十四届全国人大常委会第十次会议28日表决通过关于修改《中华人民共和国会计法》（以下简称《会计法》）的决定，自2024年7月1日起施行。此次会计法的修改，进一步完善了会计制度。一是加强财会监督与法律责任，提高财务造假法律责任追究力度，强化单位内部会计监督和内部控制。二是促进会计信息化建设，鼓励采用现代信息技术提升会计工作效率和质量。三是规范会计行为，明确会计核算范围和会计信息的真实性和完整性，加强会计档案的安全保护和管理，确保会计信息长期保存和可追溯性。四是企业要提升合规意识，建立健全内部控制制度，优化会计工作流程，加快推进会计工作的智能化和自动化水平。 在强化财会监督方面，本次修改的会计法规定加强单位内部会计监督，要求各单位建立、健全内部会计监督制度，并纳入本单位内部控制管理制度。并加大对会计违法行为的处罚力度，对不依法设置会计账簿等10类会计违法行为，伪造、变造会计凭证、会计账簿，编制虚假财务会计报告等财务造假行为，提高了罚款额度；同时，保留了现行法关于违反会计法、同时违反其他法律规定，由有关部门在各自职权范围内依法进行处罚的规定。 此前，2023年2月15日，中共中央办公厅、国务院办公厅印发《关于进一步加强财会监督工作的意见》中明确提出要健全财会监督体系，完善工作机制，提升财会监督效能，促进财会监督与其他各类监督贯通协调。2024年5月21日，国务院《国有企业管理人员处分条例》的出台，把从严管理监督和鼓励担当作为贯穿始终。 基于以上变化，企业需要高度重视财会监督工作的体系化建设，建立健全监督体系和工作机制，完善财务管理制度，加强人才队伍建设，统筹推进信息化建设。新《会计法》修订中明确提出“鼓励依法采用现代信息技术开展会计工作”，企业可以充分运用大数据和信息化手段，切实提升监管效能，分级分类完善财会监督数据库，推进财会监督数据汇聚融合和共享共用，构建财会领域重大风险识别预警机制。同时，企业可运用数智化技术实现动态监督和严格管理，由事后监督向“穿透式”监管转变，持续强化内部控制措施和优化风险管理体系。
01 在加强财会监督工作的过程中，企业需要构建一个科学的监督管理架构。这包括建立监督管理委员会，明确财务及内部审计部门等组织机构的监督职责和流程，完善监督管理的制度体系，制定详细的监督计划和标准，确保监督工作的有序开展。 强化企业财会监督管理的“四梁八柱”，以法律法规遵守、内部控制制度、风险管理机制、监督执行与反馈为指导，健全财务报告、预算管理、资金管理、成本控制、合规性检查、内部审计、信息披露和人员培训的管理机制，建立财会监督的组织领导、管理制度、人才队伍、信息化建设四项保障措施（见图1）。 图1：财会监督管理的“四梁八柱” 企业将数智技术与财会监督工作深度融合，是提高财会监督效率和效果的关键。利用分析指标模型，识别经营活动中的问题和潜在风险，评估业务活动的健康状况。监测经营活动过程中的关键风险点，通过阈值比较而发出警示，预警潜在风险和预测未来趋势。进一步将控制指标嵌入业财系统中，控制关键过程、确保业务合规、改进任务跟踪，不断提高财务管理水平和防范财务风险。 在融合数智技术推进财会监督执行的过程中需要做到“三贯通”，即：
业务贯通：确保财会监督活动与企业的各项业务和流程紧密相连，形成统一、协调和高效的监督体系。提高监督的全面性和有效性，确保监督活动能够覆盖到企业运营的各个方面，及时发现潜在的问题。 系统贯通：实现不同信息系统之间的互联互通，确保数据和流程在各个系统间能够无缝对接和流转。这样的贯通可以提高监督效率、确保数据一致性、加强风险协同控制，并促进决策制定。 数据贯通：数据采集的质量是确保监督活动有效性的关键因素之一。统一数据标准、高质量的数据采集可以为监督提供准确、及时和完整的信息，从而帮助企业做出更好的决策并有效管理风险。 大数据和人工智能技术在财会监督中的应用也越来越广泛，使用机器学习和自然语言处理等技术，企业可以自动识别管理人员的行为数据，快速发现管理过程中的问题和改进点。基于数据挖掘技术，深入分析管理人员的行为和表现，及时发掘问题，从而保障管理的精准性和针对性。通过数据可视化、智能分析技术，直观展示数据趋势和规律，为决策者提供有效的决策依据。同时，数智化平台可以严格控制数据的使用范围和权限，确保信息的安全性和保密要求。 02 构建一流的财会监督管理体系，需要从数智化的角度出发，进行全面的规划和设计，建立起各类监督主体横向协同，集团与各级公司纵向联动，财会监督与其他各类监督贯通协调的工作机制，在规范财务管理、提高会计信息质量、维护财经纪律和市场经济秩序等方面发挥重要保障作用。 深化财会监督管理过程需要通过结构化的方法来识别、评估和应对组织面临的风险，确保风险管理的连续性和有效性。数智化的监督管理体系需要对经营活动的全过程监督，建立统一的数据平台和关键风险指标，实现数据的集成和共享，开发智能分析工具，提高监督的准确性和效率。建立风险管理和控制机制，将风险控制措施嵌入业务处理流程中，及时应对各种风险和挑战。 风险管理循环的构建是数智化财会监督体系的核心，采用目标Objectives、流程Processes、风险Risks、控制Controls、行动计划Action Plans的方法论来指导建立财会监督体系的“双循环”管理机制（见图2）。通过这一机制，企业可以及时发现和处理各种风险，减少损失和影响。 图2：数智化财会监督管理体系 构建风险识别与评估循环，分为以流程为基础的方法和以风险分类为基础的方法，通过自评方案、风险与控制措施的识别与评估、行动方案的制定、行动方案的执行和监督、汇总报告五步法及时发现、评估和监控跟踪财务风险。重点是对关键风险指标进行各级机构、各个业务条线的分级分类，建立风险指标定量评分卡和制作风险监控报表。 构建风险控制与改进循环，需要建立一套反馈循环和任务跟踪机制，对发现的风险进行有效控制和持续改进，并不断优化和完善监督流程和方法，利用数智技术全面防范关键风险。通过定义数据来源、进行数据采集、对经营活动事前事中控制与改进、加强数据监督反馈和数据报告输出，不断强化业务场景中的风险控制能力。提高预算管理监督、财务核算监督、费用管理监督、资金管理监督、税务合规监督的精细化和智能化管理水平，实现对业务活动的实时监控和分析。以合同风险管理为主线贯穿采购到付款、销售到收款的全流程，业务发生全过程自动规则校验，保障“发生即合规”。 建立关键风险指标引导流程合规的数智化财会监督能力： 利用大数据和人工智能技术，加强贯通全流程的合规管理，预防和发现潜在的违规行为。对业财数据进行收集、存储和分析，准确地识别和评估风险，及时发现和处理异常情况，提高监督的准确性和效率，通过整改流程闭环管理引导流程合规管控（见图3）。此外，人工智能还可以帮助企业实现监督流程的自动化，减少人工干预，降低错误和风险。 图3：关键风险指标引导流程合规管控 建立覆盖全业务端到端合规管控的数智化财会监督能力： 覆盖全业务闭环线上流程，反映真实的经济行为，建立风险监督规则库，将会计法规、企业规章制度、专项规定、合同、预算等梳理成规则，并内嵌到系统中。明确流程责权，并将合规规则内嵌到系统上流程的各个环节中，保障业务发生即“合规”。在采购到付款流程和销售到收款流程中，将客商风险画像、采购/销售管理办法、合同条款、采购预算/费用预算、内控文件、财务管理制度、资金管理制度等制度办法中关键风险指标融入监督模型，通过数据算法识别流程中的关键风险点，并予以风险预警和流程控制。例如：关联采购合同实现付款风险管控，财务人员在支出审核时，系统自动判断是否达到付款条件、是否符合合同约定的付款计划、是否收到足额发票。将资金计划控制点前移至付款发起环节，帮助财务人员降低审核难度。合同管理中心为业务人员、财务人员提供业财法实时、全方位的合同数据，规避不合规业务付款。 建立贯通业财防范财务舞弊的数智化财会监督能力： 财务舞弊中常见的是偷逃或骗取税款、迎合市场预期或特定监管要求、牟取以财务业绩为基础的报酬最大化而进行的收入舞弊行为。收入舞弊可进一步分为会计操纵和交易造假两种类型，交易造假型收入舞弊更具隐蔽性，更容易引发审计失败。从舞弊方法来说有无资金流收入舞弊、体内资金体外回流收入舞弊、伪造银行存款收入舞弊、并购调节业绩的收入舞弊等。企业利用数智化技术，基于专家经验与异常特征聚类分类，梳理和分析不同类型收入舞弊操纵手法的异常风险特征和应对举措，将风险控制措施植入合同和业财履约过程中。 建立全方位虚假贸易排查和预警的数智化财会监督能力： 通过异常特征识别模型发现关键风险点有效防范企业虚假贸易行为，从采购、销售和税务中获取数据，并在数据中台进行数据沉淀，通过大数据和智能AI集合风险指标模型等能力，基于交易过程全链路对融资性贸易、空转走单和虚构交易进行风险模型定义，利用智慧算法提高对虚假贸易上下游关系的有效识别，将风险前置嵌入贸易全链条环节中，在合同、订单、发票、结算等业务中进行异常拦截或预警，并在事后对虚假贸易进行风险分析和整改，切实提升虚假贸易监控的智慧化能力。 建立有效预防和预警管理人员违规的数智化财会监督能力： 利用“oneID”技术体系有效预防和预警管理人员违规行为。建立全面的数据收集体系，包括管理人员的工作行为记录、财务数据、业务数据、业绩数据、舆情信息、举报信息等。整合外部数据资源，如政府公开数据、行业数据等。基于“oneID”技术体系构建管理人员的识别ID，实现各渠道数据的融合和打通，形成完整的工作行为数据集。建立管理人员对项目管理及审批动作的关联模型，如：返佣与项目、审批人员、审批时间等因素的多维关系，通过对清洗和预处理后的数据进行深入探索和分析，包括关联分析、聚类分析、分类预测等，据管理人员的历史行为和当前状态，预测其未来可能发生的违规行为。通过多个模型的加权计算，发现管理人员违规行为并预触发警，提醒监管部门进行核查，实现真正的数据驱动业务、驱动管理。 建立数智化财会监督管理体系，还需要从关键业务场景角度入手，建立全面的数智化财会监督和风险管控能力，提高重大风险的识别预警能力和促进不合规事件下降。 关键业务场景1：预算管理监督 预算管理监督是确保企业财务健康和战略目标达成的重要环节，需要集成各个部门的预算数据，确保数据的一致性和透明度，便于监督和分析。从时间、公司、部门、项目等多个维度实时跟踪预算执行情况，及时发现偏差并采取相应措施。利用预算控制中台执行预算控制，如自动拒绝超出预算的支出请求，对风险指标及时提醒、及时纠偏，真正做到“有预算不超支，无预算不开支”。定期生成内部预算执行报告，为企业提供预算健康度诊断报告。 关键业务场景2：财务核算监督 财务核算监督是确保企业会计信息准确性和合规性的关键，通过制定统一的核算标准和规则，通过财务系统强制执行，保证核算的一致性。加强财务核算处理的内部控制，确保核算流程符合会计准则和相关法规要求，通过电子会计档案实施对会计资料的“来源可靠、程序规范、要素合规” 监督检查。利用数据分析技术，监测和分析交易数据，快速发现异常交易或潜在的会计错误。记录核算过程中的所有关键操作和决策，为审计提供详细的跟踪信息。确保财务报表的编制符合会计准则，数据准确无误。使用数智化报告工具，快速生成财务报告，分析疑似舞弊的相关成因。 关键业务场景3：费用管理监督 费用管理监督是确保企业成本控制和资源有效利用的重要手段，根据企业预算管理需求，通过数智化工具设置合理的费用预算，接入商旅平台，实现费用申请、商旅预定、差标控制、预算控制、审批流程的自动化，减少纸质审批流程，提高业务效率。利用数智化系统实时监控费用支出情况，及时发现超预算或异常费用。对费用数据进行深入分析，追踪每一笔费用的来源和去向，确保费用的透明性，利用机器学习算法检测异常费用模式，快速识别潜在的不合规支出。 关键业务场景4：资金管理监督 资金管理监督是确保企业资金安全、流动性和效益最大化的关键环节，数智化技术的应用可以提升资金管理的效率和透明度。对所有银行账户进行集中管理，实现账户开立、交易支付和收款的过程实时监控，确保交易安全和及时到账。监测企业现金流入和流出，利用数智化工具进行资金预测，结合预算管理合理安排资金使用，确保资金的流动性和偿债能力。将资金风险规则监测指标嵌入业务过程，快速发现异常交易和潜在风险，进行风险控制和提级审批。 关键业务场景5：税务合规监督 税务合规监督是确保企业遵守税法规定、正确计算和及时缴纳税款。企业需要实时跟踪税法变化，及时更新企业的税务政策和流程，实施电子发票系统，确保所有交易的税务合规性，并简化发票管理流程。利用税务风险管理平台，对数据进行实时分析，促进财务、销售、采购等部门之间的税务协调，监控税务风险和异常情况，确保申报的准确性和及时性。应用人工智能和机器学习技术，提高税务合规监督的智能化水平，定期进行税务风险评估，识别潜在的合规问题。 关键业务场景6：合同风险管理 合同风险管理是企业法律风险控制的重要组成部分，需要对合同的准备、起草、审批、签署、履行到终结评价的全生命周期管理。合同数智化平台利用AI技术辅助合同的起草，并智能匹配合同模板，降低合同风险和加快流程效率。过自然语言处理技术，自动识别合同中的风险条款，进行风险评估和审查。对合同的不同版本进行智能比对，快速识别差异，确保合同的一致性和准确性。实时监控合同履行情况，对即将到期或违约的合同进行预警，确保合同按时履行。在保障合同数据的安全，遵守数据隐私法规的同时，支持合同的合规性检查，提高风险控制能力。 企业需要持续推进“互联网+监督”工作，建立数智化财会监督管理平台强化数字监督、智慧监督，充分利用大数据、移动互联网、云计算和人工智能等先进信息技术，开展会计信息监测预警分析、财务造假挖掘识别和舞弊追踪溯源等大数据分析，不断提升财会监督的前瞻性、时效性和精准度。 财会监督管理体系建设是一个长期而复杂的过程，企业需要不断地推动财务数智化平台的完善，拉通业财管理全链路数据，进行财会监督模型的实践和指标的调整，持续加强和迭代优化。通过实施上述策略，企业可以有效地提升财会监督工作的效率和效果，保障企业的稳健发展和持续竞争力。 参考文献： 中共中央办公厅 国务院办公厅：《关于进一步加强财会监督工作的意见》 国务院：《国有企业管理人员处分条例》 中央纪委国家监委网站：《把从严管理监督和鼓励担当作为贯穿始终》，发表于2024年。 观点 | 杨瑞金：发挥财会监督机制作用 推进会计诚信体系建设，发表与2022年。 叶钦华，黄世忠：《交易造假型收入舞弊的手法及应对》，发表于《中国注册会计师》2023年第2期。 全国人民代表大会常务委员会关于修改《中华人民共和国会计法》的决定。 杨坪：《会计法完成修改：加强财会监管 重拳整治财务造假》，发表于21世纪经济报道。
