大数据技术在科研院所内部财会监督中的应用思考——以S 省科学院为例

许彦

引言

近年来，财会监督作为党和国家监督体系的重要部分，在规范财经秩序、促进经济社会健康发展等方面发挥了重要作用。而单位内部监督作为财会监督体系的重要一环，亦发挥着不可或缺的作用。党的二十大报告指出，要提升科技投入效能，深化财政科技经费分配使用机制改革，激发创新活力。因此，对科研院所而言，对科技投入效能和财政科技经费使用效益等方面监督尤为重要。因其又具有成员单位类型复杂、科研项目性质多样、资产资金体量较大的特征，只有充分利用大数据技术才能降低内控风险，提高监督效率。

一、科研院所内部财会监督的现状

（一）监督方向较为集中

以S 省科学院为例，科研院所全系统的内部财务监督由总部审计处实施，专业财务监督人员较少，囿于人力、时间等资源的限制，且成员单位管理环境复杂，其内部财会监督多集中在事业单位的预算管理和财务核算监督上，对成员单位的内控环境、信息化管理、合同管理、采购管理等方面覆盖不足。

（二）内部控制较为松散

科研院所总部一般为一类公益性事业单位，主要职能为组织协调各方科研力量，服务或管理的成员单位众多，体制机制较为复杂，除了全额拨款、差额拨款、自收自支等各类事业单位外，还存在全民所有制企业、有限责任公司、股份有限公司等多种企业，部分企业处于混改、股改进程中，该类企业亦成立有二级、三级子公司。上述情况使得科研院所总部在实施内部财会监督时链条较长，以成员单位自行实施内部控制、总部进行检查或审计的模式为主，内部控制较为松散。

（三）监督手段较为单一

科研院所总部目前的内部财会监督手段多以利用财政预算填报系统的校核实现预算管理监督，利用第三方的年报审计、项目审计等实现财务核算监督为主。因成员单位众多，信息化管理水平参差不齐，利用大数据技术归集预算、财务、采购、资产、工资等相关数据进行关联比对分析的应用与探索较少，导致内部财会监督发现的多为个性化问题，发现或预警的系统化风险较少。

（四）监督时效较为滞后

因科研院所目前内部财会监督多依靠审计等方式实现，该类监督方式为事后监督，其审计时间和报告时间多为次年年初，对于当期存在的问题无法实现事前、事中监督，也难以实现即审即改，其监督时效较为滞后。

二、在科研院所内部财会监督中利用大数据技术的优势

（一）拓展内部财会监督的范围

科研院所的研究内容、业务范围、成果转化方式较普通事业单位更为复杂，其存在的内控风险较高，利用大数据技术强化内部财会监督可以拓展内部监督范围，通过数据的挖掘、筛选、分析、比对将预算监督、财务监督、资产管理监督、内部控制审计融为一体，有效防范系统风险。

（二）提升内部财会监督的效率

传统的内部财会监督方式以财务或审计人员组织定期或专项检查、委托社会中介机构进行年报审计等方式实施，通过抽查财务凭证、审查采购合同、资产监盘等加强对成员单位监督，需要耗费大量的人力和时间，监督效率受限。利用大数据技术，将科研院所总部及下属单位的财务数据、资产数据、项目数据、合同业务数据等集中采集并汇总分析，对存在疑点有针对性地核查，可以有效提高内部财会监督的效率。

（三）提高内部财会监督的系统性、全面性

传统的内部财务监督分单位、分类别、分项目实施，通过精准揭示个性化问题促进被监督单位有针对性地改进不足。上述监督方式存在覆盖面窄、系统性不强的缺点，大数据技术通过建立数据分析模型等方式对系统内部所有单位的财务、资产情况批量分析、核实，对不同下属单位同类问题、同一单位的不同问题联动分析比较，可以有效弥补上述缺点，全面筛查科研院所总部及下属单位存在的系统性风险，有效提高科研投入效能。

三、科研院所利用大数据技术实施内部财会监督的技术难点

（一）基础建设缺失存在信息孤岛

S 省科学院作为科研院所总部，采取总部牵引、一体两翼的组织方式，其成员单位数量众多，类型丰富、定位不同，对成员单位的管理模式、管理力度也各有差别，各成员单位的信息基础建设以自行开发为主，缺少统一标准，信息化管理程度各异。部分单位仍采用纸质材料申报审批为主，仅采用会计软件进行财务核算，关联数据较少，进行大数据分析的数据基础薄弱；部分单位信息化管理程度较高，但各自采用OA、ERP、SAP 等各种信息系统，本单位的业务系统与财务系统、不同单位的系统数据之间无法贯通与集成，数据的完整性、精准性不强。上述情况造成S 省科学院作为科研总部，对全系统进行大数据分析的基础薄弱，存在信息孤岛，各单位业务数据、财务数据格式、字段不统一，无法通过对全系统进行数据归集、分析的方式发现系统风险、特别风险，内部财会监督的效能受限。

（二）专业大数据分析人才储备不足

S 省科学院为全额拨款事业单位，单独的内部财会监督人员较少，且以财务专业为主，具有计算机分析能力和财会监督能力的综合性人才不足。利用大数据技术发现资产管理、财务核算、合同管理等方面存在的漏洞和风险的监督思维不强，对acess、sql、oracle 等关系型数据库的数据导入、分析操作熟练程度不够，导致能灵活利用数据采集、数据清洗、数据挖掘、数据分析、疑点核查等进行内部财会监督的人员极为稀缺，大数据分析能力不强，内部财会监督质量不高。

（三）大数据分析在内部财会监督的应用领域较窄

1.内部财会监督中大数据计划较少

S 省科学院作为科研总部，负有对内部成员单位进行总体财会监督的责任，但因为人力、时间、技术等资源的缺乏，现在内部财会监督的方式仍以委托第三方实施年报审计、经济责任审计、专项审计为主，内部财会监督人员实施飞行检查为辅，这种内部监督模式中，常规监督、个性监督较多，利用大数据分析手段针对科研投入质量、科研资产转化与管理效能等系统风险进行筛查的计划较少，共性问题的计划与发掘不足。

2.大数据分析实施力度不足

一是大数据分析层次较浅，目前S 省科学院实施的内部监督以对预算管理、财务核算方式进行监督为主，在其中大数据分析应用较少，其应用方式也多为利用excel 等基础办公软件对下属事业单位预算执行进度、预算项目与支出项目配比等进行简单计算、匹配为主，对下属企事业单位的收入真实性及完整性、资产管理和对外投资的合理性等方面运用大数据技术查漏补缺的探索较少，大数据技术应用的层次较浅。二是大数据分析手段较少。目前，S 省科学院在内部财会监督中大数据分析手段多为从信息系统前台导出二维表进而通过excel 工具进行分析为主，直接从信息系统提取后台数据，利用sql、oracle 等关系型数据库软件进行查询、数据聚合、数据索引等较少，其安全性与分析能力提升空间较大。同时，目前采用的大数据分析多为对二维数据进行采集、分析，对于图像数据、音频数据、视频数据等进行提取、转化、分析尚未开展探索。三是大数据分析的监督模型缺失。目前，S 省科学院利用大数据分析进行内部财会监督仍处于初步探索阶段，其应用多为在监督项目中根据不同风险点选用不同的工具进行分析，尚未有意识地根据系统内部成员单位的特点和系统风险建立内部财会监督模型，大数据分析进行财会监督的应用深度、广度和效果均大打折扣。

3.内部财会监督报告反映问题类型单一

因S 省科学院目前在系统内部财会监督中应用大数据分析模式仍处于初步探索阶段，其内部财会监督报告反映问题类型单一，多以文字方式反映的个性化问题为主，以大数据分析方式得出的综合性结论较少，将数据分析成果以折线图、柱状图、二维表等图表形式的可视化体现较少，监督建议和整改层次较浅，内部财会监督的深度仍有待进一步拓展。

四、科研院所利用大数据技术实施内部财会监督的对策建议

（一）强化全系统的信息化基础建设

以S 省科学院为例，其有下属事业单位11 个，直属企业4 家，服务管理单位20 余家。针对单位类别、性质和管理方式的区别，应对系统内所有管理单位的内部控制环境进行摸底，指导符合条件的成员单位建立健全信息管理系统，理顺自身业务流程，同时将财务系统与业务系统融合，贯通财务数据、业务数据、资产数据等，完善信息化基础建设，提高系统成员单位的内部控制水平。在科研总部信息管理系统中预留数据接口，设置数据关联、查看和导出功能，便于对成员单位的业务情况、资产情况、财务情况进行实时监督。必要时引入外部信息采集工具，如购买新纪元账务采集软件等，为利用大数据技术实施内部财会监督提供信息基础。

（二）加强具有大数据分析能力的内部监督团队建设

以S 省科学院为例，应克服人员较少的困难，选育系统内部优秀财务人员，组建大数据分析团队，进行系统培训。一方面是培训内部财会监督思维和能力，除培训科技行业的大政方针、经济政策、改革要点外，还要熟知系统成员单位的主要职责、业务流程、科研项目等情况，与财会理论知识融合，提高内部监督团队成员的风险敏感性。另一方面，强化对大数据分析能力的训练与实操，重点培训excel、VBA、acess、sql、oracle 等理论知识和操作技巧，加强对于数据采集、数据整理、数据分析能力的实际操作训练，实现对于各类信息的快速提取、高效分析、疑点锁定，在系统内部财会监督中发挥有效作用。

（三）提高大数据分析在内部财会监督中的应用深度

1.扩展内部财会监督方向

S 省科学院应结合自身成员单位的特征，选择更具有宏观性、综合性的项目实施内部监督，使得大数据分析方式与内部财会监督活动相辅相成。一是对科技投入的绩效进行内部监督。对于科技投入资金的使用效益、科研成果转化率等进行关注与监督，利用大数据分析的手段管好、用好财政科技投入资金，避免损失和浪费，提高资金的使用效率；二是与单位内部的纪检监督结合，探索纪审结合的新模式，利用大数据分析手段实时、动态进行疑点发掘、问题核查、预警提示等多项措施，及时发现“苗头性”问题。

2.构建大数据分析监督模型

一是梳理体系，建立模型。梳理不同下属单位的财务管理模式、业务管理流程等特征，针对事业单位、实体企业、平台公司等不同类型的监督主体，在预算执行效率、资金使用合规性、三公经费使用范围标准、收入及成本真实性完整性、资产管理合规性、科研专项资金使用效益等角度构建完善不同类型的内部财会监督数据分析模型，设置相应的预警指标，实时迅速分析疑点，真正实现以数据聚焦问题，发现苗头。二是拓宽大数据分析在内部财会监督中的应用边界。目前，在内部财会监督中，大数据分析主要是从被监督单位信息系统后台通过提取关键字段导出财务、业务、资产等数据形成关系型数据库，再利用数据库工具如sql 等编写分析语句实现问题挖掘，上述大数据分析主要是以结构化数据分析为主。但随着信息系统的逐步完善，S 省科学院的部分下属单位信息管理系统中使用了大量非结构化数据如视频、音频、邮件、日志等数据，在内部财会监督中探索对非结构化数据进行提炼、分析的探索就至关重要。只有拓宽大数据分析的应用边界，使其不仅满足结构化数据，亦满足非结构化数据的分析需求，才能有效提高内部财会监督的效能。三是丰富大数据分析在内部财会监督中的应用手段。大数据分析中，最重要的环节是数据挖掘与数据分析。数据挖掘更多体现在复合能力的提升上，需要内部财会监督人员丰富知识储备、复合监督思维与数据思维、提高风险敏感性来实现。内部财会监督人员需要通过统计分析、关联分析、聚类分析、预测分析、离群点检测等数据挖掘手段从S 省科学院成员单位错综复杂的业务环境和海量的数据中挖掘需要的数据，进而分析疑点，查找风险漏洞。丰富数据分析手段更多体现在分析工具的使用上，除去常规的数据库分析软件外，可以探索其他各种手段进行分析，如利用Python 的词云分析技术查找下属单位采购过程中管理不严导致供应商围标串标的风险点。只有将大数据思维、大数据手段合理嵌入到S 省科学院内部财会监督的计划、实施流程的各环节，才能在极短时间内耗用少量人力迅速锁定异常信息，提高监督效率，提升内财会监督质量。

3.提高报告可视化程度和整改效果

传统的内部财会监督报告以文字报告为主，S 省科学院应将大数据分析的成果利用可视化方式体现在监督报告中，使得监督报告更具有总体性、直观性、可读性、系统性，使得院部及各成员单位领导层可以更好地理解、应用内部财会监督的结果，使其更好地服务于本系统的风险分析、评估及应对，及时堵塞漏洞。同时，大数据分析的思维和手段可以辅助作用于内部财会监督整改，将需要落实的整改跟踪工作情况及时通过预警提示、指标查询、进度落实等方式实时追踪，督促存在问题的单位不打折扣地落实，进一步巩固内部财会监督的成果。

结束语

科研院所应建立符合自身实际的内部财会监督机制和内部控制体系。而在实施内部财会监督过程中，则须与时俱进，巧妙利用大数据思维、技术、手段加强对本单位、本系统经济业务、财务管理、会计行为等方面的日常监督，才能切实提升内部财会监督的质量和效率，提高科技资金投入效能。