基于“多环节・场景式”数字化技术的经济责任审计思考与探索

来源:用户上传      作者:郑永娟 孟亚敏 张浩妹 徐征

　　[摘要]本文以某能源互联网企业为例，分析了大数据环境下国有企业领导干部经济责任审计面临的机遇与挑战，阐述了基于“多环节・场景式”的数字化审计业务实例，对于探索经济责任审计由传统形式向数字化转型具有十分积极的意义。
　　[关键词]大数据 数字化审计 经济责任审计 审计信息系统
　　大数据时代推进了各行业生产、建设、经营等
　　业务领域办公数字化水平的提升，经济责任审计作为审计工作的一项重要内容，必须严格落实国家关于推动大数据新技术应用的工作要求，将大数据技术作为实现审计全覆盖的重要途径，把传统经济责任审计工作的重点环节审计向全过程审计不断推进，持续强化经济责任审计覆盖的广度与深度，实现有重点、有步骤、有成效的审计全覆盖。
　　一、内部经济责任审计发展面临的形势
　　（一）数字化技术为经济责任计带来了机遇
　　一是拓宽了审计工作的开展形式。在经济责任审计中，通过大数据、云计算、物联网、移动平台等数据终端获取海量信息，进一步运用数据挖掘手段，帮助审计人员分析和处理庞大的数据信息，快速高效地掌握被审计单位运营情况，识别潜在风险与隐患，开展深层次的现场审计。2020年初，受新冠疫情影响，审计工作不具备传统的现场审计条件，数字化审计技术的应用就显得尤为重要。二是提高了信息数据的价值和效用。历年审计项目积累的各种各样的数据信息，可用于开展明确审计侧重点的关联性分析，将现有审计数据与历史数据信息进行跨领域、跨业务的综合比对和关联分析，进而了解该企业负责人任期内各专业的业务处理模式，对企业经营发展的规律作出更精准的判断，更好地把握潜在的风险隐患，发现重大问题线索，进而明确审计关注方向，有效提高审计质量。
　　（二）大数据时代下企业内部经济责任审计面临的挑战
　　一是审计工作模式和规章制度建设相对滞后。传统审计工作模式使审计人员主要依赖纸质证据，现阶段的数字化审计工作，即使利用数据分析得出结论，也只能作为疑点问题，再去核查相关的合同、单据等纸质资料，影响数据分析的效率优势。另外，与数字化审计配套的审计制度建设工作仍然滞后于审计实践，还不能为开展大数据审计提供强而有力的保障。二是数据关联分析与整合处理的难度增加。大数据时代下，各行各业都在加大信息化建设，能源互联网企业相继建立了SAP、工程基建管控、财务管控等生产经营管理平台。这些业务平台采集数据的标准不同，都具有较高的独立性，各平台之间数据和信息无法实现自动、实时交互，降低了审计人员对于被审计单位各方面数据交叉分析的效率，影响审计分析与审计评价的精准度。
　　二、基于大数据环境的经济责任审计信息系统构建
　　经济责任审计信息系统运用“大云物移”为核心的大数据审计技术，贯通项目建设环节、资金使用环节、采购招标环节、物资供应环节等“多环节”，运用数据挖掘和抓取技术、调用语义引擎、数据筛查和数据管理分析等技术，全面融合结构化与非结构化建设、生产、经营等领域产出数据，建立工程实施审计场景、资金资产审计场景、采购合规性审计场景、工程物资管理审计场景，对提取的审计数据进行处理、挖掘和多维度分析。某能源互联网企业通过建立跨专业领域的审计信息系统，将上述环节、场景领域的数据纳入审计信息系统，实现以各基层单位为主体的数据搜集、传输、调用，充分发挥数字化审计效能。
　　（一）审计信息系统的建立原则
　　审计信息系统主旨是实现资源的整合，贯通经济责任审计过程中所需要的各专业应用系统数据，统一开发模式和编程规范，实现可视化的数字审计。一是流程规范。按照能源互联网企业经济责任审计实际情况，将审计作业流程按照准备阶段、实施阶段、报告阶段和成果运用阶段，嵌入审计信息系统进行流程控制，规范审计作业流程。二是较高的数据整合度。审计信息系统通过多个专业系统直接进入生产环境广泛获取数据，将独立的业务系统数据进行融合，发挥信息交互作用，提升数据交叉审计的整合作用。三是便于操作。以风险为导向，建立数字化审计模型，使得不同专业的审计路径通过可视化的方式进行展示操作，基本操作模式与日常办公的OA系统相似，提高审计作业的易用性和便捷性。
　　（二）审计信息系统的基本架构
　　根据能源互联网企业“自上而下”分级管理的模式，以及经济责任审计工作的实际需求，以各业务系统为依托，按照数据资源层、数据中间层、分析挖掘层、平台应用层，建立集中统一的审计信息系统，见图1。一是数据资源层。发挥审计数据信息存储与集成作用，主要以各专业系统的基础表、分析表等形式收集和展现数据。二是数据中间层。通过中间表、分析表来进行审计数据的过程管理，主要用于提供集成数据整合、实现数据集中部署和交互共享。三是分析挖掘层。运用算法逻辑和分析技术，按照不同业务类型，建立业务模型的逻辑架构，建立疑点预警机制，实现定时或实时监控。四是平台应用层。开发审计信息系统客户终端，通过数据交互建立的模型，在审计工作中呈现界面友好的展示效果。
　　（三）审计模型的构建实例
　　基于专业业务数据，在审计信息系统中，建立审计问题风险模型，定期自动运行，采集数据挖掘风险问题。现主要介绍“工程转增固定资产”“剩余物资隐匿于在建工程”模型的审计判断逻辑。
　　1.工程转增固定资产管理模型。通过PMS系统中电网建设工程、技改项目进度管理分析和基建管控系统-项目全过程管理抓取辅助数据表单，与SAP系统中转资查询功能点数据对比并进行审计分析，依据企业《工程财务管理办法》关于“工程项目管理部门提供《暂估工程成本明细表》，为财务部门竣工投运当月完成暂估转增资产提供入账依据”的相关规定，设置“竣工当月完成转资/未于竣工当月完成预转资且在审计时点前已完成转资/至审计时点仍未转资”三种审计分析结果，建立工程转增固定资产管理模型，见图2、图3。接下来，在应用层输出上述三类问题的判定结果并返回文字叙述，如“××公司××千伏××线××改造竣工投运日期20XX年××月××日，竣工后未转资，涉及计划投资金额××万元”。见图4。审计部门可依据判定结果，下发疑点问题核实工单，敦促被审计单位及时整改。
转载注明来源:https://www.xzbu.com/1/view-15422154.htm