德尔菲法的优缺点，审计师手中的水晶球，还是拖延时间的借口？

作为一名在注会行业摸爬滚打多年的“老兵”，我见过太多审计底稿里那些被奉为圭臬的方法论，我想和大家聊聊一个听起来很高大上，实际上既充满智慧又让人头疼的方法——德尔菲法。

在审计和咨询的圈子里，我们经常面对那些“说不清、道不明”的风险，一家正在研发革命性新技术的初创公司，它的存货跌价准备该怎么计提？或者，一个复杂的跨国并购案，其中的商誉减值测试涉及多少管理层的假设？这时候，硬性的会计准则可能只能给你一个框架,具体的数字往往需要依赖专家的判断。

这时候，德尔菲法就像一块“水晶球”，被审计师和咨询师们请了出来，但它真的那么灵验吗？我们就抛开教科书上那些枯燥的定义，用咱们审计师自己的语言，好好掰扯掰扯德尔菲法的优缺点,以及我眼中这个方法的真实模样。

什么是德尔菲法？不仅仅是发问卷

在深入优缺点之前，我们先得达成共识：德尔菲法到底是个啥？

这是一种通过多轮次、匿名、反馈的方式，让一组专家对某个问题达成共识的方法，你可以把它想象成一场“背对背”的圆桌会议。

传统的专家会议，大家坐在一起，往往是谁职位高、谁嗓门大、谁谁谁更有权威性，大家的意见就容易往谁那边靠，这就是典型的“乐队花车效应”或者“权威偏见”。

但德尔菲法不这样，它找来一群专家，给他们发问卷，收上来汇总后，把大家的观点（匿名地）整理好，再发回去，问大家：“看了别人的意见，你还坚持你的看法吗？你要修改自己的预测吗？”

如此反复几轮，直到大家的意见趋于一致，听起来很完美，对吧？像是一个精心设计的机制，过滤掉了噪音，只留下了真理,但现实往往比审计调整分录要复杂得多。

德尔菲法的优点：在混乱中寻找秩序的“定海神针”

作为审计师，我们为什么要用德尔菲法？因为它解决了一些我们在实务中非常痛的点。

匿名性：让初级员工敢说真话，让大老板不敢拍桌子

这是德尔菲法最大的杀手锏。

在审计实务中，我们经常要评估企业的内部控制风险，如果我们开个会，让审计现场的A经理、B经理和C合伙人一起讨论：“这家公司的采购循环风险大不大？”

如果C合伙人先发言：“我觉得这家公司管理很规范，风险低。”哪怕A经理在现场发现了一些奇怪的迹象，他可能也会想：“合伙人都定调子了，我何必多嘴？”

但在德尔菲法里，大家是匿名的，A经理在问卷上可以大胆写下：“我认为舞弊风险很高，因为供应商名单有很多关联方嫌疑。”他不用担心C合伙人的眼神,也不用担心被穿小鞋。

生活实例： 这就好比我们要决定部门聚餐去哪里吃，如果是当面提议，那个刚来的实习生肯定不敢说“我不爱吃火锅，太辣了”，因为大家都看着经理，经理说吃火锅，但如果是用匿名的群接龙或者投票，实习生可能就会毫不犹豫地投给“日料”，德尔菲法就是通过这种匿名性,挖掘出了被压抑的真实声音。

避免群体迷思：拒绝“随大流”

群体迷思是审计中的大忌，当一群人在一起时，为了追求和谐,大家往往会放弃那些看似不合群但可能正确的观点。

德尔菲法通过“背对背”的反馈机制，强制每个人去审视别人的观点，而不是盲从，在第二轮反馈中，你会看到：“有三位专家认为风险极高，理由是……”，这时候，如果你原本认为风险低，你就必须重新审视你的依据，而不是因为“大家都觉得低”所以我也觉得低。

充分利用专家资源：把大脑“联网”

审计师不是万能的，我们在审计一家药企的时候，可能根本不懂那个新药的临床试验成功率是多少，这时候,我们需要外部专家。

德尔菲法能把不同背景的专家“联网”，一个懂财务的，一个懂技术的，一个懂市场的，通过多轮反馈，财务专家可能会意识到技术参数对折现率的影响，技术专家也会了解到市场风险对技术变现的制约，这种跨学科的碰撞,往往能得出比单一专家更稳健的结论。

德尔菲法的缺点：昂贵的奢侈品与钝刀子

说了这么多好话，如果德尔菲法真这么完美，那我们审计所有的科目都用它好了，为什么我们在日常做实质性测试时很少用它？因为它的缺点同样明显,甚至让人抓狂。

耗时费力：审计报告出得来吗？

这是最现实的痛点，审计是有时间成本的，年报审计季,我们恨不得一个人掰成两个人用。

德尔菲法需要设计问卷、寻找专家、第一轮收集、整理数据、第二轮反馈、再整理……这通常需要几周甚至更长的时间，如果你试图用德尔菲法去决定每个客户的坏账准备计提比例，估计客户还没破产，你的项目经理先累死了,而且审计报告肯定赶不上披露截止日。

生活实例： 这就像是你和老婆商量周末带孩子去哪里玩。

方案A（德尔菲法）： 你发个问卷给老婆，老婆思考一天回复；你汇总，再发给老婆问是否修改；老婆再思考一天回复……等到你们达成共识,周末已经过去了。
方案B（日常）： 老婆说：“去公园。”你说：“好。”

在需要快速决策的场景下,德尔菲法就是那个让你错过周末的罪魁祸首。

结果可能过于保守：平庸的“中位数”

德尔菲法追求的是“共识”，但有时候,真理掌握在少数人手里。

在多轮反馈后，极端值往往会被修正，大家的意见会向中位数靠拢，这在统计学上叫收敛，但在创新领域，这可能叫“平庸”。

如果我们在评估一家处于爆发期的人工智能公司的收入预测，保守的专家会往低里估，激进的专家往高里估，德尔菲法最后得出的结论，往往是一个“四不像”的中间值，这个值可能谁都不满意,而且完全错过了市场的真实波动性。

生活实例： 这就好像一群人在预测明天的房价，那个真正看到了政策拐点的“天才”预测房价会跌50%，但其他99个庸才都认为会涨10%，经过德尔菲法的几轮“洗礼”，那个天才可能会想：“是不是我看错了？大家都说涨啊？”于是他修改了自己的预测，最终结果预测是涨5%，第二天，房价暴跌，德尔菲法成功地“谋杀”了真知灼见。

对专家素质极度依赖：垃圾进，垃圾出

这个方法叫“专家调查法”，核心在“专家”，如果你选错了专家，或者专家不负责任,那结果就是灾难。

我见过一些糟糕的德尔菲法应用，找来的专家根本不懂业务，或者因为太忙，随便填填数，第一轮问卷发下去，有人填“100”，有人填“1”，你问他为什么，他根本给不出逻辑，这种情况下，你再怎么反馈、再怎么迭代，得出的也只是一个数学上的平均数,没有任何参考价值。

现实审计场景中的德尔菲法：一个真实的案例

让我给大家讲一个我亲身经历的故事。

几年前，我参与一家大型能源企业的审计，当时，这家公司正在涉足一个非常前沿的页岩气开采项目，对于这个项目的资产减值测试，财务部和技术部吵翻了天，财务部认为技术风险大，要计提大额减值；技术部认为技术成熟，前景光明,一分钱都不用提。

作为审计师，我们夹在中间，两头受气，会计准则要求我们基于“管理层最佳估计”,但管理层自己都分裂了。

这时候,项目组决定启用德尔菲法。

我们找来了五位外部独立的石油工程专家（这花了不少咨询费），再加上公司的两位总师,组成了专家团。

第一轮： 结果天差地别，有的专家认为可采储量是X，有的认为是2X，分歧极大。 第二轮： 我们把第一轮的分歧点和各自的理由（匿名）整理出来，发回去。“专家A认为地质结构复杂，理由是……；专家B认为新技术能解决，理由是……”。 第三轮： 意见开始收敛，大家发现，原来那个最悲观的预测忽略了一项新的技术参数,而最乐观的预测高估了开采效率。

我们得出了一个介于两者之间，且有充分数据支撑的估值，虽然这个数字让财务部有点不爽（比他们想的高），也让技术部有点失落（比他们想的低），但审计师终于拿到了一个“经得起推敲”的证据。

在这个案例中，德尔菲法的优点被发挥得淋漓尽致：它解决了内部矛盾，利用了外部智慧,避免了权威压制。

这个过程整整花了三周时间！如果我们没有提前规划，这绝对会把审计进度拖垮,这就是它的代价。