施工企業大數據審計的探索與研究

●鄧良紅

隨著國際移動互聯網技術的快速發展，目前我國已全面進入大數據時代，施工企業面臨的內部審計環境正發生重大變化，并對內部審計工作提出了更高的要求。施工企業內部審計人員必須轉變思想，緊跟時代發展步伐，樹立大數據審計思想，積極利用大數據分析技術，不斷改進審計工作程序與方式方法，開展卓有成效的審計工作，不斷提高審計效率、效果，全面提升審計工作水平。

如何做好大數據審計工作？本文在借鑒前人許多重要研究成果的基礎上，結合筆者工作實際，積極進行探索與研究，希望研究成果能夠對審計同仁的審計工作有所啟迪和幫助。

一、傳統審計模式存在的不足

隨著大數據時代的到來，企業內外部環境發生了許多重大變化，傳統內部審計的理念、策略、程序、方式、方法、管理模式等面臨諸多挑戰，越來越難以適應大數據時代的發展。施工企業傳統審計模式主要存在如下不足：

（一）審計理念較為落后

當前，我國部分施工企業內部審計工作職能仍停留在查錯糾弊階段，普遍開展靜態審計、現場審計和事后審計等，審計工作將會計信息準確性、可靠性、內控制度遵循性及資產安全性等作為工作重點，對財務信息以外的其他專業數據的挖掘與分析能力不夠，對施工企業業務流程、重點環節把控不夠。審計理念有待更新完善。

（二）內部價值發揮不充分

目前，大多數施工企業內部審計重視履行確認評價職能，一味查找問題，忽視咨詢價值挖掘；傳統審計模式下，內部審計人員過多地依賴審計抽樣方法進行審計，但受個人業務能力、綜合素質、工作經驗的影響，選取的樣本數量過多或過少，抽取的樣本不具有代表性，審計工作質量受較大影響，加大內部審計風險。在大數據時代，電子數據正在逐步替代紙質資料，并且電子數據容量越來越大，利用傳統審計模式和方法進行審計，必然加大審計工作量，降低審計工作效率。此外，部分審計領域的風險隱蔽性強，傳統審計抽樣方法無法對全部數據進行抽樣，審計風險難以有效控制；數據業務量大，無法實時進行跟蹤審計，一般開展事后審計，審計發現的問題既成事實，導致無法整改等。

（三）內部審計人力資源投入持續增加

傳統審計模式下，人力資源是內部審計的主要要素，審計工作價值的實現主要依賴人力資源投入。一般情況下，人力資源投入越大，內部審計價值越高。但施工企業項目數量越來越多，產生海量經濟業務數據，需要收集與處理的信息數據急劇增加，內部審計部門及人員顯得力不從心。受審計部門人員編制限制，審計投入的人力資源有限，且投入產出也存在邊界效應，過多的人力資源投入，必將造成內部審計成本不斷增加，但審計價值并未增加，得不償失。

（四）風險管理評價應對不足

在大數據時代，經濟業務數據深度和廣度不斷增加，傳統審計模式對大數據收集、傳輸、分析等應對準備不足，業務數據管理系統未建立、未開展大數據審計，審計業務數據管理系統無法與業務數據有效協同，無法有效地對業務數據進行處理，造成內部審計風險增加。

（五）審計人員業務素質有待提高

傳統審計模式下，審計人員大數據思維、審計團隊能力與大數據審計要求的矛盾日益突出。在大數據環境下，審計監督深度與廣度要求越來越高，對信息審計技術提出更高的要求，而且審計部門無專門的信息技術人才，審計人員專業知識結構不能滿足內部審計工作發展需要。

（六）審前調查流于形式

審前調查，主要在充分了解被審計單位基本情況的基礎上，制定項目審計工作方案，確定審計內容、范圍、重點、方法等重要事項。優秀的審前調查工作，能夠為更好地開展審計工作打下堅實基礎，同時提高審計效率和質量。傳統審計模式下，由于審計人員較忙，未下基層做充分的審前調查工作，僅憑個人印象，制定審計工作方案，導致許多審計項目審計工作方案沒有針對性、重點不突出，甚至與實際情況存在較大偏差，審計現場需進行重新調查和調整，影響工作效率。

（七）審計實施深度不夠

傳統審計模式下，審計組現場審計往往停留在以問題角度看問題，未能從體制、機制、制度角度考慮問題，審計問題歸納不準確、發掘問題的層次較低，對審計發現的問題未進行深度剖析，提出的審計建議缺乏可操作性。

二、開展大數據審計的必要性

近年來，伴隨著施工企業業務快速發展，公司經營規模越來越大，企業規范化、精細化管理程度的不斷提高，工程項目點多面廣，傳統審計抽樣模式在業務覆蓋廣度和深度方面已明顯力不從心。在大數據環境下，由于審計人員數量少、精力不足、審計數據量大，更多利用大數據審計技術、開展遠程審計和實時過程監控審計，因其不用到現場、審計覆蓋率高、具有實時性等優勢，得到越來越多內部審計部門的青睞。

大數據技術為內部審計工作提供了新的技術手段，有助于提升內部審計工作效率與效果。而以財務審計為重點、以手工作業和簡單電算化為輔助的傳統內部審計，面對不斷增加的企業經濟業務數據，無法對業務數據進行分析、評價。因此，只有加快大數據與內審工作的融合，才能在錯綜復雜的業務數據系統中，查找到審計人員需要的數據和關聯信息，審計人員應用數據語言進行分析，利用大數據技術推進內部審計作業方式轉型發展，不斷改進審計工作流程方法，提高審計效率效果，提升內部審計價值，提高內部審計質量。

大數據審計是未來審計的發展趨勢。通過大數據審計方式，利用信息技術手段以各業務數據之間的邏輯關系為基礎，對所有有效數據進行加工處理，開展總體性分析，能夠更全面地了解審計業務實質，及時發現審計疑點，在提高工作效率的同時，有效控制審計風險。在“數據即資源”已成為社會共識的背景下，擴大數據來源，開啟數據通道，充分利用大數據建立模型，開展遠程監督的審計新模式已成為時代的必然選擇。同時，大數據審計將對數據獲取、數據存儲、數據查詢、數據分析和審計報告撰寫等核心內容產生較大影響，要求內部審計理念、方式、方法進行根本性變革。

三、大數據審計對傳統審計模式工作的促進作用

大數據審計對傳統內部審計工作模式有如下促進作用：

促進內部審計機構及人員更新審計理念。在大數據審計模式下，審計人員廣泛利用計算機審計技術，拋棄了傳統審計模式挑燈夜戰、埋頭查閱賬本、會計憑證、報表等資料，通過EXCEL表格進行數據統計、分析等辛苦工作。新形勢下，傳統審計模式下的審計計劃編制、審計調查、風險評估、審計方案制訂、審計取證、疑點及問題處理、審計報告撰寫、審計整改等環節發生重大變化。此外，由于在大數據審計模式下，審計人員可以接觸到的信息渠道更廣、信息更多、人員交流更加密切，促進審計人員形成系統觀和全局觀，審計人員可以站在審計項目整體層面思考問題等。面對新形勢、新情況，促進審計人員進行變革，更新理念，以適應內部審計新環境。

促進審計工作標準化、規范化、流程化。在大數據審計模式下，內部審計人員除了掌握審計知識外，還需要掌握信息技術，人員綜合素質更高。由于建立了審計信息管理系統及大量的數據模型，以前更多利用人力手工完成的工作交由信息技術手段進行處理，審計人員工作強度降低；同時，審計工作模式基本固化，審計作業標準化、規范化、流程化，審計前期調查、風險評估、審計取證、疑點及問題處理、審計報告撰寫、審計整改等工作難度進一步降低，審計數據收集工作受個人經驗及業務素質影響較傳統審計模式更小，業務督導人員業務指導壓力會更小，但審計數據分析處理仍然需要具備較多的審計經驗、較高的業務水平。不過，整體上審計風險與傳統審計模式相比，可以得到更有效的控制。

促進審計范圍全覆蓋，拓寬審計深度和廣度。大數據審計模式下，內部審計部門及人員通過審計信息技術在辦公室即可對接業務數據管理系統，對被審計單位業務全流程數據，包括營銷、招標采購、物資、工程、技術、質量、安全、物資、人力資源、財務等業務數據，進行實時、遠程監控，實現審計范圍全覆蓋。同時，審計人員不需要或很少去被審計單位現場即可掌握被審計單位業務數據信息。大數據審計模式，將內部審計從事后審計調整為事前審計、事中審計，靜態審計調整為動態審計，現場審計調整為遠程審計與現場審計相結合的模式。利用大數據審計技術，一定程度上解決了施工企業審計人員數量少、審計任務重、時間緊等困難，審計監督的持續性、針對性作業得到有效加強，有力地降低審計工作風險。

降低審計工作強度，提升審計效率和效果。大數據審計模式，以人工智能代替人腦，極大提高審計工作效率。以前幾個人幾天才能完成的工作，現在只需要一個懂得審計及信息技術的審計人員幾分鐘就能處理完畢。此外，審計信息技術能夠對各類業務劃分許多關鍵控制環節，計算機自動嚴格執行各類業務具體工作標準，減少人為干擾，及時提醒審計人員對異常情況或問題進行關注處理。審計人員通過綜合分析、數據之間關聯關系的相互印證，及時發現疑點、問題、薄弱點，正確識別和評估被審計單位的重大風險，統籌審計工作安排，將審計資源分配至高風險環節，提升審計效率和效果。

促進內部審計機構建立審計信息庫。大數據審計思路促進施工企業建立審計信息管理系統、建立審計模型，規范審計數據收集、存貯和分析，滿足審計人員開展審計數據關聯分析需要。同時，有利于實現數字化審計管理，加強審計質量控制，提高審計水平。

利用大數據審計技術，上述傳統內部審計存在的幾個問題將迎刃而解；內部審計對審計業務全覆蓋、及時遠程監控，內審人員能夠準確發掘業務大數據中的價值，并讓數據透明，通過內審質量與效率提升，直接、間接推動組織價值增加。

在大數據審計模式下，內部審計部門根據業務流、資金流和信息流可以開展更多有價值的工作，拓展審計業務邊界，提升審計工作效率和質量，而且充分發揮審計咨詢服務職能，為企業管理增加價值。

四、施工企業大數據審計探索

大數據審計是指施工企業內部審計機構及人員借助互聯網、計算機審計技術、大數據分析等手段，采集、存貯、整理、分析被審計單位各類業務數據，跟蹤、評價被審計單位業務經營及風險管理狀況的一種審計方式。

在大數據環境下，施工企業需要按照信息化、風險導向、全過程監控等原則，構建新的審計框架。新型審計框架需要整合施工企業各業務層面的經濟數據，利用大數據分析技術，建立各類審計模型，根據審計任務靈活選擇審計模型和審計作業流程，審計信息管理系統根據審計結果初步生成審計報告，經過人工干預后生成正式審計報告初稿，實現內部審計工作價值增值。

為做好大數據審計工作，需要做好如下幾個方面的工作：

（一）建立、健全施工企業業務數據管理系統

建立、健全施工企業業務數據管理系統，是做好大數據審計的基礎。大數據審計建設依托于企業業務數據管理系統，因而在內部審計信息管理系統建設前，應當大力推動企業業務數據管理系統建設。只有業務數據管理系統建設成熟后，才能有效開展大數據審計工作。業務數據管理系統建設，要做好頂層設計，積極梳理業務流、資金流、信息流等相關工作流程，加大企業業務數據管理系統硬件和軟件投入，大力推動大數據中心建設。

業務數據管理系統建設，要確保錄入系統的業務數據管理系統數據的有效性和及時性。業務數據管理系統數據必須嚴格按照系統要求和規定提交、上傳，盡量避免人為干預，從而提高數據的實時性，確保數據質量。

（二）積極搭建審計信息管理系統平臺

審計信息管理系統建設是一項長期工程，需要做好中長期規劃，采取統一規劃、分步實施的方式進行建設，需要經過用戶需求調研、系統開發、系統測試、系統優化，并反復多次才能滿足審計用戶需求。審計信息管理系統應實現持續審計、數據監控、數據支撐、數據分析、自動出具審計報告、審計整改閉環管理等基本功能。

為促進業務數據管理系統與審計信息管理系統充分融合，需要公司決策層高度重視和積極支持此項工作，成立專門領導小組，安排高層管理人員擔任組長、分管領導為副組長、職能部門負責人擔任組員；提高對審計信息管理系統建設工作的認識、加強宣傳和組織協調工作，明確各部門責任分工，充分調動各部門積極性。企業業務數據管理系統及審計信息管理系統建立后，要及時將業務數據管理系統對接審計信息管理系統、數字化管理對接數字化審計。

（三）提高審計人員專業勝任能力

為做好大數據審計工作，在利用審計信息管理系統開展審計工作前，審計部門要修訂完善內部審計制度、優化審計工作流程、工作標準，結合公司業務數據管理系統及審計信息管理系統編制審計操作手冊。審計人員要建立大數據思維，拋棄傳統審計模式思維，部門對審計人員進行審計信息管理系統專業知識培訓，定期、不定期組織經驗交流，及時對實施中發現的問題進行總結、歸納，優化審計信息管理系統；積極將優秀的計算機專業人才納入審計小組，安排其利用信息技術提取數據并指導審計人員業務操作。

（四）積極建立審計資源數據庫

利用審計信息管理系統開展審計，必須對現有審計資源進行整理、歸納、整合，對接業務數據管理系統，形成審計資源數據庫，建立審計經驗庫、規章制度庫、審計疑點庫、審計資料庫、問題整改庫等數據庫，作為日常審計管理工作與審計項目開展的數據支撐，提高數據利用率，進而提高審計質量與效果。

（五）搭建恰當的審計模型

搭建完善的審計模型體系，可實現對審計對象所有業務的全覆蓋，及時定位審計疑點，大幅減少現場工作時間。

目前，審計構建模型可分為基礎模型、分析模型和特征模型三類。基礎模型是審計構建模型體系的基礎，它通過重現業務場景，在審計大數據分析中發揮著前端和接口作用；建設基礎模型，通過梳理數據關系、字段含義，還原業務流程，重現業務場景，建立中間數據模型，供各類數據分析場景使用；分析模型主要用于多維度分析。分析模型可以體現業務的發展脈絡和未來趨勢，也可以展現業務的集中程度和分布規律，還可以與相關業務標準進行比對，查找偏差與舞弊行為；特征模型的結果直接指向具體審計樣本。特征模型更加注重對點的分析。

（六）做好數據采集、存貯、整理、分析、審計報告起草等工作

1、審計數據采集。內部審計數據的獲取是大數據審計工作的起點，數據本身的質量一定程度上影響著審計質量。內部審計數據來源于企業業務數據管理系統、審計信息管理系統及兩系統外產生的數據資料等。審計實踐過程中，審計人員收集的許多數據為非結構化數據 （如文本類、圖像類、視頻類三類），內部審計數據的獲取，主要有系統導出和直接拷貝、數據推送、數據專業化采集（如網絡爬蟲技術、MEMS傳感器等技術）。在非結構化數據采集前，內部審計人員要利用審計專業判斷，利用審計詢問、現場觀察等多種方式，根據實現審計目標所需審計證據的內容與形式，決定非結構化數據獲取數量及獲取的必要性。非結構數據的獲取途徑主要有文本挖掘、圖像挖掘和視頻挖掘等。

2、審計數據歸類與預處理。數據處理前，必須確保數據質量較高。審計過程中，初步采集到的非結構化數據需要經過歸類和預處理后才能進行相應的知識挖掘，從而得出審計證據或審計所需的信息。實踐過程中，審計人員采集到部分錯誤或異常數據，只有通過預處理才能提高數據質量；利用信息技術手段將相關數據進行歸集或者去除無關數據，為后續處理做好準備。此外，審計人員還需要利用信息技術手段對錄入不準確、不完整或者不合理數據進行處理。

非結構化數據預處理可減少數據缺陷、進行數據整合、變換和歸約。通過處理，提高數據質量。數據預處理，主要包含數據清理、組織與集成、選擇、變換等形式。對于內部審計人員而言，在非結構化數據的預處理時，應最大限度借助信息技術手段將數據挖掘難度大的數據轉化為處理難度小的數據，同時要避免將質量較低的數據納入數據處理范圍。

3、審計數據分析。內部審計部門通過對存儲的審計數據進行深度分析和挖掘，提煉審計數據價值。常用統計分析、多維分析、搜索、預測挖掘等分析方法。審計部門平常可以收集以前年度信息、了解上級部門開展審計的目的、要求，借助大數據數據分析、建模以及其他成果，將經過處理的數據與相關數據進行比對，查找問題。通過大數據分析技術，利用數據成熟的算法，建立數據模型，由經驗豐富的審計人員對審計模型結果進行解讀，充分尊重事實和數據，挖掘業務數據背景，發現審計問題，揭示非常規風險；以可視技術和自動化分析技術為核心，支持對大規模復雜數據進行分析，可視化的自動建模技術將大數據以直觀的圖形形式展示，審計人員可以直觀發現數據背后的信息。

4、審計報告生成。大數據審計環境下，撰寫審計報告可利用的信息量較傳統審計模式成倍增加，需要利用審計信息管理系統查找信息、對審計證據進行加工、整理，自動生成審計報告。主審人員再利用個人職業判斷，結合相關審計證據，對審計信息管理系統生成的審計報告進行適當修改、完善，即可形成審計報告初稿。

五、展望

大數據技術加速了內部審計技術變革，提升了內部審計工作水平，但大數據審計模式目前尚未廣泛運用，仍然需要進一步完善，大數據審計對審計程序、審計目標、審計方式、審計方法等的影響需要進一步研究。大數據審計是未來的發展趨勢，但同時需要關注大數據審計過度依賴大數據分析結果、大數據審計體系化建設尚存在不足、信息技術人才比較缺乏等問題，并采取措施加以解決。相信在廣大審計理論、實務工作者的共同努力下，大數據審計工作必須為廣大內部審計機構及審計人員所接受，并積極組織實施，全面提高內部審計工作水平。■