大數據技術在科研院所內部財會監督中的應用思考
——以S 省科學院為例

許彥

引言

近年來，財會監督作為黨和國家監督體系的重要部分，在規范財經秩序、促進經濟社會健康發展等方面發揮了重要作用。而單位內部監督作為財會監督體系的重要一環，亦發揮著不可或缺的作用。黨的二十大報告指出，要提升科技投入效能，深化財政科技經費分配使用機制改革，激發創新活力。因此，對科研院所而言，對科技投入效能和財政科技經費使用效益等方面監督尤為重要。因其又具有成員單位類型復雜、科研項目性質多樣、資產資金體量較大的特征，只有充分利用大數據技術才能降低內控風險，提高監督效率。

一、科研院所內部財會監督的現狀

（一）監督方向較為集中

以S 省科學院為例，科研院所全系統的內部財務監督由總部審計處實施，專業財務監督人員較少，囿于人力、時間等資源的限制，且成員單位管理環境復雜，其內部財會監督多集中在事業單位的預算管理和財務核算監督上，對成員單位的內控環境、信息化管理、合同管理、采購管理等方面覆蓋不足。

（二）內部控制較為松散

科研院所總部一般為一類公益性事業單位，主要職能為組織協調各方科研力量，服務或管理的成員單位眾多，體制機制較為復雜，除了全額撥款、差額撥款、自收自支等各類事業單位外，還存在全民所有制企業、有限責任公司、股份有限公司等多種企業，部分企業處于混改、股改進程中，該類企業亦成立有二級、三級子公司。上述情況使得科研院所總部在實施內部財會監督時鏈條較長，以成員單位自行實施內部控制、總部進行檢查或審計的模式為主，內部控制較為松散。

（三）監督手段較為單一

科研院所總部目前的內部財會監督手段多以利用財政預算填報系統的校核實現預算管理監督，利用第三方的年報審計、項目審計等實現財務核算監督為主。因成員單位眾多，信息化管理水平參差不齊，利用大數據技術歸集預算、財務、采購、資產、工資等相關數據進行關聯比對分析的應用與探索較少，導致內部財會監督發現的多為個性化問題，發現或預警的系統化風險較少。

（四）監督時效較為滯后

因科研院所目前內部財會監督多依靠審計等方式實現，該類監督方式為事后監督，其審計時間和報告時間多為次年年初，對于當期存在的問題無法實現事前、事中監督，也難以實現即審即改，其監督時效較為滯后。

二、在科研院所內部財會監督中利用大數據技術的優勢

（一）拓展內部財會監督的范圍

科研院所的研究內容、業務范圍、成果轉化方式較普通事業單位更為復雜，其存在的內控風險較高，利用大數據技術強化內部財會監督可以拓展內部監督范圍，通過數據的挖掘、篩選、分析、比對將預算監督、財務監督、資產管理監督、內部控制審計融為一體，有效防范系統風險。

（二）提升內部財會監督的效率

傳統的內部財會監督方式以財務或審計人員組織定期或專項檢查、委托社會中介機構進行年報審計等方式實施，通過抽查財務憑證、審查采購合同、資產監盤等加強對成員單位監督，需要耗費大量的人力和時間，監督效率受限。利用大數據技術，將科研院所總部及下屬單位的財務數據、資產數據、項目數據、合同業務數據等集中采集并匯總分析，對存在疑點有針對性地核查，可以有效提高內部財會監督的效率。

（三）提高內部財會監督的系統性、全面性

傳統的內部財務監督分單位、分類別、分項目實施，通過精準揭示個性化問題促進被監督單位有針對性地改進不足。上述監督方式存在覆蓋面窄、系統性不強的缺點，大數據技術通過建立數據分析模型等方式對系統內部所有單位的財務、資產情況批量分析、核實，對不同下屬單位同類問題、同一單位的不同問題聯動分析比較，可以有效彌補上述缺點，全面篩查科研院所總部及下屬單位存在的系統性風險，有效提高科研投入效能。

三、科研院所利用大數據技術實施內部財會監督的技術難點

（一）基礎建設缺失存在信息孤島

S 省科學院作為科研院所總部，采取總部牽引、一體兩翼的組織方式，其成員單位數量眾多，類型豐富、定位不同，對成員單位的管理模式、管理力度也各有差別，各成員單位的信息基礎建設以自行開發為主，缺少統一標準，信息化管理程度各異。部分單位仍采用紙質材料申報審批為主，僅采用會計軟件進行財務核算，關聯數據較少，進行大數據分析的數據基礎薄弱；部分單位信息化管理程度較高，但各自采用OA、ERP、SAP 等各種信息系統，本單位的業務系統與財務系統、不同單位的系統數據之間無法貫通與集成，數據的完整性、精準性不強。上述情況造成S 省科學院作為科研總部，對全系統進行大數據分析的基礎薄弱，存在信息孤島，各單位業務數據、財務數據格式、字段不統一，無法通過對全系統進行數據歸集、分析的方式發現系統風險、特別風險，內部財會監督的效能受限。

（二）專業大數據分析人才儲備不足

S 省科學院為全額撥款事業單位，單獨的內部財會監督人員較少，且以財務專業為主，具有計算機分析能力和財會監督能力的綜合性人才不足。利用大數據技術發現資產管理、財務核算、合同管理等方面存在的漏洞和風險的監督思維不強，對acess、sql、oracle 等關系型數據庫的數據導入、分析操作熟練程度不夠，導致能靈活利用數據采集、數據清洗、數據挖掘、數據分析、疑點核查等進行內部財會監督的人員極為稀缺，大數據分析能力不強，內部財會監督質量不高。

（三）大數據分析在內部財會監督的應用領域較窄

1.內部財會監督中大數據計劃較少

S 省科學院作為科研總部，負有對內部成員單位進行總體財會監督的責任，但因為人力、時間、技術等資源的缺乏，現在內部財會監督的方式仍以委托第三方實施年報審計、經濟責任審計、專項審計為主，內部財會監督人員實施飛行檢查為輔，這種內部監督模式中，常規監督、個性監督較多，利用大數據分析手段針對科研投入質量、科研資產轉化與管理效能等系統風險進行篩查的計劃較少，共性問題的計劃與發掘不足。

2.大數據分析實施力度不足

一是大數據分析層次較淺，目前S 省科學院實施的內部監督以對預算管理、財務核算方式進行監督為主，在其中大數據分析應用較少，其應用方式也多為利用excel 等基礎辦公軟件對下屬事業單位預算執行進度、預算項目與支出項目配比等進行簡單計算、匹配為主，對下屬企事業單位的收入真實性及完整性、資產管理和對外投資的合理性等方面運用大數據技術查漏補缺的探索較少，大數據技術應用的層次較淺。二是大數據分析手段較少。目前，S 省科學院在內部財會監督中大數據分析手段多為從信息系統前臺導出二維表進而通過excel 工具進行分析為主，直接從信息系統提取后臺數據，利用sql、oracle 等關系型數據庫軟件進行查詢、數據聚合、數據索引等較少，其安全性與分析能力提升空間較大。同時，目前采用的大數據分析多為對二維數據進行采集、分析，對于圖像數據、音頻數據、視頻數據等進行提取、轉化、分析尚未開展探索。三是大數據分析的監督模型缺失。目前，S 省科學院利用大數據分析進行內部財會監督仍處于初步探索階段，其應用多為在監督項目中根據不同風險點選用不同的工具進行分析，尚未有意識地根據系統內部成員單位的特點和系統風險建立內部財會監督模型，大數據分析進行財會監督的應用深度、廣度和效果均大打折扣。

3.內部財會監督報告反映問題類型單一

因S 省科學院目前在系統內部財會監督中應用大數據分析模式仍處于初步探索階段，其內部財會監督報告反映問題類型單一，多以文字方式反映的個性化問題為主，以大數據分析方式得出的綜合性結論較少，將數據分析成果以折線圖、柱狀圖、二維表等圖表形式的可視化體現較少，監督建議和整改層次較淺，內部財會監督的深度仍有待進一步拓展。

四、科研院所利用大數據技術實施內部財會監督的對策建議

（一）強化全系統的信息化基礎建設

以S 省科學院為例，其有下屬事業單位11 個，直屬企業4 家，服務管理單位20 余家。針對單位類別、性質和管理方式的區別，應對系統內所有管理單位的內部控制環境進行摸底，指導符合條件的成員單位建立健全信息管理系統，理順自身業務流程，同時將財務系統與業務系統融合，貫通財務數據、業務數據、資產數據等，完善信息化基礎建設，提高系統成員單位的內部控制水平。在科研總部信息管理系統中預留數據接口，設置數據關聯、查看和導出功能，便于對成員單位的業務情況、資產情況、財務情況進行實時監督。必要時引入外部信息采集工具，如購買新紀元賬務采集軟件等，為利用大數據技術實施內部財會監督提供信息基礎。

（二）加強具有大數據分析能力的內部監督團隊建設

以S 省科學院為例，應克服人員較少的困難，選育系統內部優秀財務人員，組建大數據分析團隊，進行系統培訓。一方面是培訓內部財會監督思維和能力，除培訓科技行業的大政方針、經濟政策、改革要點外，還要熟知系統成員單位的主要職責、業務流程、科研項目等情況，與財會理論知識融合，提高內部監督團隊成員的風險敏感性。另一方面，強化對大數據分析能力的訓練與實操，重點培訓excel、VBA、acess、sql、oracle 等理論知識和操作技巧，加強對于數據采集、數據整理、數據分析能力的實際操作訓練，實現對于各類信息的快速提取、高效分析、疑點鎖定，在系統內部財會監督中發揮有效作用。

（三）提高大數據分析在內部財會監督中的應用深度

1.擴展內部財會監督方向

S 省科學院應結合自身成員單位的特征，選擇更具有宏觀性、綜合性的項目實施內部監督，使得大數據分析方式與內部財會監督活動相輔相成。一是對科技投入的績效進行內部監督。對于科技投入資金的使用效益、科研成果轉化率等進行關注與監督，利用大數據分析的手段管好、用好財政科技投入資金，避免損失和浪費，提高資金的使用效率；二是與單位內部的紀檢監督結合，探索紀審結合的新模式，利用大數據分析手段實時、動態進行疑點發掘、問題核查、預警提示等多項措施，及時發現“苗頭性”問題。

2.構建大數據分析監督模型

一是梳理體系，建立模型。梳理不同下屬單位的財務管理模式、業務管理流程等特征，針對事業單位、實體企業、平臺公司等不同類型的監督主體，在預算執行效率、資金使用合規性、三公經費使用范圍標準、收入及成本真實性完整性、資產管理合規性、科研專項資金使用效益等角度構建完善不同類型的內部財會監督數據分析模型，設置相應的預警指標，實時迅速分析疑點，真正實現以數據聚焦問題，發現苗頭。二是拓寬大數據分析在內部財會監督中的應用邊界。目前，在內部財會監督中，大數據分析主要是從被監督單位信息系統后臺通過提取關鍵字段導出財務、業務、資產等數據形成關系型數據庫，再利用數據庫工具如sql 等編寫分析語句實現問題挖掘，上述大數據分析主要是以結構化數據分析為主。但隨著信息系統的逐步完善，S 省科學院的部分下屬單位信息管理系統中使用了大量非結構化數據如視頻、音頻、郵件、日志等數據，在內部財會監督中探索對非結構化數據進行提煉、分析的探索就至關重要。只有拓寬大數據分析的應用邊界，使其不僅滿足結構化數據，亦滿足非結構化數據的分析需求，才能有效提高內部財會監督的效能。三是豐富大數據分析在內部財會監督中的應用手段。大數據分析中，最重要的環節是數據挖掘與數據分析。數據挖掘更多體現在復合能力的提升上，需要內部財會監督人員豐富知識儲備、復合監督思維與數據思維、提高風險敏感性來實現。內部財會監督人員需要通過統計分析、關聯分析、聚類分析、預測分析、離群點檢測等數據挖掘手段從S 省科學院成員單位錯綜復雜的業務環境和海量的數據中挖掘需要的數據，進而分析疑點，查找風險漏洞。豐富數據分析手段更多體現在分析工具的使用上，除去常規的數據庫分析軟件外，可以探索其他各種手段進行分析，如利用Python 的詞云分析技術查找下屬單位采購過程中管理不嚴導致供應商圍標串標的風險點。只有將大數據思維、大數據手段合理嵌入到S 省科學院內部財會監督的計劃、實施流程的各環節，才能在極短時間內耗用少量人力迅速鎖定異常信息，提高監督效率，提升內財會監督質量。

3.提高報告可視化程度和整改效果

傳統的內部財會監督報告以文字報告為主，S 省科學院應將大數據分析的成果利用可視化方式體現在監督報告中，使得監督報告更具有總體性、直觀性、可讀性、系統性，使得院部及各成員單位領導層可以更好地理解、應用內部財會監督的結果，使其更好地服務于本系統的風險分析、評估及應對，及時堵塞漏洞。同時，大數據分析的思維和手段可以輔助作用于內部財會監督整改，將需要落實的整改跟蹤工作情況及時通過預警提示、指標查詢、進度落實等方式實時追蹤，督促存在問題的單位不打折扣地落實，進一步鞏固內部財會監督的成果。

結束語

科研院所應建立符合自身實際的內部財會監督機制和內部控制體系。而在實施內部財會監督過程中，則須與時俱進，巧妙利用大數據思維、技術、手段加強對本單位、本系統經濟業務、財務管理、會計行為等方面的日常監督，才能切實提升內部財會監督的質量和效率，提高科技資金投入效能。