对企业审计数据分析常态化的几点思考
李晓亮 （审计署武汉办）
一、当前企业审计数据分析面临的困难
（一）与当前企业信息化快速发展不协调。当前的企业审计在面对央企大型信息系统时，在人员能力以及数据连续性等方面都存在一定的问题。审计人员能力不足具体表现在计算机审计人才缺乏、审计人员对新型IT技术缺乏足够了解等方面；数据连续性问题则主要随着近些年央企信息化建设快速发展而更加凸显，由于大型央企信息系统不断更新换代、整合改造，也影响着审计数据分析的连续性，经常出现再次审计同一企业时，其信息系统已经大幅度变更，架构、数据等均与以往采集内容发生巨大变化的情况。
（二）未建立常态化的数据获取机制。由于未建立常态化的数据获取机制，制约了企业审计数据分析，更遑论数据分析常态化。审计常常不能在调查了解阶段获取到所需数据，甚至出现在现场审计多时仍未能获取到理想数据的现象。
（三）企业大部分核心业务系统天然不适应审计数据分析需求。当前大型央企所使用的核心业务系统，主要面向企业核心业务流程的，目的是实现对业务流程的全过程控制和优化再造，其数据是过程化的、分散的，而审计分析需要的数据则是全面的、集中的。比如SAP ERP系统，审计要从中获取适于分析的业务数据很困难，应当先检查其信息系统控制的实现情况和流程断点数据情况，再进行审计数据分析。
另一方面，企业核心业务系统的后台数据库一般用于事务处理（即OLTP），不适应越来越广泛、深入、无固有模式可循的审计分析（即OLAP）需要。部分企业建设有决策支持系统，但由于成本高、周期长、开发难度大，主要用于企业各项管理指标分析，其数据粒度过粗，不能满足审计分析频繁的数据下钻需要。
二、企业审计数据分析常态化应具备的应用特点
鉴于企业审计数据分析常态化中遇到的以上困难，笔者认为，企业审计数据分析的常态化应具备以下应用特点：
（一）以重点中央企业为应用主体，分行业逐步开展。在现有机制和客观条件下，实现全覆盖的企业审计数据分析既无可能也无必要，重点中央企业应包括信息化水平较高和重点行业领域的中央企业，这些企业有推动审计数据分析常态化的条件，其数据也更具分析价值，有利于推动试点形成规模。由于企业所属行业的差异导致不同企业的数据形式和内容都可能存在较大差异，因此，还应当分行业或领域制定不同的审计数据分析常态化应用方案，使审计数据分析更有针对性，便于摸索总结出不同行业或领域审计数据分析的特点，提高数据分析结果的应用性。
（二）以操作型数据存储（Operational Data Store，ODS）为基础，分财务数据、业务数据两部分实现企业审计数据集成，建立数据资源目录及重点行业基础信息数据库。从当前企业审计数据分析实践来看，数据分析常态化要解决的首要问题是数据的集成（主要是业务数据的集成），这包括从企业信息系统中获取、转换、集中存储数据，因此与适用于高层决策分析的数据仓库相比，操作型数据存储更适合各种类型审计数据分析的需要，其实现成本较低，比较优势明显，具备更好的可行性。
从数据类型来看，企业财务数据类型统一，分析方法和分析指标较为固定，其数据集成应当与业务数据分开实现。以操作型数据存储为基础的数据集成后，还应建立相应的数据资源目录，同时抽取部分重点行业，如金融、电力、能源的基础数据，单独形成重点行业基础信息数据库，为跨项目、跨领域审计数据分析创造条件。
（三）逐步积累审计数据分析模型，锤炼数据分析团队。实现操作型数据存储对企业财务、业务数据的集成十分重要，能为开展审计数据分析提供广阔空间。在数据集成的基础上，数据分析团队可以综合利用各种传统和现代的分析方法，探索不同数据间关联关系，逐步积累出面向不同主题的审计数据分析模型，这在一定程度上有利于提高审计效率。
（四）根据应用效果，适时探索利用数据仓库和大数据相关技术。对国家审计本质认识的不断提高，使国家审计的广度深度不断扩展，企业审计应当在数据分析常态化达到一定应用效果后，适时探索利用数据仓库开展多维分析，为高层审计决策、宏观分析、审计建议等服务。
随着大数据时代的到来，包括大量非结构化数据的大数据逐渐受到重视，虽然这些数据类型繁多、价值密度低，常规分析技术难以奏效，但依赖其巨大的数据量级，使用大数据分析技术可以挖掘出高价值的信息。随着企业审计数据分析常态化的发展，势必要重视对海量非结构化数据的利用，而无论是操作型数据存储还是数据仓库技术都只能对结构化数据进行分析，因此，探索利用大数据技术势必成为未来审计发展的需要。
三、实现企业审计数据分析常态化的现实考量
（一）所需基础建设的现实考量。企业审计数据分析常态化的实现，首先要依赖于基础建设，特别是数据集成基础建设的实现。在当前审计环境下，由审计机关承担全部基础建设需要额外增加大量预算，在数据报送机制、数据安全管理上也有诸多障碍。
考虑到重点中央企业已经建设了较完善的信息化基础设施，其资源富余量也较大（也完全具备使用虚拟化技术的条件），业务数据集成的操作型数据存储可主要由相应企业各自建设并进行管理，但须符合相应企业审计数据分析常态化应用方案需要，并在审计时供企业审计数据分析团队使用。事实上，大量中央企业信息化建设已步入数据集成的阶段，数据集成完全符合企业的自身发展要求，部分企业信息化建设还呈现出数据仓库和大数据技术的应用趋势，这都为审计机关数据分析提供了极为便利的条件。
相应地，财务数据集成、数据资源目录及重点行业基础信息数据库则由审计机关集中建设，这样有利于审计机关对总体情况的把握，便于支持数据分析所需的共享要求。
（二）数据分析集成环境的建设与完善。企业审计数据分析常态化要保持一定程度上的连续性，积累审计数据分析模型并锤炼数据分析团队，而简单的直连数据库的分析环境不能适应分析常态化的需要，需要逐步建设并完善一个良好的数据分析集成环境。
集成环境应当具备清晰完备的分析环境、可持久化存储的分析方案以及适合团队协作的互操作机制。具体来说，分析环境应为分析人员展现其可利用的所有数据目录，具备编写数据分析语句和拖动式分析功能；能够新建、保存、编辑、发布审计分析方案；能够向分析团队其他人员共享审计分析过程和结果等。数据分析集成环境的完善应循序渐进，功能开发不宜过多，只开发必要的核心功能，重视数据分析的性能优化。（李晓亮）
（一）与当前企业信息化快速发展不协调。当前的企业审计在面对央企大型信息系统时，在人员能力以及数据连续性等方面都存在一定的问题。审计人员能力不足具体表现在计算机审计人才缺乏、审计人员对新型IT技术缺乏足够了解等方面；数据连续性问题则主要随着近些年央企信息化建设快速发展而更加凸显，由于大型央企信息系统不断更新换代、整合改造，也影响着审计数据分析的连续性，经常出现再次审计同一企业时，其信息系统已经大幅度变更，架构、数据等均与以往采集内容发生巨大变化的情况。
（二）未建立常态化的数据获取机制。由于未建立常态化的数据获取机制，制约了企业审计数据分析，更遑论数据分析常态化。审计常常不能在调查了解阶段获取到所需数据，甚至出现在现场审计多时仍未能获取到理想数据的现象。
（三）企业大部分核心业务系统天然不适应审计数据分析需求。当前大型央企所使用的核心业务系统，主要面向企业核心业务流程的，目的是实现对业务流程的全过程控制和优化再造，其数据是过程化的、分散的，而审计分析需要的数据则是全面的、集中的。比如SAP ERP系统，审计要从中获取适于分析的业务数据很困难，应当先检查其信息系统控制的实现情况和流程断点数据情况，再进行审计数据分析。
另一方面，企业核心业务系统的后台数据库一般用于事务处理（即OLTP），不适应越来越广泛、深入、无固有模式可循的审计分析（即OLAP）需要。部分企业建设有决策支持系统，但由于成本高、周期长、开发难度大，主要用于企业各项管理指标分析，其数据粒度过粗，不能满足审计分析频繁的数据下钻需要。
二、企业审计数据分析常态化应具备的应用特点
鉴于企业审计数据分析常态化中遇到的以上困难，笔者认为，企业审计数据分析的常态化应具备以下应用特点：
（一）以重点中央企业为应用主体，分行业逐步开展。在现有机制和客观条件下，实现全覆盖的企业审计数据分析既无可能也无必要，重点中央企业应包括信息化水平较高和重点行业领域的中央企业，这些企业有推动审计数据分析常态化的条件，其数据也更具分析价值，有利于推动试点形成规模。由于企业所属行业的差异导致不同企业的数据形式和内容都可能存在较大差异，因此，还应当分行业或领域制定不同的审计数据分析常态化应用方案，使审计数据分析更有针对性，便于摸索总结出不同行业或领域审计数据分析的特点，提高数据分析结果的应用性。
（二）以操作型数据存储（Operational Data Store，ODS）为基础，分财务数据、业务数据两部分实现企业审计数据集成，建立数据资源目录及重点行业基础信息数据库。从当前企业审计数据分析实践来看，数据分析常态化要解决的首要问题是数据的集成（主要是业务数据的集成），这包括从企业信息系统中获取、转换、集中存储数据，因此与适用于高层决策分析的数据仓库相比，操作型数据存储更适合各种类型审计数据分析的需要，其实现成本较低，比较优势明显，具备更好的可行性。
从数据类型来看，企业财务数据类型统一，分析方法和分析指标较为固定，其数据集成应当与业务数据分开实现。以操作型数据存储为基础的数据集成后，还应建立相应的数据资源目录，同时抽取部分重点行业，如金融、电力、能源的基础数据，单独形成重点行业基础信息数据库，为跨项目、跨领域审计数据分析创造条件。
（三）逐步积累审计数据分析模型，锤炼数据分析团队。实现操作型数据存储对企业财务、业务数据的集成十分重要，能为开展审计数据分析提供广阔空间。在数据集成的基础上，数据分析团队可以综合利用各种传统和现代的分析方法，探索不同数据间关联关系，逐步积累出面向不同主题的审计数据分析模型，这在一定程度上有利于提高审计效率。
（四）根据应用效果，适时探索利用数据仓库和大数据相关技术。对国家审计本质认识的不断提高，使国家审计的广度深度不断扩展，企业审计应当在数据分析常态化达到一定应用效果后，适时探索利用数据仓库开展多维分析，为高层审计决策、宏观分析、审计建议等服务。
随着大数据时代的到来，包括大量非结构化数据的大数据逐渐受到重视，虽然这些数据类型繁多、价值密度低，常规分析技术难以奏效，但依赖其巨大的数据量级，使用大数据分析技术可以挖掘出高价值的信息。随着企业审计数据分析常态化的发展，势必要重视对海量非结构化数据的利用，而无论是操作型数据存储还是数据仓库技术都只能对结构化数据进行分析，因此，探索利用大数据技术势必成为未来审计发展的需要。
三、实现企业审计数据分析常态化的现实考量
（一）所需基础建设的现实考量。企业审计数据分析常态化的实现，首先要依赖于基础建设，特别是数据集成基础建设的实现。在当前审计环境下，由审计机关承担全部基础建设需要额外增加大量预算，在数据报送机制、数据安全管理上也有诸多障碍。
考虑到重点中央企业已经建设了较完善的信息化基础设施，其资源富余量也较大（也完全具备使用虚拟化技术的条件），业务数据集成的操作型数据存储可主要由相应企业各自建设并进行管理，但须符合相应企业审计数据分析常态化应用方案需要，并在审计时供企业审计数据分析团队使用。事实上，大量中央企业信息化建设已步入数据集成的阶段，数据集成完全符合企业的自身发展要求，部分企业信息化建设还呈现出数据仓库和大数据技术的应用趋势，这都为审计机关数据分析提供了极为便利的条件。
相应地，财务数据集成、数据资源目录及重点行业基础信息数据库则由审计机关集中建设，这样有利于审计机关对总体情况的把握，便于支持数据分析所需的共享要求。
（二）数据分析集成环境的建设与完善。企业审计数据分析常态化要保持一定程度上的连续性，积累审计数据分析模型并锤炼数据分析团队，而简单的直连数据库的分析环境不能适应分析常态化的需要，需要逐步建设并完善一个良好的数据分析集成环境。
集成环境应当具备清晰完备的分析环境、可持久化存储的分析方案以及适合团队协作的互操作机制。具体来说，分析环境应为分析人员展现其可利用的所有数据目录，具备编写数据分析语句和拖动式分析功能；能够新建、保存、编辑、发布审计分析方案；能够向分析团队其他人员共享审计分析过程和结果等。数据分析集成环境的完善应循序渐进，功能开发不宜过多，只开发必要的核心功能，重视数据分析的性能优化。（李晓亮）
| 【关闭】 【打印】 |
