以数字化营销审计模型实施电费审查认定研究

邢益岭

【摘要】本文选取了电网企业中的电费审查项目为案例，聚焦与审计期间各类交易和事项相关的认定。通过在认定的每个环节上数字化营销审计模型的深度应用，推动认定的6 要素（包括发生、完整性、准确性、截止、分类、列报）高质高效实现，是电费审查认定的研究型审计、实践型审计的双结合典型案例。本文应用了案例分析法、对比分析法、数据间关系研究、观察法等分析方法，活用并展示了电网企业中的数字化营销审计模型各式各样的策略应用，实用性极高，以供同行参考。

【关键词】电费审查；认定；数字化；营销审计；审计模型

前言

近年来，党中央、国务院对审计工作高度重视。习近平总书记在中央审计委员会第一次会议中的重要讲话强调：“要坚持科技强审，加强审计信息化建设。”审计署提出，向信息化要效率，向大数据要资源，走科技强审之路。创新是引领发展的第一动力，是建设现代化经济体系的战略支撑。建设科技强国、网络强国、数字中国、智慧社会等，必将进一步提升整个社会的信息化水平。信息技术的发展对国家审计、内部审计和社会审计具有重要影响：一是被审计单位在会计核算、财务管理、业务运营、行政管理等方面的信息化水平不断提高，为大数据审计创造了条件，更推动着电网企业内部审计工作向智能化、网络化、常态化和风险预警方向转型。

一、基础：数字化审计进程

大数据环境下， 电网企业内部审计工作产生了很大变化，有着鲜明的数据、业务、技术“ 三融合”的特征，涉及数据采集、转换、整理和分析等多方面，利用大数据环境下的数据仓库、数据挖掘、云计算、联机分析以及数据可视化等技术， 可以对不同系统中离散着的海量数据进行深度挖掘和关联性分析， 从而使数据不再互相独立，而形成一个整体的系统，产生叠加效应。这就预示着， 需要有一个大数据管理的综合体或综合平台，来实现数据的多维应用。

一方面为了贯彻习近平总书记关于网络强国、数字经济、数字中国、人才培养等重要思想，全面落实科技强审要求，推动数字化审计进程，全面深化审计“ 监督+ 服务”职能，另一方面为了加强非现场大数据审计应用，精准定位、靶向发力，有效缩短现场审计时间，努力提升审计监督的效能。编者所在单位审计部自2021年起便着力参与建设电网企业的数字化审计平台，尤其承接上级公司任务， 通过数字化审计平台与营销管理平台的有效对接，并由人工制定数据间的逻辑，搭建起审计模型，营销业务审计———模型疑点风险分布情况见图1 所示。电网数字化审计平台在2021 年试用1年后，在2022 年初全面上线实施，在广东电网范围内大力推广应用。数字化审计技术的成熟度，为本文所述的电费审查认定，提供了良好的技术支撑，更是大大提升了电费审查认定每个环节的可靠性和效率效能。

二、聚焦：电费审查认定

认定与具体审计目标密切相关。认定是指管理层在财务报表中作出的明确或隐含的表达， 用于考虑可能发生的不同类型的潜在错报。当管理层声明财务报表已按照适用的财务报告编制基础编制， 在所有重大方面作出公允反映时， 意味着管理层对财务报表各组成要素的确认、计量、列报及相关的披露作出了认定。电网企业的内部审计人员通过掌握对电费审查的认定，确定每个项目的具体审计目标，才能发挥更高的审计价值。管理层在财务报表上的认定可以分为三类，包括与所审计期间各类交易和事项相关的认定、与期末账户余额相关的认定、与列报和披露相关的认定。而电费管理是供电行业业务的重要组成部分，电费管理的好坏直接影响企业的发展。随着电力企业市场化进程和电力体制改革的不断深化，提升电费管理水平，提高企業经济效益，已成为供电企业经营管理的重中之重。电费审查中，内部审计往往高度关注“抄、核、收”三个字，常见的电费管理审查问题包括“ 计费参数信息与现场不一致”“ 未按抄表日执行”“ 未及时上报异常用户”“电费核算不正确”“管理职责划分不清”等等。而通过电费审查认定， 可以系统性的为电费审查套上一个“滴水不漏”的审查流程，更好地实现电费管理的审查。本文以电费审查的案例为例，聚焦与审计期间各类交易和事项相关的认定，通过在认定的每个环节上数字化营销审计模型的深度应用，对电费的发生、完整性、准确性、截止时间、分类、列报和披露情况的认定进行研究。

三、应用：数字化营销审计模型

2021 年编者所在单位的审计部便承接了上级公司建设数字化审计平台的营销审计模型任务。团队设计并建立了144 个营销审计模型， 重点关注营销主营业务（包括业扩、电费抄核收、购电业务、计量物资、计量运行、线损业务、营销项目等7 个方面）。在此，以电费审查认定为例，展开成由发生、完整性、准确性、截止、分类、列报和披露6 要素，来说明数字化营销审计模型如何在每个认定环节发挥作用，从而提升电费审查认定效率和质量。而数字化审计模型的搭建，成为了审计审查的硬件工具，而内部审计人员能在审计模型基础上，灵活搭配使用恰当而有效的数据分析方法，属于软件。软硬件两手抓，才能快速提高审计工作效率和质量。常用的分析方法有异常分析、趋势分析、关联分析、聚类分析等，常用的抽样方法有随机抽样、分层抽样、发现抽样、系统选样等。在电费审查认定中，我们将大量地讲述数字化审计模型和审计技术方法搭配使用的研究。

1 .由发生认定

由发生认定推导出的审计目标是确认已记录的交易是真实的。如编者所在单位审计团队通过应用“ 换表前6 个月到销户时的电量为0 的用户”的审计模型，具体策略为， 先选择业务子类为“ 电能计量专职周期轮换”的归档工单，然后晒选出用户状态为销户的用户清单， 这个基础上再筛选出工单申请时间的前6 个月到销户累计电量为0 的用户。模型所得出的用户与产生电费一对比， 则可发现对应这批用户是否有实际未发生用电量，但错误收取电费的情形。

这里还需要考虑到模型所对接的营销管理系统里用电量是否准确的问题， 可搭配应用审计取证的观察法，通过对疑点用户用电量信息，进行进一步的线下观测，察看用户是否正在从事活动或执行的程序，来复核用电量信息，确保发生认定可靠性。部分商业性质或难以观测的用户，还可通过审计取证的外部调查法，了解用户用电量是否仍在发生。由于线下观察耗时多，当涉及疑点的用户较多时，需要采取恰当的审计抽样方法，而本案例就采取了分层选样法， 按一定标准将疑点清单划分为若干类型，再分别随机选样走访。

2 .由完整性认定

由完整性认定推导出的审计目标是确认已发生的交易确实已经记录。如编者所在单位审计团队通过应用“ 应享受95 折电费优惠政策实际未减免”的审计模型，对阶梯电价信息不准确的进行认定。具体策略为，将特定期间内的一般工商业及其他电价、大工业电价用户，当月同一个计量点电量不为0 且电费中没有“ 阶段性减免”的用户，分不同计量点导出，可发现未纳入减免电费的部分。

在完整性认定步骤中， 适合使用发现抽样的审计抽样方法， 其目的是通过发现一个具有特定特征的项目，从而快速得出相关结论。在本案例中，正是当通过审计模型发现1 个未纳入减免电费的样本， 则能得出完整性认定结论。

3 .由准确性认定

由准确性认定推导出的审计目标是确认已记录的交易是按正确金额反映的。如编者所在单位审计团队通过应用“ 阶梯类型与电价代码不一致”的审计模型，对阶梯电价信息不准确的进行认定。具体策略为，首先将“阶梯类型”为“合表”，“电价代码”不等于“居民合表电价”的，视为异常。同时，将“阶梯类型”为“非阶梯”，“电价代码”等于“居民电价”的，视为异常。由此推动阶梯电价信息的准确性认定。又如“充电桩用户电费计算有误” 审计模型， 可以识别出用户名字包含了“ 充电桩”、“ 电动汽车”， 但其下计量点电价均未执行大工业电价，或者执行了大工业电价但是收取了基本电费的，从而实现该类型电费计算准确性的认定。在执行准确性认定时， 还可以应用审计取证的检查方法，对相关的纸质、电子或者其他介质形式存在的文件、资料进行审查核对。因为在实际情况中，充电桩用户不一定都是用户名字包含明显识别字眼的， 需内部审计人员应用相关资料检查核对。

4 .由截止认定

由截止认定推导出的审计目标是确认接近于资产负债表日的交易记录于恰当的期间。如编者所在单位审计团队通过应用“抄表周期异常”的审计模型，对有可能影响到用电量计算的抄表期间因素进行认定。“抄表周期异常”审计模型具体策略为，首先由内部审计人员对客户基本档案中抄表周期为“不抄表”的列为异常（其中用户状态为“ 运行”的所有用户，剔除“ 计量点用途”为“ 参考表”的抄表记录，剔除“用电类别”为“地方电厂户”“台区考核表户”的用户）。然后对于光伏发电户，系统中存在“ 购电户档案”“ 发电户档案”“ 发电户档案”“ 用电户档案”的，应只对“用电户档案”的户号进行筛查，由于发电户档案不计算电费，则剔除其余两个档案的户号。

这也涉及到审计数据分析技术中的数据挖掘技术。内部审计人员必须从大量的、有噪声的、模糊的数据中，提取隐含的、未知的但又具有潜在价值的信息，才能挖掘出深层次信息，无限地接近问题真实情况。针对“抄表周期异常”的问题，更应先做好策划，罗列多种周期非异常的情况和识别范围，从中获取异常数据，这也是确保抄表周期能正常， 使得用电量的计算能在恰当期间所实施的截止认定。

5 .由分类认定

由分类认定推导出的审计目标是确认被审计单位记录的交易经过适当分类。如编者所在单位审计团队通过应用“ 用户类别错误”“ 应执行未执行居民电价”等2__项审计模型，对电费是否分类正确，进行了认定。“用户类别错误”审计模型的具体策略为，首先筛选出用户状态为非销户的用户，再筛选出执行电价类别与客户档案不一致的用户（即该用电类别并不是执行该类别的电价）。而“应执行未执行居民定价”审计模型的具体策略为，首先由内部审计人员通过提取用户名称包含“ 幼儿园”“小学、“ 居委会”“中学”等此类用户清单，并在后续筛选出当前电价未执行居民电价的用户清单，从而获得被错误分类到居民电价的用户和应纳入居民电价未纳入的用户清单。通过分类的认定，有效推动电费审查中分类错误而导致电费计费有误的问题。

而这个环节， 更涉及到大数据环境下的审计取证方法问题，用户分类存在实际特殊情况，这往往是分类认定的难度。在实际操作中，分类认定并不仅仅靠关键字可完成， 因为部分的用电用户的用户名称并不是直观反映用户类型。如部分旧城区几层楼型的旧商铺，既有用作住宅，又有用作商铺，光靠审计模型可不行，要加上基于用户档案信息的多维数据分析比对。内部审计人员通过对数据多角度、多侧面的观察和研究，更好地把握數据所反映的审计事项的某些特征， 尤其针对用户分类，多角度分析，才能找出分类有误的线索。

6 .由列报和披露认定

交易和事项已被恰当地汇总或分解且表述清楚，相关披露在适用的财务报告编制基础下是相关的、可理解的。如编者所在单位审计团队通过应用“会计报告差错”审计模型，通过在财务报表管理模块查询上年同期报表数据， 与当期报表取值数据进行校验， 识别差异。必要时针对相关项进行重新计算，在本案例可推进电费审查相关金额的列报和披露。

结束语

数字化的电费审查认定，只是数字化审计应用中的一个缩影，其反应的是数字化审计的模式已快速发展并逐步适配当今审计工作模式，而随着大数据技术的不断发展，企业内部审计工作也对内部审计人员的数字化审计工作能力提出了更高的要求。因此，新时期，电网企业需要更快速地适应大数据时代的形势，而电网企业的内部人才队伍也应该持续学习提升，转变思维模式，搭建审计模型、应用审计模型对数据进行处理与分析，从而提高数字化水平，保证审计数据的真实性和准确性，提升审计项目质量，促进企业高速、健康发展。

参考文献

［1］阎玺，李晓华“. 大云智”等新技术条件下的电网企业智能审计研究与实践［J］.中国内部审计，2020，（3）：12-14.

［2］张海超，王瑞萍，周秀丽. 基于大数据环境下企业数字化审计平台探索［J］.经济师，2020 ，（3）：33-35 .

（作者单位：广东电网有限责任公司江门供电局）