基于全業務數據的多維度數字化審計體系構建

陳冬梅 紀永滿 肖丹 厲雨 邵天龍 孟威

[摘要]本文提出建立基于全業務數據的多維度數字化審計體系，并對審計體系的構建按性質、內容、形態進行劃分，對實物和操作的形態表現形式進行展示。該審計體系的構建，有助于緩解電網公司內部審計任務日益艱巨與人員短缺之間的矛盾。

[關鍵詞]全業務 ? ?大數據 ? ?多維度 ? ?數字化審計

黨的十九大報告提出“推動互聯網、大數據、人工智能和實體經濟深度融合”，建設網絡強國、數字中國、智慧社會。國家電網公司戰略方針中明確提出，要推進數字技術與企業生產經營深度融合，挖掘數據價值，綜合運用“大云物移智”（大數據、云計算、物聯網、移動互聯網、人工智能）等先進信息通信技術和現代控制技術。審計人員要適應時代潮流，運用網絡技術獲取數據、分析數據、運用數據，利用大數據及其技術開展審計工作，已成為必不可少的基本功。

近年來，以“大云物移智”為代表的創新型科技成果，正在深入滲透于社會經濟發展的各行各業，國家電網公司創造性地提出了“三型兩網、世界一流”的戰略目標和“一個引領、三個變革”的戰略路徑，為開創新時代公司發展新局面勾畫了新藍圖，做好了頂層設計。電力公司內部審計體系向數字化方向轉變，不僅是貫徹十九大精神，順應企業發展方向的要求，更是行使好審計監督職責的必然要求。

本文提出的基于全業務數據的多維度數字化審計體系是指以全業務數據（即電網發、輸、變、配、用電全過程數據及電網經營管理、用電服務、天氣氣象、地區經濟等領域的全部數據）為主要分析對象，通過建立數字化審計平臺，合理利用大數據分析法，建立共享型多維審計分析模型，為履行審計職能、完成審計任務、實現審計目標，由一組相互關聯的數字化審計程序、方式和技術等共同構成的一個有機整體。

一、目前電力內部審計體系存在的弊端

以國網A省電力有限公司為例。公司內部審計體系以風險導向型內部審計為主，審計項目實施方式采用非現場審計調查輔助現場審計核實，主要以查錯糾弊為主，通過降低企業風險提升企業運營的合規性。其主要弊端有如下方面：

一是在人力資源配置方面。審計人力資源主要依賴具有人資、財務、工程、物資、營銷五大類業務基礎的專、兼職審計人員。內部審計人員只是在審計方法和技術方面有專業性，但對企業電力生產到銷售、物資采購到報廢、工程立項到轉資管理等業務管理流程并不擅長。

二是在審計方式方面。現有審計方式主要為通過ERP、ECP、財務管控、營銷輔助決策等業務系統前端進行非現場分析調查，篩選出初級疑點，以疑點清單為輔助，結合實地考察和現場觀察等方式進行審計。審計人員憑借查詢以往的審計工作底稿和自身審計經驗找出可能存在的問題，審計問題趨于同類化。

三是在審計方法方面。從最初訂立工作計劃到實施審計再到出具報告，審計組大多采用檢查報表、憑證，并采用抽樣法、時間段內趨勢分析法、單一系統分析等傳統方法分析問題背后可能隱藏的內控缺陷。審計過程中除了關注數字表達出的經濟業務信息外，未能有效注重對非財務信息的多維度利用。

四是在審計結果方面。審計報告作為審計結果最主要的表現形態，在報告上往往體現較多的是對違規問題的展示，而受限于人力資源、審計方式方法，只能對單一系統的抽樣采用數據進行分析，無法達到全面覆蓋，無法進行多維度分析，導致審計報告在對管理層面的深層次問題分析得不到充分的體現或論據不足。

五是在其他方面。被審計單位的不積極、不配合，如拒絕開放業務系統、拖延提供資料、提供錯誤資料等行為，會導致內審工作難以順利開展。

二、構建基于全業務數據的多維度數字化審計體系的必要性

（一）審計形態的變化，需要建立新的技術體系

傳統審計以前端業務系統展示的前臺數據為審計重點，主要審計經過處理優化的業務數據，由于收集的信息數量及質量有限，審計人員需要對數據進行量化并分析數據背后可能存在的問題，所以對前端數據的審計已轉變為對原始數據的審計。全業務數據中心圍繞數據完整性、及時性、準確性和規范性4個方面，采用“控制增量、消除存量”策略，結合“源頭控制+存量凈化+應用驗證”的數據治理策略，為實物資產統一身份編碼，上傳至供電服務指揮平臺并加強多維精益管理，以提供安全可靠、規范統一、干凈透明的數據支撐。由于電網公司運營的多樣性和復雜性，基于全業務數據的審計，使得審計人員面臨的原始數據為大量實時數據，在具有相關性和高通用性的同時，也具模糊性。對這些數據的分析可有效補充傳統數據挖掘的短板，逐步提高大數據審計的分析能力，實現對海量審計數據的全面高效分析，為推進審計監督的全覆蓋提供技術支持。

（二）審計要素的變化，需要運用新的方法體系

電網系統業務繁雜，運行時會生成海量業務數據，審計人員需對數據類型進行分類、識別，同時需要審計人員掌握一定的數據庫管理和應用技能，以應對處理業務數據，為審計工作提供有力技術支撐。基于前述的全業務數據，國網公司正在建立數字化審計平臺，通過SQL語句等大數據分析處理技術，對多系統后臺數據表進行匹配，實現由“大數據分析”替代傳統“人海戰術”，有效克服審計“人員少任務重”的矛盾，進一步提升審計能力;以“全面掃射”替代“狙擊抽查”，有效實現大數據支撐的“點面兼顧”最佳結合，全面擴大監督范圍;以“雷達捕捉”替代“手工查證”，有效發揮審計工作的監督能效，全面提升命中精度，協助審計機關更好地履行審計法定監督職責;可較大程度實現移動和遠程辦公，借助接入政務內網的計算機，通過賬號和口令可遠程登錄系統，隨時使用數字化審計平臺開展審計，將審計資料、審計分析結果上傳到平臺中，并實現與OA和AO交互。針對國網公司現有的審計工作任務形勢，結合省級電力公司審計工作業務需要，依托現有數據管理應用模式，需構建一整套基于全業務數據的多維度數字化審計體系架構，而這也要求審計人員盡快轉變思維，掌握運用變革的新型審計方法，適應大數據時代的審計實務，為企業數字化審計工作提供源源不斷的審計力量。

三、基于全業務數據的多維度數字化審計體系的構建

（一）審計體系的構建維度

審計體系的構建維度可按性質、內容、形態進行劃分，且將三者結合為一個有機整體。

1.按性質劃分，可分為審計思想方法和審計技術方法。審計思想方法，即在審計工作中對全業務數據資源運用唯物辯證法進行分析、調查、判斷和評價的方法。主要有系統守恒法，即通過判斷數據總體守恒，不同業務數據對應關聯性來找出問題;數據一致法，即通過判斷跨表業務數據、歷史業務數據一致性或趨向性來分析問題;狀態一致法，即通過判斷數據與實物的狀態關聯是否相同來鎖定問題。審計技術方法，即審計人員建立審計模型，對審計過程中多維數據采取的技術措施和手段進行多維分析。主要有“經驗為主，抽樣審計”的計算機自動審計法，適合廣抓以審計問題為導向，橫向多維數據自動對比，持續輸出全過程疑點，適合廣抓疑點的持續監督審計;“明確標準，詳細審計”的計算機輔助審計法，能夠通過指定衡量標準，跨專業、跨部門、跨時間精準打擊，準確鎖定問題，適合經濟責任審計或專項審計。

2.按內容劃分，可分為審計規劃技術方法、審計實施技術方法和審計管理技術方法。審計規劃技術方法，即合理組織和安排審計項目和活動，確保審計工作順利進行。針對大數據分析的覆蓋特點，在制訂審計項目計劃時，該方法改變了傳統的“以人為本，合理安排”，采用以數據結構相似為主，同類項目集中安排的審計規劃方法。審計實施技術方法，即在進行具體審計時采取的各種措施和手段，以確保審計結論和決定有可靠的依據。該方法改變了原有的經驗導向、歷史審計底稿導向的審計措施和手段，通過全流程分析數據流，以數據結論保證審計結論和決定的正確性。審計管理技術方法，即控制和規范審計活動和審計過程的各種措施和手段，旨在提高審計質量和效率，確保各種審計資源有效利用，該方法改變原有的審計管理方法，由對人力資源進行管理轉變為對設備資源進行管理，合理管理現有的計算機設備、審計作業平臺、審計模型，以人力配合計算機運算能力，提高審計質量和審計效率。

3.按形態劃分，可分為實物形態、操作形態和知識形態。實物形態主要指支持審計開展的各種分析工具和技術設備;操作形態主要指利用技術設備開展審計工作的過程;知識形態主要指審計操作的機制和規律的總結和積累，是審計工作的靈魂。實物形態、操作形態、知識形態既相互獨立又彼此相關，既互補又互動。

（二）審計體系的構建形式

1.實物形態。審計體系的實物表現形態有多種，如全業務數據中心的數據展示平臺，以及基于全業務數據中心的微應用、各類場景搭建。在全業務數據中心構建的基礎上，未來審計體系的實物表現形態將更豐富、更實用、更便捷。各類表現形式均以“一平臺、一場景、微應用”為核心理念，建成“數據干凈透明、模型規范統一、分析靈活智能”的全業務統一數據中心，圍繞電力能源生產、傳輸、利用全環節，面向“全業務范圍、全數據類型、全時間維度”，實現電網發、輸、變、配、用電全過程數據及電網經營管理、用電服務、天氣氣象、地區經濟等領域數據的全面采集、傳輸、存儲、分析與服務，如圖1所示。移動類微應用由移動應用商店統一發布和管理，用戶只需通過智能移動終端訪問公司應用，自行下載使用，便可以同時進行接收新聞推送、企業微信、待辦推送等，如圖2所示。云平臺采用傳統架構與新型架構并存的混合架構，既確保傳統核心業務穩定運行，又支撐新型“互聯網+”創新業務發展，如圖3所示。

2.操作形態。數字化審計模型即為操作形態，分為數據構建、配置與運算。

（1）數據構建。構建基于營銷業務的應用系統并結合全業務數據中心開展數據構建，以客戶發電檔案為例，圖4為營銷業務應用系統中所查詢的客戶發電檔案數據。具體方法為：以圖4客戶發電檔案為基礎，通過分析檔案查詢頁Html的結構數據，發現所用的數據表名稱。如圖5所示，紫色圈注“''_source_''：''cmp_cu_fc_gc''”中的fc_gc即為該頁面所用的數據表。而紅色圈注則為該數據表中的在該查詢頁面所用的數據字段。為了驗證這一結論，可使用如下SQL語句在全業務數據中心驗證。

select a.owner，a.table_name，b.comments

as tb_comments，a.column_name，a.comments

as col_comments from all_col_comments a，

all_tab_comments b where a.table_name=b.table_name

And a.owner='BUF_CMS_ALL' AND

b.table_name='FC_GC'

通過以上SQL語句在全業務數據中心查得圖6的數據，包括：FC_GC的表注釋、FC_GC表里每個字段名稱及字段注釋。由此發現，營銷業務應用系統中的客戶發電檔案查詢頁的數據取自全業務數據中FC_GC數據表。確認數據來源表后，即可通過“select * from BUF_CMS_ALL.FC_GC”SQL語句直接在全業務數據中心采集想要的目標數據，如圖7所示。

（2）數據處理與運算。主要包括數據清洗及數據模型建立。數據清洗有Null值處理、Error值處理。Null值是指在正常數據中因人為原因導致的數據丟失，或由于系統或不可預見因素所導致的數據丟失。如圖8所示，在通過全業務數據中心構建的FC_GC客戶發電檔案數據表中的發電方式字段中，發現紅色圈注沒有填寫發電方式的Null值。Error值指在全局數據中出現某些因操作失誤所導致或在系統數據流轉中由于數據庫之間兼容性問題導致的不可預見的錯誤數據。如圖9所示，計量點基礎信息表投運日期字段紅色圈注中日期出現2111年這一明顯違背事實情況即為Error值。Null值及Error值的處理方式包括兩種：刪除和補齊。通常情況下，如果出現Null的數據對全局的影響比較關鍵，則不可以刪除，應采取補齊Null值的方式。決策者可根據客戶的實際情況判斷該數據的實際數值，如發電方式字段的判斷等。如該Null值對全局影響微乎其微，則可采取刪除的方式處理。刪除發電方式字段的Null值，可使用以下SQL語句：

select * from BUF_CMS_ALL.FC_G where GC_TYPE_CODE <> NULL

3.知識形態。數字化審計平臺構建了審計管理域、審計作業域、基礎數據域三個藍圖。其中管理域重新整合了審計綜合管理各項功能，更加適應當前審計管理的需要;作業域以自主分析庫和智能審計模型庫為核心，提供各專業審計分析功能，全面支撐審計作業需求;基礎數據域以全業務統一數據中心為基礎，提供審計所需全口徑數據資源。經驗傳承和發展方式是知識形態的具化表現，審計人員可將模型成果傳輸至國網公司層面的數字化審計平臺進行統一展示，且各省公司及地市公司均可對模型進行符合自身業務特點的差異化梳理，梳理后的模型可直接用于審計項目中。這種從模型不斷開發到不斷修改提升的經驗傳承和發展模式，不僅能凝聚全體審計人員的智慧，更能為審計人員節約寶貴的時間。

四、基于全業務數據的多維度數字化審計體系的優點

（一）全業務數據能夠隨審計形態和要素動態變化

依托公司全業務統一數據中心，建設數字化審計工作平臺，可及時、完整、準確地獲取數字化審計需要的全業務數據，包括結構化、半結構化、非結構化數據及外部數據的大數據資源，并從單一應用結構化數據擴展至文本、圖像、網頁、音頻、視頻等數據。全業務數據的數據量可滿足審計人員實施持續跨系統、跨業務進行數據分析的需要。通過充分應用大數據存儲、采集、轉換、挖掘技術，對數據進行統一規劃，提升數據源的質量，確保底層數據的完整性、準確性、及時性，如圖10所示。

（二）多維度數字化審計更加精準高效

多維度數字化審計實現跨系統、跨部門、跨業務的審計，在線進行全方位對比，使審計結果更加精準。如圖11所示，通過對不同部門數據的橫向、縱向分析，從根源上發現產生相關問題的原因，分析出更深層次的問題。如在某次工程審計中，審計人員通過大數據分析，發現基建管控系統數據造假，工程里程碑計劃沒有按時完成。基建管控系統前臺數據為人工填報，而通過關聯的物資出入庫時間表查詢到工程物資在里程碑節點時間之后才抵達現場，通過關聯的OMS系統后臺數據報表查詢到相關線路的實際停送電時間也在里程碑節點之后。通過多維度的數字審計能夠打破傳統審計局限，多角度、全方位對比分析發現疑點，甚至直接確認問題。

（作者單位：國網遼寧省電力公司，郵政編碼：110006，電子郵箱：704874838@qq.com）

主要參考文獻

蔣洪浪.基于大數據的數字化審計技術方法體系構建：以保險公司數字審計為例[J].中國內部審計， 2017（11）：13-16

靳思昌.論大數據背景下的國家審計監督全覆蓋[J].財會月刊， 2018（7）

楊海輝，張獻房，馮善聰.審計中大數據技術的應用研究[J].中國戰略新興產業， 2018（20）