Ứng dụng phân tích dữ liệu và dữ liệu lớn trong kiểm toán Báo cáo tài chính - Lợi ích và thách thức đối với các doanh nghiệp kiểm toán

71
© Học viện Ngân hàng
ISSN 1859 - 011X 
Tạp chí Khoa học & Đào tạo Ngân hàng
Số 218- Tháng 7. 2020
Ứng dụng phân tích dữ liệu và dữ liệu lớn trong 
kiểm toán báo cáo tài chính - lợi ích và thách thức 
đối với các doanh nghiệp kiểm toán
Nguyễn Thị Thanh Mai
Khoa Kế toán- Kiểm toán, Học viện Ngân hàng
Ngày nhận: 26/05/2020 
Ngày nhận bản sửa: 02/07/2020 
Ngày duyệt đăng: 21/07/2020
Dữ liệu lớn (Big Data) và phân tích dữ liệu (Data Analytics) là chủ đề được nhắc 
nhiều trong các lĩnh vực hiện nay. Những doanh nghiệp (DN) có chiến lược phát 
triển vững mạnh như các tập đoàn kinh tế, các công ty lớn đều quan tâm triển khai 
và áp dụng cho quy trình hoạt động của mình, và lĩnh vực kiểm toán cũng không 
nằm ngoại lệ. Tuy nhiên, để áp dụng được chúng vào thực tiễn hoạt động thì cần 
phải có sự cân nhắc và tính toán kỹ lưỡng những mặt tích cực và hạn chế tiềm ẩn 
của dữ liệu lớn và phân tích dữ liệu. Trong bài viết, tác giả tổng quan một số đặc 
điểm chính của việc ứng dụng phân tích dữ liệu và dữ liệu lớn trong kiểm toán báo 
cáo tài chính (BCTC), đồng thời chỉ ra những lợi ích và những thách thức đối với 
doanh nghiệp kiểm toán khi áp dụng. Qua đó, tác giả thảo luận các giải pháp nhằm 
giảm thách thức khi áp dụng phân tích dữ liệu và dữ liệu lớn đối với các hãng kiểm 
toán trong hoạt động kiểm toán BCTC hiện đại.
Từ khóa: Phân tích dữ liệu, dữ liệu lớn, kiểm toán báo cáo tài chính
Application of Data Analytics and Big Data in financial auditing- the promises and challenges 
for auditing firms
Big data and Data analytics are prompt topics in a lot of fields today. Enterprises with strong 
development strategies such as economic groups, big companies are interested in developing and 
applying them to their operating processes, and the field of auditing is no exception. However, to 
apply them into operational practice, it is necessary to carefully consider and evaluate the positive 
benefits and potential limitations of Big Data and Data Analytics. In the article, the author has studied, 
synthesized, analyzed and presented some key characteristics of the application of data analytics 
and big data in financial statement audits, and presented promising benefits and some significant 
challenges for firms to apply. Through that, the author also mentioned the solutions that can overcome 
these limitations when applying data analytics and big data to auditing firms, in order to capture the 
opportunities, the developments which they bring to modern audit.
Keywords: Data analytics, Big Data, Financial Auditing
Mai Thi Thanh Nguyen
Email: mainguyenyb@gmail.com
Accounting- Auditing faculty, Banking Academy of Vietnam
Ứng dụng phân tích dữ liệu và dữ liệu lớn trong kiểm toán báo cáo tài chính - lợi ích và 
thách thức đối với các doanh nghiệp kiểm toán
Tạp chí Khoa học & Đào tạo Ngân hàng- Số 218- Tháng 7. 202072
1. Giới thiệu
Đã có nhiều thảo luận về dữ liệu lớn (Big 
Data) và phân tích dữ liệu (Data Analytics- 
DA) trong những năm gần đây, vậy thực 
sự chúng có ý nghĩa gì trong thực tiễn. Các 
doanh nghiệp (DN) luôn luôn sử dụng dữ 
liệu và thông tin để hỗ trợ trong quá trình 
ra quyết định và quản lý hoạt động. Vì vậy 
những gì là điều mới và đặc biệt về dữ liệu 
lớn? và các DN tạo ra giá trị thông qua đó 
như thế nào? Với tốc độ áp dụng DA và Big 
Data hiện nay của các công ty trên thế giới 
và tại Việt Nam, các DN kiểm toán cũng kỳ 
vọng vào việc sẽ ứng dụng DA và Big Data 
trong hoạt động nghề nghiệp của mình. 
Những công nghệ mới giúp ích cho kiểm 
toán viên (KTV) rất nhiều khi phân tích dữ 
liệu phục vụ quá trình kiểm toán BCTC. Dù 
vậy, đối với bất cứ DN nào, khi đứng trước 
lựa chọn áp dụng một công cụ mới, họ đều 
phải đánh giá những lợi ích và thách thức 
của việc áp dụng chúng. 
Hiện nay, tại Việt Nam chủ đề này cũng 
đang được nhiều tổ chức, đơn vị quan tâm 
và mong muốn triển khai áp dụng. Tuy 
nhiên, những bài viết hoặc nghiên cứu sâu 
về những lợi ích và khó khăn tiềm ẩn đối 
với DN kiểm toán tại Việt Nam khi ứng 
dụng Big Data và DA trong kiểm toán 
BCTC không nhiều. Vì vậy, trong bài viết 
này, tác giả tổng hợp, phân tích đặc điểm và 
những cơ hội, thách thức từ việc ứng dụng 
DA và dữ liệu lớn trong kiểm toán BCTC 
với mong muốn đóng góp một cái nhìn đa 
chiều hơn cho các DN kiểm toán Việt Nam 
trước thách thức áp dụng công nghệ mới 
trong thực tiễn nghề nghiệp.
2. Tổng quan về ứng dụng dữ liệu lớn và 
phân tích dữ liệu đối với kiểm toán báo 
cáo tài chính
2.1. Khái niệm về dữ liệu lớn, phân tích 
dữ liệu và xu hướng áp dụng tại các 
doanh nghiệp Việt Nam
Dữ liệu lớn (Big Data) được định nghĩa 
là những tài sản thông tin có khối lượng 
lớn, tốc độ và tính đa dạng cao, đòi hỏi các 
hình thức xử lý thông tin sáng tạo, hiệu 
quả về chi phí để cải thiện tầm nhìn và ra 
quyết định đúng đắn hơn (Gartner, 2013). 
Các đặc điểm về khối lượng, tốc độ và sự 
đa dạng, mô tả các chức năng làm cho dữ 
liệu lớn trở nên độc đáo. Tuy nhiên, như 
Gartner (2013) giải thích, dữ liệu lớn phải 
được phân tích hoặc xử lý một cách sáng 
tạo để trợ giúp cho việc ra quyết định hữu 
ích, phù hợp. Vì vậy, dữ liệu lớn như một 
khái niệm thường được thảo luận cùng với 
phân tích dữ liệu (Data Analytics- DA), và 
đã được thảo luận khá nhiều trên báo chí và 
các tạp chí học thuật nước ngoài. 
Phương pháp phân tích dữ liệu dựa trên dữ 
liệu lớn tương tự như các phương pháp được 
sử dụng bởi các nhà nghiên cứu hàn lâm 
trong nghiên cứu thực nghiệm (empirical 
research) (Crawley and Whelan, 2014). 
Trong DA, cũng như nghiên cứu hàn lâm, 
số lượng lớn dữ liệu được thu thập và khảo 
sát đảm bảo đầy đủ để giải quyết các câu 
hỏi nghiên cứu cụ thể. Sau đó, các dữ liệu 
đó được phân tích thông qua các phần mềm 
thống kê để xác định mô hình hoặc mối 
quan hệ của các dữ liệu. Bước tiếp theo 
chính là phân tích và diễn giải kết quả của 
các công cụ xử lý này - đây là bước đòi hỏi 
phải có trình độ chuyên môn cao trong lĩnh 
vực của nhà nghiên cứu, hoặc trong tình 
huống là các hãng kiểm toán, các nhà tư 
vấn hay các KTV. Việc phân tích kết quả 
dữ liệu chỉ có thể được hoàn thành bởi các 
cá nhân với khả năng phân tích hành vi một 
cách chuyên sâu như nhận dạng mẫu và tư 
duy phản biện, vì vậy không thể tự động hóa 
NGUYỄN THỊ THANH MAI
Số 218- Tháng 7. 2020- Tạp chí Khoa học & Đào tạo Ngân hàng 73
hoàn toàn quy trình phân tích dữ liệu được.
Tại Việt Nam đã có các bài báo đề cập đến 
vấn đề này, và các DN cũng như các tập 
đoàn lớn đã triển khai các ứng dụng có liên 
quan. Theo số liệu được khảo sát của Bộ 
Công Thương năm 2019, có 61% DN Việt 
Nam còn đứng ngoài cuộc Cách mạng 4.0 
và 21% DN mới bắt đầu có các hoạt động 
chuẩn bị. Còn theo thống kê của Cục Thông 
tin Khoa học và Công nghệ quốc gia năm 
2018, có 8% DN sử dụng công nghệ tiên 
tiến; có 50% DN sử dụng công nghệ trung 
bình, trung bình tiên tiến; có 42% DN còn 
lại sử dụng công nghệ lạc hậu. Lợi ích mà 
Công nghiệp 4.0 mang lại cho DN được thể 
hiện trong nghiên cứu của PwC năm 2015 
cho thấy Công nghiệp 4.0 sẽ mang lại cho 
các DN trong khu vực châu Á như tăng 
doanh thu (39%), tăng hiệu quả sản xuất 
(68%) và giảm chi phí (57%). Trong số 
các DN áp dụng, nhiều tập đoàn lớn đã có 
những chiến lược và hành động để đưa ứng 
dụng công nghệ vào hoạt động kinh doanh 
của mình. Ví dụ như Tập đoàn VinGroup 
đã đầu tư xây dựng Viện Nghiên cứu dữ 
liệu lớn (Vingroup Big Data Institute) vào 
năm 2018 nhằm nghiên cứu các lĩnh vực 
mũi nhọn trong ngành Dữ liệu lớn, đồng 
thời nghiên cứu các công nghệ mới có tính 
ứng dụng cao, áp dụng trực tiếp vào sản 
phẩm (VinGroup). Trong đầu năm 2020, 
Tập đoàn FPT đã triển khai thành công việc 
xây dựng hệ thống và phân tích dữ liệu lớn 
cho Ngân hàng TPBank, đây là hợp đồng 
đầu tiên về Big Data của FPT cho các ngân 
hàng tại Việt Nam, bao gồm các cấu phần 
chính: Kho dữ liệu Data Lake được xây 
dựng dựa trên nền tảng mở Hortonworks 
Data Platform (HDP)- lưu trữ dữ liệu lớn, 
từ nhiều nguồn, bao gồm các nhóm dữ liệu 
thô và phi cấu trúc; Nền tảng xây dựng 
mô hình học máy Watson Studio Local, 
kết hợp thiết bị IBM Integrated Analytics 
System (IIAS) tối ưu cho việc phân tích 
dữ liệu với tốc độ cao, giảm thời gian huấn 
luyện mô hình. Trong thời gian tới, FPT IS 
sẽ tiếp tục triển khai tư vấn giải pháp Big 
Data Analyst cho các ngân hàng Hàng Hải 
(MSB), Techcombank, Vietinbank, BIDV, 
Trung tâm Thông tin tín dụng (CIC) (theo 
FPT Information System) cho thấy các DN 
đã và đang sẵn sàng để ứng dụng những 
giải pháp về DA và Big Data trong các hoạt 
động kinh doanh chính của họ. Còn IBM 
Việt Nam cho biết, Big Data và các giải 
pháp phân tích kinh doanh đang trở thành 
trung tâm trong quá trình “chuyển mình” 
của IBM. Mỗi ngày, nền kinh tế thế giới tạo 
ra 2.5 exabyte dữ liệu (tương đương dữ liệu 
chứa trên 625 triệu đĩa DVD), và rất nhiều 
ngành nghề với chiến lược trong tương lai 
sẽ ứng dụng Big Data và DA trong hoạt 
động sản xuất kinh doanh của mình. Tuy 
nhiên đây vẫn là nội dung còn mới và cần 
nhiều sự đầu tư nghiên cứu. Trong một 
cuộc khảo sát của KPMG (2014) đối với 
các giám đốc tài chính và giám đốc công 
nghệ thông tin thực hiện vào năm 2014, 
có 99% số người được hỏi lưu ý rằng dữ 
liệu và DA đóng vai trò quan trọng đối với 
chiến lược kinh doanh của họ và 96% bày 
tỏ rằng họ có thể sử dụng dữ liệu lớn trong 
tổ chức của mình tốt hơn.
2.2. Xu hướng ứng dụng phân tích dữ 
liệu và dữ liệu lớn trong kiểm toán báo 
cáo tài chính
Theo quy định trong Chuẩn mực kiểm toán 
Việt Nam VSA 200 và Chuẩn mực kiểm 
toán quốc tế IAS 200: “Mục đích của kiểm 
toán BCTC là làm tăng độ tin cậy của người 
sử dụng đối với BCTC, thông qua việc kiểm 
toán viên đưa ra ý kiến về việc liệu BCTC 
có được lập, trên các khía cạnh trọng yếu, 
phù hợp với khuôn khổ về lập và trình bày 
BCTC được áp dụng hay không”, theo đó, 
Ứng dụng phân tích dữ liệu và dữ liệu lớn trong kiểm toán báo cáo tài chính - lợi ích và 
thách thức đối với các doanh nghiệp kiểm toán
Tạp chí Khoa học & Đào tạo Ngân hàng- Số 218- Tháng 7. 202074
để có cơ sở đưa ra các ý kiến đánh giá này, 
KTV cần phải tìm hiểu về hệ thống kiểm 
soát nội bộ của đơn vị, trong đó quy trình 
và hệ thống thông tin mà đơn vị sử dụng là 
một nội dung quan trọng (VSA/ISA 315). 
Trong khi thực tế hiện nay, nhiều công ty, 
tập đoàn lớn đã ứng dụng các tiến bộ kỹ 
thuật và có đầy đủ cơ sở hạ tầng để phát 
triển và xây dựng hệ thống dữ liệu lớn giúp 
phân tích dữ liệu một cách hiệu quả phục 
vụ cho hoạt động sản xuất, kinh doanh và 
ra các quyết định kinh tế. Vì vậy, trong quá 
trình kiểm toán, các KTV và doanh nghiệp 
kiểm toán nếu muốn sử dụng, phân tích các 
bộ dữ liệu này của DN cần phải có những 
hiểu biết và kỹ năng cần thiết.
Dữ liệu là trung tâm của kế toán, và do 
đó dữ liệu lớn có thể giúp kế toán mang 
lại nhiều giá trị hơn cho DN. KTV nội bộ 
hay độc lập cần đi đầu trong ứng dụng dữ 
liệu lớn và DA vào thực tiễn nghề nghiệp. 
Khả năng phân tích toàn bộ tập dữ liệu, mà 
trong một số trường hợp có hàng tỷ giao 
dịch trong sổ kế toán, đang thay đổi cách 
tiếp cận truyền thống để kiểm toán, dựa 
trên việc chọn mẫu. Mặc dù KTV vẫn sẽ 
thực hiện công việc chi tiết trên các mẫu dữ 
liệu nhỏ hơn, nhưng thủ tục phân tích cho 
phép họ xác định các ngoại lệ, bất thường 
và tập trung vào các khu vực có rủi ro lớn 
nhất. KTV cũng có thể sử dụng một loạt 
các công cụ phân tích để trực quan hóa 
dữ liệu, kết nối dữ liệu tài chính, phi tài 
chính và so sánh kết quả dự đoán với thực 
tế. Hơn nữa, các công cụ này có thể được 
sử dụng bởi KTV trong vai trò tư vấn, để 
giúp các DN lên kế hoạch kinh doanh hoặc 
hoạt động.
Đối với ngành kiểm toán, nội dung của 
dữ liệu lớn đề cập đến việc thu thập nhiều 
loại dữ liệu, bao gồm một sự kết hợp của 
dữ liệu tài chính và phi tài chính có cấu 
trúc truyền thống, dữ liệu logistic, dữ liệu 
cảm biến, email, các cuộc điện thoại, dữ 
liệu truyền thông xã hội, blogs, cũng như 
các dữ liệu nội bộ và bên ngoài. Dữ liệu 
lớn và phân tích dữ liệu có liên quan đến 
kiểm toán BCTC vừa là một thách thức lớn 
nhưng cũng có khả năng tạo ra những giải 
pháp cho chính hoạt động này, đó là công 
nghệ mới. 
Phân tích dữ liệu trong kiểm toán độc lập là 
sự phát triển từ phần mềm kiểm toán được 
triển khai bởi các hãng kiểm toán lớn trên 
thế giới vào cuối những năm 1990, nhưng 
khả năng của nó đã vượt xa những gì trước 
đây có thể. Vấn đề quan trọng nhất vào thời 
điểm đó là chất lượng giao diện kém. Các 
hãng không thể lấy dữ liệu khách hàng ra 
khỏi hệ thống của khách hàng và đưa vào 
các công cụ của riêng họ. Công nghệ ngày 
nay đang sử dụng đã được hỗ trợ bởi sự 
phát triển trong các giao diện này và thông 
qua chương trình kiểm toán của hàng trăm 
biến thể trên các khối xây dựng tạo nên 
các hệ thống ERP (Enterprise Resource 
Planning Systems) lớn như Oracle và 
SAP, cũng như các hệ thống nhỏ hơn. Một 
số hãng kiểm toán đã mua các nền tảng, 
số khác đã phát triển chúng trong nội bộ- 
chẳng hạn, KPMG đã hợp tác với McLaren 
và hầu hết các hãng cũng đang phát triển 
liên minh với các bên thứ ba để tận dụng 
lợi thế của việc chuyển sang điện toán đám 
mây và để cải thiện công nghệ thông tin. 
Một số công nghệ có liên quan đến các hệ 
thống khai thác dữ liệu được sử dụng bởi 
các ngân hàng và những số khác thì trong 
các ngân hàng và ngành dịch vụ tài chính.
Dung lượng của dữ liệu được lưu trữ trong 
máy tính trong những năm qua liên tục 
tăng, cùng với những tiến bộ gần đây về tốc 
độ xử lý, lưu trữ đám mây (icloud store) và 
sự gia tăng của mạng xã hội giúp cho con 
NGUYỄN THỊ THANH MAI
Số 218- Tháng 7. 2020- Tạp chí Khoa học & Đào tạo Ngân hàng 75
người dễ dàng truy cập vào dữ liệu và đặc 
điểm của dữ liệu để có thể hiểu biết hơn về 
dữ liệu và lưu trữ chúng cho việc sử dụng 
sau này. Đồng thời, phần mềm được sử 
dụng để phân tích lượng lớn dữ liệu (công 
cụ khai thác dữ liệu) cũng như công cụ 
trực quan hóa dữ liệu phức tạp có thể giúp 
cho các cá nhân có khả năng tốt hơn trong 
việc nắm được bản chất, tính hữu ích của 
dữ liệu, từ đó giúp “hiểu được câu chuyện” 
mà các dữ liệu đó phản ánh (AICPA, 2014; 
Capriotti, 2014). 
Tại các quốc gia phát triển hiện nay, các 
hãng kiểm toán thường không thể đấu thầu 
kiểm toán công ty niêm yết mà không cung 
cấp phân tích dữ liệu và dữ liệu lớn như 
một phần của cuộc kiểm toán. Các công ty 
lớn hơn đã phải xây dựng các máy chủ của 
riêng họ để chứa khối lượng dữ liệu được 
phân tích và một số yếu tố như trích xuất và 
xác thực dữ liệu được vận hành trong các 
trung tâm chuyên biệt, một số trong số đó 
ở nước ngoài. Và cả 4 hãng kiểm toán lớn 
nhất thế giới- Big4 đều đã thực hiện những 
ứng dụng này. Mục đích là để cải thiện chất 
lượng kiểm toán nhưng chính những hiểu 
biết do phân tích dữ liệu cung cấp lại thường 
có giá trị to lớn đối với quản lý. Ở Anh, Mỹ 
và nhiều khu vực khác, KTV không còn có 
sự lựa chọn nào về việc sử dụng DA trong 
kiểm toán độc lập vì thị trường đòi hỏi điều 
đó. Hiện tại có một kỳ vọng rằng bất kỳ 
công ty ki ... ậy của các bên thuê ngoài, sự đồng 
ý của khách hàng cho một bên thứ ba có 
được thông tin của họ là khó khăn lớn. Một 
lựa chọn khác liên quan đến việc tạo ra các 
công cụ tự động hóa càng nhiều quá trình 
càng tốt và phân loại các bất thường thành 
các nhóm có thể quản lý để KTV có thể 
áp dụng các xét đoán trong việc giải quyết 
các bất thường được phát hiện đó một cách 
hiệu quả. KTV cần phải có sự hiểu biết sâu 
sắc về hệ thống kế toán của khách hàng để 
có thể đánh giá một cách phù hợp. Ngoài 
ra, các công ty kiểm toán cũng cần phải 
để ý các trường hợp được gọi là “dương 
tính giả” (ví dụ, công cụ DA phát hiện ra 
những bất thường nhưng đó lại là những 
giao dịch hợp lý) và vẫn phải xem liệu các 
công cụ tự động có thể loại bỏ các kết quả 
“dương tính giả” hoặc giảm chúng xuống 
đến mức có thể quản lý được. Và nếu quá 
NGUYỄN THỊ THANH MAI
Số 218- Tháng 7. 2020- Tạp chí Khoa học & Đào tạo Ngân hàng 79
nhiều “dương tính giả” như vậy sẽ khiến 
KTV dành nhiều sự tập trung vào những 
khu vực mà cuối cùng lại không có rủi ro 
chứa đựng sai phạm trọng yếu, và điều này 
làm giảm tính hiệu quả, hiệu năng của cuộc 
kiểm toán.
Thách thức thứ hai tập trung vào tính khả 
dụng của nguồn dữ liệu, quyền sở hữu dữ 
liệu và tính trung thực của dữ liệu. Nhiều 
khách hàng có thể thiếu khả năng thu thập 
dữ liệu theo cách hữu ích cho KTV hoặc 
dữ liệu khó có thể sử dụng được. Hơn nữa, 
dữ liệu có thể được thu thập bởi khách 
hàng, nhưng không rõ mức độ KTV được 
truy cập và khả năng chia sẻ từ khách hàng. 
Đây là một nhược điểm tiềm ẩn trong việc 
khai thác dữ liệu để phát hiện gian lận và có 
rất nhiều khách hàng không cho phép KTV 
truy cập trực tiếp vào cơ sở dữ liệu của họ. 
Vì dữ liệu lớn có thể đến từ cả nguồn bên 
trong và bên ngoài, do đó KTV cần phải 
đánh giá liệu dữ liệu có nguồn gốc từ một 
nguồn an toàn và liệu nó có thể bị giả mạo 
trước khi KTV thu thập được hay không. 
Thách thức thứ ba liên quan đến cách DA 
được các nhà đầu tư và cơ quan quản lý 
xem xét như thế nào. Trong những năm 
qua, nghề kiểm toán đã giải quyết được 
khoảng cách kỳ vọng giữa sự trông đợi về 
kết quả và ý nghĩa kiểm toán của những 
người sử dụng với những chuẩn mực đòi 
hỏi KTV phải đáp ứng. Khoảng cách về kỳ 
vọng xảy ra khi người dùng tin rằng KTV 
đảm bảo rằng BCTC được trình bày trung 
thực hợp lý về mọi mặt, nhưng trong thực 
tế, KTV chỉ cung cấp một mức độ đảm bảo 
hợp lý dựa trên cơ sở chọn mẫu các giao 
dịch để kiểm tra thử nghiệm. Với khả năng 
kiểm toán tất cả các giao dịch, DA có thể 
làm trầm trọng hơn vấn đề về khoảng cách 
kỳ vọng. Có thể hội đồng quản trị và người 
sử dụng BCTC sẽ yêu cầu các KTV ở một 
tiêu chuẩn cao hơn về phát hiện gian lận và 
trách nhiệm pháp lý trong việc phát hiện 
các sai phạm của BCTC. Theo kiểm toán 
truyền thống, KTV có biện pháp bảo vệ 
cho những gian lận không được phát hiện 
nếu mẫu được chọn không có bằng chứng 
rõ ràng về gian lận. Với khai thác dữ liệu 
có thể coi tương đương với việc lấy mẫu 
100%. Nếu bằng chứng không thể chối cãi 
đó nằm trong mẫu, nhưng KTV đã bỏ qua 
nó, thì các KTV không còn bảo vệ được 
mình theo như các biện pháp bảo vệ quá 
trình hành nghề như truyền thống nữa. 
Ngoài ra, việc tập trung DA vào thông tin 
phi tài chính, các nhà quản lý e ngại đến 
khả năng mà KTV có thể ít tập trung vào 
việc kiểm toán cho khách hàng của họ mà 
lại tập trung nhiều sự chú ý vào việc cung 
cấp dịch vụ phi kiểm toán. Cuối cùng, các 
chuẩn mực kiểm toán hiện tại chưa được 
thiết lập để tính đến cách tiếp cận dựa vào 
DA trong quá trình kiểm toán, và những 
người xây dựng chuẩn mực sẽ phải xem 
xét các chuẩn mực phù hợp với các phương 
pháp mới này, ví dụ các chuẩn mực mà 
KTV dựa vào để đưa ra kết luận dựa trên 
chọn mẫu để thu thập bằng chứng phải thay 
đổi đáng kể để phù hợp với kiểm tra 100% 
giao dịch, hoặc các chuẩn mực phải được 
viết để tập trung vào kiểm tra tính chính 
trực, trung thực của dữ liệu.
4. Những vấn đề cần thảo luận 
Trên đây là một số lợi ích và thách thức 
của việc áp dụng DA và dữ liệu lớn trong 
kiểm toán BCTC. Những lợi ích chính là 
những triển vọng tích cực để cải thiện đáng 
kể chất lượng kiểm toán thông qua việc áp 
dụng DA và dữ liệu lớn, nhưng thách thức 
cũng là những rào cản. Tuy nhiên, việc áp 
dụng DA trong kiểm toán ngày càng gia 
tăng thể hiện vai trò và nhu cầu của nó. 
Các DN đang đầu tư vào dữ liệu lớn để cải 
Ứng dụng phân tích dữ liệu và dữ liệu lớn trong kiểm toán báo cáo tài chính - lợi ích và 
thách thức đối với các doanh nghiệp kiểm toán
Tạp chí Khoa học & Đào tạo Ngân hàng- Số 218- Tháng 7. 202080
thiện việc đưa ra quyết định của riêng họ 
và họ hy vọng các KTV có thể tận dụng dữ 
liệu lớn để cải thiện tính hiệu lực và hiệu 
quả của kiểm toán. Do vậy để đối mặt với 
những thách thức, các vấn đề cần đưa ra 
thảo luận như sau:
4.1. Chất lượng nguồn nhân lực kiểm toán
Việc đào tạo sinh viên, những người sẽ 
tham gia vào hoạt động kiểm toán, và cung 
cấp cho các KTV hiện hành những kỹ năng 
mở rộng để có thể thực hiện được DA một 
cách hiệu quả là một cách có thể góp phần 
giải quyết khoảng cách kỹ năng và thách 
thức chuyên môn liên quan đến ứng dụng 
dữ liệu lớn và DA trong kiểm toán. Cũng 
như nhiều cuộc họp, hội thảo được diễn ra 
thì các chuyên gia, các nhà nghiên cứu đều 
nhất trí với thông điệp rằng các chương trình 
đào tạo kế toán cần được tập trung nhiều 
hơn vào việc đào tạo sinh viên kỹ năng 
nghiên cứu và khoa học về dữ liệu, như 
thống kê, các công cụ trực quan dữ liệu 
Đối với các kỹ năng cao hơn như nhận diện 
mẫu, tư duy phản biện và tăng cường đào 
tạo về quy trình phân tích nên được khuyến 
khích ở mức độ như nhau. Hiện nay, các 
hãng kiểm toán lớn trên thế giới cũng đã 
có những đầu tư đáng kể vào phát triển các 
công cụ giúp KTV làm việc với các dữ liệu 
lớn mà không cần phải tự lập trình, vì vậy 
các chương trình đào tạo nên tập trung sâu 
hơn vào việc đảm bảo sinh viên có thể hiểu 
được mối quan hệ giữa BCTC, quy trình 
kinh doanh và các yếu tố bên ngoài gây rủi 
ro kinh doanh cho đơn vị. Sinh viên cũng 
cần phải hiểu làm thế nào các mẫu thông 
tin tài chính có thể “kể câu chuyện” về hoạt 
động của DN. Sự hiểu biết sâu sắc không 
chỉ kế toán diễn ra như thế nào mà còn hiểu 
tại sao lại diễn ra như vậy sẽ giúp cho KTV 
sẽ phân tích tốt hơn dã liệu được cung cấp 
thông qua trực quan hóa và phát triển mạnh 
trong môi trường dữ liệu lớn.
Trên thế giới, nhiều chương trình của các 
trường đại học đã phát triển để trang bị 
cho sinh viên những kỹ năng về DA và dữ 
liệu lớn để có đầy đủ hơn năng lực chuyên 
môn cũng như kỹ năng cần thiết trong bối 
cảnh mới. Ví dụ, tại cuộc họp thường niên 
của Hiệp hội Kế toán Hoa Kỳ (AAA) vào 
tháng 8/2014 đã diễn ra hội thảo được đồng 
tài trợ bởi PricewaterhouseCoopers và Đại 
học Illinois đã được tổ chức để thảo luận 
về các chương trình giảng dạy kế toán phải 
thích ứng để kết hợp nhiều khóa học DA 
(PwC, 2015). Thông điệp của hội thảo này 
là để sinh viên có thể cạnh tranh cả trong 
nghề nghiệp sau khi ra trường, họ phải 
học cách trở thành nhà khoa học dữ liệu. 
Big Data được coi là làn sóng của tương 
lai trong kinh doanh và bất kỳ tổ chức nào 
bị tụt hậu trong quá trình phát triển những 
ứng dụng này có thể sẽ tụt hậu so với các 
đối thủ cạnh tranh và có thể gặp hậu quả 
nghiêm trọng đến hoạt động trong tương lai 
với những khách hàng lớn, tiềm năng.
4.2. Hỗ trợ cho các doanh nghiệp kiểm 
toán ứng dụng phân tích dữ liệu và dữ 
liệu lớn trong thực tiễn nghề nghiệp
Các nhà phân tích, nhà quản lý về lĩnh vực 
kế toán- kiểm toán, các tổ chức quốc tế, hiệp 
hội và các hãng kiểm toán đều đồng ý rằng 
thách thức về sự phát triển của dữ liệu lớn 
cũng là một cơ hội để cải thiện hiệu quả và 
phân bổ nguồn lực trong hoạt động kế toán, 
kiểm toán (ICAEW, 2019). Về quan điểm 
này, cần nhấn mạnh đến giai đoạn thực hiện 
mà các kỹ thuật này được phát hiện ra dựa 
trên những DA ở quy mô lớn và quy trình 
thông tin để hiểu được con đường cần thực 
hiện và khả năng trong tương lai mở ra cho 
nghề nghiệp kiểm toán. Theo quan điểm của 
thách thức này, chúng ta có thể phân biệt các 
NGUYỄN THỊ THANH MAI
Số 218- Tháng 7. 2020- Tạp chí Khoa học & Đào tạo Ngân hàng 81
tác động có thể thấy trước được phụ thuộc 
vào loại hình hoặc cấu trúc của các hãng 
kiểm toán. Do đó, các hãng có quy mô lớn sẽ 
không có khó khăn đối với việc sử dụng DA 
trong các ứng dụng quản lý của khách hàng 
của họ vì đôi khi họ có thể sử dụng những 
hệ thống này trong một số cuộc kiểm toán 
có doanh thu cao và quy mô của các công ty 
mà họ kiểm toán, do đó họ sẽ có thể làm cho 
việc triển khai hệ thống ứng dụng và phân 
tích có lợi nhuận dễ dàng hơn.
Tuy nhiên, đối với các hãng kiểm toán 
nhỏ hơn, chúng ta tìm thấy một kịch bản 
khác, vì một công ty duy nhất sẽ gặp khó 
khăn trong việc phát triển hệ thống phân 
tích và thu được đủ lợi nhuận từ nó, chỉ có 
thể sử dụng nó trong một số hạn chế công 
việc kiểm toán, và trong nhiều trường hợp 
không đủ để thực hiện các khoản đầu tư 
vào công nghệ này. Để khắc phục nhược 
điểm này và cho toàn bộ ngành kiểm toán 
là cần có sẵn các kỹ thuật mới, cần phải 
phát triển các ứng dụng chuyển đổi, tức là 
có tính chất chung, cho phép các ứng dụng 
này được sử dụng với nhiều khách hàng 
và công việc kiểm toán, bởi một số công 
ty kiểm toán, cung cấp một mức giá phải 
chăng vì chi phí phát triển và tiếp thị của 
họ có thể được chia sẻ bởi các công ty khác 
nhau trong lĩnh vực này. Theo đó cần có kế 
hoạch hỗ trợ cho các DN kiểm toán tiếp cận 
và ứng dụng DA và dữ liệu lớn trong thực 
tiễn nghề nghiệp.
4.3. Doanh nghiệp kiểm toán cần cân 
nhắc, soát xét kỹ trước khi đầu tư vào 
phân tích dữ liệu và dữ liệu lớn
DA đã là một lĩnh vực đầu tư đáng kể cho 
các công ty kiểm toán, chủ yếu trong thực 
hiện dịch vụ tư vấn, và gần đây là dịch vụ 
kiểm toán. Nhiều công ty thu thập lượng dữ 
liệu khổng lồ về khách hàng, môi trường 
bên ngoài, đối thủ cạnh tranh... và thường 
không biết cách thực hiện bước tiếp là phân 
tích và áp dụng dữ liệu để điều hành DN 
của họ. Tuy nhiên, với một nghề nghiệp mà 
trách nhiệm pháp lý và môi trường kiểm 
toán chịu sự quản lý cao của pháp luật, 
điều này có nghĩa rằng các DN kiểm toán 
sẽ phải thực sự cẩn trọng hơn khi mạnh 
dạn đầu tư vào DA trong cung cấp dịch vụ 
kiểm toán (Liddy, 2014; Lombardi, Bloch, 
và Vasarhelyi, 2014).
5. Kết luận
Dữ liệu là trái tim, là trung tâm của kế toán 
và việc ứng dụng dữ liệu lớn và DA hiện 
nay sẽ giúp cho kế toán truyền tải được 
nhiều giá trị của DN hơn đến người sử dụng 
thông tin. Và vì thế, đây là điều tất yếu mà 
hoạt động kiểm toán cần phải tiên phong để 
kiểm soát được việc ứng dụng trong thực 
tiễn nghề nghiệp. Để cân nhắc sử dụng 
những công nghệ trong DA và dữ liệu lớn 
thì các DN cần hiểu rõ về lợi ích và thách 
thức của chúng. Những lợi ích mà DA và 
Big Data mang lại bao gồm khả năng KTV 
có thể kiểm tra số lượng nghiệp vụ nhiều 
hơn; chất lượng kiểm toán gia tăng bởi việc 
cung cấp nhiều hiểu biết về quy trình của 
khách hàng; gian lận sẽ dễ được phát hiện 
hơn và KTV có thể cung cấp dịch vụ, giải 
quyết các vấn đề cho chính khách hàng của 
họ vượt trên khả năng hiện tại bằng cách 
sử dụng dữ liệu phi tài chính và dữ liệu bên 
ngoài để cung cấp thông tin cho cuộc kiểm 
toán. Tuy nhiên, bên cạnh những lợi ích 
vượt trội thì các hãng kiểm toán cũng cần 
phải cân nhắc đến những thách thức mà chủ 
yếu thuộc vào ba vấn đề lớn: thứ nhất là 
việc đào tạo và tính chuyên môn hóa của 
KTV; thứ hai là tính khả dụng, tính phù 
hợp và tính trung thực của dữ liệu; thứ ba là 
kỳ vọng của các cơ quan quản lý và người 
sử dụng BCTC.
Ứng dụng phân tích dữ liệu và dữ liệu lớn trong kiểm toán báo cáo tài chính - lợi ích và 
thách thức đối với các doanh nghiệp kiểm toán
Tạp chí Khoa học & Đào tạo Ngân hàng- Số 218- Tháng 7. 202082
Với tốc độ phát triển về công nghệ và sự 
thay đổi hàng ngày đang diễn ra mạnh mẽ 
của thế giới đòi hỏi các DN cần có những 
cải tiến về quy trình công nghệ, đổi mới 
cách thức tiếp cận cuộc kiểm toán. Để có 
thể ứng dụng kỹ thuật này yêu cầu cần 
phải có sự cân nhắc kỹ lưỡng, đầu tư mạnh 
của các DN hoặc hiệp hội nghề nghiệp về 
chuyên môn. Đối với chương trình đào tạo 
sinh viên tại các trường đại học, cần có sự 
đổi mới, cập nhật về chương trình học, kỹ 
năng cơ bản của một số môn chuyên ngành, 
đồng thời đào tạo sinh viên sâu hơn về các 
phương pháp nghiên cứu khoa học hiện đại 
ngày nay, các kỹ năng phân tích và đọc dữ 
liệu từ một số công cụ được sử dụng trong 
quá trình đào tạo.
Bài viết khai thác một chủ đề được rất 
nhiều ngành nghề, lĩnh vực và DN trên thế 
giới cũng như tại Việt Nam quan tâm. Tuy 
nhiên, trong giới hạn bài viết, tác giả chưa 
có được dữ liệu cụ thể về số liệu các DN 
kiểm toán tại Việt Nam áp dụng DA và Big 
Data để phân tích. Trong thời gian tới, tác 
giả dự định thực hiện những nghiên cứu sâu 
hơn với nhiều số liệu cụ thể và kiểm định 
một số giả thuyết có liên quan nhằm tìm ra 
những nhận định, giải pháp góp phần thúc 
đẩy việc ứng dụng DA và Big Data nhanh, 
hiệu quả, hiệu lực hơn ■
Tài liệu tham khảo
1. AICPA (2014), Reimagining auditing in a wired world (White paper), United State
2. Bộ Công thương, Hệ thống Cơ sở dữ liệu thống kê Ngành công thương, 
3. Bộ Khoa học và Công nghệ, Cục Thông tin khoa học và Công nghệ Quốc gia,  
4. Bộ Tài chính (2012), Thông tư 214 /2012/TT-BTC ban hành hệ thống chuẩn mực kiểm toán Việt Nam Chuẩn mực 
kiểm toán Việt Nam VSA 200, VSA 315
5. Capriotti, R.J (2014), Big data: bringing big changes to accounting, Pennsylvania CPA Journal
6. Crawley, M., & Whelan, J. (2014). Analytics in empirical/ archival financial accounting research. Business 
Horizons, 57(5), 583- 593
7. Deloitte (2013), Tax analytics: The three minute guide, https://public.deloitte.com/media/analytics/pdfs/us_ba_
TaxAnalytics_091313.pdf
8. Gartner (2013), IT glossary: Big data, 
9. ICAEW (2019), Big data and analytics: the impact on the accountancy profession, London
10. KPMG (2014), Going beyond the data: achieving actionable insights with data and analytics. Amstelveen, 
Netherlands: KPMG International Cooperative.
11. Lombardi, D., Blonch, R., & Vasarhelyi, M.(2014). The future of audit, Journal of Information Systems and 
Technology Management, 11(1), 21-32.
12. Liddy, J.P (2014), The future of audit, Forbes: 
13. Ngô Kim Thanh (2020), Ứng dụng dữ liệu lớn trong nền kinh tế số, Tạp chí Công thương, truy cập tại: http://
tapchicongthuong.vn/bai-viet/ung-dung-du-lieu-lon-trong-nen-kinh-te-so-72702.htm
14. Nguyễn Huy Hoàng (2019), Kiểm toán dữ liệu lớn – đặc điểm và xu hướng, Báo Kiểm toán Số 44, truy cập tại: 
15. PwC (2015), Data driven: What students need to succeed in a rapidly changing business world, London: 
PricewaterhouseCooper LLC.
16. Tập đoàn FPT, Ban Công nghệ thông tin, truy cập tại: https://techinsight.com.vn/fpt-is-trien-khai-thanh-cong-du-
an-big-data-dau-tien-cho-tpbank/
17. Tập đoàn Vingroup, Viện Nghiên cứu Dữ liệu lớn, truy cập tại: