đến Big Data và phân tích dữ liệu kiểm toán
• 2.8.1.1. Nhà lãnh đạo
• 2.8.1.2. Bộ phận công nghệ thông tin
• 2.9. Đánh giá chung về thực trạng
• 2.9.1. Nguyên nhân khách quan
• 2.9.2. Nguyên nhân chủ quan
• 3. CHƯƠNG 3: GIẢI PHÁP NÂNG CAO TÍNH HỮU ÍCH CỦA BIG DATA VÀ PHÂN TÍCH DỮ LIỆU KIỂM TOÁN TẠI CÁC DOANH NGHIỆP KIỂM TOÁN CỦA VIỆT NAM
• 3.1. Quan điểm chung về giải pháp
• 3.2. Các giải pháp cụ thể
• 3.2.1. Đầu tư vào nguồn nhân lực
• 3.2.2. Đầu tư vào cơ sở vật chất
• 3.2.3. Các giải pháp hỗ trợ khác
• TÀI LIỆU THAM KHẢO

I. Big Data Là Gì Tổng Quan về Phân Tích Dữ Liệu Kiê m Toa n

Trong bối cảnh kinh doanh hiện đại, Big Data và phân tích dữ liệu đóng vai trò then chốt. Dữ liệu được tạo ra từ vô số nguồn: giao dịch trực tuyến, email, video, mạng xã hội,... Khối lượng, tốc độ và sự đa dạng của dữ liệu này vượt quá khả năng xử lý của các phần mềm truyền thống. Đã có 5 exabytes dữ liệu được tạo ra đến năm 2003, nhưng hiện nay lượng thông tin này có thể được tạo thành chỉ trong vòng hai ngày. Năm 2012, dữ liệu số của thế giới đã được mở rộng đến 2.72 zettabytes. Theo IBM, mỗi ngày có 2.5 exabytes dữ liệu được tạo ra. Điều này đặt ra yêu cầu cấp thiết về các phương pháp mới để lưu trữ, quản lý và phân tích dữ liệu lớn. Các doanh nghiệp kiểm toán cần hiểu rõ bản chất của Big Data để tận dụng tối đa tiềm năng của nó trong việc cải thiện hiệu quả kiểm toán.

1.1. Các Thuộc Tính Đặc Trưng của Big Data Cần Hiểu Rõ

Big Data được định nghĩa bởi ba yếu tố chính: dung lượng (volume), tốc độ (velocity) và sự đa dạng (variety). Dung lượng đề cập đến kích thước khổng lồ của dữ liệu lớn, thường vượt quá terabytes và petabytes. Tốc độ ám chỉ tốc độ tạo ra và xử lý dữ liệu. Sự đa dạng bao gồm dữ liệu có cấu trúc, bán cấu trúc và phi cấu trúc từ nhiều nguồn khác nhau. Hiểu rõ ba thuộc tính này là cơ sở để các doanh nghiệp kiểm toán xây dựng chiến lược khai thác dữ liệu lớn hiệu quả.

1.2. Tầm Quan Trọng của Xác Minh Nguồn Dữ Liệu trong Big Data

Trong môi trường Big Data, việc xác minh nguồn dữ liệu trở nên vô cùng quan trọng. Với khối lượng dữ liệu lớn và đa dạng, việc kiểm soát chất lượng và độ tin cậy của dữ liệu là một thách thức lớn. Các doanh nghiệp kiểm toán cần thiết lập các quy trình kiểm soát chặt chẽ để đảm bảo tính chính xác và đáng tin cậy của dữ liệu trước khi sử dụng cho phân tích dữ liệu. Điều này bao gồm việc xác định nguồn gốc dữ liệu, đánh giá phương pháp thu thập và xử lý dữ liệu, và thực hiện các kiểm tra an toàn dữ liệu.

II. Thách Thức Khi Ứng Dụng Big Data Vào Kiểm Toán Việt Nam

Mặc dù tiềm năng của Big Data trong kiểm toán là rất lớn, các doanh nghiệp kiểm toán Việt Nam đang đối mặt với nhiều thách thức. Nghiên cứu của TDWI chỉ ra rằng thiếu chuyên môn, chi phí cao, khó khăn trong thiết kế hệ thống phân tích dữ liệu, và thiếu phần mềm hỗ trợ là những rào cản chính. Việc lưu trữ và sử dụng Big Data đòi hỏi kỹ thuật tiên tiến, bao gồm xử lý dữ liệu có cấu trúc, bán cấu trúc, phức hợp và phi cấu trúc. Khi nâng cấp nền tảng phân tích dữ liệu, các vấn đề như khả năng xử lý dung lượng dữ liệu lớn, hỗ trợ các mô hình phân tích phức tạp và tốc độ tải dữ liệu chậm có thể phát sinh.

2.1. Thiếu Hụt Nguồn Nhân Lực Chất Lượng Cao Về Big Data

Một trong những thách thức lớn nhất là sự thiếu hụt nguồn nhân lực có kỹ năng phân tích dữ liệu lớn. Các kiểm toán viên cần được trang bị kiến thức và kỹ năng về công nghệ Big Data, các công cụ phân tích dữ liệu, và các phương pháp thống kê tiên tiến. Các doanh nghiệp kiểm toán cần đầu tư vào đào tạo và phát triển nguồn nhân lực để đáp ứng nhu cầu ngày càng tăng về phân tích dữ liệu trong kiểm toán.

2.2. Chi Phí Đầu Tư Ban Đầu Lớn Cho Hạ Tầng Big Data

Việc triển khai Big Data đòi hỏi đầu tư đáng kể vào hạ tầng công nghệ, bao gồm phần cứng, phần mềm và hệ thống lưu trữ. Chi phí này có thể là một rào cản lớn đối với các doanh nghiệp kiểm toán Việt Nam, đặc biệt là các công ty nhỏ và vừa. Tuy nhiên, các doanh nghiệp kiểm toán cần xem đây là một khoản đầu tư chiến lược để nâng cao năng lực cạnh tranh và hiệu quả kiểm toán.

2.3. Vấn Đề Bảo Mật Dữ Liệu và Tuân Thủ Quy Định Pháp Luật

Big Data chứa đựng thông tin nhạy cảm, bao gồm dữ liệu tài chính, thông tin khách hàng và bí mật kinh doanh. Việc bảo vệ an toàn dữ liệu và tuân thủ các quy định pháp luật về bảo mật dữ liệu là một yêu cầu bắt buộc. Các doanh nghiệp kiểm toán cần xây dựng các chính sách và quy trình nghiêm ngặt để đảm bảo an ninh dữ liệu và ngăn chặn các hành vi xâm nhập và đánh cắp dữ liệu.

III. Cách Big Data Giúp Tối Ưu Phân Tích Rủi Ro Trong Kiểm Toán

Big Data mang lại khả năng phân tích rủi ro kiểm toán toàn diện hơn. Dữ liệu từ nhiều nguồn khác nhau có thể được tích hợp và phân tích để xác định các dấu hiệu bất thường và gian lận tiềm ẩn. KTV có thể sử dụng các kỹ thuật phân tích dữ liệu lớn, như phân tích hồi quy, khai phá dữ liệu và học máy, để xây dựng các mô hình dự đoán rủi ro kiểm toán và tập trung nguồn lực vào các lĩnh vực có rủi ro cao. Điều này giúp nâng cao hiệu quả kiểm toán và giảm thiểu khả năng bỏ sót gian lận.

3.1. Phát Hiện Gian Lận Dựa Trên Dữ Liệu Lớn và Phân Tích Bất Thường

Big Data cho phép phát hiện gian lận hiệu quả hơn thông qua việc phân tích các mẫu dữ liệu bất thường. Các thuật toán phân tích dữ liệu lớn có thể xác định các giao dịch bất thường, các mối quan hệ đáng ngờ và các hành vi gian lận tiềm ẩn. Ví dụ, phân tích mạng xã hội có thể giúp phát hiện các mối liên kết bí mật giữa các cá nhân và tổ chức, trong khi phân tích văn bản có thể phát hiện các dấu hiệu gian lận trong báo cáo tài chính.

3.2. Dự Đoán Sai Sót và Rủi Ro Tiềm Ẩn Sử Dụng Machine Learning

Machine learning là một công cụ mạnh mẽ để dự đoán sai sót và rủi ro tiềm ẩn trong kiểm toán. Các mô hình machine learning có thể được huấn luyện trên dữ liệu lịch sử để xác định các yếu tố có thể dẫn đến sai sót và gian lận. KTV có thể sử dụng các mô hình này để đánh giá rủi ro của các khoản mục và nghiệp vụ khác nhau và tập trung nguồn lực vào các lĩnh vực có rủi ro cao nhất.

IV. Ứng Dụng Big Data Để Tối Ưu Quy Trình và Nâng Cao Hiệu Quả Kiê m Toa n

Big Data có thể giúp tối ưu hóa quy trình kiểm toán và nâng cao hiệu quả kiểm toán. KTV có thể sử dụng phân tích dữ liệu lớn để tự động hóa các tác vụ lặp đi lặp lại, giảm thiểu sai sót và giải phóng thời gian cho các công việc phân tích chuyên sâu hơn. Ví dụ, phân tích dữ liệu có thể được sử dụng để kiểm tra tính chính xác của các số liệu trên báo cáo tài chính, đánh giá tuân thủ các quy định pháp luật và xác định các khu vực cần kiểm tra kỹ lưỡng hơn. Việc tự động hóa kiểm toán giúp KTV tiết kiệm thời gian và chi phí, đồng thời nâng cao chất lượng kiểm toán.

4.1. Tự Động Hóa Các Thao Tác Kiểm Toán Lặp Đi Lặp Lại Nhờ Big Data

Tự động hóa kiểm toán là một ứng dụng quan trọng của Big Data trong kiểm toán. Các công cụ phân tích dữ liệu có thể được sử dụng để tự động hóa các tác vụ như kiểm tra số dư tài khoản, đối chiếu dữ liệu, và kiểm tra tính hợp lệ của các giao dịch. Việc tự động hóa giúp KTV giảm thiểu sai sót, tiết kiệm thời gian và tập trung vào các công việc phân tích phức tạp hơn.

4.2. Cải Thiện Chất Lượng Bằng Chứng Kiểm Toán Sử Dụng Phân Tích Dữ Liệu

Big Data có thể giúp cải thiện chất lượng bằng chứng kiểm toán. Phân tích dữ liệu có thể được sử dụng để xác định các giao dịch bất thường, các mô hình rủi ro và các dấu hiệu gian lận tiềm ẩn. Các bằng chứng thu thập được từ phân tích dữ liệu có thể giúp KTV đưa ra các kết luận kiểm toán chính xác và đáng tin cậy hơn.

V. Đầu Tư Nguồn Lực Cho Phát Triển Big Data trong Kiểm Toán

Để tận dụng tối đa lợi ích của Big Data, doanh nghiệp kiểm toán cần đầu tư vào nguồn nhân lực, cơ sở vật chất và các giải pháp hỗ trợ khác. Đầu tư vào nguồn nhân lực là quan trọng nhất. Các kiểm toán viên cần được đào tạo về phân tích dữ liệu, khai thác dữ liệu và các công cụ Big Data. Về cơ sở vật chất, cần đầu tư vào phần mềm và phần cứng phù hợp. Bên cạnh đó, cần có các giải pháp hỗ trợ khác như xây dựng chính sách dữ liệu, đảm bảo an ninh dữ liệu và thiết lập quy trình quản lý rủi ro kiểm toán hiệu quả.

5.1. Đào Tạo và Phát Triển Nguồn Nhân Lực Phân Tích Dữ Liệu

Nguồn nhân lực đóng vai trò then chốt trong việc ứng dụng thành công Big Data vào kiểm toán. Các doanh nghiệp kiểm toán cần đầu tư vào đào tạo và phát triển kiểm toán viên về các kỹ năng phân tích dữ liệu, khai thác dữ liệu, học máy và trí tuệ nhân tạo. Ngoài ra, cần thu hút và tuyển dụng các chuyên gia dữ liệu có kinh nghiệm và kiến thức chuyên sâu về Big Data.

5.2. Đầu Tư Cơ Sở Vật Chất và Công Nghệ Thông Tin Hiện Đại

Để xử lý và phân tích dữ liệu lớn, doanh nghiệp kiểm toán cần đầu tư vào cơ sở vật chất và công nghệ thông tin hiện đại. Điều này bao gồm việc nâng cấp hệ thống máy tính, máy chủ, phần mềm phân tích dữ liệu, và hệ thống lưu trữ dữ liệu. Ngoài ra, cần đảm bảo kết nối internet tốc độ cao và hệ thống an ninh mạng mạnh mẽ để bảo vệ dữ liệu khỏi các cuộc tấn công mạng.

VI. Tương Lai Của Kiểm Toán Big Data AI và Kiểm Toán Liên Tục

Tương lai của kiểm toán sẽ được định hình bởi sự kết hợp giữa Big Data, trí tuệ nhân tạo (AI) và kiểm toán liên tục. AI sẽ được sử dụng để tự động hóa các tác vụ kiểm toán phức tạp, đưa ra các dự đoán chính xác và phát hiện các dấu hiệu gian lận tiềm ẩn. Kiểm toán liên tục sẽ cho phép các doanh nghiệp kiểm toán theo dõi dữ liệu tài chính và hoạt động kinh doanh của khách hàng một cách liên tục, thay vì chỉ thực hiện kiểm toán định kỳ. Điều này sẽ giúp nâng cao hiệu quả kiểm toán, giảm thiểu rủi ro kiểm toán và cung cấp thông tin giá trị cho các nhà quản lý.

6.1. Ứng Dụng Trí Tuệ Nhân Tạo AI để Nâng Cao Hiệu Quả Kiểm Toán

AI có thể được sử dụng để tự động hóa các tác vụ kiểm toán phức tạp, như phân tích rủi ro, phát hiện gian lận và đánh giá tuân thủ. Các thuật toán AI có thể học hỏi từ dữ liệu lịch sử và đưa ra các dự đoán chính xác, giúp kiểm toán viên tập trung vào các lĩnh vực quan trọng và giảm thiểu thời gian thực hiện các công việc thủ công.

6.2. Xu Hướng Kiểm Toán Liên Tục và Đánh Giá Rủi Ro Theo Thời Gian Thực

Kiểm toán liên tục là một xu hướng đang phát triển mạnh mẽ trong ngành kiểm toán. Với kiểm toán liên tục, các doanh nghiệp kiểm toán có thể theo dõi dữ liệu tài chính và hoạt động kinh doanh của khách hàng một cách liên tục, thay vì chỉ thực hiện kiểm toán định kỳ. Điều này cho phép kiểm toán viên phát hiện các vấn đề và rủi ro tiềm ẩn một cách nhanh chóng và đưa ra các biện pháp khắc phục kịp thời.

Tổng quan nghiên cứu

Trong bối cảnh cuộc cách mạng công nghiệp 4.0 và sự bùng nổ của dữ liệu số, Big Data đã trở thành nguồn tài nguyên quan trọng, đóng vai trò then chốt trong việc nâng cao hiệu quả hoạt động của doanh nghiệp. Việt Nam với dân số trên 90 triệu người và khoảng 54 triệu người sử dụng internet, được đánh giá là khu vực tiềm năng về Big Data hàng đầu châu Á. Trong lĩnh vực kiểm toán độc lập (KTĐL), việc ứng dụng Big Data và phân tích dữ liệu đang dần trở thành xu hướng tất yếu nhằm nâng cao chất lượng kiểm toán và đáp ứng yêu cầu ngày càng cao của thị trường.

Luận văn tập trung phân tích ảnh hưởng của Big Data đến quá trình phân tích dữ liệu tại các doanh nghiệp kiểm toán của Việt Nam trong giai đoạn từ tháng 06/2017 đến tháng 12/2017. Mục tiêu nghiên cứu gồm: hệ thống hóa lý luận về Big Data và phân tích dữ liệu kiểm toán; đánh giá thực trạng ứng dụng Big Data tại các doanh nghiệp kiểm toán; đề xuất giải pháp nâng cao hiệu quả ứng dụng Big Data trong kiểm toán. Nghiên cứu có ý nghĩa quan trọng trong việc cung cấp cơ sở khoa học và thực tiễn giúp các công ty kiểm toán Việt Nam tận dụng tối đa lợi ích từ Big Data, từ đó gia tăng chất lượng kiểm toán, giảm thiểu rủi ro và nâng cao năng lực cạnh tranh trên thị trường.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên hai khung lý thuyết chính: lý thuyết về Big Data và lý thuyết về phân tích dữ liệu kiểm toán. Big Data được đặc trưng bởi ba yếu tố chính: dung lượng (volume), tốc độ (velocity) và đa dạng (variety). Các yếu tố này tạo nên thách thức trong lưu trữ, xử lý và phân tích dữ liệu truyền thống, đồng thời mở ra cơ hội mới cho việc khai thác thông tin giá trị từ dữ liệu lớn.

Phân tích dữ liệu kiểm toán được định nghĩa là quá trình kiểm tra, cân đối, chuyển đổi và mô hình hóa dữ liệu nhằm phát hiện thông tin hữu ích, hỗ trợ ra quyết định kiểm toán chính xác và kịp thời. Các khái niệm chính bao gồm: phân tích mô tả, phân tích dự đoán và phân tích theo quy trình (Business Analytics). Lý thuyết cũng nhấn mạnh vai trò của phân tích dữ liệu trong việc nâng cao chất lượng kiểm toán thông qua việc tăng cường hiểu biết về đối tượng kiểm toán, tập trung kiểm tra vào các khu vực rủi ro cao, và nâng cao hiệu quả kiểm toán.

Phương pháp nghiên cứu

Nghiên cứu sử dụng phương pháp định tính kết hợp với phân tích thống kê mô tả. Dữ liệu được thu thập thông qua khảo sát 40 kiểm toán viên (KTV) hợp lệ từ hơn 100 công ty kiểm toán tại thành phố Hồ Chí Minh trong khoảng thời gian từ tháng 11 đến tháng 12 năm 2017. Bảng câu hỏi khảo sát gồm 37 câu hỏi nhằm đánh giá nhận thức, ứng dụng và thách thức liên quan đến Big Data và phân tích dữ liệu trong kiểm toán.

Phương pháp chọn mẫu là chọn mẫu thuận tiện với đối tượng là các KTV đang hành nghề tại các doanh nghiệp kiểm toán Việt Nam. Phân tích dữ liệu được thực hiện bằng cách tổng hợp, so sánh tỷ lệ phần trăm các câu trả lời, từ đó rút ra các nhận định về thực trạng và xu hướng ứng dụng Big Data trong lĩnh vực kiểm toán. Quá trình nghiên cứu cũng tham khảo các tài liệu, báo cáo ngành và các nghiên cứu quốc tế để làm cơ sở lý luận và so sánh kết quả.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Nhận thức về Big Data: 100% người tham gia khảo sát đồng ý với định nghĩa Big Data là bộ dữ liệu lớn, phức tạp, đòi hỏi xử lý nhanh và không thể dùng công cụ truyền thống. Khoảng 75% cho rằng Big Data là dữ liệu đến từ nhiều nguồn khác nhau, trong khi chỉ 12,5% xem dữ liệu từ 1 đến 100 terabytes là tiêu chuẩn Big Data.

2. Ảnh hưởng của Big Data đến ra quyết định: 90% KTV cho rằng Big Data giúp cải thiện việc ra quyết định dựa trên số liệu chính xác hơn. Trọng tâm sử dụng Big Data là hướng đến khách hàng và giảm thiểu rủi ro, với 85% đồng thuận.

3. Tầm quan trọng của sự đa dạng dữ liệu: 80% người khảo sát nhấn mạnh yếu tố đa dạng (variety) quan trọng hơn dung lượng (volume) trong Big Data, phản ánh xu hướng sử dụng dữ liệu phi cấu trúc như văn bản, hình ảnh, video trong kiểm toán.

4. Thách thức trong ứng dụng Big Data: 70% cho rằng thách thức lớn nhất không phải công nghệ mà là yếu tố con người, bao gồm kỹ năng phân tích dữ liệu và sự thay đổi tư duy tổ chức. 65% đánh giá nguồn nhân lực có kỹ năng về Big Data còn thiếu hụt nghiêm trọng.

Thảo luận kết quả

Kết quả khảo sát cho thấy các doanh nghiệp kiểm toán Việt Nam đã nhận thức rõ về vai trò và tiềm năng của Big Data trong nâng cao chất lượng kiểm toán. Việc tập trung vào đa dạng dữ liệu phù hợp với xu hướng toàn cầu khi dữ liệu phi cấu trúc ngày càng chiếm ưu thế. Tuy nhiên, thách thức về nguồn nhân lực và tư duy tổ chức là rào cản lớn nhất, tương đồng với các nghiên cứu quốc tế cho thấy yếu tố con người quyết định thành công của ứng dụng Big Data.

So sánh với các công ty kiểm toán lớn trên thế giới, đặc biệt nhóm Big Four, các doanh nghiệp Việt Nam còn hạn chế trong đầu tư công nghệ và đào tạo chuyên môn. Việc thiếu hụt nhân sự có kỹ năng phân tích dữ liệu và quản lý công nghệ thông tin làm giảm hiệu quả khai thác Big Data. Kết quả này được minh họa qua biểu đồ phân bố nhận thức và kỹ năng nhân lực trong khảo sát, cho thấy sự chênh lệch rõ rệt giữa các nhóm công ty kiểm toán.

Ý nghĩa của nghiên cứu là cung cấp bằng chứng thực nghiệm về thực trạng ứng dụng Big Data trong kiểm toán Việt Nam, từ đó làm cơ sở đề xuất các giải pháp nâng cao năng lực và hiệu quả ứng dụng công nghệ mới trong lĩnh vực này.

Đề xuất và khuyến nghị

1. Đầu tư nâng cao năng lực nhân sự: Tổ chức các khóa đào tạo chuyên sâu về Big Data và phân tích dữ liệu cho KTV, đặc biệt là kỹ năng xử lý dữ liệu phi cấu trúc và công nghệ mới. Mục tiêu tăng tỷ lệ KTV có kỹ năng phân tích dữ liệu lên ít nhất 60% trong vòng 2 năm. Chủ thể thực hiện: các công ty kiểm toán phối hợp với các tổ chức đào tạo nghề nghiệp.

2. Cải tiến cơ sở hạ tầng công nghệ: Đầu tư hệ thống phần mềm và phần cứng hỗ trợ xử lý Big Data như nền tảng điện toán đám mây, phần mềm phân tích dữ liệu lớn (ví dụ Apache Hadoop). Mục tiêu nâng cao khả năng xử lý dữ liệu lên gấp 2 lần trong 18 tháng. Chủ thể thực hiện: ban lãnh đạo doanh nghiệp kiểm toán.

3. Xây dựng chiến lược quản lý dữ liệu: Thiết lập quy trình quản lý, bảo mật và phân quyền truy cập dữ liệu phù hợp với quy định pháp luật và tiêu chuẩn ngành. Mục tiêu hoàn thiện chính sách quản lý dữ liệu trong 12 tháng. Chủ thể thực hiện: bộ phận công nghệ thông tin và phòng pháp chế.

4. Thúc đẩy văn hóa đổi mới và ứng dụng công nghệ: Tăng cường truyền thông nội bộ về lợi ích của Big Data, khuyến khích đổi mới sáng tạo trong công tác kiểm toán. Mục tiêu nâng cao nhận thức và thái độ tích cực về Big Data lên 80% nhân viên trong 1 năm. Chủ thể thực hiện: ban giám đốc và phòng nhân sự.

Đối tượng nên tham khảo luận văn

1. Kiểm toán viên và chuyên gia kiểm toán: Nghiên cứu giúp hiểu rõ hơn về vai trò và ứng dụng của Big Data trong kiểm toán, từ đó nâng cao kỹ năng và hiệu quả công việc.

2. Lãnh đạo các công ty kiểm toán: Cung cấp cơ sở để xây dựng chiến lược phát triển công nghệ và nhân lực, tăng cường năng lực cạnh tranh và chất lượng dịch vụ.

3. Các tổ chức đào tạo nghề nghiệp và hiệp hội kiểm toán: Là tài liệu tham khảo để thiết kế chương trình đào tạo, bồi dưỡng kỹ năng phân tích dữ liệu và Big Data cho kiểm toán viên.

4. Nhà quản lý và cơ quan quản lý nhà nước: Hỗ trợ trong việc xây dựng chính sách, quy định về ứng dụng công nghệ trong kiểm toán, đảm bảo tính minh bạch và hiệu quả của hoạt động kiểm toán độc lập.

Câu hỏi thường gặp

1. Big Data là gì và tại sao nó quan trọng trong kiểm toán?
   Big Data là tập hợp dữ liệu lớn, đa dạng và tốc độ cao, khó xử lý bằng công cụ truyền thống. Trong kiểm toán, Big Data giúp KTV phân tích toàn diện, phát hiện rủi ro và nâng cao chất lượng kiểm toán.

2. Các doanh nghiệp kiểm toán Việt Nam đang ứng dụng Big Data như thế nào?
   Theo khảo sát, các doanh nghiệp chủ yếu nhận thức được tầm quan trọng của Big Data nhưng còn hạn chế trong đầu tư công nghệ và đào tạo nhân lực, dẫn đến hiệu quả ứng dụng chưa cao.

3. Thách thức lớn nhất khi áp dụng Big Data trong kiểm toán là gì?
   Yếu tố con người, bao gồm kỹ năng phân tích dữ liệu và thay đổi tư duy tổ chức, được đánh giá là thách thức lớn hơn cả công nghệ.

4. Phân tích dữ liệu kiểm toán có thể nâng cao chất lượng kiểm toán ra sao?
   Phân tích dữ liệu giúp KTV tập trung kiểm tra các khu vực rủi ro cao, thực hiện kiểm tra toàn bộ giao dịch thay vì lấy mẫu, từ đó cung cấp bằng chứng kiểm toán chính xác và đầy đủ hơn.

5. Làm thế nào để các công ty kiểm toán nâng cao năng lực ứng dụng Big Data?
   Cần đầu tư đào tạo nhân sự, cải tiến hạ tầng công nghệ, xây dựng chính sách quản lý dữ liệu và thúc đẩy văn hóa đổi mới sáng tạo trong tổ chức.

Kết luận

• Big Data và phân tích dữ liệu đang trở thành yếu tố then chốt trong nâng cao chất lượng kiểm toán tại các doanh nghiệp kiểm toán Việt Nam.
• Nghiên cứu đã làm rõ nhận thức, thực trạng ứng dụng và thách thức liên quan đến Big Data trong lĩnh vực kiểm toán độc lập.
• Yếu tố con người, đặc biệt là kỹ năng và tư duy của kiểm toán viên, là thách thức lớn nhất trong việc ứng dụng Big Data hiệu quả.
• Đề xuất các giải pháp cụ thể về đào tạo nhân lực, đầu tư công nghệ, quản lý dữ liệu và văn hóa đổi mới nhằm nâng cao năng lực ứng dụng Big Data.
• Các bước tiếp theo bao gồm triển khai các giải pháp đề xuất, đánh giá hiệu quả và cập nhật liên tục công nghệ để đáp ứng yêu cầu phát triển của ngành kiểm toán trong thời đại số.

Hành động ngay hôm nay để nâng cao năng lực phân tích dữ liệu và tận dụng Big Data, góp phần nâng cao chất lượng kiểm toán và vị thế cạnh tranh của doanh nghiệp trên thị trường!