新常态下电网企业“大数据”持续审计研究

张炎鹏 张慧英

摘 要： 在目前经济新常态管理形势下，审计数据发生了根本性變化。本文以电网企业为依托，从审计数据获取、审计模型建立、在线跟踪审计等方面，分析以“数据融合为基础、数据分析为核心”的持续审计，实现“总体分析、实时监督、分散核实、精确定位、价值提升”的审计监督新模式。

关键词：大数据  持续审计  电网企业

一、研究背景

目前，随着大数据时代的到来，使审计工作不得不面临被审计单位的大数据环境，同时信息技术的发展使审计信息化不断向持续、动态、实时的方向发展，持续审计成为审计信息化的一个重要发展方向。电网企业在国家经济新常态和电力企业改革交织的背景下，迫切需要内部审计改革创新，以促进完善公司治理，助推企业增值目标的实现。2017年国家电网公司提出“数字国网”顶层设计，建设全业务统一数据中心，开展“全业务融合、全流程贯通、全数据共享”的数字化发展研究与实践。

二、主要做法

（一）搭建“大数据+审计”深度融合平台

一是协同审计，丰富审计“大数据”资源。建立审计部门牵头，运监中心、人力资源、财务、工程管理等相关部门共同参与的协同审计，完善联动机制，明确各部门工作职责，制定数字化联合审计工作方案，确定持续审计监督主题。由运监中心向审计部门提供系统数据、监测成果，审计部门根据实际情况提出数据需求，保证持续审计数据来源渠道畅通。二是重塑组织架构，建立“审计数据库”。将基础数据集成共享，打通专业间数据“壁垒”和信息“孤岛”，使公司各项业务深度融合，专业系统向审计人员开放，数据交互、业务流转贯穿始终。通过数据搜集、整理、分析等步骤，将现场监督、在线监测等实时数据进行整合上传，形成“审计数据库”，为业务查询、现场实施、跟踪整改等业务提供数据保障，支撑审计结论。

（二）构建大数据“审计模型”

一是审计应用模型，实现数据挖掘分析。在现场开展大数据审计工作前，审计人员需要制定初始规则库作为早期大数据分析的逻辑依据，探索数据关联性，将问题延展并深挖，按照“审计经验总结-系统数据梳理-审计模型构建-模拟运行测试-审计模型修正-模拟运行再测试”流程，从海量数据中提取有效数据分析，实现准确掌握实际的数据状况，提高审计数据应用价值。二是审计个体模型，实现疑点精准定位。根据锁定的审计重点，通过分析财务、物资、营销、生产等专业数据，有针对性的构建个体分析模型。

（三）建立审计“持续在线”运行机制

一是着眼业务全局，选取重点关注领域。根据公司重点工作、经营管理风险点等要素，选择重点领域、关键环节、敏感业务等作为审计持续监督主题，利用业务数据、业务流程之间的关联性，实现跨部门、跨专业、跨区域综合、系统全景式审计监督。二是依托“审计+业务”系统，实现数据监督全覆盖。大数据审计平台的建设，为大数据审计监督全覆盖奠定了基础。在系统数据获取及时、全面、准确的前提下，有步骤、有重点的将审计监督范围逐步扩展至全业务领域和全业务流程，使审计监督不再受制于抽样样本，在海量数据中挖掘出全部的业务信息。在逐步实现监督全覆盖的基础上，统筹审计资源，明确在线审计标准化流程，统一工作方案、数据分析，锁定存在的问题和潜在的疑点。三是建立风险点“双结合”跟踪机制。通过利用数据分析工具和审计模型对常规业务流程和关键控制点在线实时监督，采用“非现场与现场”、“在线与线下”双结合的审计方式，借助大数据和人工智能技术的运用，使审计人员从审核帐表、审查资料等基础性、机械性工作中解脱出来，更多精力和时间用于对问题的深度发掘、分析、研究，提出更有深度广度、更有针对性的审计意见，不断提高审计工作成效。

三、取得效益

实施大数据持续审计，丰富了审计技术手段，扩展了审计监督覆盖面，对公司完善制度流程起到了强有力的推动作用。通过持续审计监督，深入挖掘数据价值，对疑点信息统筹安排现场核查，及时揭示公司经营管理风险，推动了相关重大决策部署落地实施，加强了对关键业务流程管控，实现了对重要事项的全过程监督，促进了企业的精细化管理水平和风险管控能力的提升。如大力推进的配农网全过程审计，将“新一轮农网”和“扶贫工程”在内的重点配农网项目全部纳入持续审计范围，形成工程建设过程数据库，建立审计模型跟踪重点环节，不断揭示问题、提示风险，促进了工程资金使用效率的提升，充分发挥了审计的监督职能。

参考文献：

[1]刘国城，王会金.大数据审计平台构建研究[J].审计研究，2017（6）36-41.