探討數據分析與企業審計的深入結合

陳天佑

近年來，大型企業信息化工作取得全面進展，信息化在企業集團化運作、集約化發展、精細化管理等方面發揮著越來越重要的支撐作用。由于企業信息化建設行業特色鮮明、系統種類繁多、數據規模龐大、運行環境復雜，具有大數據時代特點，企業審計現有的很多做法和手段已不適用，工作面臨著新的挑戰，需要不斷改進組織方式、創新技術方法，探索一條符合發展要求的企業審計之路。為了解決當前審計工作信息化瓶頸，審計部門重視審計數據分析團隊建設，組織研究大數據環境數據獲取、管理和分析，落實審計署“總體分析、發現疑點、分散核實、精確定位、系統研究”工作思路，對信息化環境下企業審計發揮了重要的指導和參考作用。本文嘗試對企業審計數據進行分析，探討并提出改進的方法措施。

一、企業審計數據分析現狀

1.數據準備階段面臨諸多困難

一是常態化的數據獲取機制尚未真正構建，數據的完整性、連續性、時效性都難以滿足審計工作需求，導致數據分析整體作用無法發揮；二是數據采集、預處理和分析工作量難以準確測算，而現有的審計工作程序對數據獲取和數據分析的時間進行限制，制約了數據分析對審計實施的支持；三是數據挖掘力度不夠，對審計項目計劃、方案制定難以形成支持；四是數據分析和具體審計方案脫離，盲目性大，目標重點選擇不當，成效不明顯。五是對信息系統開展測試受限于時間、人員配備以及技術方法尚不成熟等因素，還處于探索階段。

2.宏觀層面數據分析不夠

系統研究經濟發展的中心工作和熱點，綜合反映宏觀經濟運行中的深層次問題是開展數據綜合利用的總體目標之一。審計部門雖然在企業審計信息化的過程中積累了豐富的審計方法和審計案例，但基本局限于針對單一問題、單一企業，利用企業審計數據反映宏觀經濟問題的經典案例屈指可數。

3.數據分析的標準不能滿足要求

現階段我們對數據總體分析需求的標準掌握了一些，比如企業各類財務比率的高低、各類會計要素規模的比重和變化趨勢等等，但這些還略顯單一，缺乏科學性和系統性，還無法滿足企業審計的要求，需要我們進一步加大鉆研的力度，創新審計技術手段方法。

4.數據分析質量控制需不斷改進

數據分析的質量高低在很大程度了決定了審計項目質量的高低，加強對數據分析質量的控制也就顯得尤為重要。現階段，集中開展數據分析、根據分析結果確定審計范圍和重點或者進行線索的延伸核實的工作模式正逐漸被大家采用，這種情況下，如果數據分析的質量不高，甚至出現偏差，會嚴重影響審計工作的效率和效果，同時也需要不斷完善相應的復核審查工作機制和流程制度。

5.數據分析團隊建設有待加強

在審計項目中，數據分析零散開展，數據分析人員開展事項分析缺乏系統支持，分析成果產生難度大、時效性差，面對大數據環境缺乏有力的技術手段，既不能滿足審計項目的要求也無法滿足企業審計發展的需求。

二、進一步提高企業審計數據分析水平的措施

1.建設和完善企業審計數據分析平臺

在金審工程行業數據庫和聯網審計數據分析系統建設成果的基礎上，建設和完善企業審計數據分析綜合應用平臺。一是建立企業審計需求分析機制，歸集匯總各類企業審計需求，分析提煉形成數據分析的目標；二是研究開發企業審計預警系統，對企業個體乃至行業的運行狀態進行預警監控，為企業審計計策提供依據；三是提供豐富完善的數據分析功能手段和環境，綜合運用云計算、虛擬機、數據倉庫等技術手段提供高效的計算和存儲資源，使審計人員能夠便捷地將審計思路轉化為數據分析模型開展審計分析還可以進行更深層次的數據挖掘，提升審計工作的效率和質量；四是開展數據分析結果監控，形成數據分析結果和現場審計的充分結合，及時調整數據分析工作，更好地實現審計工作目標要求。

2.強化數據分析對審前工作的支持

一是建立常態化數據采集機制，適時推進與國有企業及其他國有企業報表系統的聯網工作，為審前數據分析提供盡可能完整的數據資源；二是根據審計重點和內容明確數據分析重點事項，科學選取、合理制定分析指標，形成適合審計業務需求的指標評價體系，為審計工作順利開展提供定量標準；三是開展審前數據分析，審計部門對審前數據挖掘工作進行了嘗試，取得了較好的效果。由企業審計司牽頭，哈爾濱特派辦承辦的國有企業審計分析和預警系統在科學建模、合理制定指標、綜合利用數理統計的基礎上，對企業會計信息質量做出判斷，對企業財務狀況和經營績效進行評價，對企業未來1至3年的財務狀況進行預警，除對單一企業進行預警分析外，還可以對某一行業國企、乃至全部國企做出整體預警分析，從而可以在點、線、面三個層次為審計部門決策提供參考。進而為審計計劃部門、審計業務司確定備選審計項目及其優先順序提供可行性研究依據，為審計組制定審計方案、確定審計重點提供幫助。

3.緊密圍繞中心工作進行宏觀決策支持

當前，國企在國民經濟中占主導地位，部分國企在某些行業中居于壟斷地位。國企在能源、交通運輸等行業的特殊地位決定了宏觀層面企業審計數據分析的地位，如對數據加以有效地挖掘利用，就能反映出宏觀經濟運行中存在的一些普遍共性的問題，有效服務于政府宏觀決策，使企業審計在推動完善國家治理中的“免疫系統”功能發揮更加突出的作用。以英國著名政經雜志《經濟學人》提出的“克強指數”為例，新增工業用電量、新增鐵路貨運量和新增銀行中長期貸款均能夠從相應的企業數據中直接獲取或分析得出。由于各特派辦、地方審計機關所掌握的數據均難以涵蓋全國某一行業，難以站在國家層面開展行業數據分析特別是與業務數據相關的行業分析。審計部門全面掌握相關數據，因此在開展宏觀層面數據分析工作時更適于采取統一組織的方式。

4.明確重點提升企業審計數據分析的效率

國企多為企業鏈條長達3級或3級以上、經營范圍廣的集團企業，旗下信息系統星羅棋布，各企業間信息系統千差萬別，審計人員要在審計期間充分熟悉了解各信息系統可謂困難重重，更難以談及全方位針對各系統開展數據分析。應合理選取信息系統作為重點開展數據分析：一是根據審前分析結果，重點關注那些與預警信息或質疑信息相關的信息系統或信息系統模塊。比如，審前數據分析對企業銷售費用真實性提示預警，審計人員在進行信息系統選取的時候就可重點關注銷售管理系統及ERP中的應付模塊；二是結合企業自身特點，重點關注與企業主營業務關系緊密的信息系統，一方面關注那些能凸顯企業所屬行業特點的信息系統比如通信行業的BOSS系統等，另一方面關注企業主營業務的市場地位，如企業主營業務處于賣方市場則可以重點關注與企業銷售相關的信息系統；三是根據審計過程中發現的線索，通過挖掘線索特征關注可能擴大審計成果的信息系統。線索除審計人員親歷發現外還可能來自檢舉材料、紀檢監察部門未盡事宜等途徑，被審計單位OA系統中的敏感詞匯往往也會給審計人員提供線索；四是根據被審計單位信息系統數據質量及獲取難易程度選擇信息系統，當被審計單位信息系統數據完整性、準確性存在嚴重問題時不適于就此系統開展數據分析。同時，對于那些短時間無法提供備份數據或因保密等原因數據獲取難度較大的信息系統不宜作為審計前期重點分析對象，當此類信息系統必須進行數據分析時，可以采取讓被審計單位提供標準表的形式獲取數據，標準表直接面向審計主題、字段精簡往往易于獲得且有助于提高分析效率。

5.建立完善數據分析質量保障機制

數據分析最重要的質量要求就是提供準確的分析結果。在審計現場數據分析人員往往要面對不同人員提出的多種分析需求，在時間緊任務重的情況下很難保證分析人員的零差錯和零失誤，而一份錯誤的分析結果很可能會導致一線審計人員的大量無謂的工作。為提高數據分析工作的質量和水平應關注以下幾方面的工作：一是數據采集階段，關注被審計單位提供的數據是否真實、完整，防止“假賬真查”；二是準確理解被審計單位信息系統的主要功能及后臺數據庫結構，找出主要數據表并準確認知數據表中主要字段的含義，需要數據分析人員與被審計單位技術人員精準溝通，防止出現理解上的偏差，以確保數據分析結果準確無誤；三是在數據分析工作中應全程保存數據分析痕跡、監控數據分析過程，建立有效的交叉復核機制，以便最大限度的降低提交錯誤分析結果的可能性。

6.構建優秀的數據分析人才隊伍

數字化審計模式下數據分析團隊的構建至關重要。吸收業務處的優秀計算機中級人員和計算機審計處專業人員組成數據分析團隊，不僅需要結合審計項目開展大數據條件下的國有大型企業集團數據分析，在日常工作中也要對收集整理的企業數據進行深入持續分析，通過組織開展相關課題研究，總結經驗、提煉方法、推廣學習、擴大成效，培養一批優秀的企業審計數據分析人才。

三、未來展望

企業審計的數據分析應用工作，是企業審計的重要組成部分和未來的發展方向。為了更好地應對云計算和大數據時代的沖擊和挑戰，需要我們共同努力，將在審計數據分析師培訓中的所學，不斷與實踐結合加以發揚，深入探索研究科學的數據分析模式，靈活運用各類分析技術方法，翻開企業審計新的篇章。

（作者單位：江西省審計技術保障中心）