基于“雙輪驅動”電網企業數字化審計轉型的實踐應用

何婧 殷彬 韓華

[摘要]本文基于數字時代審計工作發展新趨勢，電網企業數字化審計工作通過聚焦“技術創新”和“管理創新”雙輪驅動，通過搭建多域融合審計場景、智能風險預警監督網，多視角動態描繪審計畫像等方式，深化技術應用;變革管理機制，建立三級溯源數據治理防線、探索數字化審計立體保障新模式，推動審計工作數字化轉型。

[關鍵詞]審計循環? ?雙輪驅動? ?數字化

一、引言

隨著科技的飛速發展，以及大數據、人工智能、區塊鏈、5G等創新技術的日趨成熟，數字化審計迎來了前所未有的發展機遇，加快大數據部署、深化大數據應用， 已成為推動現代化審計工作的必然要求。近年來，筆者所在的電網企業強化“數字國網”頂層設計，將大數據融入企業經營管理模式、業務流程中，電網大數據已成為企業轉型升級的強大支撐，數字化審計成為推動審計工作轉型、提高審計效率和提升審計工作價值的重要方式和手段，也是實現審計監督全覆蓋和促進公司提質增效的重要保障。

二、“雙輪驅動”數字化審計轉型的內涵

（一）數字化審計的循環思路和核心要素

跨行業數據挖掘標準流程（以下簡稱CRISP-DM）是一種知識發現、數據分析的通用循環模型，以業務目標為導向，依次由“業務理解→數據理解→數據準備→建模→評估→部署”共六個環節為鏈條不斷循環迭代，無限接近目標達成的一個過程。以CRISP-DM為理論依據，數字化審計也是一種“理論—實踐—理論”的循環過程，依次由“形成思路→數據確認→建模挖掘→核實驗證→總結提煉→完善思路”來循環迭代。從審計循環來看，數字化審計有六大核心要素，即“思路、數據、工具、行動、協作、部署”，以思路為根本，以數據為基石，以工具為利器，通過行動、協作、部署來達到審計目標，實現審計價值。

（二）“雙輪驅動”數字化審計轉型的基礎架構

電網企業審計工作以“站位有高度、監督有精度、服務有溫度、保障有力度”為理念，聚焦“技術創新”和“管理創新”雙輪驅動，以數字化審計六大核心要素為支撐，深化“思路、數據、工具”三要素的技術應用，大膽實踐，搭建多域融合審計場景、智能風險預警監督網、多視角動態描繪審計畫像、開發智能RPA審計流程，提高數字化審計生產力;變革“行動、協作、部署”三要素的管理機制，系統思考、業審融合，建立三級溯源數據治理防線、探索數字化審計立體保障新模式，構建新型數字化審計生產關系，保障審計數字化作業深化轉型，更好服務企業戰略發展布局。

三、“雙輪驅動”數字化審計轉型的實踐應用

以筆者所在的電網企業為例，企業積極踐行“雙輪驅動”的數字化審計新模式，充分發揮審計生產力和生產關系的六要素價值，實現審計工作數字化深度轉型。

（一）深化“技術創新”驅動，提高數字化審計生產力

1.探索新領域，構建智能風險預警監督網。以風險預警為導向，從高風險主體、關鍵業務環節、敏感時間指標三個維度，定制化建立預警審計業務場景，根據服務專業管理需求，提前研判問題產生的根源，利用數字化新技術從風險根源進行全量、跨域的數據分析，按照風險程度進行紅、黃、綠不同等級的預警，確定風險預警審計邏輯和預警閾值，進行實時監控，探索業務數據特征和發展趨勢，主動形成預警清單，推動傳統審計向“預警審計、前置審計”的轉型發展。目前，運用Python爬蟲工具等新技術，已開發“民營企業清欠預警”“配網項目精準投資預警”“資產增資及時性預警”“已銷戶用戶預收電費異動預警”等7個風險預警審計模型。積極探索新領域，打造了雙碳領域的“風電超容預警”“充電樁數據預警”“光伏發電預警”和“清潔取暖服務預警”共11個指標4項預警模型，形成“雙碳”業務風險預警監測網。應用可視化技術，預警風險8次、壓降成本費用172萬元、增加電費收入120萬元、清理長期在建工程156個、清理往來款項875萬元，與傳統數字化審計方法對比，風險預警率由27.82%提升至83.33%。

2.應用新技術，多視角動態描繪審計畫像。聚焦前沿技術，自主構建了基于Python編程語言的Plotly標準庫，創新開展可視化審計，充分利用Plotly具有人機交互、動態展現、智能分析的優勢，打造“三鏡”實時畫像，動態呈現審計對象全量業務數據規律，疑點信息呈現更加精準、直觀、全面。

（1）基于“廣角鏡”的整體畫像。應用可視化技術展示被審計單位的售電量、固定資產總額、項目金額等主要數據，形成整體畫像，輔助審計人員快速研判關注重點。比如，使用Plotly地圖工具，直觀呈現各個供電所的位置及售電量信息，快速選取位置偏遠但售電量大的供電所開展重點審計。

（2）基于“放大鏡”的業務畫像。中觀視角業務畫像是對某一項業務的全量數據進行畫像，可視化呈現疑點數據。比如，對A公司資金支付與項目進度匹配性進行中觀視角的審計畫像，隨著時間軸移動，幾秒鐘就可動態展示出“超過系統竣工日期60天后，仍有大額未付款項”的虛假竣工疑點，審計核實工作量由115個單項工程項目減少為42個。

（3）基于“顯微鏡”的特征畫像。按照標準業務數據建立“合規業務畫像庫”，比較存在較大差異的輸出為疑點數據。比如，某執行學校電價用戶用電畫像與“合規業務畫像庫”存在較大差異，經核實，該用戶實際為建設中的學校，應執行未執行一般工商業電價。

3.開發新工具，智能RPA審計流程自動化。以“數據共享、智能互動”為理念，基于流程自動化RPA技術，通過“以用促建、建用結合”，企業自主開發“三維五庫”智能審計管理工具，搭建了作業管控中心、審計數據中心和資源共享中心。

審計作業全流程在線管控，可實現各種影像資料線上反饋、一鍵傳回、實時共享，從非現場疑點跟蹤至問題整改臺賬，全程實現RPA機器人流程自動化，自動識別價值信息，全鏈條線上審理復核，智能化出具審計過程成果。對問題整改動態管控，自動向被審計單位發出整改逾期預警提示，多個維度統計分析審計問題成果，整個審計作業流程可使人均單項現場審計時間縮短5天;豐富資源共享庫，多方共同形成審計經驗，增強審計部門整體風險識別能力。D165DAAF-0E61-4D2D-872D-CD2ED27B9763

（二）變革“管理創新”驅動，構建新型數字化審計生產關系

1.優化新思路，搭建跨域融合審計場景。依托企業數據中臺和數字化審計平臺，按照“系統分析模型—類別分析模型—個體分析模型”思路，研發跨單位、跨業務、跨年度的全鏈條業務審計模型，搭建財務、營銷、工程、物資、人資、產業、信息系統等多業務領域的數字化審計場景。關注數據之間的整體性和關聯性，創建業務場景的模型設計清單和模型開發清單，深入推進數據多源、跨域和全量分析，驗證并不斷完善模型設計思路，發揮模型在把握總體、鎖定重點、篩選線索等審計分析查證過程中的作用，確保精準鎖定疑點信息。聚焦國家重大政策落實和電網核心業務更新情況，實時對公司全量業務數據進行數字化、智能化、持續化的審計掃描，提升命中精度和數據全覆蓋，實時跨域防控風險事項。

比如，在電網企業數字化持續審計監督過程中，運用SQL Server、Python等數字挖掘技術，構建了項目資金支付與進度匹配性、購電側結算業務全鏈條、光伏補貼標準執行等11項跨域全量審計場景。通過數字化審計手段的應用，較傳統審計項目的問題挖掘數量提升24%，顯著提升了審計效率。運用光伏補貼標準執行情況審計場景，將財務數據域和營銷數據域聯合分析，僅用3個小時就完成了6個市縣公司所有光伏用戶，核查了全量結算數據36.46萬條，發現異常交易記錄1799條，且最終全部核實為問題，真正實現了由“抽樣審計”向“全量審計”轉型，由“單一審計”向“跨域審計”轉型。

2.注入新動能，建立三級溯源數據治理防線。堅持業審融合，積極研究優化電網域、客戶域、財務域等十大審計域的治理流程和融會貫通，以“業務治理、技術監測、審計實踐”為原則，建立業務部門、數據管理部門、審計部三道數據治理防線，積極擴大數據治理“朋友圈”。各業務部門以數據應用為紐帶，以實踐為基礎，在數據權限開放、業務模型驗證等方面，承擔起數據準確性的核對責任，為數字化審計提供專業技術支撐;數據管理部門加強新技術研究和應用，發揮數據中臺數據管理的關鍵因素和支柱作用;審計部以數字化審計場景作為數據應用的重要載體，發揮全專業數據驗證的優勢，多方聯合打通數據壁壘，協同建立審計場景完善和數據治理的定期反饋機制，持續推進數據源的三級治理，為審計作業清洗甄別有效數據。

3.推動新模式，保障審計監督與服務并重。聚焦扶貧項目、重點崗位、資金管控等領域，企業創新組織管理模式，科學配置審計資源，成立跨專業柔性審計專家團隊和數字化審計專家團隊，積極探索“1+N”、交互式、融嵌式項目組織方式，將數字分析技術融入審計項目全流程，建立“線上+線下”雙重跟蹤督導模式，全年累計節約現場審計時間65天，實現了審計對象及重點領域全覆蓋。圍繞國家重大政策、公司決策部署及專業管理需求等方面，把審計服務嵌入業務流程，開展重點工程項目后評審，打造“線上、線下”數字化二維取數模式，組織梳理21類后評審數據，創建50項數字化后評審指標，從四個維度提出7條管理建議，最大限度地規避低效無效投資，服務專業部門和公司發展決策。

四、展望

大數據時代喚醒數字化審計，作為企業內部控制的監督部門，內部審計要積極做好數字化深度轉型，以應對企業生產經營各環節豐富多彩的業務場景、各具特色的專業特點和不斷迭代的業務技術，只有這樣才能更好地發揮審計風險預警和價值增值的作用。

主要參考文獻

[1]程廣華.數字化審計實務指南[M].北京：人民郵電出版社， 2021

[2]王宏巍.國有企業內部審計職能定位與升級路徑研究[J].中國內部審計， 2020（6）：15-21

[3]鄭永娟，孟亞敏，張浩妹，徐征.基于“多環節.場景式”數字化技術的經濟責任審計思考與探索[J].中國內部審計， 2021（12）：26-31D165DAAF-0E61-4D2D-872D-CD2ED27B9763