时间:2019-10-26 作者:陈伟 高杰 居江宁 (作者单位:南京审计大学/江苏省审计信息工程重点实验室 审计署驻上海特派员办事处)
[大]
[中]
[小]
摘要:
目前的经济责任审计项目一般规模较大,涉及的审计内容较广,如何利用大数据技术提高审计的效率和效果,更好地实现审计全覆盖,对开展经济责任审计项目非常重要。此外,大数据环境下,被审计单位信息化程度高,信息系统复杂,需要采集的各类数据较多,且不仅仅是数据库中的电子数据,还包括一些非结构化数据。因此,大数据环境下如何开展经济责任审计成为一个重要研究与应用问题。
一、大数据环境下经济责任审计的数据采集
(一)数据来源
大数据环境下,采集审计所需要的数据是开展经济责任审计项目的必要步骤,概括来说,采集数据的来源主要包括以下四个方面:
一是上级审计机关数据中心提供的数据。这类数据由上级审计机关根据审计项目的需要,提供给下级开展审计项目的审计机关,下级审计机关一般可通过查询方式使用上级审计机关提供的数据。
二是审计机关定期采集并上传至上级审计机关或本部门数据中心的各类数据。在开展相关审计项目时,审计机关可以充分利用平时积累的这些数据。
三是在审计项目实施过程中根据需要采集的各类数据。在开展相关审计项目时,审计机关可以根据项目的需要,从被审计单位依法采集相关所需要的审计数...
目前的经济责任审计项目一般规模较大,涉及的审计内容较广,如何利用大数据技术提高审计的效率和效果,更好地实现审计全覆盖,对开展经济责任审计项目非常重要。此外,大数据环境下,被审计单位信息化程度高,信息系统复杂,需要采集的各类数据较多,且不仅仅是数据库中的电子数据,还包括一些非结构化数据。因此,大数据环境下如何开展经济责任审计成为一个重要研究与应用问题。
一、大数据环境下经济责任审计的数据采集
(一)数据来源
大数据环境下,采集审计所需要的数据是开展经济责任审计项目的必要步骤,概括来说,采集数据的来源主要包括以下四个方面:
一是上级审计机关数据中心提供的数据。这类数据由上级审计机关根据审计项目的需要,提供给下级开展审计项目的审计机关,下级审计机关一般可通过查询方式使用上级审计机关提供的数据。
二是审计机关定期采集并上传至上级审计机关或本部门数据中心的各类数据。在开展相关审计项目时,审计机关可以充分利用平时积累的这些数据。
三是在审计项目实施过程中根据需要采集的各类数据。在开展相关审计项目时,审计机关可以根据项目的需要,从被审计单位依法采集相关所需要的审计数据。
四是通过大数据工具从互联网上抓取的公开数据。审计人员还可以通过一些大数据工具从互联网上抓取所需要的相关公开数据,或者可以实现自动搜索互联网上关于被审计单位一些公开报道的风险信息,从而便于审计人员进行全方位的大数据分析。
(二)现场审计数据采集范围
大数据环境下,为了开展经济责任审计,除了利用已有的相关数据之外,还要需要围绕审计工作方案,在被审计单位现场采集审计所需要的财务和业务电子数据,为积极运用大数据技术查核审计线索、分析体制和机制上的问题,提高审计监督效率和水平奠定基础。根据对被审计单位的调查,在审计现场搭建分析环境,在访谈和现场观察等基础上,采集审计所需要的相关数据,与非现场(审计机关内部)数据分析同步开展工作,确保数据分析工作既有非现场数据的支撑,又与审计现场紧密结合。因此,数据采集的类型可分为非结构化数据和结构化数据,具体包括:
1.结构化数据
结合各被审计单位的实际情况,采集的结构化数据主要包括:被审计单位共性数据,主要涉及基础管理方面相对具有一致性的数据,包括报表、财务、产权、投资、供应商管理、合同管理、采购和销售等数据;被审计单位个性数据,如用于决策、审批、签批等的决策数据,体现经济运行和行业特点的业务数据;与信息系统有关的结构化数据,如信息系统的操作用户信息、用户操作日志等方面的相关数据。
2.非结构化数据
结合各被审计单位的实际情况,采集的非结构化数据主要包括:企业基本情况、历史沿革、经营范围、组织结构、部门职责、生产经营和改革发展状况、存在的主要问题和风险;被审计单位内部审计报告、社会审计报告、审计机关审计报告等,以及对上述报告发现问题的整改情况;被审计单位与经营管理决策相关的党组(委)会、董事会、总经理办公会会议纪要和会议记录;与信息系统有关的非结构化数据,如信息系统的开发、测试、运行、安全管理、业务连续性管理等方面的相关文档。
二、大数据环境下经济责任审计的数据分析
(一)主要数据分析方法
大数据环境下开展经济责任审计时,对于采集来的数据需要采用相关方法进行数据分析,从而发现相关审计线索,常用的数据分析方法如下:
1.基于SQL的数据查询方法
基于SQL的数据查询方法一般是通过对审计问题的分析,构建相应的SQL语句,然后通过在一些数据库工具(如Microsoft Access、SQL Server等)或审计软件中运行以上SQL语句,查找出相关审计线索。大数据环境下,基于SQL的数据查询方法不仅仅局限于对一个部门数据的分析,更多的是要对财务数据和业务数据,不同部门来源数据,以及结构化数据、半结构化数据、非结构化数据的分析。
2.大数据可视化技术
大数据环境下,大数据可视化技术可以更简洁地表达被审计大数据的信息,有助于审计人员探索、分析和解释复杂的海量数据,借助大数据可视化技术,审计人员能够“洞察”被审计数据信息中内在因素的模式和关联,快速从大数据中发现审计线索及其特征。基于大数据可视化技术进行审计数据分析的一般原理为:在审计大数据集成和预处理的基础上,借助某种大数据可视化软件对被审计数据进行可视化建模分析。审计人员结合自己的审计背景知识,发挥人类视觉系统的敏感性,通过对可视化的结果图形和图像进行分析、观察、认知,从总体上系统地理解和分析被审计数据的内涵和特征,从而发现审计线索,获得审计证据。同时,根据需要,交互地改变可视化软件的设置,改变输出的可视化图形和图像,从不同的方面获得对被审计数据的理解,从而全面发现审计线索的特征,分析产生相关问题的规律和原因。
3.其他大数据分析方法
为了满足大数据分析的需要,需要研究如何把各种高性能处理算法、智能搜索与挖掘算法等应用于大数据审计之中。这些方法可以弥补常用的基于SQL的数据查询方法的不足,更好地帮助审计人员从大数据中发现相关审计线索,减少审计检查风险。例如目前比较流行的社交网络分析技术等方法。
(二)主要分析内容
1.总体情况分析
在经济责任审计中,通过对财务报表数据的分析,可以掌握被审计单位财务收支整体情况;通过结构分析和历年变化趋势分析,可以把握总体情况。可以采用SQL查询等方法来完成。
2.政策落实情况分析
以“三去一降一补”政策落实情况为例,可以采用SQL查询等方法来完成以下分析。
(1)去产能情况分析。第一,关停企业财政补贴合规性分析。通过分析公共财政预算、政府性基金预算、国有资本经营预算支出情况,关注是否存在违反国家产业政策,对“两高一资”企业进行补贴等问题。通过将环保部门环境污染处理处罚台账数据、淘汰落后产能企业与国库集中支付数据进行关联分析,筛选企业在接受处罚或关停的时间范围内,领取财政补贴的情况。第二,去产能真实性分析。分析落后产能企业、关停企业是否存在应关停未关停、骗取财政补贴、重点企业夜间开工生产规避监控等问题,将电力、税收等数据与环保重点监测企业、淘汰落后产能企业、关停企业名单进行关联分析,通过用电和税收趋势反映企业真实经营状态。对于数据分析发现的已领取关停补贴的企业仍具有较高用电数据或纳税额、重点监控企业夜间用电数据高于白天等审计线索,做进一步的延伸核实,从而获得审计证据。
(2)去杠杆情况分析。通过分析银行贷款流向限制性行业、产能过剩行业,对小微企业、新兴产业信贷支持不足等问题,分析“去杠杆”政策是否取得实效。通过关联分析地方金融机构贷款余额明细表与相关部门淘汰落后产能企业名单,分析名单内企业获取贷款数据,并进一步核实贷款原因和去向,从而发现相关问题。通过分析小微企业贷款统计表,关注将不符合小微企业要求的贷款纳入统计范围的情况,核实金融机构对小微企业支持的真实性。
(3)补短板情况分析。对于补短板情况分析,以审计保障性住房目标责任完成情况为例,需要分析保障房分配过程的真实性、合规性,可以将保障性住房分配数据与房产契税数据、工商数据、财政数据进行关联分析,查找持有企业股份或已有房产人员获取保障房、重复享受不同类别保障房等可疑数据,从而发现相关审计审计线索,获得审计证据。
3.自然资源资产管理情况数据分析
在经济责任审计中,通过对各部门的图层数据进行叠加分析,可以发现在限制开发区域或禁止开发区域进行房地产开发、开矿、工业项目建设等问题。比如,将相关部门的基本农田数据、公益林数据、城市规划数据、主体功能区数据等图层数据进行叠加,分析出红线范围内大规模建设或占用土地的情况,并通过地理信息技术软件自动计算出占地面积。对疑似违规建设的图层数据调取历年卫星遥感和航拍影像,进一步调查违规占地建设的具体开工年度,筛查特定年度区间的占地建设情况。
4.企业重大决策
在经济责任审计中,可以采用大数据可视化技术分析被审计单位不同年度的会议文件,从而整体了解被审计单位的相关会议内容情况。
5.信息系统运行与管理情况
在经济责任审计中,可以采用SQL查询方法、大数据可视化技术等分析被审计单位的信息系统开发、测试、运行、安全管理、业务连续性管理等方面是否存在风险。
6.廉洁从业事项分析
在经济责任审计中,为了分析被审计单位相关人员落实廉洁从业规定情况,可以采用SQL查询方法、大数据可视化技术等分析被审计单位在餐费、购物、会议、补贴、保险、中介、咨询等方面的经费使用情况;为了筛查被审计单位相关人员违反廉洁从业准则经商办企业或为家属经商提供便利的行为,可以采用SQL查询方法通过对被审计单位相关人员名单与工商数据进行关联分析,从而发现相关线索;为了分析被审计单位和相关往来单位是否存在利益输送,可以采用社交网络分析技术,分析被审计单位和相关往来单位之间的关系,从而发现相关线索。
三、基于大数据技术的经济责任审计方法原理
通过以上对经济责任审计项目数据采集与分析方法的研究,不难发现:基于大数据技术的经济责任审计方法主要是充分利用被审计单位的内部和外部数据、结构化数据和非结构化数据,基于“集中分析,分散核查”的审计思路,借助大数据技术对这些数据进行对比、挖掘、可视化分析等,发现相关审计线索,在此基础上,通过对这些审计线索做进一步的延伸审计和审计事实确认,最终获得审计证据,从而发现经济责任审计中的相关问题。其原理概括为如图1所示。
(本文系国家自然科学基金<71572080>、教育部人文社会科学研究规划基金<14YJAZH006>、江苏高校品牌专业建设工程资助项目的阶段性研究成果)
责任编辑 武献杰
主要参考文献
[1]陈伟.2017.审计信息化[M].北京:高等教育出版社.
[2]陈伟,居江宁.基于大数据可视化技术的审计线索特征挖掘方法研究[J].审计研究,2018,(1):16-21.
[3]陈伟,居江宁.大数据审计:现状与发展[J].中国注册会计师,2017,(12):77-81.
[4]陈伟,Smieliauskas W.大数据环境下的电子数据审计:机遇、挑战与方法[J].计算机科学,2016,(1):8-13+34.
[5]陈伟,Smieliauskas W.大数据环境下基于数据可视化技术的电子审计方法[J].中国注册会计师, 2017,(1):101-106.
相关推荐