財務共享下資金滾動預算審計預警研究

程平　常吉

【摘要】財務共享作為一種新型的財務管理模式， 促進了預算管理的精細化。實行滾動預算管理可以動態反映復雜多變的企業生產經營過程， 有效發揮預算的指導和控制作用。引入機器學習算法， 基于企業財務共享中心積累的大量數據， 開展資金滾動預算審計并對風險進行及時預警， 可以幫助企業提高預算的準確性、 減少損失和降低經營風險。以A公司資金滾動預算審計為例， 針對審計指標、審計方法以及審計結果運用等方面存在的問題， 設計完善的審計指標體系； 引入C4.5決策樹算法， 構建審計框架和流程， 并進行預警等級劃分。最后通過模擬實施， 檢驗了所提出方法的可操作性和有效性， 以期為企業開展智能審計提供路徑參考和借鑒。

【關鍵詞】資金滾動預算；審計預警；決策樹算法；財務共享

【中圖分類號】G420? ? ? 【文獻標識碼】A? ? ? 【文章編號】1004-0994（2023）04-0097-8

一、 引言

資金滾動預算是指在預算編制過程中， 不按照會計年度進行， 也沒有固定的預算期， 而是將預算與市場變化有機結合， 根據預算的執行情況不斷進行延伸和補充， 這樣使得預算與實際情況更加適應， 不僅可以發揮預算的引領作用， 還可以使預算成為企業長期戰略目標的必要補充（王曉雷，2021）。資金滾動預算審計作為保障資金滾動預算數據科學合理性的重要監督力量， 是以促進企業資金滾動預算管理的科學性為目的， 以評價資金滾動預算的經濟性、 效率性和效果性為主要內容的審計活動（房甄和宋曉威，2020）。通過查找和改進資金滾動預算存在的漏洞和不完善之處， 可以幫助企業優化管理、 降低風險、 增加價值。

這些年來， 眾多企業大力推進財務數字化轉型， 通過建設財務共享中心形成了完善的財務信息系統和業務信息系統， 并積累了豐富的財務數據和業務數據， 這為開展資金滾動預算審計提供了重要的數據基礎。機器學習作為實現人工智能技術的一種方法， 通過計算機技術將未加工的數據轉換成可信的有用信息， 挖掘數據之間潛在的邏輯關系（程平和崔納牟倩，2017）。在資金滾動預算審計中， 采用機器學習的決策樹算法， 可以幫助審計人員挖掘并“學習”資金滾動預算數據與資金管理風險之間的深層次關系， 以更加全域的視角來組織實施更有針對性的測試， 及時辨識企業整體的異常情況， 并將同樣的邏輯應用于具有類似特征的其他項目。

資金滾動預算審計是企業內部審計研究的重點內容之一。大型集團企業由于組織結構復雜等特性， 資金預算有諸多的不確定性， 這導致預算審計的難度較大。唐光耀（2018）認為資金滾動預算審計方面的主要問題在于預算編制與預算下達不符， 預算編制與單位工作需要不符， 預算變更的整個過程難度較大， 這導致預算審計的難度加大。沈陽陽和邢建國（2021）認為， 對資金滾動預算的編制過程以及執行過程進行監督， 分析資金預算與實際執行時的差異以及造成差異的原因， 使資金滾動預算更為合理， 能為后期的資金使用及管理夯實基礎。趙波（2016）從滾動預算審計的內容和方式上對案例公司進行剖析， 總結出預算審計可能存在的問題及原因， 提出完善公司預算審計監督體系和機制的建議。韓振宇（2022）分析了企業預算審計的執行主體， 梳理了滾動預算審計應當解決的問題， 并設計了審計內容和實施程序。廖艷紅等（2021）提出運用信息手段， 強化財務共享服務中心的數據支撐， 通過提高數據分析的精確性和時效性來助力預算執行審計工作提質增效。

綜觀現有文獻， 盡管很多學者已針對資金滾動預算審計相關問題開展了大量研究， 但這些研究在審計方法上很少結合大數據、 人工智能技術， 在審計結果運用上也很少進行分類預警。鑒于此， 本文基于財務共享背景， 以A公司為研究對象， 提出了一種基于C4.5決策樹算法的資金滾動預算審計預警方法， 設計資金預算審計指標體系， 并通過模擬實施檢驗了方法的可操作性和有效性。

二、 A公司資金滾動預算審計現狀與存在的問題

（一）A公司資金滾動預算審計現狀描述

A公司是一家大型央企設立在湖南的省屬子公司， 下設15個地市級分公司、 89個縣級公司， 省公司機關設立20個處室。A公司的主要經營業務是油品和非油品的銷售等， 目前已形成包括汽油、 柴油等各種油品的批發、 零售、 配送， 以及非油品銷售業務的油非一體化經營格局。A公司近年來取得較為不錯的經營業績。比如， 在銷售成品油方面， 公司近五年油品銷售額平均同比增長率在4.3%左右， 非油品銷售額近五年同比增長約30%， 在全國分公司中排名第四。2012年以來， A公司按 “總體規劃、 分步實施、 先易后難、 持續改進”的思路建設并上線了財務共享中心。2020年， A公司在保留年度預算的基礎上， 采取月度滾動預算管理， 即以月為滾動頻率， 每個月編制未來一年內每個月的資金滾動預算， 滾動預算不強調未來一整年每個月的資金預算準確性， 而是將準確性定位于未來三個月， 其他的九個月可能采用模糊編制的方法， 以動態優化采購與銷售計劃。

A公司及下設的地方分公司通過運用財務共享模式， 幫助企業優化組織結構、 規范業務流程、 提高業務效率， 有效地促進了企業數字化轉型。A公司在資金集中管理模式下， 一切資金付款活動都集中于財務共享服務中心， 資金支出的審批權也集中于關鍵管理者手中， 各預算單位在資金管理系統中完成資金預算的提交、 資金使用的申請和資金調整的調動。每月地方分公司的各個預算部門根據當月可能存在的資金流入、 流出， 提交一次月度資金預算， 內部審計部門在對月度資金預算進行審計時， 從制度、 審批、 金額等角度實施詢問、 觀察、 檢查、 細節測試等審計程序， 檢查預算數據的準確性， 以評價預算編制是否合理， 完成對資金滾動預算的監督。

（二）A公司資金滾動預算審計存在的問題

目前， A公司資金滾動預算審計存在的問題主要體現在審計指標體系、 審計方法、 審計結果運用三個方面。

1. 審計指標單一， 尚未建立一套完善的指標體系。目前， A公司的資金滾動預算審計針對“投入資金帶來的效益” 這一單一指標進行， 這種指標更接近于對執行成果的評價， 不符合資金逐月編制預算的特點， 難以覆蓋資金滾動預算的其他方面， 無法評價資金滾動預算編制合理與否， 不能達到監督的效果。這使得對資金滾動預算的審計范圍過窄， 未對預算編制的合理性進行評價。

2. 缺乏科學的審計方法， 無法有效降低資金預算管理風險。A公司對資金滾動預算的審計采取的是年終式審計方式， 并沒有單獨立項來開展， 而是采用合并立項的方式， 資金滾動預算審計沒有得到重視。A公司在進行資金滾動預算審計時缺乏科學的審計方法， 審計效率不高， 難以應對數據量劇增的情況。在大數據環境與財務共享模式下， 業務量與資金需求量的增加， 對內部審計工作效率提出了更高的要求， 人為經驗判斷難以形成模式， 只有科學的審計方法才能幫助審計人員應對工作量與數據量雙重增大、 審計準確性不高的問題。

3. 缺少對資金滾動預算審計結果的運用。資金滾動預算是動態的管理過程， 適合采用跟蹤式的連續審計方式。開展資金滾動預算審計， 不僅要對當前的經營管理起到監督作用， 還應對未來的情況起到預防作用。目前， A公司的內部審計部門僅是對資金滾動預算評價的審計， 每年度的審計是割裂的， 沒有對審計結果加以有效運用。

三、 基于決策樹算法的資金滾動預算審計預警設計

（一）設計思路與審計框架構建

為了提高審計效率， 確保財務共享模式下資金滾動預算審計的有效實施， 針對A公司在資金滾動預算審計方面存在的問題， 本文設計了資金滾動預算審計流程。由于風險往往存在于低頻、 不重要的業務中， 審計預警的設計針對的是全覆蓋下的審計數據。實施資金滾動預算的審計預警， 旨在實現動態審計和事中審計的風險控制， 幫助審計人員進行動態審計風險管理， 使得公司內部可以進行動態自控和自審， 從而能及時發現問題、 解決問題。通過構建滾動預算管理下的審計評價標準、 量化評價指標和信息化審計方式， 進一步對資金預算的逐月編制進行監督， 分析資金滾動預算與實際執行時的差異以及造成差異的原因， 使資金滾動預算更為合理， 并為后期的資金使用及管理夯實基礎。

在財務共享模式下， 對資金滾動預算的審計， 大致分為審計準備、 審計實施和審計報告三個階段。如圖1所示， 在審計準備階段， 審計人員需要確定審計項目， 制定審計計劃， 合理安排時間和資源， 進行會議討論， 收集相關的審計資料和審計數據， 確保審計數據的準確性和真實性。在審計實施階段， 對采集到的數據進行清洗、 篩選等規范化處理， 根據審計數據和預計審計項目內容構建審計預警數據倉庫， 用于存放所有在審計預警過程中可能需要的數據， 并對審計數據進行深入多維分析后確定好審計指標， 此指標運用于審計預警的算法中， 按照指標權重等劃分預警等級， 來實現審計預警。進入審計報告階段后， 通過RPA技術生成預警報告， 針對報告中提示的風險點和問題， 提醒審計人員對于重點部分進行后續持續審計。

（二）建立資金滾動預算審計指標體系

資金滾動預算審計是為了提醒各預算編制單位風險存在的可能性， 差異變動是可能的風險因素， 在過去進行資金管理審計時， 也是基于可能存在的差異明細實施審計程序。當不考慮企業內部調整與外部環境因素時， 資金滾動預算在各個月份之間的變動不大， 差異變動指標可以通過資金滾動預算的數據計算得出。通過比較各月、 各季度、 上半年與下半年之間的差異變動值， 來進行金額差異審計， 預估差異變動臨界值， 超過臨界值則表示可能存在某種風險， 需出具審計預警報告， 審計預警報告中的內容將會成為后續持續審計的重點。審計指標的設計需要和審計目標掛鉤， 具備可實現性和審計的邏輯性。通過對A公司資金滾動預算審計的深入分析以及對資金滾動預算審計數據的挖掘， 考慮到資金滾動預算審計是資金使用前的審計， 審計預警起到提示風險和后續審計重點的目的， 本文決定對資金滾動預算從預算金額變動、 資金到位情況、 執行情況等方面來實現審計預警。基于這樣的理解和分析， 本文設計了如圖2所示的審計指標體系。

資金滾動預算審計應當是對資金滾動預算全流程的審計， 各個月份之間的金額差異落實在對滾動預算編制的審計重點上， 同時對預算的執行情況和資金的使用情況也應當被考慮在內， 形成對資金滾動預算完整的監督流程。因此， 本文選用預算執行率、 資金到位率和資金執行率三個指標來分別衡量滾動預算資金到位情況、 到位資金支出情況、 資金支出與預算的偏離程度。這三個指標會涉及往期的到位資金和支出資金， 但是對資金滾動預算審計的指標選取不應當只定位于對過去結果的評價， 這樣難以達到審計預警的目的。資金滾動預算審計更多地在于評價預算編制的合理程度， 因此對滾動預算進行審計預警更多的是事中審計， 所以本文引入單個科目金額變動作為指標。

（三）基于決策樹算法的資金滾動預算審計流程

基于C4.5決策樹算法的資金滾動預算審計預警主要分為對資金滾動預算相關數據采集、 數據預處理、 審計指標的特征提取及模型構建與預警實施四個部分， 其具體內容和流程如圖3所示。

在資金滾動預算審計流程中， 首先是對審計數據的采集， 獲取與采集資金滾動預算相關的所有數據， 包括系統內的明細數據、 對相關人員進行詢問得到的數據文件等。

其次是對采集到的數據進行預處理， 包括字段關聯與信息匹配、 刪除無效值、 統一字段內容和空值補充等， 從而得到月度資金預算表、 往來單位信息表以及預算小類表等可以作為決策樹算法使用的數據。

然后是對資金滾動預算審計指標的特征提取， 即從審計指標出發， 以審計關注的重點要素為指標， 并對這些指標數據進行提取與分類。A公司內部審計人員對資金滾動預算進行審計時， 重點關注資金滾動預算的差異、 間隔和頻率三個方面， 選取預算執行率、 資金到位率、 資金執行率和單個科目金額變動四個指標。

最后是模型構建與預警實施， 對資金滾動預算審計采用C4.5決策樹算法構建審計預警模型。對審計數據集進行訓練集和測試集的選擇， 將訓練集放置于創建的算法模型中進行模型訓練， 對于輸出結果進行預警等級的劃分， 然后代入測試集進行模型測試， 對測試集的數據， 若達到預警等級則實施預警。

（四）基于決策樹算法的資金滾動預算審計方法

決策樹算法是一種定義布爾函數的算法， 輸入為描述屬性的對象， 輸出為是/否的決策信息。決策樹作為一種預測模型， 是依托策略抉擇而建立起來的樹， 樹中每個節點表示每個對象， 而每個分叉路徑則代表某個可能的屬性值， 從根節點到葉節點所經歷的路徑對應一個判定測試序列。根據數據內在的相似性， 通過算法可以將數據分為幾個類別， 使得劃分后的數據具備分類內的相似性大、 分類間的相似性小的特點。

C4.5決策樹算法的分值選擇標準是信息增益率， 按信息熵和信息增益度， 對數據對象劃分類別（王文怡，2020）。本文將C4.5決策樹算法運用到資金滾動預算審計中， 實現對資金滾動預算編制存在的問題進行預警， 提高審計的科學性和效率。審計預警的實現方式是通過算法模型運算后得到結果， 然后根據預先設置的預警等級進行判斷并發出相應的預警信號。

C4.5 決策樹算法是通過輸入的訓練數據集， 設定訓練集和屬性數據集， 生成決策數據點的一種分類方法。算法首先對資金滾動預算數據中的連續型數據特征進行離散化， 通過計算最佳分裂點實現連續特征離散化處理； 然后計算各個特征的信息增益率， 通過信息增益率選擇分類節點， 以此迭代生成決策樹， 同時生成分類規則。基于C4.5決策樹算法的資金滾動預算審計方法如圖4所示。

1. 變量定義與預警等級劃分。構建A公司資金滾動預算審計預警模型， 首先要確定輸入和輸出變量， 將構建模型 訓練集設定為E、 屬性集設定為C， 將構建了資金滾動預算審計指標的4個相關指標作為輸入值， 將風險預警等級作為輸出值。輸出值為“1”， 表示資金滾動預算編制涉及風險巨大， 此時預算編制不合理， 需要開展后續持續審計， 為A級預警； 輸出值為“2”， 表示資金滾動預算編制涉及風險較大， 此時預算編制不太合理， 需要開展后續持續審計， 為B級預警； 輸出值為“3”， 表示資金滾動預算編制涉及風險較小， 此時預算編制較為合理， 基本不需要進行后續持續審計， 為C級預警； 輸出值為“4”， 表示資金滾動預算編制不涉及重大風險， 此時預算編制合理， 無需后續持續審計， 為D級預警。

比較各節點信息增益率大小， 以信息增益率最大的節點為根節點劃分數據特征， 再基于根節點的左右分支對剩余的數據特征計算信息增益率， 選擇信息增益率最大的節點作為下一個分類節點， 由此遞歸直到數據集被全部分類（曾宇哲等，2019）。

四、 基于決策樹算法的資金滾動預算審計預警模擬實施

下面以A公司為研究對象， 基于本文提出的決策樹算法探討其資金滾動預算審計預警的模擬實施。

（一）數據來源

A公司在經營活動過程中， 資金滾動預算主要通過ERP系統、 銷售管理系統、 采購管理系統等多個信息系統實現數據的互聯互通。A公司財務共享模式下審計的主要數據來源有兩個方面： 一是企業內部信息系統； 二是其他數據， 包括工作文件和外部數據等。具體如圖5所示。

（二）資金滾動預算審計預警數據準備

1. 數據采集。在審計數據的采集過程中， 內部審計人員通常使用的方法有直接復制、 通過中間文件采集、 通過ODBC接口采集、 通過備份/恢復的方式采集、 通過專用模板采集等。A公司內部審計部門對資金滾動預算的數據采集方式是直接復制和備份采集相結合的方式， 財務共享模式下A公司的審計數據庫系統與業務管理數據庫系統相同， 只需要將資金管理的數據同步至審計人員的計算機。對于一些不在業務管理數據庫系統中的數據（如A公司往來單位的情況）， 由于業務管理數據庫系統沒有更新最新的往來單位信息， 所以這些往來單位情況仍然保留在供應鏈數據庫系統中。內部審計人員將供應鏈數據庫系統中的數據進行備份后， 將備份數據在審計系統中設置為數據庫格式的數據， 就可以在數據庫系統中對采集到的往來單位數據進行分析。

在A公司資金滾動預算審計過程中， 內部審計人員還會利用中間文件進行數據采集， 將不符合要求的數據轉換成可讀取的格式（如TXT格式、 XML格式等）。在財務共享中心對預算金額數據進行采集時， 基于預算系統的安全性管理要求， 審計人員不能直接連接信息系統獲取數據， 需要財務共享中心人員將數據轉換為標準格式數據存儲到審計信息系統。

2. 數據預處理。對資金滾動預算的審計數據進行采集后， 審計數據預處理是審計過程中重要的一環。由于采集來的審計數據往往存在許多質量問題， 如數據屬性的值不確定或者是無法得到數據屬性的值而導致數據不完整， 這些數據質量問題會影響審計預警的準確性， 因此， 數據預處理尤為重要。在月度資金預算數據中， 所屬部門字段名稱不統一， 對于不統一的名稱需要進行統一化處理。從預算管理表中提取預算提報單位、 所屬部門、 預算類別等內容， 從資金管理系統中采集預算編號、 所屬月份、 M-1月預算金額等內容（M為當前月，下同）， 財務共享系統內的M-1月實際支出金額也是資金滾動預算審計需要的數據。數據預處理需要將這些信息進行匯總并針對其中的缺失值進行填補或刪除、 對字符類型進行轉換。最終， 將與月度資金預算相關的數據和系統內提取的數據相關情況匯總成資金滾動預算審計信息表， 如表1所示。

對多個系統中導出的數據表進行抽取時， 按照相同字段名關聯的原則， 將日期表與所屬月份通過日期字段建立關聯， 將對應的數據內容進行匹配， 將月度資金預算編制表數據與月度資金預算執行表數據通過預算編號來建立關聯， 匹配對應的預算金額與實際到位金額。這樣一方面完成數據抽取的過程， 另一方面， 通過篩選抽取結果達到審計的目的， 對比檢查兩張數據表的交易方向與資金流向是否一致， 如果不一致， 則可能存在某種風險， 審計人員應當重點排查。

另外， 每個月所包含的預算明細不同。以建設項目為例， 如果當月建設項目已經完成或者沒有待建設項目， 則不存在建設項目的預算， 這類空值在審計預警前應當剔除， 防止對審計預警的結果造成影響。對于審計人員來說， 如果某些字段對審計無用， 那么可以直接刪除字段列內容。

表2為月度資金預算表部分內容示例。

月度資金預算執行表有預算編號、 所屬月份、 M-1月資金到位金額等， 月度資金支出表有所屬部門、 資金支出類別、 項目等。但是， 由于所屬部門的名稱是簡稱， 在系統中很難進行匹配， 甚至資金支出項目簡稱重疊， 審計人員需要將所屬部門的名稱與業務系統中的部門表進行關聯匹配到所屬部門全稱， 對于沒有全稱的， 審計人員可以相應進行替代性標注， 以作區分。表3、 表4為月度資金預算執行表與月度資金支出表部分內容示例。

（三）建立資金滾動預算審計預警數據樣本

數據樣本建立主要是將A公司2021年月度資金預算表、 月度資金預算執行表、 月度資金支出表中信息按照資金滾動預算審計的關鍵指標進行特征提取的過程。審計大致從四個方面進行分析： 一是預算資金到位情況， 即反映的是資金滾動預算在編制完成后和資金下達之間數額的差異 ， 通過“（實際到位資金/預算資金）×100%”計算得到預算執行率； 二是到位資金支出情況， 用來衡量實際支出金額占到位資金的比重， 如果實際支出遠遠小于預算到位資金， 則可能對剩余部分的資金使用存在沒有說明的其他情況， 通過“（實際支出資金/實際到位資金）×100%”計算得到資金到位率； 三是資金支出與預算的偏離程度， 通過“（實際支出資金/預算資金）×100%”計算得到資金執行率。單個科目金額變動則通過相近兩個月的預算金額變動相對值來計算， 得到相對變動的幅度， 以此觀察差異金額， 對于大幅變動的， 則可能成為后續持續審計的重點。這四個方面的維度都可以月為單位進行分析， 也可以季度、 半年為單位進行容錯， 提升預警的準確率， 運用機器學習算法的原理基本一致。

通過將來自不同表、 不同系統的數據進行匹配匯總， 結合資金滾動預算的審計預警數據需求， 得到如表5所示的月度資金預算審計信息表， 包括預算編號、 所屬部門、 M月預算金額、 預算到位金額、 實際支出金額等。

（四）C4.5決策樹算法的模擬實施

C4.5決策樹算法模擬實施的第一步即輸入數據集， 將抽取到的數據進行清洗后， 按照構建的指標體系和審計人員得到的風險等級， 生成如表6所示的表格， 信息內容包含“預算編號”“預算執行率”“資金到位率”“資金執行率”“單個科目金額變動”和“風險等級”。C4.5決策樹挖掘數據與結果之間的潛在邏輯， 訓練樣本集， 得出的模型應用于其他數據集， 為其他月份的滾動資金預算審計預警提供技術支撐。

以A公司2021年度的資金滾動預算審計數據進行模擬分析， 測試模型預測的準確性。將樣本數據的70%作為訓練集、 30%作為測試集實施決策樹算法。在運行C4.5決策樹算法后， 使用剪枝策略處理數據中的噪聲和離群點， 訓練數據中的異常， 處理過分擬合的問題， 表7為A公司資金滾動預算審計的模型評估結果。其中， 節點分裂準則選擇Entropy， 由于本案例涉及的樣本量不大， 因此特征劃分標準設置為默認值best。內部節點分裂的最小樣本數為2， 葉子節點的最小樣本數為1， 樹的最大深度為10， 葉子節點的最大數量設定為50。

通過對樣本數據的驗證， 最終模型的正確率為94.1%， 說明構建的模型訓練結果良好， 能夠為A公司資金滾動預算提供風險預警。其中， F1為精確率和召回率的調和平均， 精確率和召回率是互相影響的， 雖然兩者都高是一種期望的理想情況。

各個指標對評價結果的作用權重（特征的重要性比例）如表8所示。在選取的四個重要指標中， 有三個指標對最終的模型結果產生影響， 有一個指標未產生影響。

由于決策樹層次的緣故， 并不是所有的特征都被選擇， 即在結果的體現上， 并不是所有的指標都會對最終結果產生影響。根據審計人員對A公司2021年5月份資金滾動預算審計的模型評估結果來看， 預算執行率對最終滾動資金預算的預警影響最大， 其次是單個科目金額變動， 重要性分別是58.1%和30.3%， 而資金到位率對模型結果的重要性為0， 說明資金到位率對預算的預警影響可以忽略。

（五）結果分析

決策樹算法的輸出結果如表6所示， “1、 2、 3、 4”分別代表“A、 B、 C、 D級”預警， 其中： A等級的風險最大， 代表預算編制存在較大的問題， 此時需要審計人員針對A等級的預算編制單獨進行重新審計， 采用詢問、 觀察、 檢查、 函證等審計程序進行后續持續審計， 也應當標注此等級的預算編制信息， 作為下一月度審計的重點內容； B等級的風險較大， 審計人員只標記此等級預算編制信息列入審計信息系統內， 作為下一月度審計重點內容即可， 對于存疑較大的預算信息， 也應當采取A等級的處理方法； C等級和D等級被認為“預算編制較為合理， 無須進行后續持續審計”， 因此， 不需要采取審計程序進行后續持續審計。

五、 結束語

企業財務共享中心的建設為資金管理的信息化奠定了良好的基礎。資金滾動預算作為資金管理的主要內容之一， 加強其內部審計對于提高資金管理水平具有重要作用。本文以A公司為研究對象， 設計了資金滾動預算審計指標體系， 構建了基于C4.5決策樹算法的審計預警方法和審計流程， 并劃分了預警等級。審計人員可以根據審計預警等級不斷優化應對措施， 有利于降低審計風險、 提高審計工作效率和工作質量。本文的研究屬于智能審計的范疇， 期望能夠為企業財務共享中心建設及大數據與人工智能技術應用背景下的企業內部審計工作開展提供新的思路和參考。

【 主 要 參 考 文 獻 】

程平，崔納牟倩．基于AHP和VPRS的IT審計指標體系及權重研究［ J］．中國注冊會計師，2017（9）：74 ～ 79．

房甄，宋曉威．戰略管理導向下企業全面預算審計體系研究［ J］．河北企業，2020（10）：25 ～ 26．

韓振宇．企業預算審計實施路徑研究［ J］．進展（科學視界），2022（3）：83 ～ 84．

廖艷紅，吳磊，田琳．加強預算執行審計，促進財政資金提質增效［ J］．理財（經論版），2021（8）：40．

沈陽陽，邢建國．大型企業資金管理審計全流程框架構建 —— 基于風險導向視角［ J］．商業會計，2021（13）：51 ～ 53．

唐光耀．預算資金內部審計發現的問題類型及思考建議［ J］．山西財稅，2018（2）：46 ～ 48．

王文怡．財務共享模式下基于機器學習的A集團費用報銷行為管理研究［D］．重慶：重慶理工大學，2020．

王曉雷．滾動預算管理在中國石化所屬煉油企業中的應用［ J］．石油化工管理干部學院學報，2021（4）：45 ～ 49．

閻玲琳．基于機器學習的行政事業單位支出控制智能預警研究［D］．重慶：重慶理工大學，2020．

曾宇哲，吳嬡博，鄭宏遠等．基于機器學習的車險索賠頻率預測［ J］．統計與信息論壇， 2019（5）：69 ～ 78．

趙波．X采油公司預算審計問題研究［D］．北京：北京交通大學，2016．

（責任編輯·校對： 許春玲? 李小艷）

【基金項目】重慶理工大學研究生教育高質量發展項目（項目編號：gzlcx20222104）