大數據驅動的工程審計模式創新研究

趙櫻

（北京交通大學審計處，100044）

大數據驅動的工程審計模式創新研究

趙櫻

（北京交通大學審計處，100044）

傳統的風險導向審計模式已經無法完全滿足工程審計的需要。在大數據環境下，結合云計算，應當構建數據驅動工程審計模式。根據工程審計目標，結合海量數據，采用回歸分析等技術方法構建數據處理模型，確定重點審計領域。再針對確定的重點審計領域進行分析程序和視頻監控程序，最后采取進一步審計程序，以獲得充分適當的審計證據，形成工程審計結論。

大數據；工程審計；審計模式

國家為了防治長江洪澇災害，撥出大量專項資金用于堤防隱蔽工程，然而，卻有不法分子捏造虛假工程，套取專用資金。由于隱蔽設施都在水面之下，所以審計人員采用“審山審船審老天”的方式，對長江堤防隱蔽工程進行了有效的審計。所謂“審山”，是指審計人員實地考察石材工地，計算后發現整座山根本不可能有工程所用的石材量；所謂“審船”，是指通過計算后發現，即便是征用所有的船只，仍然無法滿足石料運送的需求；所謂“審老天”是指惡劣的暴雨天氣不可能運送石料，那么通過查閱天氣預報的方式推算出極端惡劣天氣的天數，來計算工程可能的施工量（葛長銀，2006）。從審計方法上看，審計人員采取了多種來源信息進行分析程序，形成了新的審計模式雛形。在大數據云計算的環境下，對傳統審計模式帶來何種影響？工程管理審計的審計對象獨特，究竟采用何種審計模式才能獲得更好的審計效果呢？

1 傳統審計模式在工程管理審計中的局限性

審計模式從傳統的賬項基礎審計發展到制度導向審計，又發展到風險導向審計模式。在制度導向審計模式下，審計人員對內部控制制度進行測試，根據控制測試的結果來進行實質性審計程序。在風險導向審計模式下，審計人員首先考慮審計風險，在能夠接受的審計風險下，根據重大錯報風險來確定檢查風險。在具體的審計程序上，先執行風險評估程序，根據風險評估的結果實施進一步程序，包括控制測試和細節測試等。但是風險導向審計模式，仍然存在著無法完全適應工程審計的問題。

1.1 風險導向審計模式主要運用于報表審計領域，不能完全適應工程審計的需要

現代風險導向審計模式主要是注冊會計師在進行報表審計時，考慮到發表積極式審計意見，可能面臨的訴訟風險時，采取的審計應對措施，因而風險評估程序以及控制測試、細節測試的時候，都是以會計報告內容為基礎實施的，保證財務報告按照會計準則編制，在所有重大方面公允反映了被審計單位的經營狀況、經營成果及現金流量。按照中國注冊會計師審計準則，在風險評估的時候，主要是考慮可能存在重大錯報的六個方面。但是在工程審計中，其審計對象不再僅僅是基于責任方認定的報告，而是對工程活動發生的管理事項、工程財務報告以及工程效益所進行的審計，其審計對象更加多元化和復雜化，而且工程管理活動并不像財務報告有統一的會計準則作為審計標準，工程審計涉及多項法律法規的要求，也沒有完整的責任方認定的報告，只能是審計人員在審計過程中根據法律法規以及相應的授權委托進行工程審計活動，因而風險導向審計模式無法完全適應工程審計的需要。

1.2 風險導向審計模式主要是事后審計，不能完全適應工程審計全周期的特性

在風險導向審計模式下，注冊會計師主要是在被審計財務報告出具后，才對財務報告整體及各個組成部分進行審計，是一種典型的事后審計。盡管注冊會計師也會在中期進行控制測試，但其主要工作是在報告出具后才進行，最終出具審計報告。但是在工程審計過程中，從工程最初的立項、招投標、施工圖，到工程的實施、工程竣工決算到工程的后評價等等，經歷了一個完完整整的事前、事中和事后審計，如果僅僅只是采用風險導向審計模式，只是在事后進行工程決算審計，那么將無法控制由于立項設計不合理帶來的工程失敗的風險，也無法回避由于招投標中存在的不規范帶來的審計風險高企。因而，在全周期的工程審計中，不能僅僅簡單套用風險導向審計模式。

1.3 風險導向審計模式關注合法性和公允性，難以覆蓋工程審計效益性的特點

風險導向審計模式脫胎于報表審計，其主要關注點在于財務報告在所有重大方面符合合法性和公允性的要求，因而要求注冊會計師在審計過程中考慮法律法規的需要以及重要性水平，而對效益性的關注并不多。但是工程審計并非如此，工程效益是工程審計的一個重點，要考慮工程項目投入的經濟性、效率性和效果性，即便是工程決算所有業務都是按照會計準則的要求進行，但如果工程本身存在嚴重浪費或者工程并不能產生良好的經濟效益，抑或是工程上馬將會對環境造成極大的污染，那么這樣的工程在審計中也是存在問題的。

2 大數據技術發展與工程審計的契合

由于新興技術和商業模式的發展，全球的數據量迅猛增長。IDC的研究報告指出，僅僅在2011年，全球被創建和被復制的數據總量超過1.8 ZB，而且未來將會呈現每兩年翻一番的態勢。近年來，大數據引起了產業界、科技界和政府部門的高度關注。2008年Nature出版“Big Data”?？?，從互聯網技術、網絡經濟學、超級計算、環境科學、生物醫藥等多個方面介紹了海量數據帶來的挑戰。2011年Science推出“Dealing with data”專刊，討論了數據洪流（Data Deluge）所帶來的挑戰，若能有效使用這些數據，將會對社會發展產生巨大的推動力。2012年3月22日，奧巴馬宣布美國政府投資2億美元啟動“大數據研究和發展計劃（Big Data Research and Development Initiative）”。

大數據具有四大特征：其一是數據種類多樣，數據類型包括結構化、半結構化和非結構化的數據。其二是數據體量巨大，數據總量已經達到ZB級。其三是數據處理快速，海量的數據洪流在有效時間能夠得到處理。其四是價值密度低，需要從原始海量數據中進行深度挖掘和計算，提煉出具有較高價值的數據。

大數據技術的發展，為工程審計的開展提供了新的契機。

2.1 大數據的相關性特點為工程審計指明重點領域

相關性是大數據的一個重要的特征，在大數據環境下，通過相關性分析，查找出影響某一重要指標的在統計意義上顯著的變量，通過這些變量進行進一步的分析，進而得到想要的結果。在相關性分析的技術手段上，可以采用最小二乘法，利用大數據，構建一元或者多遠回歸模型，在考慮六個古典假設的基礎上，通過回歸即可得到顯著影響被解釋變量的主要因素，這些因素可以運用在工程審計之中，即不再是通過風險評估程序確定審計的重點領域，而是在確定審計目標的基礎上，通過回歸等方法確定影響審計目標的關鍵因素，把這些關鍵因素作為工程審計的重點審計領域，進而開展進一步的審計程序。因而，在大數據環境下，海量數據為相關性分析提供了基礎，通過相關性分析，確定工程審計的重點審計領域。

2.2 大數據的豐富數據源為工程審計提供分析基礎

在海量的大數據環境下，豐富的數據資源為工程審計的順利開展提供了分析基礎。從“審山審船審老天”的審計署2004年優秀審計案例中也可以看出，豐富的海量天氣數據、生產銷售數據都能夠為工程審計的順利開展提供幫助。

2.2.1 政府機關的權威數據為工程審計直接提供證據

一個法人機構或者組織，從成立、運營到最后的破產倒閉或者單位被撤銷，都會在工商行政管理機關、稅務機關、統計機構或者組織的主管部門留下大量的有效數據，工程審計人員可以利用這些分析數據直接作為審計證據，進而形成審計結論。例如，稅務機關有發票的領用、開具以及回收的信息，在工程審計時，需要審計工程物資的真實性，那么通過稅務機關獲取工程物資供應單位的銷售情況，并把這些銷售記錄與采購記錄進行核對，進而審驗工程物資的真實性。

2.2.2 公共服務機構的豐富數據為工程審計提供有價值的證據

工程項目消耗的水電氣等是由供電機構、自來水公司以及燃氣公司提供的，這些都是公共服務機構。工程項目管理人員與這些公共服務機構合謀的可能性比較低，因而這些公共服務機構的數據也可以直接用來作為審計證據的一部分。例如項目發生的燃氣費用，通過燃氣公司的表行數和單價可以計算出工程項目消耗的燃氣費用，并與實際發生的燃氣費用進行核對，如果相符，則直接作為審計證據予以采用。

2.2.3 豐富的法律法規數據為工程審計提供依據

在工程項目實施過程中，會涉及到大量的法律法規。例如，在工程招投標中，會涉及到招投標相關的法律法規，通過各類的法律法規的數據，能夠為審計人員開展具體的工程審計工作提供審計依據的支持。

2.2.4 盈利性機構的數據為工程審計提供分析性證據

工程項目在建設運營中，不可避免地與各種盈利性機構進行業務往來，這些盈利性機構也保存著業務往來的大量數據。工程審計人員可以利用這些盈利性機構的數據來判斷被審計項目的真實性與效益性。

2.3 基于云服務的大數據為工程審計模式轉變提供方法支持

云計算擴展了虛擬技術、分布式技術、并行技術等思想，為組織機構提供更具靈活性和擴展性的應用程序服務、資源存儲服務和平臺開發環境等云服務，幾乎所有的信息資源，包括數據資源、應用程序、計算資源、存儲資源和基礎設施等都可以從云服務中獲得。盡管云服務可能存在安全或者隱私隱患，但是云服務的快捷與高效不容錯過。通過云服務，工程審計人員可以構建數據云，進而利用數據云的大量數據進行審計業務的開展與實施。

3 基于大數據與云服務的數據驅動審計模式建構

在大數據環境下，工程審計完全可以利用海量數據的優勢，結合云計算的特點，構建新的數據驅動工程審計模式。

3.1 數據驅動工程審計模式的審計流程

在數據驅動工程審計模式下，審計活動并非以風險評估流程作為業務起點，而是根據工程審計的合法、真實以及效益作為審計目標，利用海量數據進行相關性分析，針對工程項目的全生命周期提出重點審計領域。在確定重點審計領域時，如果大數據能夠對某些領域實施全覆蓋，而且直接通過數據分析能夠證明該領域不存在問題時，將直接得出審計結論，無需作為重點審計領域。在確定重點審計領域之后，采用主要審計程序，包括分析程序和視頻監控程序，接下來采用進一步審計程序，即按照傳統審計方法，進行風險評估程序、控制測試以及細節測試程序。具體如圖1所示。

3.2 數據驅動工程審計模式構建

在數據驅動工程審計模式下，首先應當對數據進行整理形成各類型數據庫，再利用回歸模型等分析重點審計領域，在分析過程中，考慮工程項目不同生命周期的特點，針對重點審計領域采取必要的具體審計措施。

3.2.1 構建數據資源云

圖1 數據驅動工程審計流程

根據大數據構建數據資源云，形成工程審計資源數據庫。第一類數據庫是從行政機關和公共服務機構獲取數據，包括工商行政管理機關的工商企業注冊基本信息、稅務機關的發票購銷數量價格信息、統計機關的統計信息、財政機關的財政支出信息、國有企業財務信息以及自來水公司、電力公司燃氣公司的水電氣表行數、單價以及消耗量數據等等，這些數據來源權威，一般可以直接利用或者直接進行分析，在此基礎上形成審計結論。第二類數據庫是法律法規數據庫。由于工程項目在建設過程中，涉及到諸如工程設計、工程施工的法律法規也比較多，而且關于工程審計乃至審計類的法律法規也比較多，可以構建工程審計法律法規數據庫，方便審計人員查詢使用。第三類數據庫是混合型數據庫，包括天氣數據、交通數據、物價數據以及宏觀經濟運行狀況的數據，審計人員在分析工程項目時，可以利用這些數據進行判斷和分析。第四類數據庫是工程人員自行上傳的共享數據庫。審計人員可以上傳自己在審計過程中的經驗以及進行審計判斷時的依據及說明，包括一些重要的審計案例資源。這些系列的資源數據庫為數據驅動工程審計模式的順利實施提供良好的基礎。

3.2.2 構建數據分析模型

即使再多的數據，沒有科學的分析方法，數據亦無法發揮其應有的作用。因而，在數據庫完善的基礎上，構建數據分析模型，對大數據進行分析應用。數據分析的模型有多種，可以結合計量經濟學的方法，構建回歸模型。一般而言，可以構建一元回歸模型，也可以構建多元回歸模型，在此以多元回歸模型為例，可以構建如下模型：

在這個模型中，Y是被解釋變量，可以根據審計目標來確定具體的Y的變量設定，α0是截距項，X是解釋變量，C是控制變量，εit是隨即擾動項。

3.2.3 對工程項目進行全生命周期分析

從工程項目生命周期階段來分析，工程審計應該包括工程項目決策階段審計、工程項目勘察設計審計、工程項目招標投標審計、工程項目合同審計、工程造價審計、工程項目財務審計、工程項目績效審計。在數據驅動工程審計模式下，在不同的工程項目周期階段，審計的目標和重點各有不同。因而，利用構建的回歸模型，針對不同的工程項目審計階段，來確定模型的實際運用。以工程造價審計中的工程預算審計為例，在工程預算審計中，其中一個重要的審計目標是預算的真實性，即所編預算是否與施工圖紙相一致。為了審查該項目標，則可以把預算真實率作為被解釋變量，利用大數據來分析究竟哪些方面的原因影響到預算真實率，然后把顯著的變量作為審計的重點領域。

3.2.4 利用分析程序和視頻監控程序獲取審計結論

根據注冊會計師審計準則，分析程序是指注冊會計師通過研究不同財務數據之間以及財務數據與非財務數據之間的內在關系，對財務信息作出評價。分析程序還包括調查識別出的、與其他相關信息不一致或與預期數據嚴重偏離的波動和關系。在工程審計中，分析程序則是根據需要審計的事情，結合大數據資料，查找被分析數據的內在聯系，進而確定分析事項是否達到審計目標。

視頻監控程序則是在大數據環境下采用的一項重要審計程序。在傳統審計方法中，監盤是對確定存貨存在性的較好的審計方法。但是在監盤的時候，要求審計人員必須在現場，監督盤點過程。在“審山審船審老天”的案例中，審計人員是無法監督水下的作業的，如果采用視頻控制的方式，審計人員則可以在千里之外實時了解項目的進展情況。因而，審計人員可以采用在現場安裝攝像設備，通過網絡將視頻數據實時傳輸到審計人員的電子終端，PC終端或者手機終端，審計人員能夠監督工程項目的現場情況。

3.2.5 采用進一步審計程序獲得審計結論

一般而言，采用分析程序和視頻監控程序仍然無法獲取充分適當的審計證據時，則需要進行進一步的審計程序，包括進行風險評估、控制測試以及細節測試。在采用進一步審計程序時，必須考慮到審計抽樣的特點，在風險評估程序的基礎上，確定審計風險的大小，并考慮內部控制的有效性，進而采取細節測試，最終獲得審計結論。

主要參考文獻

［1］趙慶華.工程審計［M］.南京：東南大學出版社，2010.

［2］馮芷艷，郭迅華，曾大軍，等.大數據背景下商務管理研究若干前沿課題［J］.管理科學學報2013，16（1）：1-9.

10.3969/j.issn.1673-0194.2016.15.024

F239.1

A

1673-0194（2016）15-0040-04

2016-03-09