數字化審計實踐模式初探

趙亮 張孝昆

我國信息化建設的進入了跨越式發展的新階段，各類新技術新產品層出不窮，并且已經在軍工企業中得到了廣泛的應用，這些新技術新產品的應用使得軍工企業的審計工作不斷趨于數字化。本文結合軍工企業審計工作實際，分析現代軍工企業數字化審計管理的發展趨勢，提出推動數字化審計實踐的主攻方向和難點要點。

一、背景和意義

黨的第十九次全國人民代表大會提出“加快發展大數據”，國務院印發《促進大數據發展行動綱要》，全面推進大數據在政治、經濟、文化、社會各領域的應用。隨著信息技術的發展，以大數據、物聯網、云計算、電子商務為特征的新技術、新應用逐漸改變著人們的生活和工作，也給審計監督帶了機遇和挑戰。

2015年12月以來，中共中央辦公廳、國務院辦公廳陸續出臺了《關于完善審計制度若干重大問題的框架意見》《關于實行審計全覆蓋的實施意見》和《關于深化國有企業和國有資本審計監督的若干意見》等文件，完善審計監督體制機制，改進審計方式方法，提出要加強大數據應用，創新數字化的審計方法。《國務院關于加強審計工作的意見》明確要求“加快推進審計信息化。探索在審計實踐中運用大數據技術的途徑，加大數據綜合利用力度，提供運用信息化技術查核問題、評價判斷、宏觀分析的能力，提高審計工作能力、質量和效率”。審計署也加大了中央企業審計的力度，提出采用大數據技術實現審計全覆蓋的目標。

在全國審計工作會議上明確提出了“要始終堅持改進方法、提高效率，探索創新審計工作流程，加強各專業審計的融合，全面推進數字化審計方式，加快實施“金審三期”工程，提高運用大數據技術進行審計和宏觀分析的能力，從根本上提升新形勢下審計工作的層次和水平”的要求。

近年來，隨著大數據和互聯網技術的快速發展，企業的運營模式、管理模式不斷變革和創新，各專業普遍開始利用信息系統和信息化技術促進集約化、扁平化、標準化管理。審計作為企業監督體系的重要組成部分，為了適應信息化新要求、新變化、新挑戰，亟需打造全覆蓋、高精準、快速反應的數字化審計監督體系，積極嘗試“以風險為導向”的審計作業模式，建設智能審計機器人在線審計作業機制，高效驅動集中遠程數據分析，并根據風險疑點配置資源，在實現全覆蓋同時，提升精準度，提升審計效能。

二、數字化審計現狀和方向

軍工企業的經營管理現狀和特點決定了數字化審計的起跑點和發展特點。軍工企業所管理的業務范圍廣、復雜度高：軍工集團下屬企業涉及行業多，各行業業務特點各不相同，規模大小不一，審計監督涉及多行業、多業務領域；軍工企業地域分布廣：成員單位遍布全國，地域分布廣，審計監督難以做到及時性和全面覆蓋；軍工企業審計的材料零散不集中：軍工企業審計過程中涉及的文檔各式各樣規范不一，各種規章制度等資料猶如空中繁星；軍工企業監控事項復雜多樣：監控內容涉及價值鏈管理所有領域，組合形式多樣化，查證資料浩如煙海；軍工企業業務延伸弱：基于財務的審計工作難以對業務前端實行監督，無法形成管控閉環。

軍工企業所應用的審計信息化手段決定了數字化審計的發展路徑。從目前來看，審計信息化手段提供的工具主要有三類：一是審計信息系統；二是業務管理系統；三是數據分析工具。軍工企業審計工作主要采取前兩種手段，數據分析工具作為審計信息化手段的重要內容，能夠很好的彌補前兩種工具的不足，在未來有巨大的應用潛力。審計信息系統：（優點）基于成熟模型建立的，具有較強的普遍性和適用性；易于學習，使用門檻較低。（缺點）對數據質量要求較高，由于數據傳輸鏈條長，處理、轉換環節多等因素容易造成數據不完整、不準確；系統的更新完善周期較長，跟不上審計需求的變化。業務管理系統：（優點）從業務部門轉崗到審計部門的人員非常熟悉業務系統的操作，能夠熟練利用業務系統開展審計工作；能夠最大程度上保證數據的真實性，確保發現的問題或線索準確無誤。（缺點）公司業務系統眾多，很難有審計人員能夠熟悉操作全部的業務系統；對于跨業務的數據比對分析較難實現。數據分析工具（Excel表格/SQL語言等）：（優點）不受系統功能點的限制，分析方式最靈活，能夠最大限度的發揮審計人員的積極性和創造性。（缺點）缺點在于獲取數據不易，對審計人員的信息化技術要求較高。

三、數字化審計實踐的主攻方向和難點要點

（一）審計方法論研究

研究初衷在于實現大數據技術在軍工審計工作中的應用，實現從“想”到“做”的跨越。目前大數據在傳統領域已經有一定的技術積累，但在業務中的應用仍然存在需要亟待解決的問題。結合軍工企業的業務特點，研究數字化驅動下審計面臨的問題及挑戰，探索如何利用數字化技術激發審計效能，提高審計工作效率和效果，首先要解決的是方法論問題。可以結合最新審計理論、借鑒其他領域的典型案例，從軍工企業審計工作現狀出發，提煉形成新技術在軍工企業內部審計工作中應用的方法和理論。

（二）大數據內部審計框架體系

大部分軍工企業信息化建設已經有一定的基礎，但大數據應用技術的引入是對傳統審計方法和理念的顛覆性變革，重點解決審計工作中的審計資源有限與審計工作日益增長之間的矛盾。可以從審計方法和工具使用現狀的梳理開始，從組織管理、運行機制、保障機制等方面構建大數據內部審計框架體系，為企業搭建大數據審計平臺實現全業務審計，實現審計資源的集約化發展。

（三）構建審計分析模型

從軍工企業業務特點出發，研究應用大數據技術過程中的審計數據獲取、數據清洗、數據挖掘、數據關聯等技術，構建審計分析模型。區別于傳統領域的審計模型，軍工企業業務范圍廣泛，業務模式復雜，部分領域管理問題較為突出，因此搭建適合軍工企業自身業務特點的審計模型有助于提高審計工作的精準性。

（四）數據分析方法創新

大數據審計分析的本質是“全維化與智能化”，而業內普遍認為大數據分析的特征是“交叉融合+智能挖掘”，這是當前大數據審計分析方法創新的兩大難點，這也是數字化審計發展過程中必須要經歷的過程。

（五）多行業全維化分析

審計大數據存儲的多行業數據為全維化分析提供了可能，有助于揭示國家宏觀經濟潛在風險與趨勢，發現重大案件線索。近幾年，各地審計人員積極踐行“五大關聯”分析，開展了跨領域、跨層級、跨系統的數據分析工作，從數據應用的角度講，我們確實進入大數據分析階段。但是現階段，各級審計機關的“五大關聯”分析普遍存在精確性不高、效率低等問題。如何探索各種數據匹配技術來克服由于信息系統設計、人為缺失等客觀因素導致的數據質量低，提高關聯分析效果。另一方面，如何引入前沿技術實現多領域數據的智能整合，都亟需結合實踐開展有益的探索。

（六）智能挖掘技術在審計業務中的合理應用

大數據分析的另一特征就是各種深度挖掘、智能學習算法、可視化等技術的運用。近幾年審計署一直鼓勵審計分析方法創新，一個明顯的趨勢是：審計人員正從簡單的匯總、統計，開始向專業數據挖掘方向推進。聚類、分類、異常點檢測等數據挖掘算法在審計分析中的應用案例正在涌現，甚至一些前沿的復雜網絡技術，語義理解等新興數據技術在審計實踐中也開始嶄露頭角。但是，我們也要清醒認識到，現階段審計實踐中數據挖掘深度、綜合利用的程度都還有待提高。從這個角度看，當前的審計大數據分析尚在初級階段，距離“智能化”還有較長路要走。

（七）大數據審計的數據存儲和使用風險

審計大數據中心的建設伴隨著各行業被審計單位數據的迅猛增長，數據存儲量增長速度快，引發了一系列問題：數據量巨增帶來的存儲瓶頸；傳輸帶寬不足，無法快速傳輸數據到服務器；服務器層接收處理數據過多，導致CPU、內存成為瓶頸等。審計數據中心如何應用大數據存儲管理技術進行總體設計并逐步實施，是當前比較緊迫的等任務之一。

審計數據中心的建設與任何海量存儲系統一樣，需要具備高可擴展性、高性能、容錯性、可伸縮和低運營成本等特性；同時要滿足審計大數據的復雜性、不確定性和動態性的技術特征。從數據范圍來看，審計中心涵蓋審計對象的業務和管理數據，以及互聯網信息；從功能來看，涉及數據整理、存儲、查詢、綜合分析和服務多個業務功能，其中數據整理與分析是審計數據中心的核心功能；從流程來看：從被審計單樣式的原始數據用國產數據庫存儲和標準化處理；最后規范化的數據通過國產并行數據庫提供數據分析服務。這遠比單一行業大數據架構設計復雜的多。

未來的數字化審計工作將更加符合審計單位及業務范圍全覆蓋的要求、更加符合審計時點事前事中事后全方位的要求、更加符合審計內容跨業務跨流程全過程的要求，借助大數據和互聯網技術的廣泛深入應用，必將迎來創新審計模式和手段的新紀元。

（作者單位：趙亮，金航數碼科技有限責任公司；張孝昆，華博風控信息技術（北京）有限公司。）