大數據背景下國有大型企業內部審計作業標準化研究

[摘要]本文結合國有企業內部審計實踐特征，分析制約內部審計標準化水平提升的內外部因素以及當前國有企業面臨的內部數據環境，探索構建一套以數據為依托的審計標準化實施體系，按照審計流程提出各階段審計工作標準化措施和方法，以期提高審計工作質量，促進審計成果運用水平提升，充分發揮內部審計監督、評價、建議作用。

[關鍵詞]大數據" "審計標準化" "數據式審計" "數據分析

黨的十八大以來，國家不斷深化改革審計監督

體系，國有企業持續完善內部審計工作體制機制，內部審計發揮的監督效能日益提升，在助力提升公司治理水平、防范重大風險方面發揮了重要作用。但同時，國有企業內部審計工作還存在標準和尺度不一、質量參差不齊的情況，影響了內部審計作用的發揮。在當前數據資源日益受重視的背景下，具有標準化特征的數據能為解決此類問題提供解決方案。本文在總結制約內部審計標準化的原因基礎上，找到數據資源利用與審計項目實施的結合點，分審計階段研究數據在審計標準化建設方面的應用場景和措施，并提出數據式審計過程中的具體方法，以期通過數據應用提高審計標準化作業水平，進而提升審計工作質效。

一、當前內部審計存在的標準化方面問題

從當前國有企業內部審計情況來看，審計非標準化現象較為突出，具體表現為以下幾個方面：一是審計覆蓋范圍不一致，不同審計組對同類型審計項目的風險識別范圍有較大差異；二是審計深度不一致，即使面對同類型審計項目，不同審計組挖掘問題根源的程度也不盡相同；三是審計整改驗收標準不一致，對于同樣的問題，有的被審計單位的整改措施是追回全部損失并修訂相應制度，有的單位則僅修訂制度。以上非標準化問題嚴重影響了審計工作質量，導致審計監督有死角，查錯糾弊效能未能充分發揮；審計評價失之偏頗，沒有做到拿同一把尺子去衡量審計對象，無法有效落實“三個區分開來”；審計成果運用不足，整改糾錯工作存在“木桶效應”。

二、制約內部審計標準化的因素

（一）審計對象的非標準化

雖然大型國有企業的很多分、子公司業務類型相同，組織架構相近，但具體到生產經營的每個方面，個體之間又存在一定差異，呈現出不同的特點。面對非標準化的審計對象，即使是同一審計組實施同類型審計項目，識別出來的審計風險、判斷的審計重點也不完全相同，所采取的審計手段、方法往往也不一致。

（二）審計組之間的差異化

審計組內部的審計人員在審計經驗、技術能力、專業背景等方面的綜合能力，直接影響審計項目實施效果。比如，在經濟責任審計中，項目組成員通常從各單位抽調，不同審計項目組抽調的審計人員并不相同；很多審計組除了抽調專職審計人員外，還會抽調特定領域的專家，這些專家在各自專業領域能力出眾，但可能在審計經驗方面有所欠缺，因此在選擇審計措施、識別問題和風險時可能會存在偏差。這些個體性差異匯集到整體層面就形成了審計組之間能力、水平的差異，導致同類型審計項目的實際審計覆蓋面、審計深度不一致。因此，即使面對完全相同的審計對象，不同審計組的審計結果也會存在差異。

（三）審計資源的有限性

在具體實施審計項目時，審計組擁有的人力、時間、手段等資源有限，無法針對所有領域全面深入地挖掘問題、風險。相反，受制于前述審計對象、審計人員能力的非標準化，審計組常常需要結合被審計單位本身特點，在盡可能做到審計全覆蓋的前提下，選擇高、中風險領域或環節配置更多審計資源、開展重點審計。最終，審計資源配置方式的不同會體現在審計報告形式、質量的差異上，即審計成果非標準化。有的單位設立了審計質量控制部門，以期通過后端復核提高審計工作和成果的規范性、可比性，但這種事后手段難以有效彌補現場審計工作的不足。

三、提升審計標準化水平的路徑

在大數據時代，企業運營過程中會產生海量數據。按照管理領域劃分，除了常用的財務數據外，還包括生產數據、采購數據、人力資源數據等。我國大型國有企業普遍設有眾多分、子公司，這些分、子公司業務類型相同、發展階段相似，生產經營產生的數據在橫向上有較強的可比性；隨著辦公軟件國產化進程的加快，以及“業財融合”趨勢的上升，國有企業內部各類信息系統都增加了兼容的數據接口，“信息孤島”逐步被打通，不同板塊間的數據按照內部控制流程建立了邏輯關系。

上述趨勢為大型國有企業實施以數據為依托的審計標準化作業體系奠定了基礎。在大數據背景下和“業財融合”趨勢下，企業內部審計人員可將非標準化的審計對象轉換成標準化的數據，利用審計模型識別問題和風險、分析問題產生的原因，在統一標準的尺度上進行審計評價，進而提出合理的審計建議。審計實施過程中，由于利用了信息科技手段開展數據分析，審計效率將大大提高，審計覆蓋面和深度也將得到拓展。

（一）審計信息系統建設

以統一、規范、成體系的數據為基礎，將企業經營信息轉化為標準化的數據并形成科學規范、涵蓋全面的審計數據庫，這是實現審計標準化的關鍵。在信息化、智慧化和“業財融合”的大背景下，數據已被大型現代企業視為一項重要資產，推行數據化管理已成為一種趨勢。內部審計機構可充分深度參與企業數據化治理過程，從內部審計視角提出數據規范化規則建議，推動企業各項要素數據化、標準化。在此基礎上，內部審計機構應加強審計信息系統建設，對接人力資源、決策機制、生產建設、財務管理等各系統，接入企業經營管理各項數據，形成審計數據庫。

（二）審計準備階段的標準化

國有大型企業內部數據具有以下特點：一是數據量龐大，由于國有大型企業組織結構復雜、業務量龐大，產生的數據量級相當可觀；二是數據之間可比性高，一般國有大型企業內部有眾多業務相同、發展階段相似的組成單位，如大型發電集團在各地設立的電廠，它們形成的各類數據具有較高的可比性；三是數據之間存在著勾稽關系，國有大型企業基本建立了規范的內部控制體系，且近年來“業財融合”理念深入推行，各項流程相互關聯，因而形成的數據也存在著一定的邏輯關系。

基于以上特點，內部審計機構可搭建風險識別平臺，開展大數據挖掘分析，快速鎖定審計線索。這一階段可以通過對數據進行全景掃描，形成對審計對象的畫像，摸清審計對象基本情況，初步識別審計風險，判斷審計重點領域和關鍵環節。該階段常用的數據關系包括以下幾個方面。

一是數據聯系。比如，一項重大投資按照制度規定必須經過總辦會審議通過，如果該項目投資金額對應的“會議編號”字段或與其相關聯的“決策文件”字段數據缺省，則表明該項投資可能未經過有效決策。

二是大小關系。比如，在扣除服役年限差異的因素后，被審計單位的火電機組單位煤耗顯著高于其他同類型機組，且不同期間的煤耗數據波動較大，表明煤耗數據異常，需關注生產用煤管理或煤炭庫存管理是否規范。

三是比例關系。比如，某單位管理費用占營業收入比例顯著高于其他同業類型的單位，需分析該項異常背后是否有合理理由，如無，則應關注財經紀律是否得到嚴格執行。

四是分布關系。比如，被審計單位某種原材料的招標采購來源長期為同一供應商，而集團內其他單位的同種原材料供應商多元化明顯，則應關注被審計單位招標采購是否存在舞弊。

五是趨勢關系。比如，隨著品牌知名度的提升，一段時間內被審計單位銷售收入持續增長、銷售費用穩定下降，但隨后銷售收入增長停滯、銷售費用卻大幅度增加，表明被審計單位在銷售管理方面可能存在問題。

綜上，在企業信息轉化為標準化數據后，經營管理問題會以異常數據的形式暴露出來。內部審計機構可以借助以數據分析為基礎的審計風險初步識別平臺，迅速摸排數據異常，全面識別審計風險，進而明確審計重點和方向，提高審計工作效率。

（三）審計實施階段的標準化

在初步識別審計風險的基礎上，審計組需要進一步開展數據審計。

一是開展數據質量審計。數據式審計的基礎在于擁有大量存在邏輯關系的高質量數據，數據質量決定了審計質量。如果無法確認數據準確、完整，那么數據異常并不意味著管理存在問題，數據正常也不意味著管理沒有問題，數據式審計也就無從開展。一般來講，“信息孤島”嚴重、依靠手工錄入數據的系統，其數據質量相對較差，舞弊風險也較高，審計組需要測試信息系統，檢查產生數據的系統流程，重點關注人工輸入數據的準確性。

二是開展數據審計。建立健全以數據審計模型為基礎，明確各領域的審計重點及數據審計方式、手段，為審計人員提供一套標準化的審計作業體系。數據審計模型可依據業務流程上下游的關聯關系建立，其輸入值通常是下一環節的標準化數據，通過下游環節數據倒推出上游理論值，如果輸出的上游環節理論數據與實際數據存在偏差，則通常表明該環節可能存在問題，需要進一步分析偏差原因。

本階段與前述風險識別階段的區別在于：風險識別階段側重于數據挖掘查找異常數據，為定位審計風險點提供幫助；而本階段是依據業務流程間的關系對數據流層層上溯、逐次分析，更加注重利用管理鏈條上的關聯關系分析，確認異常的數據是否表明經營管理存在問題，進而深入揭示問題、查找問題根源。

（四）審計報告階段的標準化

在結束現場審計工作并已獲取充分的審計證據后，內部審計部門應按照規范化的標準體系，準確描述審計發現問題，客觀評價被審計單位經營業績、領導干部履職情況，提出科學可行的審計建議。

一是需要建立體系化的問題定性標準框架。針對審計發現問題，應結合審計掌握的事實和數據，按照業務和職能領域合理劃分問題類別，依據性質和金額大小確定嚴重程度，做到定性清楚、準確，確保不同被審計單位的同類型審計問題定性類似，但嚴重程度不同的問題描述又有所區別。

二是需要建立統一的評價標準框架。綜合利用定性指標和定量指標，制定出一套“用數據說話”的評價規則，拿“同一把尺子”去衡量審計掌握的數據，既要讓不同的被審計單位及領導干部在統一的評價標準下區分開來，又要看到同一被審計單位及領導干部在不同時期的業績趨勢和履職情況變化，為績效考核、選人用人提供堅實依據。

三是需要建立規范化的審計建議標準框架。對于同類型問題的問題根源，提出的審計建議應類似，確保不同審計報告間的可比性、規范性。

（五）后續審計階段的標準化

在責任追究方面，針對審計發現問題，以對數據有實際影響的崗位范圍為根據，科學確定責任人員；按照權責對應原則，明確領導責任、主管責任、直接責任的劃分界限；結合問題的嚴重程度，合理確定責任人員的責任大小及承擔方式。在整改落實方面，建立一套以數據指標為標準的整改驗收體系，嚴格把控各類型問題的整改時間、整改方式、整改結果及相應驗收標準，確保被審計單位之間對同類型問題整改效果的一致性，未徹底整改絕不銷號。

四、結論及建議

在當前信息科技高速發展的背景下，國有大型企業積極推動經營管理數字化、智能化，促使經營管理數據日趨規范，數據量級急劇提升，加上“信息孤島”問題的解決和“業財融合”理念的貫徹，企業各類信息系統數據之間建立了普遍聯系，為內部審計機構實踐“業審融合”、開展數據式審計提供了條件。在數據式審計的背景下，審計人員可以結合數理統計學原理和業務邏輯關系，開展標準化審計作業，迅速識別風險、查找問題、尋找根源，在有效配置審計資源的同時提高審計工作效率，最終實現審計質量提升。

為此，內部審計部門需要建立連接各條線系統的審計數據庫，在此之上搭建以數據分析為基礎的風險識別平臺，助力快速定位審計風險；執行以數據審計模型為框架的審計實務指南，規范現場審計作業；以數據為要素規范審計報告階段和后續審計階段的工作，推動審計報告及審計成果運用的標準化。

以數據為依托推進審計工作標準化的原理清晰簡單，執行效果也立竿見影。但在實務中，應謹防進入以下誤區。

一是數據式審計僅停留在數據表面，未挖掘數據背后的原因。通過風險識別系統掃描出來的數據異常僅僅只是表象，并非真正的問題，還需要結合業務鏈條開展研究型審計。在理解業務邏輯關系的基礎上，對異常數據產生的背景要抽絲剝繭、條分縷析，尋找問題源頭，挖掘出最深層次的“病根”所在。

二是重視數據分析技術甚于數據質量。數據分析技術最直接的作用體現在提高審計工作效率上，并間接提高審計資源配置效率，進而有助于提升審計質量。但完整、規范的數據才是數據式審計的基礎，如果數據不完整、不規范，即使是數據分析能力卓絕的大師也將面臨“巧婦難為無米之炊”的局面。

三是忽略其他審計方法的重要性。數據式審計在推動審計標準化方面具有獨特的優勢，但其僅是眾多審計方法中的一種。其他審計方法，諸如觀察、訪談、監盤等在審計工作中也各具優勢。

（作者單位：中國東方資產管理股份有限公司，

郵政編碼：100034，電子郵箱：ruczhaojie@163.com）

主要參考文獻

[1]董建忠，王眺昕，彭娟.大數據視域下內部審計數字化轉型探討[J].中國內部審計， 2019（3）：64-67

[2]郭小民，蘭樺，姜燁，等.“三化”在新時代經濟責任審計中的探索與實踐[J].中國內部審計， 2021（2）：55-59

[3]劉楊.全面推行清單式管理 提升審計標準化水平[J].中國內部審計， 2023（3）：80-83

[4]居江寧，高杰，王岳劍，等.大數據技術在國家重大政策措施落實情況跟蹤審計中的應用研究[J].審計研究， 2020（2）：14-21+56

[5]于佑杰，田梅林，周華，等.數字化審計助力領導干部履職精準評價體系落地[J].中國內部審計， 2022（2）：71-74