基于數據倉庫的行政事業單位資產管理內部控制評價
——以重慶海事局為例

程 平（博士生導師），魏友婕

目前的文獻很少基于數據倉庫進行行政事業單位內部控制評價研究，有鑒于此，本文以重慶海事局為例，通過設計面向資產管理內部控制評價的數據倉庫，運用HQL 查詢分析、OLAP 多維分析以及數據挖掘等技術，展示了基于數據倉庫的資產管理內部控制評價應用體系。

一、面向資產管理內部控制評價的數據倉庫體系結構設計

（一）設計思路

資產管理內部控制評價數據倉庫的構建，根據內控評價指標初步確定數據倉庫評價主題，在此基礎上采集相關數據源，對數據進行采集清洗即抽取、轉換、加載，以保證獲取高質量的數據，為數據集市的設計、多維分析及數據挖掘提供數據基礎。根據重慶海事局內部控制評價數據倉庫的構建及完善要求，加載處理后的數據，以進行后續的分析應用。

（二）構建過程

重慶海事局資產管理內部控制評價數據倉庫由數據源分析（來源于重慶海事局財務云平臺的內部數據、金蝶K3系統數據以及政府資產采購標準等外部數據）、數據倉庫構建（基于資產管理五大主題的數據集市）、數據分析與評價（查詢分析、OLAP聯機分析處理以及數據挖掘）以及數據結果輸出（分析及預警的可視化、評價報告）四部分組成。以重慶海事局為例，其資產管理內部控制評價數據倉庫體系結構設計過程圖詳見《財會月刊》2019年第13 期文章《基于數據倉庫的行政事業單位單位層面內部控制評價——以重慶海事局為例》相關內容[1]。

數據倉庫具體的構建步驟由以下幾部分組成：①基于對重慶海事局業務層面資產管理控制評價的需求分析及模型設計，運用ETL 技術將來自外部、財務云平臺以及金蝶K3系統的數據進行抽取、清洗和轉換，加載到數據倉庫中，根據相應的主題形成數據集市。②將清洗后的數據通過Hadoop分布式文件系統進行存儲，其存儲結構由分布式文件系統HDFS和并行計算模型Map/Reduce 兩部分組成。③數據分析工具可對數據倉庫的數據進行查詢操作、上卷、下鉆、切片、切塊的多維分析，實現多維度、多粒度的國有資產管理和面向決策的評價分析。④通過數據挖掘找出關聯，利用HQL語言實現對分析模型的評價。⑤通過可視化展示及內部控制評價報告實現內部控制評價結果輸出的目標。

二、基于資產管理內部控制評價數據倉庫的數據來源及數據采集

（一）數據來源

1.結構化數據。財務云平臺是重慶海事局圍繞財務工作建立的線上工作平臺，數據主要以結構化形式存儲，分為單位層面數據和業務層面數據。單位層面的數據包含海事局的人員、部門以及權限等信息。業務層面的數據包含資產、合同、預算、收支、采購以及建設項目等信息，資產管理模塊有資產卡片信息表、資產配置表、資產變動表、資產清查表以及資產處置表等信息。部分與資產相關的結構化數據存儲在金蝶K3系統中，比如固定資產折舊信息。

2.半結構化數據。根據重慶海事局資產管理具體的業務流程，需要從外部獲取半結構化數據。以資產配置為例，需要在相關網頁獲取行政事業單位采購管理標準等HTML形式的文件。

3.非結構化數據。非結構化數據是指數據結構不規范或不完整，沒有預定義的數據類型，并且不方便用數據庫二維邏輯表來表現的數據。與資產管理相關的非結構化數據有國有資產處置申請表、固定資產價值憑證、權屬證明復印件以及無償調撥（劃轉）申請文件等影像掃描文件。

（二）數據采集與清洗

1.數據的抽取。資產管理內部控制評價數據倉庫的數據采集要保證數據的完整性和及時性。在完整性方面，結合財政部《行政事業單位內部控制規范（試行）》[2]（簡稱《內控規范》）和重慶海事局《長江海事局固定資產實物管理辦法》，從業務流程出發對數據倉庫中的表和字段進行選取。

2.數據的清洗。數據清洗的任務是過濾那些不符合要求的數據，包含不完整、錯誤以及重復的數據。數據不完整的主要原因是存在一些數據缺失，如資產ID、資產名稱以及資產類型的缺失，或者是數據庫表中資產報廢的主表與明細表不能匹配等，對于這一類數據需要過濾出來，將缺失的內容分別補全，然后再寫入數據倉庫。針對錯誤的數據通常采用Delete語句進行刪除。

3.數據轉換。數據轉換是對不一致數據的轉換以及數據粒度的轉換。不一致數據轉換的過程是一個整合的過程，將不同業務系統的相同類型的數據進行統一，比如同一個資產類型在財務云平臺的編碼是ID，而在其他平臺中的編碼是I_ZCstyle，這樣在抽取過來之后應統一轉換成一個編碼。同時，業務系統中一般都存儲了明細數據，比如和時間相關的數據粒度在數據庫中儲存的形式是“年—月—日—時—分—秒”，數據倉庫數據只需要細化到小時。

三、資產管理內部控制評價數據倉庫設計

（一）確定主題域

在《內控規范》和《長江海事局固定資產實物管理辦法》的基礎上，參考程平、趙化等[3]提出的重慶海事局資產管理內部控制指標體系，結合重慶海事局資產管理現狀和內控評價需求，對各個指標進行優化和改進，筆者提出資產管理內部控制評價主題應包括資產配置合規性、資產變動合規性、資產盤點結果合規性、資產盤點異常值處置合規性以及資產處置合規性五大主題。詳細主題及設計依據見表1。

表1 主題域設計

（二）劃分數據粒度

粒度是數據倉庫中數據單元的級別以及詳細程度，決定了數據的詳略程度。根據粒度設置標準，細化程度越高，粒度越小；細化程度越低，粒度越大。同時，劃分數據粒度是數據分析進行OLAP上卷、下鉆操作的基礎。根據重慶海事局的數據情況，本文采取多重粒度，可以查詢在一個季度內資產處置是否合規，通過上卷可以考察一個年度的情況，通過下鉆可以考察一個月內的相關情況。

（三）確定事實表及維度表

事實表是在資產管理內部控制評價數據倉庫中保存事實數據的表，其主要特點是包含數字數據即事實，并且可以將這些數字信息匯總，為分析評價提供歷史數據。資產管理內部控制評價涉及的具體事實表有：資產配置合規性事實表、資產變動合規性事實表、資產盤點結果合規性事實表、資產盤點異常值處置合規性事實表以及資產處置合規性事實表。

維度表可以看作數據倉庫中用來分析一個主題是否有效的工具。在資產管理內部控制評價中，主題的共有維度通常包括人員維度、權限維度、部門維度以及時間維度，針對每個主題的具體內容，根據內部控制評價需求設計相應的維度表。

（四）雪花模型設計

數據倉庫的設計主要由需求及主題確定，基于主題的邏輯模型是由多個表來實現的，中間是事實表，圍繞著事實表的是與其相關的維度表，這些表通過主鍵及外鍵聯系在一起，形成一個完整的主題。本文以資產處置合規性評價主題為例，正中間的是資產處置合規性事實表信息，其周邊的是維度表信息。數據倉庫的模型設計如表2所示。

以資產處置合規性內部控制評價主題為例，采用雪花模型進行數據組織，主要維度包括審核狀態、處置原因、處置類型以及使用年限維度表，人員維度、部門維度和權限維度是共有維度，如圖1所示。

（五）物理模型設計

本文物理模型的設計工作有：將資產管理各個邏輯模型中的實體轉化成數據倉庫中的實體表，再將邏輯模型中的實體屬性確定為每張表的列字段。以資產處置合規性主題為例，進行事實表和維度表具體的物理結構設計，資產處置合規性事實表和維度表以及需要的列字段如下：

圖1 資產處置合規性評價雪花模型

1.資產處置合規性事實表（NK_YW_ZC_SS_ZCCZHGX）。表包含字段：I_ZCID【資產ID】、ID【資產處置ID】、I_ZCstyle【資產類型ID】、VC_Code【資產編碼】、VC_Name【資產名稱】、VC_Rule【規格型號】、VC_Unit【計量單位】、N_Num【數量】、M_Money【預計處置價格】、DT_GET【取得日期】、DT_SB【申報日期】、I_SBDEPOT【申報部門ID】、I_DWFZ【單位負責人ID】、I_DWSHZT【單位負責人審核狀態ID】、I_Identifier【鑒定組長ID】、I_identiSHZT【鑒定組長審核狀態ID】、I_RealGoodsFZ【實物部門負責人ID】、I_RealGoodsSHZT【實物部門負責人審核狀態ID】、I_JZFZ【價值管理部門負責人】、I_JZSHZT【價值管理部門負責人審核狀態ID】、I_CZYY【處置原因ID】、DT_SWCL【實物處理日期】、DT_record【備案日期】、I_CZLX【處置類型ID】、I_UseDay【預計使用年限】。

2.審核狀態維度表（NK_YW_ZC_WD_SHZT）。表包含字段：ID【審核狀態ID】、VC_SHZT【審核狀態名稱】。

3.處置原因維度表（NK_YW_ZC_WD_CZYY）。表包含字段：ID【處置原因ID】、VC_CZYY【處置原因名稱】（是否符合超標準配置或閑置資產條件；因技術原因并經論證，確需報廢、淘汰資產；因單位分立、撤銷、合并、改制、隸屬關系改變等原因發生產權或使用權轉移的資產；盤虧、呆賬以及非正常損失資產；已超過使用年限無法繼續使用的資產；依照國家規定需要進行處置的其他資產）。

表2 行政事業單位資產管理內部控制評價數據倉庫模型設計

4.處置類型維度表（NK_YW_ZC_WD_CZLX）。表包含字段：ID【處置類型ID】、VC_CZLX【處置類型名稱】。

5.使用年限維度表（NK_YW_ZC_WD_Year Standard）。表包含字段：ID【資產類型ID】、VC_Zcstyle【資產類型名稱】、DT_UseDay【預計使用年限】。

6.人員維度表（NK_YW_ZC_WD_RY）。表包含字段：ID【人員編碼】、VC_Name【人員名稱】、I_NodeID【權限編碼】、I_Depot【部門編碼】。

7.權限維度表（NK_YW_ZC_WD_QX）。表包含字段：ID【權限編碼】、VC_NodeName【權限名稱】、VC_NodeEsc【權限描述】。

8.部門維度表（NK_YW_ZC_WD_BM）。表包含字段：ID【部門編碼】、VC_Depot【部門名稱】。

四、基于數據分析的資產管理內部控制評價應用

基于數據倉庫的資產管理內部控制數據分析及評價主要包含三個方面，即運用HQL語句進行的查詢與分析、OLAP 分析以及數據挖掘。運用HQL 語句主要支持數據的查詢和基本的統計分析；OLAP分析即聯機分析處理操作的基本功能主要包括切片和切塊、上卷和下鉆以及轉軸，聯機分析處理需要以基于主題的事實表、維度表以及操作功能類型為基礎；數據挖掘支持疑點發現，找出隱藏的模式和關聯。本文利用HQL語言實現對資產管理內部控制分析模型的評價，并通過輸出可視化界面和多粒度、多維度的內部控制評價報告，實現資產管理內部控制風險預警的可視化。操作步驟如下：

（一）HQL查詢分析

HQL是面向對象的查詢語言，查詢的是對象與對象中的屬性，主要有Where語句（帶上過濾條件的語句）、Order By 語句（帶上排序條件的語句）、Group By…Having語句（分組功能）、SELECT（指定select 子句）、list、uniqueResult、（執行查詢，獲得結果）、sum語句（聚集函數）以及連接查詢等查詢方式。

（二）聯機分析處理（OLAP）多維分析

1.上卷與下鉆。下鉆是指在維的不同層次間的變化，從上層降到下一層，將匯總數據拆分成更詳細的數據，比如通過對第一季度資產處置的總數據進行鉆取分別查看第1、2、3月的數據。上卷是下鉆的逆操作，即從細粒度數據向高層聚合，如先將巫山、云陽、奉節的資產處置數據進行匯總，再來查詢重慶海事局下游海事處的資產數據，如圖2所示。

圖2 上卷與下鉆

2.切片。切片是指選擇維中特定的值進行分析，比如在面對資產類型維度時，只選擇重慶海事局資產類型中房屋類別的處置數據，或者只選擇第一個月的數據，如圖3所示。

圖3 OLAP切片

3.切塊。切塊是指選擇某維度特定區間的數據進行分析，比如選擇海事局房屋及構筑物的處置數據，或者1～3月的資產處置數據，如圖4所示。

圖4 OLAP切塊

4.旋轉。旋轉是指維位置的互換，在多維表里進行類似于二維表的行列轉換，如圖5所示，通過旋轉實現時間和地點的互換。

圖5 OLAP旋轉

在資產管理內部控制評價數據集市的基礎上，對數據進行基本的多維分析操作，并通過多維視圖的形式獲取對資產管理內部控制評價的結果。維是指觀察數據的特定角度，如資產類型維、時間維、人員維以及部門維等。維的層次指維細節的程度（比如時間維：日期、月份、季度、年）。維的成員指維的取值，也是數據項在某維中位置的描述（“某年某月某日”是在對時間維上位置的描述）。度量是多維數組的取值。例如，2016年1月，重慶海事局局機關單位，筆記本電腦，0001。

（三）“資產處置合規性”多維模型分析

以資產處置合規性評價主題為例進行分析，結合其主題功能詳細闡述此模型的要點以及HQL 語句。資產處置合規性主題主要評價資產處置操作是否合規，是否按照國家有關規定履行審批手續，重點從資產處置項目、處置類型、處置原因、處置方式、處置價格以及資產預計使用年限等角度進行評價，并運用HQL 語句，提取出資產處置合規性事實表NK_YW_ZC_SS_ZCCZHGX 需要分析的字段（“資產處置ID”“資產ID”“申報時間”“審核狀態”“實物處理時間”“備案時間”）。

具體分析如下：

1.判斷資產處置申報項目是否完整。具體包括如下內容：資產編碼、資產名稱、規格型號、計量單位、預計處置價格、金額、取得日期、申報日期、申報部門、審核人、審核狀態、處置方式、處置類型以及處置原因。篩查每一條資產處置申請項目中字段出現空值的列，查找出資產處置項目不完整的數據列，對應的HiveQL分析語句如下：

Hive＞

SELECT * FROM NK_YW_ZC_SS_ZCCZHGX

WHERE I_ZCID=''OR ID=''OR I_ZCstyle=''OR=''OR VC_Code=''OR VC_Name=''OR VC_Rule=''OR VC_Unit=''OR N_Num=''OR M_Money=''OR DT_GET=''OR DT_SB=''OR I_SBDEPOT=''OR I_DWFZ=''OR I_DWSHZT=''OR I_Identifier=''OR I_identiSHZT=''OR I_RealGoodsFZ=''OR I_RealGoods-SHZT=''OR I_JZFZ=''OR I_JZSHZT=''OR I_QSXZ=''OR DT_SWCL=''OR DT_record =''OR I_CZLX=''ORI_UseDay=''

2.判斷申請資產處置的原因是否合規。具體內容包括：是否符合超標準配置或閑置資產條件；因技術原因并經論證，確需報廢、淘汰資產；因單位分立、撤銷、合并、改制、隸屬關系改變等原因發生產權或使用權轉移的資產；盤虧、呆賬以及非正常損失資產；已超過使用年限無法繼續使用的資產；依照國家規定需要進行處置的其他資產。在事實表中篩選出資產處置原因的字段，確認每一條資產處置方案的處置原因是否在處置原因維度表的范圍中，對應的HiveQL分析語句如下：

Hive＞

SELECT DISTINCT I_CZYY FROM NK_YW_ZC_SS_ZCCZHGX

WHERE I_CZYY NOT IN

（SELECT ID FROM NK_YW_ZC_WD_CZYY）

3.判斷資產處置是否與正常更新配置相協調。比較每項處置資產的“最低使用年限”和“資產使用年限”，處置資產的申報日期與取得日期的時間差應該不低于該類資產最低使用年限。先按資產類型對處置資產進行分類，再查找出申請處置資產的使用時間未達到資產最低使用年限的數據列，對應的HiveQL分析語句如下：

Hive＞

SELECT * FROM NK_YW_ZC_SS_ZCCZHGX

Where TIMESTAMPDIFF（YEAR，DT_GET，DT_

SB）＜=DT_USEDAY

4.判斷資產處置的備案處理是否及時。各單位是否在30 個工作日內將《行政事業單位固定資產處置備案匯總表》及相關材料報局基建裝備處備案。查找出這些資產處置項目中備案時間與實物處理時間的時間間隔超過30 個工作日的數據列，對應的HiveQL分析語句如下：

Hive＞

SELECT * FROM NK_YW_ZC_SS_ZCCZHGX

WHERE DATADDIFF（d，DT_DEAL，DT_RECORD）＞30