建設大數據審計的案例分析

陳思嫻

(常德職業技術學院 湖南 常德 411140)

一、案例背景介紹

(一)業務現狀。目前步步高集團審計調查的方式是使用抽樣審計。抽樣審計是指審計人員在對被審計對象進行審計時，從被審計對象總體中選取一定數量的樣本進行詳細審計，并根據樣本審查結果推斷總體情況的一種方法。該方法是目前使用最廣泛的一種方法，恰到好處地抽取一部分樣本進行審計，這樣既能節省審計成本和提高效率。但是，該方法不是詳細審計，而是根據現代數學原理、以樣本的審查結果來推斷審計對象總體情況，因此，無法真實、全面的反映業務實際情況。

通過抽樣審計抽取一定數量的樣本后，對該樣本進行手工分析。手工分析面對海量業務數據，工作量大，使得審計人員工作量大且審計效率低。

通過手工分析的結果，然后由業務主管人員擬定現場審計工作計劃，現場審計主要是查驗取證可疑項目。現場審計的方法對于數據收集、預處理將耗費大量審計資源。

最后，通過對已發生的財政財務收支和其他經濟活動的審查，同時對各項經濟業務的工作效率和取得的經濟效益進行考核和評價，并為改善經營管理、提高經濟效益提出建議。這種方法稱為事后審計，它的弊端是問題發現時效性差，不能及時阻止風險擴散。

通過以上分析，步步高集團公司在業務方面的最突出的矛盾是有限的監督資源與巨大的監督需求之間存在的供需矛盾日益突顯，這給公司審計監察在監督模式方面提出了迫切的創新和變革要求。

(二)運用大數據技術給內部審計帶來變革。審計人員利用大數據資源，運用大數據思維和方法，驗證被審計單位經濟活動的合法性、合規性。不僅分析被審計單位的財務數據、業務數據和管理數據，還會對與之相關的其他部門、單位、行業的數據或網絡數據進行關聯分析。審計對象的多樣化使得數據的采集、存儲、整理、分析變得更為復雜，審計面對的數據具有跨行業、跨領域、跨層級等特點，對數據的使用由“抽查分析”變成“全面核查”。

開展大數據審計，在提升審計對公司風險預警、發現重大違法違紀違規線索能力具有重要作用，是提高審計工作效率、實現審計全覆蓋的重要手段。

步步高集團啟動大數據審計項目于2018年3月開始，歷經10個月的建設。

二、思路及實施流程

(一)實施思路。①全面識別風險、梳理風險地圖。對主要業務單元、主要領域、主要業務板塊開展風險地圖梳理，對能通過進行數據分析驗證的模型進行風險閉環管理。共梳理高風險監控模型 68 個，異常報表 30 個。②模型驗證。對梳理的高風險模型進行數據抽取分析，驗證模型的有效性和準確性。③模型規則配置。大數據開發團隊依據經過驗證的模型，整合內部和外部數據源，配置模型規則，并按照模型運行頻率(天、周、月)自動執行任務，將異常數據分組自動發送到對應審計小組。④異常數據稽核。針對異常數據，審計人員開展現場稽核工作，并出具稽核報告。

(二)運用方法及步驟。對識別的風險模型主要通過 PDCA 管理循環來促進風險的化解和規避，主要步驟有：①組建大數據審計團隊。從原審計團隊中抽調人員按業務流程熟悉程度、數據分析能力，按領域(運營、物流、財務、工程等)組建大數據審計小組。②提取異常數據。根據模型運行頻率，審計小組定期掃描風險，將異常數據保存到中間表。③分組核查。各小組制定核查計劃，對異常數據進行核查，對高頻次、中風險發布預警提示報告。對高風險提出專題討論，并進行專項審計。④專題分析、專項審計。對高風險事項審計內部召開專題討論會，形成專項督辦，出具專項審計報告，并持續跟進整改情況，發現有違法違規違紀的，移交監察團隊處理。⑤定期優化監控模型。審計部每季度召開風險數據分析和總結會議，評估和優化監控模型。

截止 3 月 25 日，共開展稽核工作 35 次，出具稽核報告 13 份，處理違規違紀人員 10人，追回直接經濟損失 28 萬元。

三、案例分析

審計小組在對 Better 購線上異常銷售模型進行風險數據掃描過程中，發現 12 月 22 日當天有 4 個模型風險預警輸出，分別是：

注：列舉部分訂單信息

審計人員在收到預警數據報表后展開調查，發現是湖南超市砂之船門店在 22 日開業期間發現有異常用券行為，主要特征為：(1)大量會員在 12 日(預售)、22 日當天購買相同商品，且小票金額相同，合計 2078筆，金額 14.2 萬元，其中用券 2.5 萬元。(2)收貨人手機號 95%都非湖南本地號碼。(3)訂單 IP 歸屬地 98%源于外省。

通過對詳細訂單數據的提取，發現收貨人有個特征，都在名字后加上了“恒大”作為標識，且收貨地址格式異常相同，經過審計人員核實，收貨人和收貨地址都為虛假。

審計人員依據線索，對砂之船店相關數據進行了抽取和分析，在 12 日預售、22 日開業當天，合計異常用券 2078 筆，造成公司券和微信優惠損失預估 5.6 萬元，次日，審計小組聯合門店、公司市場部對該異常情況進行了專題匯報分析，制定了相應的防控措施，并將公司損失降到了最低。

四、案例成效分析

(一)提升審計效率，降低審計成本。通過構建審計數據查詢平臺，讓各審計小組人員輕松獲取各業態、各業務系統實時數據，且進行精準的有效數據對比分析，降低數據分析時間，讓審計結果更精準更真實。另一方面,審計人員能夠快速準確的發現所需的數據，把握其重點、疑點，進而更有效的開展審計活動，大幅提升工作效率，降低了審計成本。

(二)提升審計質量，降低審計誤差。通過建立對各領域高風險模型定期掃描，自動輸出異常數據，準確挖掘和識別經營過程 中存在的高風險點，讓審計人員更好把控審計質量，降低在審計過程中的誤差。

(三)擴大審計廣度和深度，降低審計風險。傳統審計工作中樣本非常有限，審計風險很大，而大數據審計集成了各業態結構化和非 結構化數據，還包括通過爬蟲技術搜集的外部數據，審計人員對數據有足夠的深度和寬度進 行分析，綜合考慮的分析因素也更多，使得審計范圍和內容會不斷擴大，用客觀的事實數據說話，審計風險也會不斷降低。

(四)提升內審價值。及時發現問題并進行處置，變之前的事后審計為主，向以事前、事中審計前移的前中后 相結合的審計模式。能實現及時發現問題，找到內控缺陷源頭，并及時有效解決風險。

(五)重塑風險管理理念，變革風險管理模式。傳統的風險管理注重制定相關的應對措施，在預防和管理上存在欠缺，基于大數據的風 險控制、合規邏輯校驗、決策支持等，圍繞業務流程的事前、事中及事后監測，打造風險閉環管理。同時打破了傳統風險管理管理模式上存在的壁壘或分工隔閡，通過整合風控資源來 提高風險管理團隊效能，為推動公司全面風險管理奠定基礎。