基于大数据分析的审计预警体系探索与实践

一、基于大数据分析的审计预警特征与价值

01

准确定位，充分发挥审计价值

从审计预警的角度来说，一是治已病方面，预警体系在发现潜在问题后，通过自动推送、智能解析等方式，审计人员可以立即采取相应的措施，对风险和问题进行调查核实，防止问题进一步扩大及蔓延。二是防未病方面，基于大数据分析的审计预警体系可以通过对各项指标的监测和评估，及时发现企业存在的潜在风险和问题。

02

加强协作，强化“开门办审计”理念

首先，加强多部门协作可以帮助审计部门与其他相关部门形成良好的合作机制。通过多部门协作促使部门之间建立信息共享机制，共同参与审计预警工作，共同分析问题并提出更全面的解决方案，从而提升审计预警的效果。

其次，强化“开门办审计”理念可以增加审计预警的透明度和公正性。并通过公开审计预警的过程和方法，向相关方传递审计的价值和意义，增加员工对审计预警的信任度。

03

因时制宜，促进政策执行落地

通过大数据分析，审计部门可以更加全面地了解企业的运营情况以及各项规章制度的执行情况，更多获取企业实时经营数据、销售数据、生产数据等，不仅使风险管理关口前置，还大幅提高了审计覆盖面与成果准确性。

二、基于大数据分析的审计预警实现方法

01

检体诊断，动态掌握体征

在构建基于大数据分析的审计预警体系中，首先要建立动态监测流程，内容应包含数据源的选择，数据的采集、处理和分析等环节，以确保信息的及时性和准确性。

第一步是选择合适的数据源。数据源的选择应根据审计目标和实际需要进行定制。

第二步是疑点数据采集。这涉及设计并实施有效的数据抓取策略，通过不同的审计模型从各种数据源获取所需信息。为保证数据的完整性和一致性，还需要对数据进行清洗和整合。

第三步是数据的处理和分析。这是将疑点数据转化为可用信息的过程，通常需要运用统计学和机器学习技术，智能化识别与分析企业业务模式、异常数据和其他有价值的信息，以及利用数据可视化工具来帮助理解和解释分析结果。

最后是设置监控流程反馈机制，以便及时调整和优化审计预警模型。

02

侦查病灶，构建透明战场

审计预警模型是免疫系统中针对具体“病原”的主要研判手段，可以将不同疑点数据进一步处理分析与可视化甄别，让“病原”数据无处可藏。这就需要以“业务治理、技术监测、审计实践”为原则，对“病原”数据进行“分类分级”，一是明确监控数据所处业务领域，有效应对多业务审计疑点数据；二是有效区分风险程度，辅助“数据主人”开展“病原”数据整治工作，对输出的“病原”数据进行风险定级并输入至审计预警模型，从而直击病灶。

03

狙击“病原”，评估战场实况

各单位接收到预警提示单后开展整改工作，审计部门实时关注被审计单位监测周期内整改进度、整改佐证，确保整改工作落地有“回声”。接收到整改反馈后的疑点数据，审计部门将在下一统计期进行动态监测，完成整改的疑点标记为“绿灯”放行；仍未整改的，标记“黄灯”警告；连续两个统计期内仍未完成整改的，标记“红灯”启动问责并自动归入“屡查屡犯问题”。

04

形成抗体，升级作战能力

在审计工作中，应通过构建多方联动的协同监督体系，筑牢公司整体风险防控防线，提升针对性防控能力。

一是形成审计风险防控工具抗体。面向公司干部职工进行问卷调查，形成《审计风险点防控手册》，共商风险化解对策。

二是打造协同监督产品抗体。树立“审计报告是审计工作的最终产品”意识，提炼审计“精品”，常态运行“专业+监督”联席会议机制，实现审计成果共享。

三是植入审计预警防范抗体。随着数字化审计的不断深入推进,审计工作要继续发挥“免疫功能”，审计人员要秉持“打铁还需自身硬”理念，全面提升“研究+实务”履职能力，选优配强“复合+擅长”审计力量。

三、基于大数据分析的审计预警保障措施

01

构建审计整改流程，完善审计整改协作机制

一是建立合理高效审计整改流程。审计整改流程包括预警发现、整改方案制订、整改执行、整改复核等环节。二是持续完善审计整改协作机制。审计是一个复杂的过程，需要各部门间密切合作，可建立跨部门审计整改工作组，共同负责整改工作。

02

建立屡查屡犯典型经验库，提高问题整改效率

一是对于屡查屡犯问题，通过对问题发生的环境、流程、人员等方面的细致分析，找出根本原因，并制订相应整改方案。二是对于整改工作中的难点和亮点，也应及时总结和归纳，形成经验分享和借鉴，以促进问题整改工作水平不断提高。

03

夯实基础管理体系，有效激活“免疫”功能

首先，加强风险管理和内控制度建设。企业应建立健全风险管理和内控制度，明确各项业务活动风险点和控制要求，并制定相应控制措施和流程。

其次，加强信息安全管理。企业应加强对信息的维护和管理，确保数据的安全性和完整性。此外，还应该加强对员工的信息安全教育和培训，增强员工的信息安全意识和技能。

再次，需要加强数据质量管理。企业应建立健全数据质量管理制度，确保数据的准确性、完整性和一致性。同时，还应该加强对数据的监测和清洗，及时排除不合规的数据，提高数据的质量和可信度。

最后，加强对外部环境的监测和分析。企业需密切关注行业动态和市场变化，及时掌握相关信息，以便进行准确的大数据分析和预警。

四、基于大数据分析的审计预警体系实践的一些启示

01

能够提升审计精度与效率

基于大数据分析的审计预警体系可以利用全量数据进行分析，在各项审计模型的基础上，对疑点数据持续性多维度分析、筛选、推送乃至自动处理，从而将有限的审计资源投入到“重症”上，大幅减少了人工操作的时间和成本，提高了审计工作效率。

02

能够提供决策支持

基于大数据分析的审计预警体系不仅是审计工具，还是管理决策的重要辅助工具。通过对大量数据的分析，可以得到企业内部各种关联信息和趋势，为企业管理者提供决策的参考依据。

文章摘自《中国内部审计》杂志2024年第11期，内容有删减。

作者：姜琰 张胜男 王伟建 刘哲

单位：国网济南供电公司审计监管部

编辑：孙哲

目前180000+人已关注我们，您还等什么？