探讨数据分析与企业审计的深入结合

陈天佑

近年来，大型企业信息化工作取得全面进展，信息化在企业集团化运作、集约化发展、精细化管理等方面发挥着越来越重要的支撑作用。由于企业信息化建设行业特色鲜明、系统种类繁多、数据规模庞大、运行环境复杂，具有大数据时代特点，企业审计现有的很多做法和手段已不适用，工作面临着新的挑战，需要不断改进组织方式、创新技术方法，探索一条符合发展要求的企业审计之路。为了解决当前审计工作信息化瓶颈，审计部门重视审计数据分析团队建设，组织研究大数据环境数据获取、管理和分析，落实审计署“总体分析、发现疑点、分散核实、精确定位、系统研究”工作思路，对信息化环境下企业审计发挥了重要的指导和参考作用。本文尝试对企业审计数据进行分析，探讨并提出改进的方法措施。

一、企业审计数据分析现状

1.数据准备阶段面临诸多困难

一是常态化的数据获取机制尚未真正构建，数据的完整性、连续性、时效性都难以满足审计工作需求，导致数据分析整体作用无法发挥；二是数据采集、预处理和分析工作量难以准确测算，而现有的审计工作程序对数据获取和数据分析的时间进行限制，制约了数据分析对审计实施的支持；三是数据挖掘力度不够，对审计项目计划、方案制定难以形成支持；四是数据分析和具体审计方案脱离，盲目性大，目标重点选择不当，成效不明显。五是对信息系统开展测试受限于时间、人员配备以及技术方法尚不成熟等因素，还处于探索阶段。

2.宏观层面数据分析不够

系统研究经济发展的中心工作和热点，综合反映宏观经济运行中的深层次问题是开展数据综合利用的总体目标之一。审计部门虽然在企业审计信息化的过程中积累了丰富的审计方法和审计案例，但基本局限于针对单一问题、单一企业，利用企业审计数据反映宏观经济问题的经典案例屈指可数。

3.数据分析的标准不能满足要求

现阶段我们对数据总体分析需求的标准掌握了一些，比如企业各类财务比率的高低、各类会计要素规模的比重和变化趋势等等，但这些还略显单一，缺乏科学性和系统性，还无法满足企业审计的要求，需要我们进一步加大钻研的力度，创新审计技术手段方法。

4.数据分析质量控制需不断改进

数据分析的质量高低在很大程度了决定了审计项目质量的高低，加强对数据分析质量的控制也就显得尤为重要。现阶段，集中开展数据分析、根据分析结果确定审计范围和重点或者进行线索的延伸核实的工作模式正逐渐被大家采用，这种情况下，如果数据分析的质量不高，甚至出现偏差，会严重影响审计工作的效率和效果，同时也需要不断完善相应的复核审查工作机制和流程制度。

5.数据分析团队建设有待加强

在审计项目中，数据分析零散开展，数据分析人员开展事项分析缺乏系统支持，分析成果产生难度大、时效性差，面对大数据环境缺乏有力的技术手段，既不能满足审计项目的要求也无法满足企业审计发展的需求。

二、进一步提高企业审计数据分析水平的措施

1.建设和完善企业审计数据分析平台

在金审工程行业数据库和联网审计数据分析系统建设成果的基础上，建设和完善企业审计数据分析综合应用平台。一是建立企业审计需求分析机制，归集汇总各类企业审计需求，分析提炼形成数据分析的目标；二是研究开发企业审计预警系统，对企业个体乃至行业的运行状态进行预警监控，为企业审计计策提供依据；三是提供丰富完善的数据分析功能手段和环境，综合运用云计算、虚拟机、数据仓库等技术手段提供高效的计算和存储资源，使审计人员能够便捷地将审计思路转化为数据分析模型开展审计分析还可以进行更深层次的数据挖掘，提升审计工作的效率和质量；四是开展数据分析结果监控，形成数据分析结果和现场审计的充分结合，及时调整数据分析工作，更好地实现审计工作目标要求。

2.强化数据分析对审前工作的支持

一是建立常态化数据采集机制，适时推进与国有企业及其他国有企业报表系统的联网工作，为审前数据分析提供尽可能完整的数据资源；二是根据审计重点和内容明确数据分析重点事项，科学选取、合理制定分析指标，形成适合审计业务需求的指标评价体系，为审计工作顺利开展提供定量标准；三是开展审前数据分析，审计部门对审前数据挖掘工作进行了尝试，取得了较好的效果。由企业审计司牵头，哈尔滨特派办承办的国有企业审计分析和预警系统在科学建模、合理制定指标、综合利用数理统计的基础上，对企业会计信息质量做出判断，对企业财务状况和经营绩效进行评价，对企业未来1至3年的财务状况进行预警，除对单一企业进行预警分析外，还可以对某一行业国企、乃至全部国企做出整体预警分析，从而可以在点、线、面三个层次为审计部门决策提供参考。进而为审计计划部门、审计业务司确定备选审计项目及其优先顺序提供可行性研究依据，为审计组制定审计方案、确定审计重点提供帮助。

3.紧密围绕中心工作进行宏观决策支持

当前，国企在国民经济中占主导地位，部分国企在某些行业中居于垄断地位。国企在能源、交通运输等行业的特殊地位决定了宏观层面企业审计数据分析的地位，如对数据加以有效地挖掘利用，就能反映出宏观经济运行中存在的一些普遍共性的问题，有效服务于政府宏观决策，使企业审计在推动完善国家治理中的“免疫系统”功能发挥更加突出的作用。以英国著名政经杂志《经济学人》提出的“克强指数”为例，新增工业用电量、新增铁路货运量和新增银行中长期贷款均能够从相应的企业数据中直接获取或分析得出。由于各特派办、地方审计机关所掌握的数据均难以涵盖全国某一行业，难以站在国家层面开展行业数据分析特别是与业务数据相关的行业分析。审计部门全面掌握相关数据，因此在开展宏观层面数据分析工作时更适于采取统一组织的方式。

4.明确重点提升企业审计数据分析的效率

国企多为企业链条长达3级或3级以上、经营范围广的集团企业，旗下信息系统星罗棋布，各企业间信息系统千差万别，审计人员要在审计期间充分熟悉了解各信息系统可谓困难重重，更难以谈及全方位针对各系统开展数据分析。应合理选取信息系统作为重点开展数据分析：一是根据审前分析结果，重点关注那些与预警信息或质疑信息相关的信息系统或信息系统模块。比如，审前数据分析对企业销售费用真实性提示预警，审计人员在进行信息系统选取的时候就可重点关注销售管理系统及ERP中的应付模块；二是结合企业自身特点，重点关注与企业主营业务关系紧密的信息系统，一方面关注那些能凸显企业所属行业特点的信息系统比如通信行业的BOSS系统等，另一方面关注企业主营业务的市场地位，如企业主营业务处于卖方市场则可以重点关注与企业销售相关的信息系统；三是根据审计过程中发现的线索，通过挖掘线索特征关注可能扩大审计成果的信息系统。线索除审计人员亲历发现外还可能来自检举材料、纪检监察部门未尽事宜等途径，被审计单位OA系统中的敏感词汇往往也会给审计人员提供线索；四是根据被审计单位信息系统数据质量及获取难易程度选择信息系统，当被审计单位信息系统数据完整性、准确性存在严重问题时不适于就此系统开展数据分析。同时，对于那些短时间无法提供备份数据或因保密等原因数据获取难度较大的信息系统不宜作为审计前期重点分析对象，当此类信息系统必须进行数据分析时，可以采取让被审计单位提供标准表的形式获取数据，标准表直接面向审计主题、字段精简往往易于获得且有助于提高分析效率。

5.建立完善数据分析质量保障机制

数据分析最重要的质量要求就是提供准确的分析结果。在审计现场数据分析人员往往要面对不同人员提出的多种分析需求，在时间紧任务重的情况下很难保证分析人员的零差错和零失误，而一份错误的分析结果很可能会导致一线审计人员的大量无谓的工作。为提高数据分析工作的质量和水平应关注以下几方面的工作：一是数据采集阶段，关注被审计单位提供的数据是否真实、完整，防止“假账真查”；二是准确理解被审计单位信息系统的主要功能及后台数据库结构，找出主要数据表并准确认知数据表中主要字段的含义，需要数据分析人员与被审计单位技术人员精准沟通，防止出现理解上的偏差，以确保数据分析结果准确无误；三是在数据分析工作中应全程保存数据分析痕迹、监控数据分析过程，建立有效的交叉复核机制，以便最大限度的降低提交错误分析结果的可能性。

6.构建优秀的数据分析人才队伍

数字化审计模式下数据分析团队的构建至关重要。吸收业务处的优秀计算机中级人员和计算机审计处专业人员组成数据分析团队，不仅需要结合审计项目开展大数据条件下的国有大型企业集团数据分析，在日常工作中也要对收集整理的企业数据进行深入持续分析，通过组织开展相关课题研究，总结经验、提炼方法、推广学习、扩大成效，培养一批优秀的企业审计数据分析人才。

三、未来展望

企业审计的数据分析应用工作，是企业审计的重要组成部分和未来的发展方向。为了更好地应对云计算和大数据时代的冲击和挑战，需要我们共同努力，将在审计数据分析师培训中的所学，不断与实践结合加以发扬，深入探索研究科学的数据分析模式，灵活运用各类分析技术方法，翻开企业审计新的篇章。

（作者单位：江西省审计技术保障中心）