高校資助經費審計技術方法創新研究

符金鳳 錢春玲

[摘要]本文從高校資助經費審計現狀及面臨的難題出發，結合高校資助經費管理特點，應用大數據技術構建審計模型，創新審計方法，提升資助經費審計質量和效率。

[關鍵詞]大數據審計? ? 方法? ? 創新? ? 高校資助

高校資助經費審計雖然取得一定成效，但仍面臨很多亟待解決的難題。一是擠占挪用專項資金現象仍然存在，取證難度大;二是數據海量，審計效率不高;三是涉及面廣，審計覆蓋率不高。鑒于上述難點，在大數據背景下，高校資助經費審計如何借助大數據平臺，創新大數據審計技術方法，提升審計質量和效率，實現審計信息化轉型發展，已成為亟待解決的課題。

一、明確管理特征，提出創新要求

（一）資助范圍廣泛

學生資助工作包含大學生助學貸款、獎助學金、勤工助學、特殊困難補助、學費緩繳、學費減免等。其中，國家獎學金、國家勵志獎學金、國家助學金、勤工助學及各類校級獎助學金涉及大部分在校生，人數多且范圍廣。一方面，審計人員數量有限，審計力量與審計全覆蓋要求下的審計業務嚴重不匹配;另一方面，傳統的審計技術方法與涉及面廣泛的審計業務不匹配，無法完成資助經費審計目標，無法提升資助經費審計效率并規避審計風險。資助范圍的廣泛性對傳統審計技術方法提出創新要求。

（二）經費來源渠道多樣

不同資助類型的經費來源渠道不同。其中，國家獎學金、國家助學金由中央政府撥付;省級或自治區級人民政府獎學金由省級人民政府或自治區人民政府撥付;校級獎學金由學校自己承擔。同時，學校按照規定須從學費收入中提取一定比例費用專門用于資助家庭經濟困難學生;地方政府、社會團體、企業及個人也會面向各高等院校設立各種獎學金和助學金。當前，在資助經費來源上，以政府資金為主、學校資金為輔，企業、社會團體和個人資金為重要補充，總體上形成多樣化資金渠道，資助經費規模與日俱增。資助經費的規模和多樣化來源對審計技術方法提出創新要求。

（三）資金發放環節復雜性與受助學生分散性并存

學生資助是一項分散性、頻繁性、連續性、復雜性的系統工作。資助工作涉及資金金額大、資助范圍廣泛、資助對象眾多且分散的特點增加了審計難度，傳統的審計技術方法已不能滿足資助經費審計的需求。為順利完成審計目標、提升審計質量，必須創新審計技術方法。

二、創新技術方法，提高審計質量

（一）整體統籌，構建大數據審計模型

堅持全局創新理念，轉變傳統“悶頭查賬式”審計思維，運用大數據審計思維，構建大數據審計模型。高校資助經費管理審計模型主要包含采集數據、預處理數據、搭建數據庫、實施數據分析、初步核定問題、獲得切實審計證據、得出審計結論七個環節，其中：第一環節按照計劃、分配、使用三個環節采集所需數據;第二環節對采集的數據進行預處理;第三環節建立學生資助類數據庫，搭建高校資助經費管理審計數據庫;第四環節以問題為導向，以數據庫為依托，實施數據分析;第五環節根據數據分析結果，初步核定審計問題;第六環節結合現場審計，進行審計事實確認，獲得切實的審計證據;第七環節根據線上數據審計和現場審計結果得出審計結論（見圖1）。數據審計模型的構建降低了高校資助經費管理審計的難度，集中落實了審計工作重點，能夠提升審計效率和質量。

（二）采集數據，搭建審計項目數據庫

依據資助政策進行部門職責梳理，主要采集教務系統學生名單、成績單;采集財務系統資金撥付和使用情況數據;采集資助中心各類獎助學金規范性文件、學校公示名單、發放名單、勤工助學名單、相關發文;采集銀行系統各類獎助學金發放回單;采集各學院公示名單。對采集到的數據按照國家及自治區獎助學金、校級獎助類、助困基金類進行預處理，初步構建資助經費數據庫，實現對各種電子數據的全面數字化審計，做到提前分析、預先研判。

（三）以問題為導向，實施數據分析

依托資助經費審計數據庫對資助經費作總體分析。審計人員對一定期間資助經費相關數據進行分布特征、變動趨勢分析，查找被審計單位可能存在的風險點。利用大數據系統重點對歷年資助經費總額、來源渠道、獎助學金構成、獲得獎助學金學生人數等指標進行概化描述及趨勢分析，更直觀地了解資助經費前后年度的實際概況和變化特征。審計人員需重點關注增長幅度異常的年份，結合審計經驗查找內在原因。

以問題為導向，以數據庫為依托，挖掘審計疑點。一是各類獎助學金獲得者是否符合申請條件。調用學生注冊名單、獎助學金公示名單、成績單以及貧困家庭子女數據信息進行數據分析，核查各類獎助學金獲得者是否為在校生，核查獎學金獲得者成績是否符合評比要求，核查助學金獲得者是否為在校在冊家庭經濟困難學生。二是勤工助學是否存在“吃空餉”情況。調用月勤工助學工資發放表和月考勤表進行數據分析，核實是否存在“吃空餉”情況。三是是否存在獲得同屬資助類獎助學金情況。調用各類獎助學金名單進行大數據分析，查找重復獲得同屬獎助類情況。四是資助資金發放是否真實。調用銀行發放回單、獎助學金公示名單、勤工助學工資發放表進行數據分析，核實資金是否真實發放。

通過對以上數據結果進行分析，快速地從被審計數據信息中發現異常數據，獲取審計線索。在此基礎上，進一步對結果數據做延伸審計和審計事實確認，獲得確切審計證據。

（四）應用審計模型，取得顯著成效

通過該模型在某高校資助審計項目中的應用，查出在獎助學金和補助方面存在以下問題：管理制度未及時更新，與實際不相符;評審工作程序不規范，未按相關規定執行;存在不符合條件學生領取助學金及重復領取同類型助學金情況;存在未?？顚Ｓ们闆r等。同時，督促被審計單位根據審計結果進行整改，并修訂完善相關管理制度，規范資助工作的開展和資助經費的管理。

三、全面提升管理，持續技術創新

（一）以技術為基點，構建大數據平臺

一是建立健全數據采集機制，解決數據采集難題。在高校的統一推進下，建立資助中心、財務部門、教務部門、各學院、開戶銀行等重要部門定期報送數據制度，實現數據采集常態化。二是建立數據標準化機制，解決數據不適用難題。由于采集的數據來源廣泛、結構多樣、種類繁多，無法直接取用。利用先進技術研究來源于不同行業、不同業務以及不同系統的數據，制定數據標準規范，編寫數據標準轉化程序，實現審計數據的標準化。三是建立大數據管理機制，解決數據安全性難題。大數據平臺采用遠程數據采集、安全入庫、標準化整理、集中授權使用的模式運轉，基本保證了數據的安全性。

（二）整合審計資源，創新管理模式

一是整合優秀審計項目案例資源。整理同類優秀審計項目的實踐經驗，構建同類項目審計模型，建立審計分析模型庫，便于指導和規范審計操作，降低審計風險。二是整合審計人力資源。針對審計人力資源匱乏的難題，一方面，充分運用政府購買服務，外聘社會專業審計機構人員參與審計項目，或將審計項目整體外包給社會審計機構，內審部門加強監管;另一方面縱向加強各級審計機構的上下聯動以整體統籌項目規劃，橫向淡化部門及專業限制以整合審計力量，組建綜合型審計小組。

（三）培養數據分析人才，加強審計隊伍建設

積極組織審計人員參加高質量數據分析培訓班，提升審計人員駕馭數據的能力，樹立審計人員大數據環境下的創新思維，培養出一批數據分析能力強，熟練運用多維分析、可視化分析、挖掘分析等多種數據處理方法，運用大數據技術查找海量數據背后關鍵信息的審計能手。

（作者單位：廣西科技大學，郵政編碼：545006，電子郵箱：272503569@qq.com）

主要參考文獻

陳駿，時現.審計全覆蓋驅動下的審計技術方法創新研究[J].審計研究， 2018（5）：22-29

裴育.實施審計全覆蓋，強化審計監督力[J].審計與經濟研究， 2016（1）：9-11

王愛華，馬曉泓.PPP項目大數據審計模型構建[J].財會月刊， 2019（3）：116-124