Nghiên cứu áp dụng kiểm toán liên tục

Cuộc Cách mạng Công nghiệp lần thứ tư và sự bùng nổ của dữ liệu lớn đang làm thay đổi căn bản mọi lĩnh vực, bao gồm cả hoạt động kiểm toán, giám sát của nhà nước. Phương pháp kiểm toán truyền thống, dựa trên cơ sở chọn ngày càng bộc lộ nhiều hạn chế trong việc cung cấp sự đảm bảo kịp thời, toàn diện trước các rủi ro trong môi trường số. Kiểm toán liên tục (KTLT) (Continuous auditing - CA) nổi lên như một mô hình kiểm toán tất yếu, sử dụng công nghệ để tự động hóa việc thu thập và phân tích bằng chứng kiểm toán theo thời gian thực hoặc gần thời gian thực, cho phép kiểm toán toàn bộ dữ liệu. Nghiên cứu này tập trung làm rõ tính tất yếu, khách quan của việc áp dụng KTLT trong hoạt động của Kiểm toán Nhà nước (KTNN) dựa trên nghiên cứu tổng quan và kinh nghiệm tại các cơ quan kiểm toán tối cao (SAI) trên thế giới. Kết quả nghiên cứu khẳng định vai trò của KTLT, đồng thời rút ra bài học kinh nghiệm quan trọng cho KTNN Việt Nam trong việc xây dựng lộ trình triển khai, bao gồm: Hoàn thiện hành lang pháp lý về tiếp cận dữ liệu, chuẩn hóa dữ liệu; xây dựng lộ trình triển khai; nâng cao chất lượng nguồn nhân lực và thay đổi văn hóa kiểm toán và định vị lại vai trò của kiểm toán trong thời đại mới.

1. Lời mở đầu

Trong bối cảnh chính phủ điện tử, chính phủ số đang được xây dựng và vận hành mạnh mẽ, khối lượng dữ liệu giao dịch tài chính công, hoạt động đầu tư, mua sắm công được tạo ra hàng ngày với tốc độ và quy mô chưa từng có. Hoạt động của KTNN đang đứng trước cả cơ hội và thách thức lớn từ xu thế dữ liệu hóa này, khi mà phương pháp kiểm toán truyền thống của KTNN, chủ yếu là kiểm toán năm và dựa trên phương pháp chọn mẫu dựa trên rủi ro đang dần trở nên không đủ khả năng bao quát hoạt động của các tổ chức, đơn vị. Khoảng cách thời gian giữa thời điểm phát sinh nghiệp vụ và thời điểm kiểm toán viên đưa ra ý kiến khiến cho các sai phạm, rủi ro không được phát hiện và cảnh báo kịp thời, làm giảm tính hiệu lực của hoạt động giám sát (Vasarhelyi, Kogan, & Tuttle, 2015). Hơn nữa, việc chọn mẫu luôn tiềm ẩn rủi ro, có thể bỏ sót các sai phạm trọng yếu, đặc biệt là các hành vi gian lận, lãng phí có chủ đích, tinh vi được che giấu trong các tập dữ liệu lớn.

Để giải quyết những bất cập này, mô hình KTLT đã được giới thiệu và áp dụng. KTLT được định nghĩa là một phương pháp luận cho phép kiểm toán viên cung cấp sự đảm bảo về một vấn đề cụ thể một cách liên tục hoặc gần liên tục (Vasarhelyi & Halper, 1991). KTLT sử dụng công nghệ thông tin, đặc biệt là các công cụ phân tích dữ liệu tự động để kiểm tra 100% các giao dịch và đưa ra các cảnh báo gần như ngay lập tức khi chúng phát sinh (IIA, 2015). Xuất phát từ hoạt động của kiểm toán nội bộ, KTLT dần dần được nghiên cứu sâu rộng trong cả lĩnh vực cả kiểm toán tài chính. Tuy nhiên việc áp dụng KTLT trong lĩnh vực KTNN vẫn là một khía cạnh mới mẻ và đầy thách thức. Nguyên nhân chính bởi các cơ quan kiểm toán tối cao trên có những đặc thù riêng về sứ mệnh, đối tượng, phạm vi kiểm toán và đặc biệt là cơ sở pháp lý trong việc tiếp cận dữ liệu so với kiểm toán viên nội bộ hay độc lập (Hazar, 2013; Mudawanah et al., 2024).

Tại Việt Nam, chiến lược phát triển KTNN đến năm 2030 đã đặt ra mục tiêu đẩy mạnh ứng dụng công nghệ thông tin, công nghệ cao từng bước thực hiện kiểm toán dựa trên dữ liệu lớn (KTNN, 2020). Điều này cho thấy nhận thức rõ ràng của KTNN Việt Nam về xu thế tất yếu của kiểm toán dựa trên dữ liệu lớn, mà KTLT là hình thái phát triển cao nhất. Tuy nhiên, từ chiến lược đến thực tiễn là một khoảng cách lớn, đòi hỏi phải có những nghiên cứu về cơ sở lý luận, tính tất yếu và lộ trình triển khai phù hợp. Vì vậy, bài báo hướng đến mục tiêu nghiên cứu về tính tất yếu của KTLT và bài học kinh nghiệm cho việc áp dụng mô hình KTLT tại Việt Nam.

2. Cơ sở lý luận về KTLT

2.1. Khái niệm và khuôn khổ hoạt động của KTLT

Thuật ngữ KTLT được Vasarhelyi và Halper đề cập lần đầu tiên vào năm 1991 trong bối cảnh các hệ thống thông tin kế toán ngày càng phức tạp. Kể từ đó, KTLT đã phát triển thành một lĩnh vực nghiên cứu quan trọng. Vasarhelyi, Kogan, và Tuttle (2015) định nghĩa KTLT là một phương pháp luận cho phép kiểm toán viên đưa ra ý kiến đảm bảo về một chủ đề cụ thể một cách kịp thời hơn nhiều so với phương pháp kiểm toán truyền thống. Viện kiểm toán nội bộ (IIA) định nghĩa KTLT là bất kỳ phương pháp nào được sử dụng bởi kiểm toán viên để thực hiện các hoạt động liên quan đến kiểm toán một cách thường xuyên hơn, bao gồm đánh giá rủi ro và kiểm soát liên tục, và phân tích dữ liệu liên tục (GTAG 3, IIA, 2015). Trong bối cảnh phát triển mạnh mẽ của dữ liệu lớn và trí tuệ nhân tạo, KTLT được hình thành như một hệ thống hỗ trợ điện tử gần như theo thời gian thực dành cho kiểm toán viên, hoạt động liên tục và tự động để đánh giá tính nhất quán của một hệ thống với các quy tắc và tiêu chuẩn liên quan. 

Điểm cốt lõi của KTLT là sự thay đổi về thời gian và phạm vi. KTLT là sự chuyển mô hình kiểm toán từ việc đánh giá định kỳ dựa trên một mẫu giao dịch sang việc đánh giá liên tục dựa trên tỷ lệ giao dịch lớn hơn, hoặc thậm chí toàn bộ tổng thể giao dịch, từ đó tăng cường đáng kể quy trình quản lý rủi ro và nghiệp vụ của tổ chức. Sự thay đổi này được thúc đẩy bởi sự phát triển của công nghệ thông tin, với các hệ thống ERP và khả năng phân tích dữ liệu kỹ thuật số cho phép thực hiện các quy trình kiểm toán một cách tự động và lặp lại trên khối lượng dữ liệu lớn trong thời gian tương đối ngắn.

Bảng 1. Sự khác nhau giữa kiểm toán truyền thống và KTLT

(Nguồn: Tác giả tổng hợp)

Trong khuôn khổ cung cấp đảm bảo liên tục của viện kiểm toán nội bộ, KTLT thường được phối hợp chặt chẽ với giám sát liên tục. GTAG 3 (IIA, 2015) đã nêu rõ giám sát liên tục là trách nhiệm của ban lãnh đạo vì đây là các quy trình tự động được thiết kế để phát hiện các vấn đề về kiểm soát nội bộ, sai sót hoặc gian lận ngay khi chúng xảy ra. Như vậy giám sát liên tục là một phần của hệ thống kiểm soát nội bộ, trong khi đó KTLT là trách nhiệm của kiểm toán viên để đánh giá độc lập về tính hiệu quả của các kiểm soát và tính trung thực của dữ liệu. KTLT có thể kiểm tra trực tiếp dữ liệu giao dịch hoặc kiểm tra tính hiệu quả của các quy trình giám sát liên tục mà ban lãnh đạo đã thiết lập.

Bảng 2. Sự khác nhau giữa KTLT và giám sát liên tục

(Nguồn: Tác giả tổng hợp)

Các nghiên cứu của Hazar (2013); Mudawanah et al.( 2024); Vasarhelyi et al., (2015) đều chỉ ra các lợi ích vượt trội của của KTLT đó là tính kịp thời khi có thể cung cấp thông tin đảm bảo gần thời gian thực, giúp cảnh báo sớm rủi ro và sai phạm, tính toàn diện thể hiện qua việc kiểm tra 100% giao dịch, loại bỏ rủi ro chọn mẫu. Bên cạnh đó, KTLT sẽ thông qua các công nghệ để động hóa các thủ tục kiểm toán lặp đi lặp lại, giải phóng kiểm toán viên cho các nhiệm vụ phân tích phức tạp hơn, nâng cao hiệu quả và tiết kiệm chi phí, đồng thời sự hiện diện của KTLT cũng có tác dụng răn đe, ngăn ngừa gian lận. Tuy nhiên, mặc dù lợi ích do KTLT mang lại là rất lớn, việc chuyển đổi sang mô hình KTLT vẫn phải đối mặt với nhiều thách thức.

Thách thức về tiêu chuẩn dữ liệu và khả năng truy cập

Thách thức lớn nhất đối với việc kiểm tra toàn bộ tổng thể là khả năng truy cập và tích hợp dữ liệu từ nhiều hệ thống CNTT khác nhau của các đơn vị được kiểm toán. Để kiểm toán viên có thể phân tích dễ dàng và nhanh chóng, cần có một tiêu chuẩn dữ liệu kiểm toán (ADS) thống nhất. Nếu không có ADS, KTNN sẽ phải tốn kém nguồn lực đáng kể để làm sạch, chuẩn hóa và trích xuất dữ liệu từ các cấu trúc dữ liệu khác nhau của từng đơn vị, làm giảm đáng kể hiệu quả kinh tế dài hạn của KTLT.

Thách thức về tự động hóa và tính lặp lại

Nếu dữ liệu không đồng nhất và thiếu khả năng tương thích, nó sẽ cản trở việc triển khai liền mạch các hệ thống CA. Việc này không chỉ gây khó khăn về mặt kỹ thuật mà còn ngăn cản KTNN xây dựng và tái sử dụng các ứng dụng kiểm toán chung, làm tăng chi phí và giảm tính lặp lại của quy trình kiểm toán.

Thách thức về nhân lực và văn hóa tổ chức

KTLT đòi hỏi kiểm toán viên phải có kiến thức chuyên môn sâu rộng về phân tích dữ liệu, CNTT và mô hình toán học, tích hợp giữa kiến thức kế toán,kiểm toán và kỹ thuật số. Việc thiếu kỹ năng chuyên biệt trong phân tích dữ liệu và tự động hóa kiểm toán là rào cản lớn. Hơn nữa, sự thay đổi văn hóa tổ chức, chuyển từ tư duy kiểm toán hồi cứu sang tư duy kiểm toán chủ động và phòng ngừa, cũng là một quá trình lâu dài và phức tạp.

2.2. Tính tất yếu của áp dụng KTLT trong hoạt động của KTNN

Hiện nay, KTLT đang được hướng đến áp dụng trong kiểm toán nội bộ hoặc kiểm toán độc lập. Tuy nhiên, KTLT hoàn toàn có thể áp dụng cho khu vực công, thậm chí còn cấp thiết hơn khi các quốc gia đang dần hình thành chính phủ số, kéo theo đó là sự bùng nổ mạnh mẽ của dữ liệu lớn. Các tổ chức kiểm toán tối cao trên thế giới, dưới sự điều phối của tổ chức quốc tế các cơ quan kiểm toán tối cao (INTOSAI) bắt đầu sử dụng các thuật ngữ như “Kiểm toán trong môi trường dữ liệu lớn” hay “Phân tích dữ liệu” trong hoạt động kiểm toán. Các hướng dẫn của INTOSAI (GUID 5280) về phân tích dữ liệu nhấn mạnh việc các SAI phải chuyển đổi từ phương pháp truyền thống sang phương pháp dựa trên dữ liệu. Mục tiêu cuối cùng của việc áp dụng phân tích dữ liệu một cách thường xuyên, toàn diện chính là KTLT.

Nghiên cứu của Appelbaum, Kogan, & Vasarhelyi (2017); Debreceny (2018) đã bắt đầu khám phá việc sử dụng phân tích dữ liệu và KTLT trong khu vực công. Họ chỉ ra rằng, các SAI có lợi thế đặc biệt đó là SAI thường có thẩm quyền pháp lý, mặc dù có thể chưa đầy đủ, để yêu cầu truy cập vào các hệ thống dữ liệu lớn của chính phủ như thuế, hải quan, kho bạc, bảo hiểm xã hội mà kiểm toán độc lập không có được. Đây chính là yếu tố cơ bản thúc đẩy triển khai KTLT hiệu quả.

Có thể nói, việc KTNN chuyển dịch sang mô hình KTLT là một xu thế tất yếu, điều này bắt nguồn từ các yếu tố khách quan sau:

Một là, sự bùng nổ của dữ liệu lớn và chính phủ số

Các hoạt động của chính phủ hiện nay được số hóa ở mức độ cao. Hệ thống kho bạc nhà nước (KBNN) xử lý hàng triệu giao dịch chi ngân sách mỗi ngày, tổng cục thuế quản lý dữ liệu của hàng nghìn doanh nghiệp và hàng triệu cá nhân nộp thuế, hệ thống mua sắm công điện tử ghi nhận hàng nghìn gói thầu... Trong bối cảnh này, phương pháp chọn mẫu truyền thống chỉ cung cấp đánh giá có giới hạn(Hazar, 2013). Rủi ro bỏ sót sai phạm trọng yếu là rất lớn. KTLT, với khả năng kiểm toán 100% dữ liệu, là giải pháp duy nhất để bao quát toàn bộ quy mô hoạt động tài chính công. Sự ra đời của hệ thống online, real-time đã làm giảm độ trễ giữa sự kiện kinh tế và sự ghi nhận, nhưng lại làm tăng độ phức tạp và tính không rõ ràng  của quy trình. KTLT là giải pháp công nghệ cần thiết để đáp ứng với tốc độ này. Các công nghệ mới cho phép phân tích dữ liệu thường xuyên, thậm chí liên tục, để thực hiện đánh giá kiểm soát và rủi ro trong thời gian thực hoặc gần thời gian thực.  

Hai là, yêu cầu về tính kịp thời của thông tin giám sát

Công chúng và các cơ quan dân cử yêu cầu thông tin giám sát phải kịp thời, nhanh chóng, thay vì các báo cáo kiểm toán được phát hành sau khi ngân sách đã được chi tiêu. Các quyết định sai lầm trong chi tiêu công, đầu tư công nếu không được cảnh báo ngay lập tức có thể gây ra lãng phí, thất thoát khổng lồ. KTLT cung cấp cơ chế cảnh báo sớm cho cả đơn vị được kiểm toán (thông qua CM) và cho KTNN (thông qua CA), giúp ngăn chặn rủi ro trước khi chúng trở thành sai phạm nghiêm trọng (Mudawanah et al., 2024). Trong môi trường công, mục tiêu tối thượng là bảo toàn ngân sách và tài sản nhà nước, do đó, khả năng phòng ngừa vượt trội hơn phát hiện. KTLT cho phép KTNN tích hợp các mô hình dự đoán để dự báo các giao dịch bất thường và ngăn chặn chúng trước khi chúng kịp gây tổn thất, nhờ vào khả năng cung cấp thông tin kịp thời. Do đó, KTLT sẽ trở thành một công cụ có giá trị để tạo ra một khung quản trị minh bạch, giúp tổ chức ứng phó kịp thời với rủi ro. 

Ba là, nâng cao năng lực phát hiện gian lận, lãng phí và tham nhũng

Gian lận, tham nhũng trong khu vực công ngày càng trở nên tinh vi, thường được che giấu bằng các giao dịch phức tạp, chia nhỏ gói thầu, hoặc thông đồng tinh vi. Các hành vi này rất khó bị phát hiện qua phương pháp chọn mẫu ngẫu nhiên. KTLT cho phép kiểm toán viên thực hiện các phân tích phức tạp trên toàn bộ dữ liệu  như phân tích Benford's Law để phát hiện số liệu bất thường, phân tích mạng lưới để phát hiện xung đột lợi ích trong đấu thầu, đối chiếu chéo dữ liệu thuế và hải quan để tìm ra các điểm cảnh báo về gian lận (IIA, 2015).

Bốn là, tối ưu hóa nguồn lực kiểm toán và nâng cao hiệu quả hoạt động

KTNN luôn đối mặt với giới hạn về nguồn nhân lực  so với quy mô kiểm toán khổng lồ. KTLT giúp tự động hóa các tác vụ kiểm toán cơ bản, lặp đi lặp lại. Điều này giải phóng thời gian của kiểm toán viên, cho phép họ tập trung vào các lĩnh vực phức tạp, xét đoán chuyên môn cao và có rủi ro lớn hơn. Đây là sự chuyển dịch từ kiểm toán viên làm thủ tục sang kiểm toán viên phân tích dữ liệu.

Việc ứng dụng CA không chỉ là sự nâng cấp về mặt công nghệ, mà là một yêu cầu quản trị rủi ro trong kỷ nguyên số. KTNN bằng cách xây dựng một chiến lược rõ ràng, có thể tăng cường sự đảm bảo, minh bạch và trách nhiệm giải trình trong khu vực công. Bên cạnh đó, giá trị chiến lược của kiểm toán lên tục đối với hoạt động của KTNN không chỉ nằm ở khía cạnh hiệu quả hoạt động mà còn ở khả năng tăng cường quản trị công, tính minh bạch và độ tin cậy của thông tin tài chính công.

3. Kinh nghiệm về áp dụng KTLT trong KTNN tại các nước trên thế giới và bài học kinh nghiệm với Việt Nam

3.1. Thực trạng ứng dụng mô hình KTLT trong KTNN tại một số quốc gia trên thế giới

Nghiên cứu về KTLT tại cơ quan kiểm toán tối cao của các nước trên thế giới cho thấy, mặc dù thuật ngữ KTLT có thể không được sử dụng chính thức, nhưng bản chất của KTLT đó là sử dụng công nghệ, phân tích toàn bộ dữ liệu, tăng tần suất kiểm toán, đang được triển khai mạnh mẽ.

KTNN Trung Quốc (CNAO), trong khuôn khổ “Chiến lược dữ liệu lớn quốc gia,” đã tận dụng dữ liệu lớn để quản lý thông tin, phát hiện rủi ro tiềm ẩn và tăng cường minh bạch trong giám sát tài chính. Quan điểm của CNAO nhấn mạnh rằng kiểm toán dữ liệu lớn thành công nhờ sự kết hợp giữa dữ liệu nền tảng, tư duy đổi mới, công nghệ đảm bảo và nghiên cứu sáng tạo.Từ năm 2002, KTNN Trung Quốc triển khai “Dự án kiểm toán vàng” với ba giai đoạn: Xây dựng hạ tầng; Kết nối hệ thống; Tích hợp dữ liệu và AI. Hiện nay, CNAO đã phát triển hệ thống Smart Audit Platform 2.0 tích hợp toàn bộ quy trình kiểm toán từ lập kế hoạch, thu thập dữ liệu, xử lý, phân tích đến kết luận và theo dõi kiến nghị. Theo đó, CNAO áp dụng các thuật toán phân tích mạng lưới, AI và đồ thị tri thức để rà soát hàng triệu hồ sơ bảo hiểm, phát hiện gian lận kiểu vòng tròn, trùng lặp danh tính, hoặc hồ sơ ảo. Đặc biệt, hệ thống có thể cảnh báo theo thời gian thực các trường hợp chi trả bất thường. Bên cạnh đó, Trung Quốc là quốc gia đi đầu trong việc thiết lập các tiêu chuẩn dữ liệu kiểm toán ở cấp độ quốc tế. Thông qua việc chủ trì ủy ban kỹ thuật ISO/TC 295, Trung Quốc đã xây dựng và công bố các tiêu chuẩn dữ liệu kiểm toán như ISO 21378 (thu thập dữ liệu), ISO 5401 (dữ liệu thuế và hải quan), ISO 5405 (dữ liệu tài chính và tiền lương khu vực công).

CNAO đã yêu cầu và có thẩm quyền pháp lý để truy cập, tập trung hóa dữ liệu từ tất cả các bộ ngành, địa phương và tập đoàn nhà nước về một trung tâm dữ liệu của CNAO. Điều này cho phép họ thực hiện các phân tích đối chiếu chéo quy mô lớn như đối chiếu dữ liệu thuế, đất đai, và trợ cấp nông nghiệp (CNAO, 2019). Đây chính là yếu tố then chốt đối của mô hình KTLT.

Văn phòng Tổng kiểm toán bang Victoria (VAGO, Úc) đã triển khai lộ trình ứng dụng phân tích dữ liệu theo giai đoạn, bắt đầu bằng phân tích mô tả và phân tích chẩn đoán, trước khi tiến tới phân tích dự báo. VAGO hiện vẫn đang trong giai đoạn phát triển, sử dụng hệ thống phân tích dữ liệu song song với các phương pháp truyền thống trong chu trình kiểm toán hoàn chỉnh, nhằm đánh giá và so sánh hiệu quả.  Văn phòng kiểm toán tiểu bang Massachusetts (MOSA) đã áp dụng lộ trình ba pha: thiết lập môi trường thử nghiệm, chuẩn hóa quy trình và đào tạo, và cuối cùng là triển khai đầy đủ, tập trung vào việc cải thiện tác động chính sách của sản phẩm kiểm toán.

Một điểm quan trọng là đối với kiểm toán hoạt động, phân tích dữ liệu nâng cao được xem là động lực chính để đo lường hiệu quả. Văn phòng kiểm toán bang Queensland (QAO, Úc) đã sử dụng phân tích thống kê nâng cao, chẳng hạn như hồi quy, để đánh giá tính hiệu quả của các mục tiêu chính sách công. Việc này giúp kiểm toán hoạt động chuyển từ việc chỉ đánh giá tuân thủ quy trình sang đánh giá tác động thực tế, giúp xác lập mối quan hệ nhân quả và minh chứng cho hiệu quả can thiệp của chính phủ.

 KTNN Hoa Kỳ (GAO) là một trong những cơ quan tiên phong trong việc sử dụng phân tích dữ liệu để hỗ trợ kiểm toán. Họ đã thành lập các nhóm chuyên gia khoa học dữ liệu làm việc cùng kiểm toán viên. GAO phân tích toàn bộ dữ liệu của chương trình bảo hiểm y tế để phát hiện các mẫu hình thanh toán bất thường, lạm dụng. Họ cũng sử dụng phân tích dữ liệu để giám sát các gói cứu trợ COVID-19 trị giá hàng ngàn tỷ đô la, cung cấp báo cáo gần như hàng tháng cho Quốc hội (GAO, 2021). Điều này cho thấy để triển khai KTLT, trước hết KTNN cần tập trung vào các chương trình rủi ro cao, quy mô lớn và xây dựng đội ngũ chuyên gia dữ liệu có trình độ chuyên môn.

Tòa thẩm kế liên bang Brazil (TCU) được coi là một hình mẫu toàn cầu về ứng dụng công nghệ trong kiểm toán công. Họ đã xây dựng các hệ thống giám sát liên tục tinh vi, ví dụ như hệ thống Alice phân tích bất thường trong đấu thầu công có khả năng quét hàng ngàn cuộc đấu thầu mỗi ngày để phát hiện dấu hiệu thông thầu, gian lận. Khi phát hiện nguy cơ,  hệ thống tự động cảnh báo cho kiểm toán viên để tiến hành kiểm tra sâu (TCU, 2018), qua đó cho thấy vai trò của việc xây dựng các công cụ phân tích tự động, chuyên biệt cho các lĩnh vực rủi ro cao như đấu thầu.

Tại Anh, tổ chức KTNN (NAO) tập trung vào việc phát triển năng lực nội bộ. NAO đã xây dựng một  trung tâm phân tích dữ liệu để nghiên cứu, thử nghiệm các kỹ thuật mới như máy học, xử lý ngôn ngữ tự nhiên và đào tạo, nâng cao kỹ năng phân tích dữ liệu cho toàn bộ kiểm toán viên. Điều này cho thấy sự cần thiết của việc đầu tư vào R&D và đào tạo con người trong quá trình ứng dụng KTLT vào hoạt động của KTNN.

Bên cạnh đó, tổ chức kiểm toán nội bộ quốc tế thông qua GTAG 3 đã đề xuất các khuôn khổ để phối hợp KTLT với giám sát liên tục nhằm cung cấp sự đảm bảo liên tục về quản lý rủi ro và kiểm soát. Đây sẽ là nền tảng để KTNN có thể xây dựng một khuôn khổ tổng thể về KTLT trong các đơn vị được kiểm toán.

3.2. Thực trạng chuyển đổi số và khả năng ứng dụng KTLT trong KTNN tại Việt Nam

Tổ chức quốc tế các cơ quan kiểm toán tối cao đang thúc đẩy mạnh mẽ việc các đơn vị thành viên phải nâng cao năng lực phân tích dữ liệu. Nhiều cơ quan kiểm toán tối cao hàng đầu thế giới đã coi kiểm toán dựa trên dữ liệu là trụ cột trong chiến lược phát triển. Nếu KTNN Việt Nam không nhanh chóng bắt kịp xu thế này, năng lực và vị thế của cơ quan sẽ bị tụt hậu so với chuẩn mực chung của thế giới.

Tại Việt Nam, nghị quyết số 17/NQ-CP năm 2019 về phát triển chính phủ điện tử giai đoạn 2019-2025 cũng xác định rõ việc hoàn thiện nền tảng chính phủ điện tử nhằm nâng cao hiệu lực, hiệu quả hoạt động của bộ máy hành chính, hướng tới chính phủ số, nền kinh tế số và xã hội số. Quá trình chuyển đổi số không chỉ là xu thế tất yếu mà còn là động lực thúc đẩy mọi ngành, lĩnh vực tại Việt Nam, trong đó có hoạt động kiểm toán của KTNN. Quyết định số 749/QĐ-TTg năm 2020 và quyết định số 942/QĐ-TTg năm 2021 của Thủ tướng Chính phủ đã nhấn mạnh việc thiết kế mô hình tổ chức và vận hành cơ quan nhà nước dựa trên dữ liệu và công nghệ số, với mục tiêu đến năm 2025, toàn bộ cơ quan nhà nước cấp bộ và tỉnh có nền tảng phân tích, xử lý dữ liệu tổng hợp tập trung, tích hợp trí tuệ nhân tạo.

KTNN Việt Nam đã nhận thức rõ ảnh hưởng của Big Data và AI và coi việc phát triển, ứng dụng CNTT vào các hoạt động là yêu cầu cấp thiết. Các nỗ lực đã được triển khai nhằm hiện đại hóa hoạt động và đáp ứng mục tiêu chiến lược phát triển KTNN đến năm 2030. Chiến lược phát triển KTNN đến năm 2030 đã xác định công nghệ thông tin và công nghệ cao là một trong ba trụ cột chủ yếu, hướng tới hình thành các hệ thống quản lý thông minh và tạo ra một môi trường kiểm toán số minh bạch, tích hợp. Chiến lược này đặt mục tiêu xây dựng KTNN Việt Nam trở thành cơ quan kiểm toán hoạt động minh bạch, chuyên nghiệp, từng bước hiện đại thông qua các định hướng về việc phát triển kiểm toán số và chuyển đổi tư duy kiểm toán (KTNN, 2020).

Hiện tại, KTNN Việt Nam vẫn chủ yếu thực hiện kiểm toán định kỳ, theo kế hoạch hàng năm. Việc ứng dụng CNTT chủ yếu dừng lại ở mức sử dụng các phần mềm hỗ trợ kiểm toán như ACL, IDEA để phân tích dữ liệu sau khi đã thu thập về từ đơn vị, hoặc tin học hóa các quy trình nội bộ. Hiện nay vẫn chưa có một hệ thống KTLT đúng nghĩa  như tự động kết nối, thu thập và phân tích dữ liệu theo thời gian thực, tuy nhiên, nền tảng cho KTLT đang dần hình thành. Chính phủ đang vận hành các cơ sở dữ liệu quốc gia về dân cư, tài chính, thuế, hải quan, kho bạc, bảo hiểm, đấu thầu. Đây chính là cơ sở dữ liệu bắt buộc cho KTLT.

KTNN đã ban hành nhiều văn bản hướng dẫn quy trình kiểm toán trong môi trường số, dựa trên Luật số 55/2019/QH14 sửa đổi, bổ sung Luật KTNN. Luật này cho phép KTNN truy cập cơ sở dữ liệu quốc gia và dữ liệu điện tử của các đơn vị liên quan để thu thập thông tin phục vụ kiểm toán. Các quy định về khai thác, quản lý và sử dụng phần mềm, cập nhật dữ liệu, và đánh giá mức độ ứng dụng công nghệ thông tin cũng được chú trọng, tạo hành lang pháp lý vững chắc cho quá trình chuyển đổi số (Nguồn: sav.gov.vn).

Trong hoạt động kiểm toán, các công cụ như IDEA, SQL, và Excel được sử dụng để phân tích dữ liệu, trong khi trí tuệ nhân tạo đã được thử nghiệm để tổng hợp kinh nghiệm kiểm toán vào năm 2024. KTNN cũng thực hiện kiểm toán từ xa thí điểm vào năm 2022, đánh dấu bước tiến trong kiểm toán số (nguồn: sav.gov.vn).

KTNN đã xây dựng và ban hành các cơ chế, chính sách nền tảng làm cơ sở cho việc triển khai các hoạt động CNTT, bước đầu xây dựng kiến trúc cơ sở dữ liệu của ngành. Thực hiện chủ trương của chính phủ về kết nối, chia sẻ dữ liệu giữa các cơ quan nhà nước, KTNN đã và đang xây dựng hệ thống nền tảng phục vụ việc kết nối, chia sẻ dữ liệu với các đơn vị được kiểm toán và các cơ quan chức năng; đồng thời đang triển khai kết nối, trao đổi dữ liệu điện tử với bộ tài chính, bộ kế hoạch và đầu tư, ngân hàng nhà nước, bảo hiểm xã hội Việt Nam, tạo nền tảng kết nối, chia sẽ dữ liệu trên diện rộng phục vụ hoạt động kiểm toán. Tính đến thời điểm hiện tại, KTNN đã cấp tài khoản cho hơn 2.000 đơn vị được kiểm toán và các đơn vị đã cung cấp hơn 8.000 báo cáo tài chính, báo cáo quyết toán và dự toán kinh phí thông qua cổng trao đổi thông tin (nguồn: sav.gov.vn).

KTNN đang triển khai dự án xây dựng nền tảng dữ liệu lớn và hệ thống quản lý thông tin đối tượng kiểm toán, theo mô hình tập trung. Mục tiêu của dự án này là xây dựng hạ tầng dữ liệu số của KTNN để lưu trữ và xử lý dữ liệu lớn, đồng thời quản lý tập trung thông tin cơ bản, cần thiết về đối tượng, đơn vị được kiểm toán, và các bên liên quan. Hệ thống này sẽ cung cấp thông tin về đối tượng và lịch sử kiểm toán của đơn vị, hỗ trợ hiệu quả cho công tác xây dựng kế hoạch kiểm toán và xác định trọng tâm kiểm toán. Các nỗ lực này đã tạo ra nền tảng kỹ thuật ban đầu, mở đường cho việc áp dụng các kỹ thuật phân tích dữ liệu lớn và các mô hình kiểm toán tiên tiến như KTLT.

KTNN còn chú trọng số hóa hồ sơ kiểm toán, tạo lập cơ sở dữ liệu về hồ sơ kiểm toán điện tử để phục vụ quản lý, lưu trữ và khai thác hồ sơ kiểm toán, từng bước hình thành dữ liệu lớn của KTNN.

Tuy nhiên, các nỗ lực của KTNN hiện đang tập trung vào giai đoạn xây dựng kiến trúc cơ sở dữ liệu, chưa đạt đến giai đoạn then chốt là dữ liệu kiểm toán tiêu chuẩn và việc triển khai các ứng dụng kiểm toán tự động trên diện rộng. Bằng cách tập trung vào việc quản lý thông tin ở cấp độ danh mục đầu tư kiểm toán, KTNN đang giải quyết vấn đề phân bổ nguồn lực và xác định rủi ro ở cấp độ vĩ mô, đồng thời tránh đối đầu ngay với các thách thức về thu thập và làm sạch dữ liệu giao dịch phức tạp, vốn là rào cản lớn đối với cơ quan kiểm toán tối cao.

3.3. Bài học kinh nghiệm và đề xuất khuyến nghị với KTNN

Từ cơ sở lý luận và kinh nghiệm quốc tế, đối chiếu với bối cảnh Việt Nam, nghiên cứu rút ra bài học kinh nghiệm và đề xuất một số khuyến nghị về triển khai KTLT trong hoạt động của KTNN Việt Nam.

Hoàn thiện hành lang pháp lý về tiếp cận dữ liệu, chuẩn hóa dữ liệu kiểm toán Đây là rào cản lớn nhất và là bài học từ kinh nghiệm của KTNN Trung Quốc. KTLT không thể thực hiện nếu không có dữ liệu. Tiêu chuẩn dữ liệu kiểm toán (ADS) là nền tảng cốt lõi cho việc tự động hóa quy trình KTLT. ADS cung cấp một khuôn khổ kỹ thuật chuẩn hóa dữ liệu, giúp giảm chi phí thu thập và làm sạch dữ liệu, đồng thời cho phép tái sử dụng các ứng dụng kiểm toán trên nhiều đơn vị khác nhau.

Hiện nay, dữ liệu của các cơ quan chính phủ không đồng nhất về định dạng, cấu trúc, mã định danh, do đó, KTNN với vai trò là cơ quan giám sát, phải tham gia tích cực và đặt hàng với Chính phủ trong việc xây dựng bộ tiêu chuẩn dữ liệu quốc gia, trước hết sẽ xây dựng bộ tiêu chuẩn ADS cho các chu trình nghiệp vụ công chủ yếu như quản lý đầu tư công, mua sắm công và quản lý thu ngân sách. Đây sẽ là tiêu chuẩn kỹ thuật bắt buộc đối với các đơn vị được kiểm toán. Bên cạnh đó, KTNN nên phát triển hệ sinh thái kiểm toán– một môi trường công nghệ cho phép tích hợp dữ liệu, ứng dụng kiểm toán và các tác nhân phần mềm để tự động hóa quy trình. Việc này sẽ thu hẹp khoảng cách giữa lý thuyết học thuật và thực tiễn kiểm toán, đồng thời tạo nền tảng cho kiểm toán số hóa toàn diện.

Xây dựng lộ trình triển khai từng bước cho KTLT

Để đảm bảo tính khả thi và duy trì tính độc lập của KTNN, việc triển khai KTLT nên được thực hiện theo lộ trình ba giai đoạn phù hợp với mô hình ba tuyến phòng thủ:

- Giai đoạn 1: Giám sát liên tục: KTNN cần hỗ trợ các đơn vị thuộc tuyến 1 và tuyến 2 triển khai hệ thống giám sát kiểm soát liên tục và giám sát rủi ro liên tục. Các hệ thống này giúp phát hiện sớm những thay đổi cấu hình hoặc ghi đè kiểm soát trong hệ thống tài chính của đơn vụ.

- Giai đoạn 2: Thí điểm KTLT. KTNN sử dụng KTLT để đánh giá tính hiệu quả của hệ thống giám sát liên tục, thay vì vận hành trực tiếp. Xây dựng kết nối kỹ thuật trực tiếp tới 1-2 hệ thống lõi để tự động lấy dữ liệu và phân tích gần thời gian thực. Nếu hệ thống CM của đơn vị được đánh giá là đáng tin cậy, KTNN có thể giảm quy mô các thủ tục kiểm toán chi tiết, tiết kiệm thời gian và chi phí. KTNN Việt Nam nên chọn một số lĩnh vực có rủi ro cao và dữ liệu tương đối tập trung để thí điểm KTLT như kiểm toán chi thường xuyên qua KBNN, phân tích dữ liệu đấu thầu trên hệ thống mua sắm công quốc gia. Thành công từ các dự án thí điểm sẽ là bằng chứng thuyết phục nhất để nhân rộng mô hình.

- Giai đoạn 3: Mở rộng mô hình CA ra các lĩnh vực trọng yếu khác như thuế, hải quan, nợ công và tích hợp thành một hệ thống cảnh báo sớm, giám sát rủi ro toàn diện.

Nâng cao năng lực phân tích dữ liệu và chuyển đổi văn hóa kiểm toán

Việc áp dụng KTLT không chỉ là sự thay đổi công nghệ mà còn là cuộc chuyển đổi văn hóa nghề nghiệp trong toàn hệ thống KTNN. Về năng lực nhân sự,  KTNN cần triển khai các chương trình đào tạo chuyên sâu và liên tục về phân tích dữ liệu lớn, học máy, và các công cụ CA chuyên dụng. Kiểm toán viên nhà nước phải có khả năng sử dụng lập trình và công cụ phân tích dữ liệu để thực hiện các phương pháp kiểm toán hiện đại.

Về văn hóa tổ chức, KTNN cần chuyển đổi từ mô hình kiểm toán hồi cứu sang kiểm toán chủ động, dựa trên dữ liệu. Văn hóa này khuyến khích sự phối hợp giữa kiểm toán viên và chuyên gia CNTT, đồng thời thúc đẩy giải quyết kịp thời các cảnh báo rủi ro, đảm bảo tính minh bạch và trách nhiệm giải trình liên tục.

Định vị lại vai trò KTNN hướng tới kiểm toán dự báo

Mục tiêu dài hạn của việc áp dụng KTLT là hướng tới kiểm toán dự báo, khi mà KTNN không chỉ phát hiện sai phạm sau khi xảy ra mà còn dự báo và ngăn ngừa rủi ro trước khi chúng xảy ra. Các mô hình trí tuệ nhân tạo và học máy có thể được sử dụng để phân tích giao dịch thời gian thực, xác định xác suất rủi ro và kích hoạt cảnh báo sớm. Về mặt chính sách, cần xây dựng khung pháp lý cho phép KTNN can thiệp ở mức cảnh báo, tạm dừng hoặc xem xét giao dịch có dấu hiệu rủi ro cao trước khi thực hiện. Cách tiếp cận này sẽ chuyển KTNN từ vai trò phát hiện sang vai trò phòng ngừa, góp phần tối đa hóa giá trị bảo vệ ngân sách và tài sản công.

4. Kết luận

Việc triển khai KTLT là xu hướng tất yếu trong bối cảnh chuyển đổi số của khu vực công. Việc áp dụng KTLT là một bước chuyển mình mang tính lịch sử của KTNN Việt Nam, từ mô hình hậu kiểm dựa trên chọn mẫu sang mô hình đảm bảo liên tục, tiên kiểm và kiểm soát toàn diện. Đây là tính tất yếu để KTNN có thể đối phó với thách thức của kỷ nguyên Big Data, nâng cao chất lượng ý kiến tham gia vào quá trình quyết định ngân sách, và thực sự trở thành công cụ đảm bảo sự liêm chính trong quản lý tài chính công. Để đạt được mục tiêu này, Việt Nam cần học hỏi kinh nghiệm quốc tế, đặc biệt là trong việc xây dựng khung khổ đảm bảo liên tục và hoàn thiện môi trường pháp lý về dữ liệu. Sự đầu tư chiến lược vào công nghệ và phát triển nguồn nhân lực là các giải pháp then chốt để vượt qua những thách thức hiện tại, đảm bảo KTNN Việt Nam duy trì vai trò chủ động và hiệu quả trong công cuộc quản lý tài chính công.