基于大数据背景下工程审计模式创新品牌探究

2020-12-19张楚湖北工业大学

品牌研究 2020年3期

文/张楚（湖北工业大学）

工程审计能够影响工程项目的众多环节，如招投标、施工管理、竣工结算等，能够影响工程建设的质量、工程建设的速度以及工程的整体实施。

随着时代不断发展，数字化技术应用的普及，大数据、云计算等高科技也给审计带来耳目一新的发展机遇，传统的工程审计暴露出越来越多的问题，已经难以适应社会发展的需求，创新审计模式、探寻符合当前发展环境的新的审计方法刻不容缓。

一、传统工程审计存在的品牌问题

审计模式经历了“传统账项基础审计—制度导向审计—风险导向审计”模式的过渡。制度导向审计以及风险导向审计均解决了传统账项基础审计的一些弊病和问题，如融合了审计风险考量、增加了内部控制制度测试等，然而从实用角度看来，即便是最先进的风险导向审计也难以完全适应当前的工程审计需求。

（一）无法满足审计的实际需求

传统的工程审计是以工程项目审计为中心开展工作的，主要是对项目开展的各个阶段开展审核，审计手段主要是结合招投标材料、合同、施工、竣工图纸、变更签证、支付凭证等开展竣工决算。不同于财务收支审计的风险导向审计模式需要考虑发表积极式审计意见可能遭遇的诉讼风险，在工程审计过程中，审计对象不仅是基于责任方认定的报告，而是伴随工程活动发生而产生的管理相关事宜，这在无形中增加了审计对象的复杂性。与此同时，工程管理活动没有较为统一的审计标准，缺乏完整的责任方认定报告，这导致审计工作落实存在诸多限制，根本难以适应实际的工程审计需求。

（二）难以适应审计全周期特性

风险导向审计主要针对已经发生的各种活动，从本质看来是一种事后审计模式。项目建设包含了事前、事中、事后的各个环节，从项目建设流程来看，项目建议书、可行性研究、立项、招投标、施工图设计、施工、验收等过程中都存在不可控因素，有些因素甚至可能会对工程产生终身影响。在此种情况下，单纯的风险导向审计无法对工程的前期、中期工作进行审计，加之工程施工时间可能较长，事后审计也可能存在与现实不符情况，审计风险较大。

（三）难以覆盖审计效益性特征

风险导向审计始源于报表审计，关注点落于财务报告的合法性和公允性，要求注册会计师在落实审计时重点考虑法律法规的需要，但却对工程的整体效益关注不多。就工程审计而言，项目绩效是审计的一个重点，审计过程必须考虑项目投入的经济性、效果性和效率性。由于侧重点不同，即便在工程审计过程中完全遵循会计准则进行，那么也很难防范工程浪费、工程经济效益差、工程污染环境等问题，进而影响审计效力。

二、大数据背景下的工程审计模式探索

新兴技术以及新型商业模式的发展使得全球数据激增，数据洪流的出现对社会各行各业形成了冲击，若能够利用好激增的海量数据，必然能够对社会进步产生巨大的推动力。大数据具备四大特征，分别是：数据类型多、数据体量巨大、数据处理快速、数据价值密度低。大数据的特征决定了大数据背景下的工程审计与传统的工程审计存在区别，大数据为工程审计的发展提供了契机，使之具备了新的内涵：

（一）指明了工程审计的重点领域

大数据具备相关性特征，利用相关性分析，相关人员可在大数据环境下查找出某些影响重要指标的变量，通过分析变量，则能够得到相关的结果。在具体操作时，可以使用最小二乘法，借助相应数据构建一元或多元回归模型，随后考虑六个古典假设利用回归得到相应变量。获得的相关变量因素可以被运用于工程审计，进而确定审计的重点领域，优化随后的审计程序。

（二）为工程审计提供了分析基础

海量的数据能够为工程审计提供分析的基础，能够优化审计的流程，保证审计的质量。

首先，政府机关的权威数据能够为工程审计提供直接证据。众所周知的是，任何机构组织单位在生产运营的各个环节都受到工商行政管理机关、税务机关等的管理，其成立、运营、破产、倒闭均会留下大量的信息数据资料，审计人员可以通过分析相关数据进行审计取证，并在审计证据的基础上快速得到审计结论，且审计结论的可靠性能够得到保证。其次，公共服务机构的数据能够为工程审计提供价值证据。在很多情况下，尤其是对隐蔽工程进行审计时，很多审计证据已经不能直接取得，只能侧面核实，反推过程。公共服务机构的大数据，尤其是税务、电力、水利等部门的数据可以反映项目实施过程的真实情况，换言之，工程项目企业接受了燃气公司以及自来水公司的公共服务，税务、用电、用水等数据都会被记录。虽然与政府机关相比，公共服务机构的相关信息缺乏权威性，但数据的真实性比较有保障，也可以直接用作审计证据。其次，法律法规数据能够为工程审计提供依据。工程项目实施会涉及到各种法律法规，如招投标相关的法律法规，工程审批相关的法律法规等，各类法律法规相关数据能够为审计人员开展审计工作提供数据支撑。最后，项目相关机构能够为工程审计提供分析性数据。在工程项目建设过程中，建设方必然会与各种机构有业务往来，各性机构内部均会保留大量业务数据，业务数据可以为审计人员提供参考资料，用以评判被审计项目的真实性和盈利性等。

（三）为工程审计转变提供了方法

云计算扩展了虚拟技术、分布式技术等，能够为组织机构提供灵活的扩展性应用程序服务。借助云服务，审计相关人员可以构建数据云，利用数据云处理大量数据，落实审计目标、完成审计任务。

三、大数据时代的工程审计模式创新品牌的建立

（一）借助数据驱动优化工程审计流程

大数据背景下的工程审计不以风险评估流程为起点，而是立足于工程审计的合法、真实和效益基础，利用海量数据的相关性分析，针对项目生命全周期确定审计重点。在确定审计重点时，相关人员可以利用大数据对之进行全面覆盖，若能够确定该领域不存在问题，则可将之划出重点审计范围。在确定审计重点之后，则可进行进一步审计程序，对相关的风险进行评估、控制、测试。

（二）构建数据驱动工程审计模式

首先，构建数据资源云。大数据资源云能够为工程审计提供资源数据库。该数据库应很好的囊括4方面的资源：第一，行政机关和公共服务机构的相关数据资源；第二，法律法规数据库资源；第三，混合型数据库资源；第四，施工企业上传的共享数据资源。其中，行政机关和公共服务机构的数据应该包括工商企业信息、税务机关信息、统计机关信息、财政机关信息、国有企业财务信息、自来水公司信息、电力公司信息、燃气公司信息等；法律法规数据信息应该包括工程设计、建立、工程施工相关的法律信息；混合型数据库资源应该包括天气、交通、物价以及宏观经济运行相关信息；工程人员自行上传的共享信息应该包括审计过程中的相关依据和说明、审计相关案例资源等。其次，构建数据分析模型。可用于执行数据分析的模型类型较多，但计量经济学常使用构建回归模型。合理的数学模型能够使得统计相关的数据发挥其作用，凸显大数据的应用价值。再次，构建项目全生命周期审计分析模型。为了保证工程审计的实施效果，应该确保审计贯穿整个工程项目。在大数据驱动的工程审计模式下，不同阶段的审计目标和重点各不相同。因此，应当针对审计的不同阶段构建科学的回归模型，要利用大数据确定显著变量，确定准确的审计范围，以提高审计的真实性。最后，提取并优化审计结论。在审计工作过程中，分析程序结合了大数据资源，根据需要审计的内容分析数据联系，确定审计是否达到目标。视频监控程序引入解决了传统的审计人员无法现场审计的问题；进一步审计程序能够对审计的结果进行细节测试，有利于提高审计结论的准确性。