大数据视角下国有企业经济责任审计实现机制探讨

游珍 叶青

摘 要：我国经济责任审计为督促单位负责人依法依规履行职责起到重要作用，成为中国特色社会主义审计体系重要组成部分。现今大数据时代，随着信息技术的发展，传统经济责任审计愈加不符合新时期发展的新要求，大数据背景下经济责任审计实现机制如何设计才能使经济责任审计工作体系更为完善、更为有效，则是本文研究重点。

关键词：大数据;经济责任审计;机制

1 大数据背景下经济责任审计存在的问题及原因剖析

1.1 审计环境

现今大数据审计技术已逐步应用于经济责任审计领域，但审计实践始终优先于制度建设，某种程度上约束了大数据在审计领域的运用。目前经济责任审计制度主要以手工查账方式为导向拟定，经济责任审计有关制度极少涉及大数据审计技术。在某集团经济责任审计中，审计部门运用大数据有关技术和方法对领导干部实施经济责任审计，并且收集了很多电子化数据，但电子化数据存在可迁移的特点，导致数据在收集和储存实施中存在安全隐患。尽管我国局部地方审计部门已对结构化电子数据的管理做出明文规定，然而关于大数据背景下经济责任审计所需要的海量数据收集和储存依旧欠缺有关的法律作为后盾，导致审计组人员在数据采集的实施中，企业往往对涉密数据有所保留，加大了审计的困难，削弱了审计效率。所以只有在法律层面为大数据审计技术提供坚实保障，才可让大数据技术在经济责任审计中得到充分应用，从而提高审计效率。

1.2 审计队伍

我国经济责任审计信息化发展相对于发达国家有所滞后，现今审计队伍培训大多是计算机审计中级资格等培训，审计人员熟练大数据分析技术仍需时日。大数据挖掘技术包含数据存储、处理、挖掘等难度系数较大的知识，审计人员应具有相关的知识与专业素养，现今基层审计机构人员年龄偏高，且基本是财会类专业出身，知识体系单一，计算机基础薄弱，不具备大数据知识和大数据思维，这是当下审计团队素质提升存在困难的主要原因。在经济责任审计过程中只实施传统的财务审计，未将业务数据与财务数据进行相互关联研究，审计结果最后的有效性被削弱，甚至在开展财政预算执行审计时未能对电子数据实施有效性分析的尴尬情形。

大數据背景下的经济责任审计对审计人员提出了更高的要求，具备审计知识、计算机等大数据知识等，当下，此类综合性人才少之又少，审计队伍的完善是长期的过程。

1.3 审计技术

目前云计算服务器大都掌控在国外企业（例如 IBM、亚马逊、谷歌、微软等）和中国民营高科企业如百度、华为、阿里、腾讯等手中，尽管云计算服务商坚持保密原则提供服务，但总归对于云计算的服务机构毫无秘密可言。所以政府有关部门与一些敏感商业机构在大规模引进这些高科企业的云计算服务，皆不能保证不会造成数据泄露，更甚者因此产生政治危机、经济危机。所以国家审计在选择云服务开发商时必须尤为慎重，尤其国外的云计算开发商。

2 国有企业经济责任审计数据分析实现机制设计

2.1 审计依据

国有企业经济责任审计实现机制设计依据是《××国有企业内部审计办法》《××国有企业领导干部任期经济责任审计办法》与《党政主要领导干部和国有企业领导人员经济责任审计规定实施细则》。

2.2 审计目标及主要内容

国有企业经济责任审计实现机制模型构建主要通过对领导干部任职期间履职情况进行审计监督，客观公正给予履职业绩进行评价、揭示存在的问题，使国有企业领导人员做出更科学合理的决策。

国有企业经济责任审计主要围绕领导人员履职期间法律法规相关政策执行情况、财务收支情况、国有资产管理情况、内部控制情况、预算管理、专项资金管理、重大经济决策、基建项目管理情况、对外合作管理、国企发展能力和个人廉洁自律情况等部分进行审计。

2.3 设计机制的基础及原则

2.3.1 机制设计条理清晰

国有企业领导干部经济责任审计实现机制的设计思路按步骤分为“数据采集”“数据转换”“数据清理”“数据分析”，另外从经济责任审计项目实施时间又分为“准备审计”“实施审计”“后续审计”三个阶段，三个阶段清晰呈现各阶段间的数据走向和工作应用，形成完整的审计过程。

2.3.2 审计机制科学合理

设计国有企业经济责任审计机制过程中引入“大数据+审计”的创新机制，利用计算机技术对数据进行深入分析，让经济责任审计覆盖面更加健全，机制实现完备与创新，数据的应用价值得以提升，降低相关审计成本，提高审计效率，更符合成本效益原则。

2.4 基于大数据视角的经济责任审计实现机制模型

鉴于大数据分析对经济责任审计思路与模式的作用，将经济责任审计实现机制划为“准备审计”“实施审计”“后续审计”三个阶段，将每一阶段又基本划分为“经济责任审计运行机制”“经济责任审计数据驱动机制”和“经济责任审计约束机制”三个环节。

经济责任审计开始于准备审计，包括审计组举行审前会议、审计资料收集（包括基础数据收集、编制和发送审计通知书等）。实施审计是审计运行机制的中间环节，主要有召开审计进点会、现场观察与走访、对内部控制进行了解与测试、实施分析程序（包括运用大数据对数据进行分析，实施实质性程序以及召开小结会和撤点会）。其中的数据驱动机制在审计实施阶段为数据收集、整合、转换和分析提供技术支持，同时为约束机制提供实时数据，为约束机制在事中阶段所做的审计预警作数据传递。而约束机制所做出的审计预警结果信息，也将传回运行机制，推动支持审计工作继续进行，并形成信息闭环。后续阶段是经济责任审计运行机制最后阶段，包括根据反馈意见确定后续审计方案等、原有审计建议的修订、考虑是否需执行单独的后续审计、对后续审计形成审计报告等（见图1）。

2.5 大数据背景下经济责任审计数据分析实现机制设计

2.5.1 数据收集

数据收集即搜寻与经济责任审计业务对象相关的内外部数据信息，从而得到原始数据，从而筛选适合数据挖掘运用的数据，创建经济责任审计数据挖掘库。

搜集经济责任审计数据之前，审计工作小组需对计算机信息系统和数据库系统有关数据方面的相关情况开展调查，调查完需归纳汇总成书面资料供经济责任审计工作组成员核查，为了方便核查更为有效，担任详细调查工作的组员需对有关书面资料进行讲解。经济责任审计组成人员需对所需数据展开探讨，从而确定审计初始阶段所需的数据。在真正实施数据采集前，要实施有关的核验，确定审查数据的完整与可靠性。同时，被审计单位需承诺数据真实可靠，并可区分是会计责任还是审计责任。

2.5.2 数据转换

大数据分析通常建立在具有特定的数据结构与数据模式基础上完成，若收集的数据与特定的数据结构或数据模式不符，需对数据格式进行转换才能被数据分析软件使用。如果审计需要的数据不在同一数据库，而是分布在不同的数据库中，此时应当将需要的数据进行筛选整合至一个数据库中，这样数据分析效率将会得到进一步提升。数据转化过程中要注意保持数据的完整性与准确性，可用于经济责任审计的数据转换软件有审计软件、数据库管理工具、SQL语音等。

2.5.3 数据清理

之所以要进行数据清理是因为采集到的基础数据是不完整的、随机的、有噪音的，数据结构较为特殊。数据清理包含整理缺失数据，删除重复数据、清除噪音、进行数据类型转化等，为深入分析、挖掘数据背后的信息做准备，同时确定即将开展的数据挖掘操作类型。

在实施数据清理前，需对数据进行观察，辨别数据存在的问题，明确数据清理的关键点。在整理数据阶段要对数据进行分析，积极对数据进行备份以防因操作不当造成数据丢失。在清理阶段，对于经济责任审计无关的数据进行删除，如有重复数据，需检查是否由于虚增虚假业务而导致。如果虚假业务重复且数量较多，则需检查是否由于病毒文件导致。

审计中间表是在采集到的基础数据的基础上，依據经济责任审计目标，以方便进一步数据分析而生成的，即可直接进行数据分析的对象。

2.5.4 数据分析

基于审计中间表计算，构建经济责任审计数据分析模型，审计人员所构建的数据分析模型依据被审计事项的性质、逻辑、数量等关系，是通过设立计算、判断或限制条件而建立，经济责任审计数据分析模型可以是数学公式或逻辑表达式，用来检验被审计事项的性质或数量关系，从而对国有企业经济责任审计做出合理的判定。

参考文献：

[1]朱勇.大数据环境下国有企业领导人经济责任审计研究[D].武汉：华中师范大学，2018.

[2]张庆龙.内部审计学[M].北京：中国人民大学出版社，2017.