| 联系我们 |
 |
合作经济与科技杂志社
地址：石家庄市建设南大街21号
邮编：050011
电话：0311-86049879 |
|
|
| 财会/审计 |
| 高校数据式审计研究 |
| 第669期 作者：□文/侯春丽1 李兰云2 时间：2021/11/16 10:36:16 浏览：349次 |
［提要］ 互联网和大数据的发展为审计的理念和手段带来新的机遇和挑战，数据式审计逐渐成为审计发展的新方向。高校内部审计是高校平稳运行的重要保障之一。本文在数据式审计概述基础上，分析目前数据式审计在高校应用面临的困难；从审计数据采集、处理和分析三个阶段构建数据式审计在高校的应用框架；最后从顶层设计、人才和基础设施建设等方面为高校加快数据式审计建设提出建议。
关键词：数据式审计；高校；内部审计
中图分类号：F239 文献标识码：A
收录日期：2021年6月15日
互联网和大数据的发展为审计的理念和手段带来新的机遇和挑战，数据式审计逐渐成为审计发展的新方向。高校是人才培养的主要基地，财政资金是否得到合理利用直接影响高校的发展，高校内部审计部门的监督显得尤为重要。但是，大部分高校内审工作仍采用传统事后审计、经验审计和现场审计，没有配备足够的专业审计人员，制约了高校内部审计的发展。在大数据的推动下，数据式审计作为一种新型审计技术，已经逐渐被企业、会计师事务所广泛应用。
一、数据式审计概述
数据式审计起源于20世纪60年代的美国，20世纪80年末在我国开始应用。具体释义是指以被审计单位原始底层数据为切入点，在对信息系统内在运行逻辑内部控制测评的基础上，通过对底层数据的采集、转换、整理、分析和验证，形成审计中间表，并且运用查询分析、多维分析、数据挖掘等多种技术方法构建模型进行数据分析，发现趋势、异常和错误，把握总体、突出重点、精确延伸，从而收集审计证据，实现审计目标的审计方式。
将数据式审计应用到高校内部审计，可以充分运用信息技术，如数据存储、数据挖掘和数据分析，全面获取被审计单位数据，并对这些数据进行深入分析和挖掘，使得内部审计贯穿于高校运营的全部过程和方方面面，从而实现内部审计对高校风险、内部控制和治理全面、深入和持续的监督和评价。
数据式审计优势如下：
（一）覆盖全部数据。传统审计只对财务数据进行审计，并通过抽取样本推断数据总体特征。抽样审计存在审计风险，抽样不当可能导致无法发表恰当的审计意见。而数据式审计可通过信息化手段获取被审计单位的财务数据和非财务数据，运用大数据分析技术对被审计单位的宏观和微观层面的数据进行多角度、多层次的深入分析，实现对被审计单位数据全覆盖。
（二）实现全过程监督。目前，无论是内部审计还是外部审计，绝大多数都是事后审计，即对已经发生的客观事实做出评价，为以后事项的进行提供借鉴，但无法对已经发生的事实纠正。而数据式审计可以实现事前、事中、事后审计的有机统一。由于大数据传递的及时性和数据覆盖的全面性，审计部门可在业务发生前提前识别风险，进行事先预判；在业务发生时，可通过提前设置的预警系统，对业务运行进行及时监督和纠正，大大减少资源浪费，实现全过程监督。
（三）提高审计的效率和准确性。传统的人工审计速度较慢，且容易在审计时发生错误。数据式审计依赖信息系统和计算机，处理速度快，且在审计过程中减少了人工干预，获取的数据更加客观、准确，可以极大地提高审计的效率和准确性。
二、高校内部审计应用数据式审计模式面临的困难
（一）信息化程度低，电子数据获取困难。吕先锫、王振青两位学者通过对教育部直属的100所高校调查发现，仅有60%左右的高校使用了专门的审计软件，而这些高校审计软件是否得到了充分利用尚且未知。教育部直属高校综合实力远超其他高校，信息化程度尚且不足，其他高校审计工作信息化程度可见一斑。数据式审计的审计对象以电子数据为依托开展审计工作，但是在实际工作中，高校信息化程度较低，无法获取全部的电子数据，将为数据式审计模式的应用带来阻碍。
（二）内审部门人员专业胜任能力不足。吕先锫、王振清两位学者通过对教育部直属高校调查发现，高校内部审计人员在自身知识结构、学历、技能等方面都存在不足。在其调查的100个教育部直属高校样本中，有77.5%的高校在执行内部审计工作时聘请了外部人员，例如会计师事务所；而聘请的外部人员工作占到总体内审工作的5%～90%，这也证明了高校内部审计人员专业胜任能力不足，仅依靠本校内审人员无法完成既定的工作任务。审计工作的专业性较强，需要专业的审计人员担任，在大数据背景下，还需要审计人员有专业的计算机知识进行数据分析。而部分高校的内部审计人员由财务人员兼任，没有实现权责分离，或由其他部门人员兼任，专业性不强，员工整体年龄偏高，审计、税务、工程及计算机知识不足，能运用风险导向审计和计算机辅助审计的人员少之又少。
（三）审计思维和审计方式转变困难。大部分高校内部审计仍然采用传统的经验审计、事后审计、现场审计模式，或者将审计业务直接外包，而数据式审计的应用将会打破原有传统的审计思维和审计习惯。现有的内审工作采用原有的方法，内审工作人员的工作方式和思维难以在短时间发生转变，也会为数据式审计推进带来阻力。
（四）高校对内部审计工作重视程度较低。我国高校内部审计制度主要有以下三种模式：第一，高校有独立的内审机构；第二，内审部门与纪检委合并；第三，内审部门与财务部门合并。高校内部审计部门在促进教育的廉政建设、提高资金利用效率、加强高校内部管理方面做出了不可替代的贡献，但是目前高校内部审计部门定位不准确，将会在一定程度上影响其职能的发挥。大部分高校将内审作为纪检的补充，内部审计制度不完善、不规范，没有独立的内部审计准则，工作中依据经验判断。独立性是审计的生命，内审部门目前独立性较差，高校本身对内部审计工作不够重视，是制约高校内部审计发展的原因之一。
三、高校数据式审计模式构建总体框架和思路
数据式审计阶段可以大致划分为以下三个阶段：审计数据采集、审计数据处理和审计数据分析。本文大致从以上三个阶段对数据式审计应用框架进行构建，具体思路如图1所示。（图1）
（一）构建数据共享平台。高校的内部审计对高校运行的各个方面进行监督，如基本建设、科研经费、学生资助、设备采购、教学运行、资产管理等等，在这些领域大部分已经实现信息化管理，有独立的系统，但是这些领域的管理通常都是“各自为政”，且每个领域采购的软件系统各不相同，数据标准无法直接衔接，从而不能实现数据共享，内审部门数据获取的难度增加。因此，可以构建数据共享的审计平台，共享各职能部门之间的数据，形成“数据仓库”。内审部门可从共享平台中获取校园财务收支、科研管理、筹资投资各个方面的数据，构建数据共享平台后，实现信息公开、信息监督和信息共享，同时也为审计数据采集提供保障。
（二）审计数据采集阶段。在数据共享平台构建的基础上，进行审计数据采集。高校内审部门除审计高校的财务数据外，还要进行非财务数据的审计。例如，合规性审计、流程审计，以及对一些图片、文件的审计，这些数据统称为非结构化数据。《内部审计实务指南第4号——高校内部审计》中提出，内部审计不仅仅是对财务的审计，还包括教学管理、科研管理、物资采购等等，这些数据中大部分都是非结构数据。财务数据的采集相对较为容易，可直接获得，非结构化数据采集类型较多，如文字、图片等，可通过Python或者专用的传感器获得。
（三）审计数据处理阶段。在对采集的数据分析前，需要对采集的数据进行加工，只有有效的数据才能得出准确的分析结果。数据处理第一步是预处理。数据可能由于缺失、前后矛盾、冗余、重复、分布不均衡等原因使平台中采集的数据无法使用，所以要先将上述数据进行数据清洗、数据格式转换、特征提取，使无法使用的数据转换成可用数据。在这一阶段用到的软件有Datastage、Informatica、Kettle等。对数据进行预处理后，才能提高数据处理和存储效率，而且数据质量检查成为该阶段的重要审计任务。数据质量检查将为后续的大数据审计分析打下良好基础。预处理结束后，根据审计的需求对数据进行进一步归类、整理，形成审计中间表。审计中间表是实现数据式审计的关键技术，审计人员可利用审计中间表构建审计模型，其内容不仅包括被审计单位的内部数据，还可以包括与被审计单位有关联的外部数据。如果高校在内部审计中采用审计中间表，可以更全面地分析高校各个部门的数据，提高审计效率和准确性。
（四）审计数据分析阶段。传统审计分析方法主要是抽样审计，而数据式审计则可以基于全样本数据对高校进行分析，通过多元化分析手段，达到审计目的。在建立审计中间表的基础上，根据审计目的，对高校的结构和非结构化数据进行分析。结构化数据可以采取趋势分析法、比率分析法对高校的资产、负债、净资产、收入、支出、结余及预算执行情况进行全面系统的评估；非结构化数据则需要采用可视化数据分析处理，如文件、流程及合规性审计。结构化数据进行结构化处理，用图表形式使数据可视化呈现，有助于内审部门人员直观了解被审计单位情况。除此之外，内审部门还可以采用数据挖掘分析技术。利用构建的审计模型，通过多元数据分析方法，可对高校运行情况进行全方位了解，分析时与事先设计的预警指标对比，一旦发现错误，及时纠偏，保障高校各部门平稳运行。这些手段的应用，将为审计提供有力支撑，更有利于内审部门作用的发挥。
四、高校加快推进数据式审计的建议
（一）提高内部审计地位，重塑高校内部审计。数据式审计建设对技术和硬件要求较高，但是更重要的是高校应意识到内审部门的重要性。内部审计在健全完善内部控制、监督高校各项业务活动、发现舞弊行为、促进高校平稳运行等方面发挥着不可替代的作用。但是，信息化建设不是短时间可以完成的，仅依靠内审部门本身无法完成这项工作，需要高校的支持。目前，我国高校内部审计的对象主要侧重于财务方向，而《内部审计实务指南第4号——高校内部审计》中对高校内部审计的职责做出了详细规定，涉及到高校运行的各个方面。随着大数据时代的到来，内部审计部门的职能将由单纯的财务审计逐渐转变为服务管理部门。由于大数据涵盖信息范围广，传递信息速度快，审计将由传统的事后审计变为事前审计或事中审计，及时发现高校运行中可能发生的错误。只有改变内部审计部门目前现状，高校给予足够的重视，使其信息化建设不断完善，高校内审部门的作用才能充分发挥。
（二）培养内部审计核心人才。数据式审计对人才的要求不仅仅只停留在税务、会计、审计此类专业上，更重要的是审计人才的信息化。大数据和信息技术的迅速发展和审计部门滞后的审计手段已经形成先鲜明的落差，而缩小这种落差的核心就是人才。虽然很多高校在信息化建设中投入大量资金购买软件和硬件，但是内部审计的人才建设仍然停滞不前。目前，高校内部审计员工由于聘用时间较早，年龄结构偏大，对数据的应用只停留在日常办公方面，对数据挖掘、大数据分析、审计模型的开发和利用了解甚少。加之高校对内部审计重视程度不高，多数高校尚未采用专门的审计软件，使得内审部门对数据式审计非常陌生。目前，四大会计师事务所对人才的招聘更倾向于有大数据分析、挖掘背景的复合型审计人才，也体现了审计的发展趋势。因此，高校可充分利用其优势，培养具有数据分析能力的审计人才，一方面为高校内部审计工作提供后备力量，而更为重要的一方面则可以提升学生就业竞争力；同时学校也可以从外部招聘，科学合理配置高校内部审计员工，充分利用大数据提供的便利，提高高校内部审计工作水平。
（三）加强高校信息系统建设，为电子数据获取提供保障。数据式审计的应用离不开信息技术，只有信息化水平得到提高，才能使数据式审计发挥作用。高校信息化和大数据应用的推进需要过程，在建设初期投入较大，无法在短时间看到明显成效。高校在建设过程中要根据自身实际情况，寻找适合自己的发展途径。首先，最重要的是信息化基础设施的建设，同时完善内部管理制度，为数据式审计的开展奠定硬件基础；其次，要改变高校各部门“各自为政”的状态，部门之间信息系统之间实现数据共享。在此基础上，内审工作将呈现覆盖面广、常态化、准确度高的特点。基础设施的完善将使电子数据的获取更加便捷，为数据式审计提供坚实的保障。
大数据时代的到来已成为必然，高校作为培养人才的主要基地，应与时俱进，加快推进数据式审计的建设。高校在追求新技术和新方法的同时，要注意这些技术和方法的适用性，结合本校实际情况，循序渐进推进数据式审计的建设，促进高校内部审计发展，为高校发展保驾护航。
（作者单位：四川信息职业技术学院；2.陕西科技大学）
主要参考文献：
［1］石爱中，孙俭.初释数据式审计模式［J］.审计研究，2005（04）.
［2］郑伟，张立民，杨莉.试析大数据环境下的数据式审计模式［J］.审计研究，2016（04）.
［3］陈伟，Wally.大数据环境下的电子数据审计［J］.计算机科学，2016（01）.
［4］吕先锫，王振青.我国高校内部审计现状调查报告［J］.会计之友，2015（10）.
［5］董丽英，马宏双，吴佳栋.我国高校内部审计研究［J］.财会通讯，2014（12）.
［6］刘国城，王会金.大数据审计平台构建研究［J］.审计研究，2017（06）.
［7］黄海雁.高校内审的PDCA增值模型创新实践［J］.财会月刊，2019（16）.
|
|
|
|
