大数据技术在专项审计中的应用研究
——以G 公司福利费专项审计为例

罗 钢 刘圆圆

（作者单位：1.广西壮族自治区烟草公司桂林市公司；2.河南中烟工业有限责任公司）

随着经济发展步入新常态，企业内部管理变得日益复杂化、精细化，越来越多的企业尤其是集团类型的企业愈加注重风险和合规管理，开始走上管理精细化道路。内部审计主要是对企业经营管理过程各个环节的合法、合规性进行评价，针对不足提出改善建议，是企业风险管理的最后一道防线[1]。新时期内部审计工作的目标是实现经营管理过程及环节的全覆盖，促进企业高质量发展。然而现实中由于时间和资源的限制，实现内部审计全覆盖的目标存在诸多困难和挑战。如何在资源投入有限的约束下实现内部审计全覆盖的目标，是迫切需要内审人员利用新思维或新工具思考和解决的问题。大数据技术具有鲜明的时代性、实践性特征，将大数据技术融入内部审计全过程，是内部审计数字化转型的必然路径[2]。因此，积极研究大数据技术在内部审计工作中的应用，对实现内部审计全覆盖目标、推进企业高质量发展具有很强的现实意义。

一、大数据技术在公司福利费内部专项审计的运用

G 公司按照上级机关的工作部署，开展了2021 年度福利费专项审计[3]，此次福利费专项审计，目的是对福利费开支的真实性、合规性进行检查，同时对管理制度和内控制度进行审视，防范和化解管理风险。由于G 公司下属机构多，员工数量多，且福利费开支项目多，涉及预算管理、考勤管理、差旅费管理、仓储管理、制度建设等多个管理环节，需要审查的数据量大。G 公司在此次专项审计过程中探索了大数据技术的应用，取得了较好效果。

（一）审计准备阶段

第一，确定审计数据采集范围。此次福利费专项审计涉及部门多、范围广。所需采集的数据来源呈现多样化，具有类型多、数据储存形式多样的特点。要充分了解数据的来源，包括数据来自何种系统、何种平台，采用何种文件格式进行存储等内容。从数据类型上看，数据可以分为财务数据和管理数据等；数据储存形式又包括Word、Excel、Pdf 和Csv 等。表单包括福利费预算表、福利费预算执行表、员工考勤记录表、员工出差记录表、出差补助表、就餐打卡记录表、食材收发存明细账，另外还包含了大量的非结构化数据，非结构化数据主要是指那些数据库二维固定结构无法表达的，字段长度可变的数据，如各种管理制度文件、财务报账原始凭证等。

第二，确定所使用的大数据工具。由于此次专项审计工作涉及的数据多、信息量大，单纯使用人工手段难以在短时间内完成全部的审查任务，因此审计人员决定借助大数据技术，使用Python 程序语言获取被审计单位的数据，并且对多个部门的数据进行关联分析、横向对比，最后通过可行的大数据技术对文档进行分析，筛选出疑点内容，提高了现场实施效率。

（二）审计实施阶段

1.构建审计模型

此次福利费专项审计采用“总体分析、识别疑点、分散核查、系统研究”的审计思路，构建了审计模型，通过执行总额验证、项目明细验证和流程合规分析三个步骤实现审计目标（见图1），并对管理制度的完善性和内控执行的有效性进行判断。

图1 审计模型

执行总额验证阶段，从公司总体层面比较所有福利费项目的预算总金额和实际执行总金额,根据比较结果确定下个阶段的重点检查、分析的方向和内容。如果某个福利费项目的预算总金额和实际执行总金额一致，则直接转到流程合规分析阶段，否则转到项目明细分析阶段。

项目明细分析阶段，从单位和项目两个维度进行比较分析，首先针对每一项福利费开支项目，根据采集的各单位人力资源数据和开支项目定额标准，计算各单位该开支项目的定额，将计算得到的定额与各单位该项目的实际执行金额进行比较分析；其次将各单位具体福利费项目执行金额进行合计，与执行总额验证阶段的实际执行总金额比较，确定是否需要实施进一步的调查。如果各单位的某个福利费项目的实际执行金额和定额相符，且所有单位该福利费项目执行金额的合计数与实际执行总金额相符，则直接转到流程合规分析阶段，否则继续采取措施做进一步调查和分析。

流程合规分析阶段，一方面根据相关管理制度对福利费项目的开支过程进行分析，确定是否存在制度执行偏差，验证开支的合规性；同时验证财务明细核算的准确性。如果某个福利费项目的开支过程不符合管理制度规定，则继续采取措施做进一步调查和分析，直到所有异常事项都调查清楚原因后，才可以形成审计意见，出具内审报告。

2.审计数据采集

Python 是常见的大数据应用工具之一，在内部审计实施过程中非常有发展潜力。此次专项审计涉及许多非结构化数据，由于信息量和信息在非结构化数据中的重要性难以定义，所以分析非结构化审计数据十分困难，但非结构化数据来源的多样性、数据的高价值等特点，使得审计中分析非结构化数据成为必然。使用Python 的程序语言和拓展包可以实现对数据的采集、文本文字的分析，即实现对非结构化数据的处理和分析。在此基础上结合Excel 等基本审计工具，可以高效率地实现此次专项审计的目标。

执行总额验证阶段，需要获取全部福利费项目的年度预算总额和执行总额，而上述数据通常以Excel 格式文件存储和保存，可以使用Pandas 模块采集数据，Pandas是一个功能强大的数据处理库，它提供了Read_excel()函数，可以方便地读取Excel 文件的数据，可以使用该函数指定要读取的工作表、执行范围等参数。

项目明细验证阶段，既要按部门来进行验证，也要按项目来进行验证，还涉及财务部门核算明细账的分类和分析，数据类型不但有结构化数据，还有非结构化数据，针对非结构化数据使用标签云进行可视化分析处理，针对结构化数据则使用pandas 模块采集Excel 文件的数据，使用Python-docx 模块采集Word 文件的数据。

3.审计数据处理与分析

数据处理与分析是此次专项审计的关键环节和核心内容。通过处理、分析和可视化展示，审计人员能发现相关数据的异常或者偏差，并以此为线索，进行进一步分析和查证，进而发现业务和管理中存在的问题[4]。

执行总额验证阶段和项目明细验证阶段采集到的被审计数据可以直接利用Python 中的Matlplotlib 模块进行关联分析、聚类分析，利用福利费各项目总金额和明细金额进行交叉验证,并进行可视化展示。发现若干福利费项目存在金额不相符的情况，如某些单位的一些福利费开支项目预算定额与实际执行金额不符。

针对大数据分析发现的若干福利费项目异常情况，审计人员从两个方面进一步完善和固化审计证据。一方面，审计人员采用审计抽样技术随机抽取了若干月份的福利费开支凭证，对附件进行审阅，同时考虑福利费开支不平衡的情况，重点审阅了年末全部的福利费开支凭证和附件，由于资源约束，这些工作只能采用人工审阅的方式。另一方面，审计人员借助大数据技术对所有异常项目的全年财务明细核算进行检视、交叉比对和验证，查找存在差异的原因。此项工作需要使用异常项目所有相关会计凭证的摘要，这些信息属于典型的非结构化数据，可以利用Python 的Jieba 中文分词组件和PyTagCloud 扩展包进行标签云可视化分析。使用Jieba 组件对异常项目所有相关会计凭证的摘要进行分词处理，然后统计词频，生成词频统计结果后再使用PyTagCloud 包生成可视化的标签云。通过分词处理和词频统计后，如发现出现频率较低的词语，则要对与出现频率较低的词语相关联的会计凭证进行逐单核实和比对。通过执行以上审计程序，发现福利费项目存在异常的原因，可能是由于财务核算时福利费项目辅助核算归类错误，经项目辅助核算重分类调整后，不再存在异常项目。

4.审计完成阶段

审计人员对收集的审计证据进行了从严复核，关注审计证据的充分性和适当性，为审计报告提供相关且可靠的证据支撑。由于采集到的数据量大，包括结构化和非结构化数据，同时数据敏感性高，审计人员还采取了必要措施如脱敏处理以保证数据的安全。

此次专项审计创新了审计思路和方法，构建了审计模型，用Python 进行审计数据采集、处理与分析。实践证明了在内部审计工作中应用Python 这一常见的大数据应用工具，不仅能采集结构化数据，还能将审计所涉及的绝大部分非结构化的文本数据转换为结构化表格数据，有效地缓解了数据分析和处理的难度，对于提高内部审计效能是可行的、有益的。

二、企业内部审计应用大数据技术的思考与建议

（一）要做到目标明确，思路清晰

在内部审计工作中应用大数据技术，首先要明确审计的目标和需求，确定想要通过大数据技术解决什么样的具体问题和挑战，如提高审计效率、改进合规控制和发现潜在的风险等，这有助于指导审计人员在审计过程中选择合适的大数据工具和技术。其次要确定审计思路，根据目标和需求来构建审计模型，为在审计项目实施过程中应用大数据工具提供框架和方向。目标和审计模型是内部审计工作中应用大数据技术取得成功的前提条件。

（二）审计工作要向数据驱动转变

大数据技术可以为企业内部审计提供更深入的洞察和数据驱动的决策支持[5]。通过分析大数据，审计人员可以发现隐藏的关联关系、趋势和模式，提供更全面和准确的审计报告和建议。建议企业建立数据驱动的审计文化，将数据分析作为决策和改进的重要依据。企业还可以利用大数据技术实现实时的数据监控和预警功能。建立实时数据流和监控系统，监控关键业务指标和风险指标，当异常情况发生时及时发出警报，这有助于及早发现潜在问题，并采取相应的措施。

（三）建立学习型审计组织

新兴技术在不断发展、创新，企业内部审计应密切关注新兴技术和工具的发展趋势，积极了解新的数据分析方法和工具，特别是人工智能技术，如果在各行各业开始大规模应用将会带来生产力的巨大变革，因此审计人员要在审计工作中对新兴技术保持敏感性，提高数据意识并持续更新；要将大数据思维与审计理念相融合，以适应全新的审计工作方法和模式；要积极对待变化，认真研究、探索新技术在审计工作中的应用场景并加以实践。应用大数据技术需要审计人员具备数据科学和分析的技能，持续学习和提升是大数据技术应用成功的关键，内部审计部门应该创新审计人员培训方式和内容，帮助审计人员学习和掌握数据科学的基础知识、数据分析工具和技术。审计人员应当积极参加培训和研讨会，与其他专业人士交流经验，不断提升自身在大数据技术应用方面的能力和知识，更好地理解和应用大数据技术，从而提升审计工作的质量和效率。

（四）要构建数智化审计平台

在内部审计工作中应用大数据技术，需要数智化审计平台做支撑。企业根据自身业务特点和管理要求，研究适用的审计模型，并在数智化审计平台中内置、固化和应用，确保平台一方面可以对来自不同系统和部门的数据自动进行采集、存储和处理工作，减少手动工作的时间和错误率，提高数据的准确性和可靠性，并加快审计效率。另一方面还可以让审计人员根据具体的审计目标，选择合适的数据分析方法和算法。利用数据分析工具和技术，如数据挖掘、机器学习和统计分析等，对采集到的大数据进行处理和分析，这些工具可以帮助审计人员发现异常模式、识别潜在风险和获得有价值的审计结论。

（五）要完善数据安全治理体系

大数据技术处理的数据往往包含敏感信息，企业内部审计应当重视数据隐私和安全的保护。推动企业从数据全生命周期出发构建和完善数据安全治理体系，识别管理风险，并采取适当的内控措施。例如，培育重视数据安全的企业文化，配置必要的软硬件基础设施，对数据进行分类分级管理，明确数据产权，并采取适当的数据加密和权限控制措施，确保只有授权人员能够访问和处理敏感数据。同时，建立数据备份和恢复机制，以应对数据丢失或泄露的风险。

三、结语

应用大数据技术是内部审计工作数字化转型的必然选择。在高质量发展的背景下，内部审计面临着新环境、新要求和新挑战，为了更好地发挥内部审计的监督、评价和建议作用，就必须积极推进审计信息化建设，构建审计数智化平台，推动内部审计人员树立大数据审计思维，积极掌握大数据技术，借助大数据思维创新审计工作模式，确保内部审计工作能够符合时代发展的要求，能够紧跟技术发展的步伐，以保障实现内部审计数字化转型和高质量发展的目标。