基于風險定位與防范的審計計劃管理改進研究

鮑喜 王紹武 田雨 張海超 張潔 馮辰虎 潘凱元 羅帥

[摘要]本文針對發現的企業經營管理數據利用率低、以前年度審計成果運用不充分、審計計劃表未實現標準化等問題，提出審計計劃管理改進思路及組織專家團隊開展企業經營管理數據分析模型、構建審計成果數據分析模型、研發應用非結構化數據轉換技術、多渠道搭建計劃編制體系、建立標準的審計計劃表模板等相關路徑。

[關鍵詞]風險定位 ? ?防范 ? ?審計計劃 ? ?多維職能

審計計劃作為審計部門執行審計的依據，對單位的審計工作發揮著統領作用。改進審計計劃管理，應認真梳理審計計劃編制存在的弊端，針對企業經營管理數據未能有效利用、未能深入分析以前年度的審計成果、審計計劃表無統一格式和標準等問題，通過多渠道搭建計劃編制體系、建立標準的審計計劃表模板等，精準定位并防范企業經營管理風險，有效提高審計工作質效。

一、審計計劃管理改進的思路

（一）建立企業經營管理數據模型

根據國網公司數字化審計要求，結合國網冀北電力有限公司（以下簡稱公司）內審工作實際，由公司牽頭，地市公司以及縣級供電企業參與，充分分析各單位的業務特點，同時結合各單位的技術優勢及人員情況，搭建企業經營管理數據模型創建團隊，對企業經營管理數據進行分析，抓取有效數據建立邏輯規則，對業務數據進行波動、趨勢分析，作為審計項目計劃編制的依據。

（二）深入分析以前年度審計成果

收集公司各類審計統計報表，結合公司近年度審計報告、意見及整改情況，將數據進行有效處理及統籌分析，針對以前年度發生問題多、性質嚴重、金額較大的方面以及管理環節的薄弱部分建立簡單的分析模型，綜合利用以前年度的審計結果，提出審計計劃建議。

（三）研發非結構化數據轉化技術

積極應用非結構化數據解析技術，對常規Office、Excel及PDF文檔進行解析，有效處理各類非結構化數據文檔。解析抓取關鍵非結構化資料，實現非結構化數據向結構化數據的轉換分析和智能推薦審計計劃，然后根據業務需求進行人工調整，提交上級審批。

（四）固化審計計劃編制標準模板

研究制定審計計劃表模板，模板應符合國網公司要求、公司自身需求和審計工作需要，且具備較強的實用性，具有標準化、規范化、實用化等特點。同時，模板應具備通過數據導入人事調整通知、國網計劃等數據分析后自動生成審計計劃的特點。

二、審計計劃管理改進的路徑

組織專家成立數字化審計工作團隊，扎實開展企業經營管理數據分析模型、審計成果數據分析模型建設，研發應用非結構化數據轉換技術，多渠道并聯搭建計劃編制體系，建立標準的審計計劃表模板，充分測試推廣應用提升體系效能，精準定位防范企業經營管理風險（見圖1）。

（一）組建審計項目計劃多維智能編制作業團隊

一是強化組織領導。工作團隊由公司副總經理統一領導，建立內部定期溝通反饋機制，確保關鍵環節和重要事項及時向領導組織匯報，團隊領導全過程跟蹤指導和協調，保障研發工作的有序開展。

二是提升人力資源效用。優化團隊配置，培養一批既懂業務又擅長數據分析的復合型審計人才，對兼職審計專家團隊人員信息進行充分分析篩選，綜合考核人員的工作經歷、專業方向、職稱等級、工作業績、計算機等級等方面的能力與優勢，最終遴選出人選組建審計項目計劃多維智能編制作業團隊。

三是充分協同配合。團隊人員專業全面覆蓋營銷、財務、工程、人資等，基本實現對審計業務的全覆蓋，團隊成員由省公司、直屬單位、地市公司及縣公司各層級專兼職審計人員綜合搭配，兼顧了業務能力與管理水平，為打造科學、高效的審計項目計劃多維智能編制體系提供良好支撐。

（二）建立企業經營管理數據分析模型

該模型側重于對企業經營管理現狀的分析，是科學編制審計計劃的基石。審計人員可通過企業經營管理數據分析模型，全面了解企業當下經營管理情況，將分析結果中的異常波動數據及達到預警值業務數據作為審計項目計劃編制的參考因素。經營管理數據分析模型以數據統計和分析為設計思路，實現了企業經營管理數據的智能分析。一是基礎數據的統計。根據不同業務系統數據特點，按年度或月度等不同區間，對業務數據進行統計，出具數據統計表，為審計計劃編制提供基礎數據支撐。二是業務數據智能分析。將業務數據導入該分析模型后，數據統計模塊會對數據進行智能分類和統計，審計人員可根據審計經驗對相關報表設置紅線預警值，由系統智能篩選疑點數據，對其實現底層穿透，以更直觀透徹地予以分析（見圖2）;在此基礎上，審計人員可通過趨勢圖等方式對相關數據進行多維度分析（見圖3），剖析問題成因。企業經營管理數據分析模型拓展了審計項目計劃編制的深度和廣度，為科學、規范、智能編制審計項目計劃提供有力保障。

（三）建立審計成果數據分析模型

該模型側重于對歷史數據的統計分析，審計人員可通過審計成果數據分析模塊對公司本部及所屬單位歷史被審計情況及審計發現問題進行多維度統計分析，分析結果可作為審計項目計劃編制參考的數據。模型共包括成果統計分析、問題類型情況分析、高頻多發情況分析、問題金額情況分析、問題整改情況分析等五個子模型。

1.成果統計分析模型。該模型實現對公司本部及所屬單位審計項目、審計發現問題及整改情況、違規資金情況、增收節支資金情況、減少損失浪費資金情況等進行智能分析（見圖4），分析結果輔助于審計項目計劃編制。

2.問題類型情況分析模型。該模型從財務資產管理、工程項目管理、合同管理、內控管理等21個方面對歷年審計項目發現問題進行分類匯總，統計分析表可以客觀反映審計發現問題情況，審計人員可結合分析結果明確下一階段審計范圍和重點，有針對性地制訂審計項目計劃（見圖5）。

3.高頻多發情況分析模型。該模型從四個維度對高頻問題進行統計分析，一是從問題分類專業角度按頻次對問題進行分類統計分析;二是透過問題專業分類，對審計底稿中細化的審計問題按頻次進行分類統計分析;三是按年度對各單位高頻問題進行統計分析;四是按單位對高頻多發問題進行統計分析。將高頻問題及高頻問題單位納入審計項目計劃編制范圍（見圖6）。

4.問題金額情況分析模型。該模型從違規金額角度對審計問題進行統計分析，智能提示各單位審計問題涉及違規資金、增收節支資金、非工程項目增加收入、建設支出金額情況（見圖7）。

5.問題整改情況分析模型。該模型從歷年審計項目問題整改完成情況角度，對審計問題進行統計分析，分析結果可作為后續審計及相應審計項目計劃編制的重點關注事項（見圖8）。

（四）研發應用非結構化數據轉換技術

隨著企業信息化程度的深入推進，在企業經營和日常事務處理中必然產生和存儲大量表格、文檔、圖片等數據信息。其中，一類信息存儲在數據庫里，可以用二維表結構來邏輯表達，即為結構化數據;另一類信息不能以二維表的形式存儲在數據庫里，即為非結構化數據，如辦公文檔、各類報表、電子郵件、圖片等;此外，介于二者之間的數據，稱為半結構化數據，如HTML頁面、XML文檔等。非結構化數據具有結構不穩定、樣式不固定、數據混雜等特征，一般分為標題區和數據區、單值區域和多值區域，橫向排列和縱向排列兼而有之。

大數據環境下電網企業海量的非結構化數據具有豐富的數據價值，研究非結構化數據轉換技術對審計計劃的編制具有重要意義，而數據抽取和數據組織是實現價值提取的關鍵步驟。數據抽取的目標是從非結構化數據中抽取出完整的語義數據，而數據組織的目標是對抽取的數據通過某種邏輯結構組織起來，為數據分析奠定基礎。在分析非結構化數據結構特征和數據流特征的基礎上，提出一種基于規則的數據抽取方法，并將數據抽取結果組織為適合于數據分析的結構化數據。非結構化數據的提取主要是對文檔中包含的實體屬性、關鍵詞等的抽取，抽取的準確性依賴于分詞技術和實體識別技術。在數據抽取和數據組織的基礎上，對非結構化數據進行轉換，為數據分析、審計項目計劃制訂奠定基礎。數據抽取轉換流程（見圖9），主要包括邏輯結構抽取、文檔預處理、數據抽取、數據組織和數據分析等主要步驟，其中數據字典是對數據的結構、數據流、存儲、處理邏輯等進行定義和描述的基本依據。

數據抽取的關鍵是識別非結構化數據中的關鍵詞，并建立關鍵詞之間的邏輯關系，如信息中的發文字號、姓名和發文時間等，以及工作起止時間、工作單位和工作崗位等信息，需要針對這些關鍵區域構建統一的邏輯結構，為后面的數據抽取提供框架。數據抽取是基于非結構化數據的結構特征和數據流特征，提取表格中的數據區并建立與關鍵詞的語義聯系。數據組織的關鍵是將非結構化數據中抽取的數據區與關鍵詞組織生成結構化數據，為數據分析奠定基礎。實踐中，通過數據轉換技術，識別公司審計工作重點及審計項目計劃，生成公司專項審計計劃。具體步驟是：首先，建立標題區之間的邏輯關系。非結構化表格的各標題區不是孤立的，而是存在一定的語義聯系，如經責審計、專項審計、后續審計、分部審計等項目中包括項目名稱、審計對象、責任處室、實施單位和實施時間等，所以針對這些標題區域，可構建統一的邏輯結構。其次，基于表格的結構特征和數據流特征，提取其中的數據區并建立與標題區的語義聯系，根據其結構特征，定義數據抽取規則。

（五）多渠道搭建計劃編制體系

通過不同項目類型收集外部數據源，如任期通知、數據分析、成果分析、領導決策、國網下發等，利用非結構化轉換技術及數據模型分析，實現計劃的自動推薦和填報，搭建審計計劃編制體系，實現審計計劃多維智能編制，彌補審計人員線下收集資料線上手工填報計劃的短板（見圖10）。

（六）建立標準審計計劃表模板

標準審計計劃表模板主要包括數據導入、計劃編制與審批、計劃查詢等三個方面。一是數據導入。審計計劃數據源來自全業務數據中心和外部數據導入，多為工作報告等非結構化文件或審計業務結果性數據。二是計劃編制與審批。通過非結構化數據識別技術，自動生成全量審計計劃，然后根據業務需求進行人工調整，提交上級審批（見圖11）。三是計劃查詢。借助“導出”功能，查詢通過審核的審計計劃。

審計計劃標準模板包含項目年度、項目名稱、組織單位、實施單位、被審計單位、計劃實施時間、牽頭處室、業務支撐單位、數據源、計劃狀態等，計劃表編制合理，職責明確，每項計劃都對應責任處室和聯系人;時間節點清晰，每項計劃都有啟動時間和完成時間，并會在系統中自動提醒。審計計劃在編制時，充分考慮公司風險、管理需要和審計資源，合理評價各審計項目的風險程度，確定以風險為導向的年度審計工作重點與序列。

三、審計計劃管理改進的效果

（一）智能分析、科學統計，審計計劃制訂更加合理

智能統計分析模型的應用有效克服了以往審計計劃編制目標不夠明確，重點不夠突出，盲目性、隨意性和臨時性較強等常見缺陷，通過對上級工作部署、企業經營管理現狀、歷年審計成果等多方面因素的綜合分析，能夠精準鎖定公司經營管理風險領域及薄弱環節，科學、合理確定審計重點，從根源上避免重復交叉審計，減少人力、財力、物力資源空耗和審計對象的負擔，有效緩解了審計人力資源短缺與審計任務不斷加重之間的矛盾。

（二）建立體系、統一模板，審計計劃編制更加標準

審計計劃多維智能編制體系能夠滿足審計項目智能化、標準化的現代管理需求，在多維信息綜合、多類型數據分析的基礎上，能夠快速、自動生成審計項目計劃，并以項目列表的方式加以直觀化、簡潔化顯示，方便領導決策。該體系應用后，以往審計項目命名不規范、部分計劃信息缺失等情況得到極大改善。此外，審計計劃線上自動生成技術有力地推動了審計項目數字化管控向上延伸，實現計劃編制、項目實施、整改落實的全過程線上管控，審計信息化程度得到有效提升。

（三）明確方向、精準定位，內審工作得到顯著加強

自系統投運以來，審計人力投入減少8%，但審計發現問題增加15%，增收節支資金金額提高17%;實現了“三公經費”、招投標管理、工程項目管理等重點領域的全面覆蓋，問題的深度、審計報告的高度得到有效提升，切實發揮了審計計劃明確工作目標、確定重點方向、實現資源統籌的整體效能。

（四）充分應用、大力推廣，企業經濟效益明顯提升

多維智能編制體系從服務公司經營管理的宏觀思維入手，注重發揮科學、合理、全面的審計計劃微觀優勢，抓準公司經營管理過程中的階段化需求，通過項目源頭控制提升審計項目質量;方便審計人員后期從具體違規違紀現象出發歸納出經濟運行中的體制性、機制性、流程性問題，提出切實可行的審計建議，提升審計在宏觀決策方面的支撐效能，能夠為公司經營決策提供超前性、預警性的分析。

（作者單位：國網冀北電力有限公司 ?首都經濟貿易大學，郵政編碼：100054，電子郵箱：happyrain216@163.com）

主要參考文獻

宋夏云，胡月.審計全覆蓋理念下經濟責任審計計劃管理模式創新對策研究[J].商業會計， 2017（10）：77-80

田澤鵬.審計計劃管理的現狀與完善[J].市場研究， 2018（4）：62-63

吳向民，師璇，鄧芳.集團企業審計計劃模型優化設計與應用：基于項目組合選擇視角[J].財會通訊， 2018（10）：102-106