数据分析模型在企业内部审计中的应用初探

数据分析模型在企业内部审计中的应用
初探
摘要：本文以供电企业及电力施工企业的业务为背景，根据笔者的审计经验，着重介绍在大数据环境下，如何利用计算机审计技术构建分析模型快速发现疑点
和线索，达到提升审计质量和效率的目的。

关键词：大数据；数据分析；数据式审计；分析模型
一、大数据及审计技术发展分析
随着经济的发展，信息技术实现了跨越式发展，智能化设备的出现更是引发
了数据的爆炸式增长，与之相匹配的大数据技术及相关产业均取得了迅猛发展，2015年8月国务院发布了《关于促进大数据发展的行动纲要》，更是将大数据发
展上升到了国家战略层面，由中国知网2008-2018年统计的大数据学术关注度可
以看出，2011年共发布文献82篇，环比增长率为67%，2012年发布文献647篇，环比增长689%，而2018年共发布文献25081篇，10年间学术关注增长了305倍。

图1 中国知网“大数据”学术关注度
在大数据环境下，最关键的是利用大数据技术对海量数据进行收集、整理、
挖掘，最后提取有价值信息，其过程与审计思路不谋而合。

目前，在审计实务中
主要以计算机数据审计技术为主，主要是利用计算机技术来审查信息系统中存储
和处理的电子数据，分为数据采集、数据验证、数据清理和转换、建立中间表、
确定审计重点、建模分析和延伸验证7个环节。

构建审计分析模型是计算机数据
审计最关键步骤，利用分析模型进行多角度、多层面、系统的分析，能够快速掌
握被审计单位的整体运营和财务状况，发现异常和薄弱环节。

二、个体分析模型在审计实务中的应用
审计分析模型是审计人员进行数据分析的一种逻辑表达式或数学公式，通过
设定判断、计算或限制条件而建立起来的，用于验证审计事项性质或数量关系，
进而科学的判断被审计单位经营管理活动的真实性、合法性及效益性。

审计分析
模型主要分为系统模型、类别模型和个体模型，其中个体模型主要用于筛查线索，锁定问题，个体模型有利用法律法规建模、利用业务处理逻辑建模、利用外部数
据关联关系建模等建模思路。

下面，笔者以供电企业及电力施工单位业务为背景，谈谈个体数据分析模型在内部审计实务中的应用。

(一)利用法律法规、企业制度建立分析模型
在合规性审查中，审计人员主要审查被审计单位对法律法规及内部制度的遵
循情况，对特定业务，相关法规制度一般规定的较为具体和明确，甚至精确到具
体金额及数量，审计人员将这些限定作为筛选、统计条件构建分析模型，就能快
速的识别出异常业务。

1.业务合规性验证。

供电企业采购活动需遵守《招投标法》、《必须招标的
工程项目规定》等一系列法规，而《必须招标的工程项目规定》对工程项目的勘察、设计、施工、监理以及与工程建设有关的重要设备、材料等的采购限额均有
规定，现场审计中我们获取被审计单位合同台账及招投标台账，然后以项目名称
为关键字将2表合并，将采购内容分为施工、货物、勘察设计监理三部分，并按
项目名称进行分类汇总，最后我们建立模型，筛选条件设定为：施工采购大于
400万元，货物采购大于200万元，勘察设计监理采购大于100万元，同时采购
方式不是公开招标，按此模型分析后即可将异常数据一次性筛选出来。

按照该思路，工程以外的其他采购项目，可以按照其他制度规定，建立模型进行筛查，最
后进行延伸审查即可。

2.内控制度的执行情况验证。

供电企业使用营销管理系统对用电客户的电力工程进行管理，从用户申请报装到验收送电需要经过申请受理、制定供电方案、开工报告、竣工报告等20个环节，部分环节设定了完成时限，审计人员以完成时限为条件即可建立模型，分析管理部门是否按规定时限完成本环节工作。

同时我们还可以提取其他疑点信息，如一定规模的工程开工、竣工时间为同一天，不同审批环节在同一天同一分钟内完成操作等，我们将需要验证的事项集成在一个分析模型内，对所有审批数据进行分析后即可得到我们想要的疑点数据。

(二)利用业务处理逻辑建立分析模型
被审计单位的业务总是在特定的经济技术条件下进行的，业务运行环境中的诸多因素在一定时期内是保持不变的，所以我们通过分析这些不变的因素，发现与业务规律不吻合的事项，即可锁定疑点，缩小审查范围。

收入及成本的真实性、完整性验证。

电力施工企业工程收入依据与甲方结算金额入账，毛利在一定时期内浮动较小，审计人员可以依据这种规律建立模型进行分析，现场审计中首先获取被审计单位工程收入、成本相关的财务数据及甲方结算书，然后统计出各工程项目已确认的收入及成本，并将结算金额按结算书明细拆分为人工费、材料费及机械使用费，最后将结算金额与工程收入对比，发现有无少记或多记收入现象。

与工程成本账中的人工费、材料费及机械使用费进行对比，可以发现有无多记、少记或虚列成本现象。

(三)利用外部数据建立分析模型
任何一个单位的经济活动都不是孤立进行的，始终与外部相关的部门或单位有着不同程度的联系，这种联系构成了一个经济活动的大系统，我们在审计时，只有树立系统论的观点，充分获取内外部数据，才能对审计对象作出客观公正的评价，外部数据虽来源于不同渠道，但都是对相关业务的反映，彼此之间存在相互关联和印证的关系，审计人员可以利用这种关联关系建立模型进行分析，更好地完成审计任务。

串标、围标审查。

现在招投标领域串标、围标行为屡见不鲜，供应商、施工单位为达到中标的目的，会联合数家单位进行围标，其中有一类围标是同一人控
制下的数家单位参与投标，而企业的工商信息是在网上公示的，因此我们从物资
管理部门的招投标台账中统计出各采购项目的投标单位，利用网络爬虫技术抓取
网络上各投标单位的工商信息、股东及管理人员信息进行对比，即可发现投标单
位是否存在关联关系，从而锁定疑点。

三、结论
通过上述案例分析，我们可以看出在大数据环境下，计算机数据审计技术在
审计实务中极具优势，一是利用分析模型可以对完整的业务数据进行分析，这种
近乎全样本的审计方式能把握业务的整体规范程度，原有审计模式主要是导出被
审计单位数据后依靠审计人员经验进行抽查，且受审计资源限制，仅对很小的一
部分数据进行核实，不能的反映整体情况。

二是极大的提升了审计效率，能迅速
定位问题，且差错率较小，人工比对的数据量有限，容易出错，而计算机在极短
时间内即可完成而且精确度较高，同时我们可以在现场审计中保留常用的审计分
析模型，在现场审计中不断循环使用，这样就可以极大的节省审计时间，提升审
计效率。

三是能最大程度的保留审计经验，具备推广价值，有利于提升整体审计
质量。

数据分析模型其本质就是将审计思路及审计经验数字化，我们将各种分析
模型分门别类的保存起来，就相当于将不同审计人员的审计经验进行了保存，而
在同一集团或公司内部，其上下执行的制度、使用的信息系统是一致的，业务及
数据有很高的相似性，同一数据分析模型在公司内不同的分、子公司中均可使用，那么我们建立分析模型库，将全公司的审计经验集中到一处，各二级单位直接调
用即可进行分析，这样就能提升整体审计水平和质量。

参考文献：
[1]董建忠,王眺昕,彭娟,2019:大数据视域下内部审计数字化转型探讨[J],
中国内部审计,P64-67。

[2]李玲，刘汝卓，2016:计算机数据审计[M]，清华大学出版社。

[3]刘汝卓，2016:审计分析模型算法[M]，清华大学出版社。

[4]邵松长,2018:浅议大数据环境下企业内部审计工作的转型提升[J]，财会学习(11),P145-147。