Lợi ích và thách thức ứng dụng phân tích dữ liệu và dữ liệu lớn trong kiểm toán báo cáo tài chính

LỢI ÍCH VÀ THÁCH THỨC ỨNG DỤNG PHÂN TÍCH DỮ LIỆU
VÀ DỮ LIỆU LỚN TRONG KIỂM TOÁN BÁO CÁO TÀI CHÍNH
Lê Thị Kim Thoa
Khoa Cơng nghệ Thơng tin, Trường Đại học Tài chính –Marketing
Email:

Tóm tắt: Cách mạng cơng nghiệp 4.0 (CMCN 4.0) sẽ là cơ hội để các công ty kế toán, kiểm
toán nâng cao chất lượng dịch vụ, mở rộng thị trường sang các nước khác nhờ kết nối internet.
Cuộc cách mạng này còn tạo điều kiện cho việc khai thác dữ liệu, nâng cao độ tin cậy của việc lập
báo cáo thông qua các hệ thống tự động kiểm toán và kế toán theo nhu cầu. Tuy nhiên, để áp dụng
được những công nghệ mới vào thực tiễn hoạt động thì cần phải có sự cân nhắc và tính tốn kỹ
lưỡng những mặt tích cực và hạn chế tiềm ẩn của những công nghệ mới mà doanh nghiệp sử dụng.
Bài viết sau giới thiệu về dữ liệu lớn và phân tích dữ liệu, xu hướng ứng dụng phân tích dữ liệu và
dữ liệu lớn (Big Data) trong kiểm tốn báo cáo tài chính, đồng thời đưa ra những lợi ích và khó
khăn đối với doanh nghiệp kiểm tốn khi áp dụng.
Từ khóa: Phân tích dữ liệu, dữ liệu lớn, kiểm tốn báo cáo tài chính

1. ĐẶT VẤN ĐỀ
Trong trong kỷ nguyên công nghệ số, dữ liệu và thông tin đã trở thành chiến lược và
quản trị dữ liệu là yêu cầu cấp thiết đối với mọi tổ chức. Các tổ chức luôn luôn sử dụng
thông tin để hỗ trợ trong quá trình ra quyết định và quản lý hoạt động. Vì vậy thơng tin cần
phải kịp thời, chính xác và đáng tin cậy.
Hiện nay của các cơng ty trên thế giới và tại Việt Nam đã và đang ứng dụng phân tích
dữ liệu (Data Analytics - DA) và Big Data trong hoạt động nghề nghiệp của mình và cơng
ty kiểm tốn cũng khơng nằm ngoại lệ. Những cơng nghệ mới giúp ích cho kiểm tốn viên
(KTV) trong việc phân tích dữ liệu phục vụ q trình kiểm tốn báo cáo tài chính (BCTC).
Đối với bất cứ doanh nghiệp (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.
Bài viết đã nêu ra những cơ hội, thách thức từ việc ứng dụng DA và dữ liệu lớn trong
kiểm toán báo cáo tài chính với mong muốn đóng góp một cái nhìn đa chiều hơn cho các
doanh nghiệp kiểm tốn Việt Nam trước thách thức áp dụng công nghệ mới trong thực tiễn

nghề nghiệp.

85


2. TỔNG QUAN VỀ BIG DATA VÀ PHÂN TÍCH DỮ LIỆU
2.1. Khái niệm về Big data
Xuất hiện từ những năm cuối thế kỷ 20, Dữ liệu lớn (Big Data) là một thuật ngữ dùng
để chỉ lượng dữ liệu khổng lồ và phức tạp. Big Data được tạo ra bởi các Chính phủ, tổ chức,
doanh nghiệp từ các ngành nghề khác nhau, các cá nhân và thiết bị điện tử, mà cơng cụ xử
lý dữ liệu truyền thống khơng cịn đáp ứng được nữa.
Theo Gartner Research (2014): “Big Data là tài sản thơng tin, mà những thơng tin
này có khối lượng dữ liệu lớn, tốc độ cao và dữ liệu đa dạng, địi hỏi phải có cơng nghệ mới
để xử lý hiệu quả nhằm đưa ra được các quyết định hiệu quả, khám phá được các yếu tố ẩn
sâu trong dữ liệu và tối ưu hóa được q trình xử lý dữ liệu”.
Các đặc điểm về khối lượng dữ liệu (Volume), tốc độ dữ liệu xử lý cần được phân
tích (Velocity) và dữ liệu đa dạng (Variety) 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.
2.2. Khái niệm về phân tích dữ liệu
Phân tích dữ liệu là q trình phát hiện, giải thích và truyền đạt các mơ hình có ý
nghĩa trong dữ liệu. Đặc biệt có giá trị trong các lĩnh vực có nhiều thơng tin được ghi lại,
phân tích dựa vào sự ứng dụng đồng thời của số liệu thống kê, lập trình máy tính và nghiên
cứu hoạt động để định lượng hiệu suất.
Trong DA, 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 thơng qua các
phần mềm thống kê để xác định mơ 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 địi hỏi phải
có trình độ chuyên môn cao trong lĩnh vực của nhà nghiên cứu. 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 khơng thể tự động hóa hồn
tồn quy trình phân tích dữ liệu được.
Trong thời đại cơng nghệ kỷ ngun, nhiều tập đồn lớn đã có những chiến lược và
hành động để đưa ứng dụng công nghệ mới vào hoạt động kinh doanh. Ví dụ như Tập đồn
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
86


nghiên cứu các cơng nghệ mới có tính ứng dụng cao, áp dụng trực tiếp vào sản phẩm
(VinGroup). Trong đầu năm 2020, Tập đồn FPT đã triển khai thành cơng 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 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 thơ và phi cấu trúc; Nền tảng xây dựng
mơ 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 mơ 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 Thơng 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.
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.
2.3. Xu hướng ứng dụng phân tích dữ liệu và dữ liệu lớn trong kiểm tốn báo cáo tài
chính
Theo quy định trong Chuẩn mực kiểm tốn Việt Nam VSA 200: “Mục đích của kiểm
toán BCTC là làm tăng độ tin cậy của người sử dụng đối với BCTC, thơng qua việc kiểm
tốn viên đưa ra ý kiến về việc liệu BCTC có được lập, trên các khía cạnh trọng yếu, phù
hợp với khn khổ về lập và trình bày BCTC được áp dụng hay khơng”. Để có cơ sở đưa

ra các ý kiến đánh giá này, KTV cần phải tìm hiểu về hệ thống kiểm sốt nội bộ của đơn
vị, quy trình làm việc và hệ thống thông tin mà đơn vị sử dụng. 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. Như vậy các KTV và
doanh nghiệp kiểm toán cần phải có những hiểu biết và kỹ năng cần thiết để có thể phân
tích các bộ dữ liệu này của DN.
Dữ liệu là trung tâm của kế toán, và do đó dữ liệu lớn có thể giúp kế tốn 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 tồn 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
87


để kiểm toán, dựa trên việc chọn mẫu. KTV cũng có thể sử dụng một loạt các cơng cụ phân
tích để trực quan hóa dữ liệu, kết nối dữ liệu tài chính, phi tài chính và so sánh kết quả dự
đốn với thực tế.
Dữ liệu lớn và phân tích dữ liệu có liên quan đến kiểm tốn BCTC vừa là một thách
thức lớn nhưng cũng có khả năng tạo ra những giải pháp cho chính hoạt động này, đó là
cơng nghệ mới. Phân tích dữ liệu trong kiểm tốn 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.
Công nghệ ngày nay đang sử dụng đã được hỗ trợ bởi sự phát triển trong các giao diện này
và thơng 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.
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 và sự gia tăng của
mạng xã hội giúp cho con 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 (cơng cụ khai thác dữ liệu) cũng như

cơng 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.
Hiện nay, các cơng ty lớn đã xây dựng các máy chủ của riêng 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 ngồi. 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 tốn nhưng chính những hiểu biết do phân tích dữ liệu cung cấp lại thường có
giá trị to lớn đối với quản lý. Tuy nhiên, hầu hết các hãng kiểm toán nhỏ hơn do chưa đủ
điều kiện đầu tư nên thường thực hiện thông qua Google Analytics và Excel.
Với những cơng ty kiểm tốn Việt Nam là thành viên của các hãng kiểm tốn quốc
tế lớn, có uy tín trên thế giới việc áp dụng DA và Big Data trong kiểm toán cũng sẽ được
“thừa hưởng” những công cụ này trong hoạt động. Tuy nhiên, số lượng này khơng nhiều.
Hầu hết các DN kiểm tốn Việt Nam, đặc biệt các cơng ty vừa và nhỏ, thì chưa có đủ điều
kiện để áp dụng cơng nghệ này vào thực tiễn nghề nghiệp. Vì vậy, độ sâu và rộng của DA,
dữ liệu lớn và quy trình phân tích bị hạn chế bởi thời gian và chi phí, bao gồm chi phí lưu
88


trữ dữ liệu và các hạn chế của công nghệ. Việc ứng dụng DA và dữ liệu lớn trong hoạt động
kiểm toán đang thực sự cần thiết do nhu cầu về thu thập và quản lý dữ liệu về thông tin
khách hàng và bằng chứng cũng như hồ sơ kiểm tốn, tuy nhiên sẽ có nhiều thách thức cần
phải vượt qua trước khi được áp dụng vào thực tế
3. LỢI ÍCH VÀ THÁCH THỨC ỨNG DỤNG DA VÀ BIG DATA TRONG KIỂM
TỐN BÁO CÁO TÀI CHÍNH
3.1. Lợi ích ứng dụng DA và Big Data trong kiểm toán báo cáo tài chính
❖ KTV có thể kiểm tra số lượng nghiệp vụ nhiều hơn
Trong kiểm tốn, bằng chứng kiểm tốn ln cần phải đạt được hai yêu cầu về tính
thích hợp và đầy đủ. DA và dữ liệu lớn có thể cải thiện chất lượng cuộc kiểm tốn bằng
cách tăng tính đầy đủ của các bằng chứng thu thập. Hiện nay, KTV áp dụng phương pháp
tiếp cận cuộc kiểm toán dựa trên đánh giá rủi ro và chọn mẫu các giao dịch để xác định số

dư các tài khoản, các giao dịch có được trình bày hợp lý hay khơng. DA và Big Data sẽ cho
phép KTV tự động kiểm tra các giao dịch và về mặt lý thuyết, 100% mẫu có thể được chọn
kiểm tra. Đối với các dữ liệu và các yếu tố đo lường phi tài chính mà thực tiễn kiểm tốn
hiện tại sử dụng khơng nhiều trong các cuộc kiểm tốn, nhưng tương lai sẽ có các cơng cụ
được phát triển để chạy các mơ hình và phân tích dự đốn để giúp KTV phát hiện các rủi
ro kinh doanh và khu vực cần tập trung kiểm toán trong quá trình lập kế hoạch, trong việc
phát hiện gian lận, và giúp đánh giá khả năng hoạt động liên tục của tổ chức.
❖ Chất lượng kiểm toán được gia tăng
Trong tương lai, với việc sử dụng các công cụ phân tích dữ liệu, KTV sẽ có khả năng
kiểm tra 100% các giao dịch của khách hàng. Họ cũng có thể sắp xếp, lọc, và phân tích
hàng chục nghìn hoặc hàng triệu giao dịch để phát hiện ra các bất thường trong qui trình
nghiệp vụ, dễ dàng để tập trung vào các khu vực cần quan tâm và đi sâu vào các khu vực
có rủi ro cao nhất. Điều này hơn hết sẽ giúp KTV đánh giá rủi ro và phát hiện các xu hướng
thơng qua q trình kiểm tốn. Với các dữ liệu thông minh của mỗi năm, kiểm toán sẽ thu
thập được những vấn đề cần lưu ý từ các năm trước, đưa ra những khu vực chứa đựng rủi
ro cao và xây dựng một nền tảng kiến thức để thông báo những thông tin tốt hơn cho các
công ty và các nhà đầu tư của họ

89


❖ Gian lận dễ dàng được phát hiện
Các doanh nghiệp sử dụng dữ liêu lớn và DA sẽ dễ dàng phát hiện gian lận vì các
cơng cụ phần mềm cho phép KTV phân tích các bộ dữ liệu lớn một cách hiệu quả, có thể
được áp dụng với chi phí rất thấp cho các cơng ty kiểm tốn. Những cơng cụ này, được gọi
là kỹ thuật kiểm tốn có sự trợ giúp của máy tính (CAAT). "Kỹ thuật kiểm tốn hỗ trợ bằng
máy tính" đã được chấp thuận bởi Liên đồn Kế tốn Quốc tế (IFAC) trong ấn bản năm
2001 (Ciprian-Costel 2014). Các cơng ty kiểm tốn và chun gia kiểm toán đã được giới
thiệu nhiều về kỹ thuật này. Các kỹ thuật này đã được cải thiện để hỗ trợ cho các KTV thực
hiện các cơng việc kiểm tốn của họ, tùy thuộc vào thơng tin kế tốn trên máy vi tính.

❖ Khả năng sử dụng dữ liệu phi tài chính
Việc phân tích dữ liệu trong kiểm tốn là khả năng sử dụng dữ liệu phi tài chính và
dữ liệu bên ngồi để cung cấp thơng tin tốt hơn cho giai đoạn lập kế hoạch kiểm toán và
kiểm toán hiệu quả hơn. Dữ liệu phi tài chính bao gồm dữ liệu mà công ty tập hợp trong
nội bộ như dữ liệu nguồn nhân lực, dữ liệu khách hàng, dữ liệu thị trường… bên ngoài các
loại bằng chứng BCTC mà KTV thường phân tích. Bên cạnh đó, KTV có thể phát triển các
mơ hình có thể dự đốn các sự kiện trong tương lai, thường được gọi là phân tích dự đốn,
sẽ giúp cho KTV có thể hỗ trợ, tư vấn cho khách hàng tốt hơn trong việc đưa ra các quyết
định chiến lược về doanh nghiệp của họ. Dữ liệu bên ngồi được xác định rộng hơn và có
thể bao gồm dữ liệu về các yếu tố và xu hướng kinh tế vĩ mô rộng, dữ liệu ngành, dữ liệu
về đối thủ cạnh tranh và dữ liệu được thu thập thông qua các phương tiện truyền thông xã
hội. Các nền tảng truyền thơng xã hội có thể được sử dụng để phân phối các thơng tin tài
chính cũng như phi tài chính, và tất cả thơng tin này có thể được nắm bắt và lưu trữ trong
cơ sở dữ liệu để sử dụng sau này. Truyền thông xã hội cũng cho phép các công ty nắm bắt
dữ liệu về khách hàng, nhân viên hoặc nhà đầu tư. Dữ liệu này sau đó có thể được sử dụng
để xây dựng các mơ hình có thể dự đốn các sự kiện trong tương lai, chẳng hạn như lỗi
hoặc sai phạm trong các báo cáo. Nhược điểm của CAAT truyền thống là khơng thể nhập
thơng tin phi tài chính như mạng xã hội, email công ty, các bài báo… được xem là thiết yếu
để thu được lợi ích đầy đủ từ phương pháp DA trong các cuộc kiểm toán.
3.2. Những thách thức của DA và Big Data đối với kiểm toán báo cáo tài chính
Mặc dù có nhiều lợi ích từ sử dụng DA và Big Data trong kiểm toán, nhưng cũng có
thách thức khơng nhỏ. Những thách thức này chủ yếu thuộc vào ba vấn đề lớn như sau:
90


❖ Thứ nhất việc đào tạo và tính chun mơn hóa của KTV
Hiện nay các cơ sở đào tạo KTV vẫn chưa thực sự chú trọng về các kỹ năng như nhận
dạng mẫu và cách đánh giá sự bất thường. Thông thường, KTV mới tốt nghiệp đại học được
đánh giá sẽ thành thạo trong việc hiểu cách áp dụng các quy tắc kế toán và hiểu rủi ro kiểm
toán liên quan đến các tài khoản cụ thể. Các KTV rất thành thạo việc hạch toán một giao

dịch bán hàng chưa thu tiền và hiểu về khả năng doanh thu và các khoản phải thu bị khai
khống như thế nào. Nhưng họ thường không được đào tạo để xem xét liệu các giao dịch đó
có hợp lý khơng hoặc để xây dựng mơ hình ước tính về doanh thu mà sau đó sẽ cho phép
họ nhận ra khi nào có sự bất thường xảy ra, hoặc quan trọng hơn là làm thế nào để theo dõi
sự bất thường khi nó được phát hiện. Ngoài ra đối với KTV việc sử dụng các cơng nghệ
mới vào kiểm tốn cũng là một vấn đề rất khó khăn vì họ chưa được tiếp cận và chưa được
thực hành nhiều trong các cơ sở đào tạo. Vì vậy KTV sẽ thiếu những kỹ năng cần thiết để
áp dụng một cách phù hợp các kỹ thuật DA, và các doanh nghiệp kiểm toán sẽ phải bắt đầu
mở rộng dịch vụ tư vấn để thu hút và thuê các nhà khoa học dữ liệu với kỹ năng DA.
Một số phương pháp các cơng ty kiểm tốn có thể thực hiện để giải quyết các lỗ hổng
về chuyên môn của KTV như: đào tạo KTV về các kỹ thuật DA hoặc thuê ngoài, phần lớn
việc DA từ các trung tâm phân tích của ngước ngồi, và việc th ngoài này chỉ cung cấp
cho KTV đầu ra của DA để cung cấp thông tin cho việc ra quyết định liệu có cần thực hiện
các thủ tục kiểm tốn bổ sung hay không. Tuy nhiên, vấn đề này cũng đặt ra những thách
thức, đó là độ tin cậy của các bên thuê ngoài, sự đồng ý của khách hàng cho một bên thứ
ba có được thơng tin của họ là khó khăn lớn.
❖ Thứ hai là tính khả dụng, tính phù hợp và tính trung thực của nguồn dữ liệu
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 muốn bảo mật các quyền riêng tư cho
nên không muốn chia sẻ dữ liệu cho KTV.
Vì vậy, đây là một nhược điểm tiềm ẩn trong việc khai thác dữ liệu để phát hiện gian
lận và có rất nhiều khách hàng khơng 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 ngồi, do đó KTV cần phải
đánh giá liệu dữ liệu có nguồn gốc từ một nguồn an tồn và liệu nó có thể bị giả mạo trước
khi KTV thu thập được hay không

91


❖ Thứ ba là kỳ vọng của các cơ quan quản lý và người sử dụng BCTC

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. Khi đã ứng dụng các cơng nghệ mới vào kiểm tốn, thì 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.
4. 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. Bài viết tác giả đã giới thiệu về dữ liệu
lớn và phân tích dữ liệu, xu hướng ứng dụng phân tích dữ liệu và dữ liệu trong kiểm tốn
báo cáo tài chính, đồng thời đưa ra những lợi ích và khó khăn đối với doanh nghiệp kiểm
toán khi áp dụng.
TÀI LIỆU THAM KHẢO
[1] />[2]. />BB%87u_(Analytics)
[3] Nguyễn Vĩnh Khương (2017), Ảnh hưởng dữ liệu lớn đến nghề nghiệp kế tốn, Tạp
chí Nghiên cứu khoa học kiểm toán
[4]. Nguyễn Thị Thanh Mai (2020), Ứng dụng phân tích dữ liệu và dữ liệu lớn trong kiểm
tốn báo cáo tài chính - lợi ích và thách thức đối với các doanh nghiệp kiểm tốn, Tạp chí
Khoa học và đào tạo ngân hàng.

92