商業智能技術在融資性貿易審計中的應用

王強

[摘要]大數據應用遍布各個行業領域，大數據審計已成為審計轉型升級的必然趨勢。應用大數據技術，可提升審計工作成效，更好地為企業可持續高質量發展保駕護航。作為一種便捷高效的大數據技術，商業智能技術能夠進行數據收集、分析和決策，完成審計線索的查證。本文以Microsoft Power BI工具為例，從審計實踐角度闡述了商業智能技術在融資性貿易審計領域的具體應用。

[關鍵詞]內部審計? ?融資性貿易? ?大數據? ?商業智能

一、引言

加快數字化和工業化深度融合是能源行業實現高質量發展的重要途徑和必然選擇。處于集團轉型升級的關鍵時刻，中國石油化工集團公司審計部也逐漸由傳統審計向數字化、網絡化和智能化審計突破。集團公司物資采購、生產建設、經營管理和產品銷售等各項業務數據都已經進入各類信息系統，充分利用業務信息系統和龐大的數據資源，構建數據集市，建立涵蓋油氣和新能源、煉油和銷售、化工和材料、資本金融和支持等主要業務領域的“審計中間表”，是中國石化數字化審計轉型的大勢所趨。

數據分析是大數據審計的基礎，審計人員全覆蓋審查被審計主體的所有相關數據，通過數據之間的相關性，進行邏輯推理和判斷，從而找到規律。基于大型數據庫或數據倉庫的審計數據挖掘技術分析構成智能審計的核心。數據分析是審計人員的一項專業技能，學會使用數據分析工具是具備數據分析能力的必要條件。商業智能利用數據挖掘技術，可以開發獨立的智能審計平臺，實現審計數據的多維分析，揭示數據中蘊藏的邏輯關系，輔助審計人員發現審計線索，提供查證思路，并作出相應的審計決策。商業智能在審計數據分析領域作用更加廣泛，發揮著越來越重要的作用。

商業智能（Business Intelligence，簡稱BI），是指利用現代數據倉庫技術、線上分析處理技術、數據挖掘和數據展現技術進行數據分析，為企業決策者提供決策支持，從而實現商業價值。商業智能是對商業信息的搜集、管理和分析的過程，目的是使企業各級決策者獲得知識或洞察力，促使其做出對企業更有利的決策。商業智能一般由數據倉庫、聯機分析處理、數據挖掘、數據備份和恢復等部分組成。商業智能的實現涉及軟件、硬件、咨詢服務及應用，其基本體系結構包括數據倉庫、聯機分析處理（OLAP）和數據挖掘三個部分。目前，商業智能最常見的五種形式為：儀表板、企業報告、OLAP分析、預測分析和通知警報。目前國內市場主流的商業智能軟件包括Power BI、Tableau、Moojnn等。

二、商業智能工具Power BI介紹

2015年，Microsoft公司發布了數據可視化和自助式分析產品Power BI。Power BI是目前學習路徑最短、成交最高的數據分析工具。自問世以來，在各行業得到了廣泛的推廣和應用。審計數據分析人員應用Power BI可以在數據分析和可視化展示方面取得良好效果，大幅提升工作效率。

Power BI具有以下優勢：一是數據源支持豐富。Power BI支持多種數據源，包括Excel數據、文本數據、Web數據以及各種類型數據庫數據（Oracle/Access/SQL Server/MySQL/PostgreSQL/IBM DB2等），通過Power Query模塊可以完成數據整理、編輯等工作。二是操作界面友好。Power BI是一款圖形操作界面的桌面應用，與Office辦公軟件同源同類，操作簡便。三是數據模型和計算能力強大。通過表與表關鍵字聯接，Power BI實現了多個維度表聯動關系;使用DAX語言實現內部的查詢與計算。四是可視化功能強大。Power BI提供了豐富的圖表可視化對象，如卡片圖、表格、樹狀圖、條形圖、線圖、餅圖、散點圖、地圖等，配合豐富的選項及交互特性，可以實現良好的可視化效果;微軟公司的AppSource提供了250多個第三方可視化對象，可以按需加載到Power BI Desktop中，增強其可視化能力;支持R和Python變速器，為其提供了擴展接口，可以在數據整理及可視化過程中引入R或Python腳本。五是支持云共享與協作。可以將完成的可視化報表發布到Power BI云服務，從而實現共享與協作。數據分析流程如圖1所示。

三、Power BI審計應用案例

國有企業融資成本低，具有經營業績指標增長和績效考核方面的壓力，傾向于對融資難、融資成本高昂的民營企業開展融資性貿易。融資性貿易給國有企業帶來了巨大的經營風險和經濟損失，國資委印發的《中央企業違規經營投資責任追究實施辦法（試行）》明確規定，對違反規定開展融資性貿易業務或“空轉”“走單”等虛假貿易業務要追究責任。基于ERP開發報表清單、銷售毛利表、供應商、銷售客戶等數據，應用Power BI數據清洗、編輯、分析和可視化模塊，能夠有效甄別出具有融資性貿易特點的交易記錄和購銷合同，為確定審計線索提供數據支撐。

A化工銷售公司是中石化直屬法人機構，是國內外業務的主要操作平臺，主要從事化工產品國際貿易，業務類型包括系統內企業保供、系統內資源進出口、系統外經營以及第三國貿易等，主要經營產品有甲醇、乙二醇、對二甲苯和純苯等。根據中石化審計部2021年的審計計劃，對該公司進行經濟責任審計。審計重點內容為該公司2016—2020年間化工產品交易過程中是否存在空轉走單或融資性貿易風險事件。

1.數據預處理。A化工銷售公司采用ERP系統進行公司交易數據的統計匯總。首先從ERP系統中查詢所需數據，如圖2所示。

通過Power Query，獲取導出的數據;使用Power Pivot對數據進行加載、清洗和編輯，刪除不需要的數據和字段，并建立相應的列，如圖3所示。

當數據量很大且需要導入很多表格時，往往需要建立各個表格之間的邏輯關系，Power BI可以輕松選擇相互關系的表和列。如圖4所示，建立“客戶名稱—銷售客戶”“供應商—供應商名稱”等邏輯關系，以確定銷售和采購之間的表間關系。

2.數據模型建立。完成數據預處理后，需要分別建立主營業務收入模型、主營業務成本模型、主營產品經營量模型和銷售毛利模型，建立度量值Data Analysis Expressions（簡稱DAX）。DAX計算功能強大、應用靈活，Power BI通過度量值對數據進行計算和分析。銷售毛利計算公式及DAX公式，如下所示：

3.數據可視化。如圖5和圖6所示，A化工銷售公司2016—2020年的主營業務收入為1105.77億元，主營業務成本為1101.94億元，毛利潤為3.82億元，銷售毛利率為0.35%。按毛利潤金額大小排序為甲醇、工業用乙二醇、石油混合二甲苯等，按成本多少排序為石油對二甲苯、工業用乙二醇、石腦油、甲醇等。從圖中可以看出，有多筆訂單毛利率很低，存在融資性貿易的嫌疑。

4.融資性貿易線索查證。毛利率分析是查證融資性貿易的重要突破點之一，通過Power BI計算出同一類產品相同交易對手的銷售毛利率進行比較，一般毛利率低于平均毛利率則可能為融資性貿易。融資性貿易的顯著特點是采購銷售合同簽訂地點、交易量一致，簽訂日期非常接近，且供應商和客戶實際上為同一控制人。因此，對毛利率低的交易，匹配采購臺賬和銷售臺賬，找出采購和銷售數量相同的業務，關注合同簽訂地點、時間、金額和交易上下游鏈條的實際控制人。

首先，篩選出低于平均毛利率的交易訂單。設置的篩選條件為：0<毛利率<0.35%。使用Power BI的矩陣表格和篩選器功能，經過分析如圖7所示，可以得知：2017—2020年符合條件的交易量為1060筆，平均毛利率為0.14%。這些交易記錄具有毛利率低的特征，需要進一步穿透，繼續尋找存在融資性貿易的線索。

通過對這1060筆交易進行進一步分析，查看交易鏈條上客戶與供應商之間是否存在同一實際控制人。經過查證分析，得到以下線索：2018年2月24日，A化工銷售公司商談了一單丙烷的背靠背業務，以采購價格593美元/噸、采購合同總價29，650，000美元從B公司采購50，000噸丙烷，并以銷售單價594美元/噸、采購合同總價29，700，000美元再出售給B公司，實現毛利50，000美元，毛利率0.16%。合同付款方式為：銷售合同提單日后90天遠期信用證、采購合同提單日后30天遠期信用證，如圖8所示。上述貿易中，上游供應商B公司和下游客戶C公司同屬于某石油化工集團;A化工銷售公司沒有參與實物流操作，經營利潤率較低，且提供了60天的資金支持，存在增加經營規模和收入、變相融資的嫌疑。

四、結論

中國石化審計目前已由現場審計為主向以非現場審計為主轉變，由傳統審計向數字化、網絡化和智能化審計轉變，由“橄欖型”審計向“啞鈴型”審計轉變。在新時期審計工作中，數據分析的作用更加重要。融資性貿易具有毛利率異常、購銷合同日期接近、購銷雙方存在關聯關系等特點。商業智能分析工具Power BI具有強大的功能特性和適用性，可以有效地識別毛利率低于正常值的交易，同時能夠匹配關聯，可有效助力審計人員更好地甄別融資性貿易。

主要參考文獻

[1]顧明.基于數據湖的內部持續審計模式探索[J].中國內部審計， 2021（3）：63-65

[2]李虹鋼.融資性貿易審計技巧[J].中國內部審計， 2018（9）：42-45

[3]蘇孜，宿洪艷.關聯交易的內部審計監督[J].中國內部審計， 2021（2）：49-50

[4]應里孟.數據式審計常用的數據分析方法[J].中國農業會計， 2011（9）：14-15

[5]張玉卓.以數字化轉型促進能源化工產業高質量發展[J].中國產經， 2021（2）：58-60