数字化审计实践模式初探

来源:用户上传      作者:

　　我国信息化建设的进入了跨越式发展的新阶段，各类新技术新产品层出不穷，并且已经在军工企业中得到了广泛的应用，这些新技术新产品的应用使得军工企业的审计工作不断趋于数字化。本文结合军工企业审计工作实际，分析现代军工企业数字化审计管理的发展趋势，提出推动数字化审计实践的主攻方向和难点要点。
　　一、背景和意义
　　党的第十九次全国人民代表大会提出“加快发展大数据”，国务院印发《促进大数据发展行动纲要》，全面推进大数据在政治、经济、文化、社会各领域的应用。随着信息技术的发展，以大数据、物联网、云计算、电子商务为特征的新技术、新应用逐渐改变着人们的生活和工作，也给审计监督带了机遇和挑战。
　　2015年12月以来，中共中央办公厅、国务院办公厅陆续出台了《关于完善审计制度若干重大问题的框架意见》《关于实行审计全覆盖的实施意见》和《关于深化国有企业和国有资本审计监督的若干意见》等文件，完善审计监督体制机制，改进审计方式方法，提出要加强大数据应用，创新数字化的审计方法。《国务院关于加强审计工作的意见》明确要求“加快推进审计信息化。探索在审计实践中运用大数据技术的途径，加大数据综合利用力度，提供运用信息化技术查核问题、评价判断、宏观分析的能力，提高审计工作能力、质量和效率”。审计署也加大了中央企业审计的力度，提出采用大数据技术实现审计全覆盖的目标。
　　在全国审计工作会议上明确提出了“要始终坚持改进方法、提高效率，探索创新审计工作流程，加强各专业审计的融合，全面推进数字化审计方式，加快实施“金审三期”工程，提高运用大数据技术进行审计和宏观分析的能力，从根本上提升新形势下审计工作的层次和水平”的要求。
　　近年来，随着大数据和互联网技术的快速发展，企业的运营模式、管理模式不断变革和创新，各专业普遍开始利用信息系统和信息化技术促进集约化、扁平化、标准化管理。审计作为企业监督体系的重要组成部分，为了适应信息化新要求、新变化、新挑战，亟需打造全覆盖、高精准、快速反应的数字化审计监督体系，积极尝试“以风险为导向”的审计作业模式，建设智能审计机器人在线审计作业机制，高效驱动集中远程数据分析，并根据风险疑点配置资源，在实现全覆盖同时，提升精准度，提升审计效能。
　　二、数字化审计现状和方向
　　军工企业的经营管理现状和特点决定了数字化审计的起跑点和发展特点。军工企业所管理的业务范围广、复杂度高：军工集团下属企业涉及行业多，各行业业务特点各不相同，规模大小不一，审计监督涉及多行业、多业务领域；军工企业地域分布广：成员单位遍布全国，地域分布广，审计监督难以做到及时性和全面覆盖；军工企业审计的材料零散不集中：军工企业审计过程中涉及的文档各式各样规范不一，各种规章制度等资料犹如空中繁星；军工企业监控事项复杂多样：监控内容涉及价值链管理所有领域，组合形式多样化，查证资料浩如烟海；军工企业业务延伸弱：基于财务的审计工作难以对业务前端实行监督，无法形成管控闭环。
　　军工企业所应用的审计信息化手段决定了数字化审计的发展路径。从目前来看，审计信息化手段提供的工具主要有三类：一是审计信息系统；二是业务管理系统；三是数据分析工具。军工企业审计工作主要采取前两种手段，数据分析工具作为审计信息化手段的重要内容，能够很好的弥补前两种工具的不足，在未来有巨大的应用潜力。审计信息系统：（优点）基于成熟模型建立的，具有较强的普遍性和适用性；易于学习，使用门槛较低。（缺点）对数据质量要求较高，由于数据传输链条长，处理、转换环节多等因素容易造成数据不完整、不准确；系统的更新完善周期较长，跟不上审计需求的变化。业务管理系统：（优点）从业务部门转岗到审计部门的人员非常熟悉业务系统的操作，能够熟练利用业务系统开展审计工作；能够最大程度上保证数据的真实性，确保发现的问题或线索准确无误。（缺点）公司业务系统众多，很难有审计人员能够熟悉操作全部的业务系统；对于跨业务的数据比对分析较难实现。数据分析工具（Excel表格/SQL語言等）：（优点）不受系统功能点的限制，分析方式最灵活，能够最大限度的发挥审计人员的积极性和创造性。（缺点）缺点在于获取数据不易，对审计人员的信息化技术要求较高。
　　三、数字化审计实践的主攻方向和难点要点
　　（一）审计方法论研究
　　研究初衷在于实现大数据技术在军工审计工作中的应用，实现从“想”到“做”的跨越。目前大数据在传统领域已经有一定的技术积累，但在业务中的应用仍然存在需要亟待解决的问题。结合军工企业的业务特点，研究数字化驱动下审计面临的问题及挑战，探索如何利用数字化技术激发审计效能，提高审计工作效率和效果，首先要解决的是方法论问题。可以结合最新审计理论、借鉴其他领域的典型案例，从军工企业审计工作现状出发，提炼形成新技术在军工企业内部审计工作中应用的方法和理论。
　　（二）大数据内部审计框架体系
　　大部分军工企业信息化建设已经有一定的基础，但大数据应用技术的引入是对传统审计方法和理念的颠覆性变革，重点解决审计工作中的审计资源有限与审计工作日益增长之间的矛盾。可以从审计方法和工具使用现状的梳理开始，从组织管理、运行机制、保障机制等方面构建大数据内部审计框架体系，为企业搭建大数据审计平台实现全业务审计，实现审计资源的集约化发展。
　　（三）构建审计分析模型
　　从军工企业业务特点出发，研究应用大数据技术过程中的审计数据获取、数据清洗、数据挖掘、数据关联等技术，构建审计分析模型。区别于传统领域的审计模型，军工企业业务范围广泛，业务模式复杂，部分领域管理问题较为突出，因此搭建适合军工企业自身业务特点的审计模型有助于提高审计工作的精准性。
　　（四）数据分析方法创新
　　大数据审计分析的本质是“全维化与智能化”，而业内普遍认为大数据分析的特征是“交叉融合+智能挖掘”，这是当前大数据审计分析方法创新的两大难点，这也是数字化审计发展过程中必须要经历的过程。 　　（五）多行业全维化分析
　　审计大数据存储的多行业数据为全维化分析提供了可能，有助于揭示国家宏观经济潜在风险与趋势，发现重大案件线索。近几年，各地审计人员积极践行“五大关联”分析，开展了跨领域、跨层级、跨系统的数据分析工作，从数据应用的角度讲，我们确实进入大数据分析阶段。但是现阶段，各级审计机关的“五大关联”分析普遍存在精确性不高、效率低等问题。如何探索各种数据匹配技术来克服由于信息系统设计、人为缺失等客观因素导致的数据质量低，提高关联分析效果。另一方面，如何引入前沿技术实现多领域数据的智能整合，都亟需结合实践开展有益的探索。
　　（六）智能挖掘技术在审计业务中的合理应用
　　大数据分析的另一特征就是各种深度挖掘、智能学习算法、可视化等技术的运用。近几年审计署一直鼓励审计分析方法创新，一个明显的趋势是：审计人员正从简单的汇总、统计，开始向专业数据挖掘方向推进。聚类、分类、异常点检测等数据挖掘算法在审计分析中的应用案例正在涌现，甚至一些前沿的复杂网络技术，语义理解等新兴数据技术在审计实践中也开始崭露头角。但是，我们也要清醒认识到，现阶段审计实践中数据挖掘深度、综合利用的程度都还有待提高。从这个角度看，当前的审计大数据分析尚在初级阶段，距离“智能化”还有较长路要走。
　　（七）大数据审计的数据存储和使用风险
　　审计大数据中心的建设伴随着各行业被审计单位数据的迅猛增长，数据存储量增长速度快，引发了一系列问题：数据量巨增带来的存储瓶颈；传输带宽不足，无法快速传输数据到服务器；服务器层接收处理数据过多，导致CPU、内存成为瓶颈等。审计数据中心如何应用大数据存储管理技术进行总体设计并逐步实施，是当前比较紧迫的等任务之一。
　　审计数据中心的建设与任何海量存储系统一样，需要具备高可扩展性、高性能、容错性、可伸缩和低运营成本等特性；同时要满足审计大数据的复杂性、不确定性和动态性的技术特征。从数据范围来看，审计中心涵盖审计对象的业务和管理数据，以及互联网信息；从功能来看，涉及数据整理、存储、查询、综合分析和服务多个业务功能，其中数据整理与分析是审计数据中心的核心功能；从流程来看：从被审计单样式的原始数据用国产数据库存储和标准化处理；最后规范化的数据通过国产并行数据庫提供数据分析服务。这远比单一行业大数据架构设计复杂的多。
　　未来的数字化审计工作将更加符合审计单位及业务范围全覆盖的要求、更加符合审计时点事前事中事后全方位的要求、更加符合审计内容跨业务跨流程全过程的要求，借助大数据和互联网技术的广泛深入应用，必将迎来创新审计模式和手段的新纪元。
　　（作者单位：赵亮，金航数码科技有限责任公司；张孝昆，华博风控信息技术（北京）有限公司。）
转载注明来源:https://www.xzbu.com/1/view-14868698.htm