大數據技術推動基層預算執行全覆蓋審計的思考

摘 要：預算執行審計總體來看雖然只包括預算編制、預算執行、預算績效三個方面的內容。但它們涉及領域廣泛、單位眾多、類別繁雜、資金量巨大。單拿預算執行來說，高青縣84個一級預算單位就涵蓋了重大工程項目、扶貧、就業、養老、醫療、教育、食品安全等各個行業的公共資金。要想在眾多的預算單位、海量的數據資源、大量的資金業務、龐大的交易記錄中精準鎖定疑點，順利查處問題，必須充分利用大數據審計手段，引爆數據“核彈”，既要通過數據分析獲得直接殺傷力，更要利用數據體量強大的“輻射沖擊波”，通過精準鎖定、疑點追蹤、分散核實，迅速瞄準審計重點和疑點線索。

一、典型案例

（一）殘保金審計：曲線救國--充分利用已有數據

根據殘保金有關規定：一是職工人數在30人以下的小微企業，自工商登記注冊之日起3年內免征殘疾人保證金。二是用人單位安排殘疾人就業比例低于本單位職工總數的1.5%，要繳納殘保金。要對上述事項開展分析，就必須獲取關鍵數據“企業總人數”，但由于小微企業種類繁雜、數據統計困難、被審計單位抵觸審計等原因，審計人員難以獲得真實完整的數據。為了節約審計資源并順利完成該事項，審計人員并未在該問題上“一條道走到黑”，而是采取“曲線救國”措施，深入學習政策制度，并對現有數據資源進行梳理，從《勞動法》和“企業養老保險發放名單”中找到了該問題的突破口，通過關聯匯總“企業養老保險發放名單”確定企業總人數，確定了數據分析方案。

通過審計減免了企業殘保金，追回了流失的資金，保障了小微企業的合法權益，同時警醒了那些想做“漏網之魚”的僥幸之人，在大數據審計面前，沒有陽光照不到的死角。

（二）公務用車審計：處處黃金--單表復用的魅力

公務用車加油費用涉及車輛多、類型廣泛、情況復雜，監管難度較大，成為違反中央八項規定精神問題的高發角落。本次審計，審計人員拿到了中石化和中石油的加油數據，里面記錄了加油卡號、單位、時間、金額、油量等信息。然而，因該數據只有一張表，信息有限，且難以實現數據源之間的分析比對，審計人員起初不知如何出手。經過絞盡腦汁地苦思冥想，結合常識邏輯，審計人員找到了數據分析思路。

一是通過提取“商品種類字段”中的“多種商品”信息，篩選出“加油卡未用于加油事項-可能用公共加油卡購買私人物品”審計疑點。二是通過提取交易時間為法定節假日的數據，篩選出“國家法定節假日用加油卡加油--可能公車私用”審計疑點。三是通過統計同一天同一卡同一單位加油2次以上的信息，篩選出“可能存在私車公養”審計疑點。四是通過提取“一次加油超過500元的信息”，篩選出“可能超標配備公車”審計疑點。五是通過過濾地點字段，篩選出“受理地點不在本地”審計疑點。

本次審計雖然只用了一張表，但審計人員結合實踐經驗，從土里挖黃金，不但挽回了損失的財政資金，而且有效打擊了“違規賺取公共利益”的僥幸心理，凈化了公車使用環境，維護了廣大干部職工的利益。

（三）公務卡審計：由小見大—宏觀事項的數據分析之路

公務卡是2015年以來的重要改革事項，涉及辦公費、會議費、差旅費、培訓費等多項費用，種類繁雜、范圍廣、條目眾多，利用手工手段統計必然會浪費大量的審計資源，因此，大數據審計手段成為必由之路。

一是關聯國庫集中支付數據和公務卡數據，提取公務卡卡號為空的數據，篩選出未使用公務卡結算的記錄。

二是提取摘要中的辦公費、會議費、培訓費、差旅費等公務卡強制消費目錄中規定的費用項目，篩選出應使用未使用公務卡的記錄。并根據數據源情況，剔除摘要中不需要的關鍵字。

三是以業務年度分組統計每年的應使用未使用公務卡的單位個數、支出筆數和支出金額并進行同比分析，確定被審計單位公務卡改革推進情況。通過比較分析，發現任職期間較任職前該問題筆數和金額明顯上升，確定了任職期間公務卡改革推行不力的問題。

二、思路方法

（一）思路理念創新，指明大數據審計的前進方向

創新大數據審計思路需要以審計目標為前提。有了思路，就有了前進的方向，才能由點生線、由線擴面。使用順藤摸瓜和深挖資源兩種思路，可以順利破解審計難題，查出審計人員需要的疑點線索。一方面，緊抓“資金流”這條主線，采集預決算數據、國庫集中支付數據、有關單位財務數據等電子數據，順藤摸瓜、從頭到尾、逐步分析。如：通過檢索財政國庫集中支付數據，快速鎖定公務接待超過3000元的有關疑點記錄，通過比對預算單位的財務數據進行核實印證，并提取附件張數大于1的記錄，發現公務接待未嚴格執行“一次一結算”問題。另一方面，充分挖掘現有數據資源，找準關鍵點，輻射所有預算單位。如：通過檢索財政國庫集中支付數據，提取預算科目使用不規范的相關記錄，以該點為中心向外輻射，關聯其他預算單位的財務數據，鎖定問題、匯總分析，找準體制漏洞。

（二）清洗技能創新，提升大數據審計準確性

數據標準化是數據分析的前提和基礎，數據存儲途徑的多樣性，造成被審計單位提供的數據類型五花八門。沒有經過標準化的可用數據，審計人員空有一身分析武藝，那也是“巧婦難為無米之炊”。因此，通過數據清洗，實現數據標準化，對分析數據尤為重要。一是加強上下聯動，努力克服數據標準化的技術難題。采用國家和省市開發的數據采集分析平臺，將各類不標準的數據轉換為審計人員可用數據。同時，積極參加各類大數據審計培訓課程，掌握數據標準化技術技能，提高自我實現能力，打通大數據審計的最先一公里。二是努力進行大數據審計實踐探索，不斷歸集整理數據標準化的思路和技術難題，及時修正攻關方案，制定化解措施，為數據標準化工作開辟道路。

（三）分析手段創新，提升大數據審計的工作效率

大數據審計要起到事半功倍的效果，需要新的技術思維、新的方法步驟和具備專業素養的人才作為支撐。一方面，充分掌握和使用各種技術手段，如：利用Python等編程技術，對多個Excel表格和word文檔進行快速合并，讓電腦自主完成大量枯燥乏味的復制、粘貼工作，解放雙手、提高效率、節約成本;利用審計一張圖，快速鎖定違法占地圖斑信息，不用到現場就已有了準確的定位方向;利用SQL語言編寫腳本，快速確定審計重點，精準鎖定審計疑點，大量的數據不再需要人工篩選，我們勞累的眼球可以得到解放;配合各種函數使用excel數據透視表，對經過數據庫分析的數據再加工，透視審計信息，發現隱含貓膩。另一方面，積極培育大數據審計青年后備力量，配合上級審計機關的大數據審計專家，在項目前期集中力量進行數據分析，以干代訓，提高實踐機遇和能力。同時，積極參與數據分散核實工作，檢驗數據源準確性、分析邏輯嚴密性、分析思路有效性，為更新進化大數據審計技能提供保障。

（四）工作方法創新，充實大數據審計“援軍”

一是充分認識審計機關與被審計單位之間的對立統一關系，積極開展文明審計，化解被審計單位抵觸情緒，讓他們認識到自身既是審計對象，又是審計項目的參與者、執行者，真正融入到審計項目中來。與被審計單位搞好關系，在采集數據時才能起到事半功倍的效果。二是積極獲取其他單位的協調配合，形成工作層級“有上有下”、工作模式“有頭有腳”，分工協作、密切配合的工作機制，順利獲取第三方支持數據。只有大量數據的支撐，分析人員才能在信息海洋中如魚得水，在數據森林中如虎添翼，讓審計疑點暴露于陽光之下，最終實現審計目標。

作者簡介：張怡，性別：男，出生1987年2月，籍?貫：山東省淄博市博山區，畢業院校：濰坊學院，已獲學位，管理學學士專?業，會計學。