張元平

（中國鐵路南昌局集團公司 審計部，江西 南昌 330000）

一、引言

2017年，國鐵集團向各鐵路局、特派辦等審計機構及部門推行審計管理信息系統，標志著鐵路大數據內部審計部署正式開始。經過多年的發展，審計管理信息系統的功能不斷完善，在審計工作中也發揮著越來越重要的作用，但離全面實現大數據審計還有一定的差距，本文從審計數據、審計人員兩個方面探討鐵路大數據審計面臨的問題并提出解決對策。

二、信息化對鐵路企業內部審計的轉變

隨著科學技術的發展，鐵路企業將互聯網、大數據、云計算等新技術運用在企業內部管理、業務管理、人力資源管理等方面。鐵路各系統部門根據職責、業務特性，開發了各自的信息管理系統，鐵路企業內部審計部門也不例外。2017年，國鐵集團審計局、各鐵路局集團公司內部審計部門正式推行了鐵路審計管理信息系統。鐵路審計信息管理系統功能包括審計項目管理、審計人才管理、審計法規案例管理、審計分析模型管理等模塊，鐵路審計信息管理系統的落地，也標志著鐵路企業內部審計正式從傳統審計邁向了信息化審計的新高度［1］。

三、審計信息化應用存在的問題

（一）部分領域信息化程度不高

鐵路企業內部分支系統有車務、工務、機務、電務、車輛等專業體系，每個分支專業都有一套完整的企業管理模式，內部審計對各分支系統要做到全覆蓋審計，審計工作量之巨大。然而審計系統平臺的建立，意味著有條件對各系統的財務、業務、管理等數據信息進行采集、分析，但鐵路企業的財務數據一直停留在賬、證、表的信息化，未將憑證附件納入信息化的行列，導致審計人員依然需要靠人工詳查憑證才能了解具體的經濟事項。同時，財務系統也未與業務系統直接通信，雙方的數據勾稽關系的核對也完全依靠人工進行，甚至很多第一手業務資料僅僅以紙質的形式存儲，更加大了稽核的難度。鐵路專業系統的部分業務數據仍然處在以紙質版為主，以Excel 電子表格、Word 文本形式存放為輔的現狀，數據無法實現聯網管理，無法運用大數據、云計算等技術進行審計。例如開展某段某年度經營業績審計，發現該段與業務外包公司結算編組場整治項目多計人工費用2萬元。由于人工考勤表只有紙質版，審計人員到達被審計單位現場，首先通過人工輸入的方式，將全年考勤表數據轉化為Excel 電子版，再通過Excel 透視表功能進行篩選，最終得到重復記錄用工量。正是由于基礎數據未實現電子化，無法接入審計系統進行模塊分析，審計人員需要在數據處理上耗費大量精力，容易造成分析和取證工作上精力不足，提高了審計人員的工作強度［2］。

（二）“數據孤島”現象

鐵路企業各類信息化系統非常豐富，比如與經濟事項相關的系統有企業合同管理系統、物資管理系統、業務外包管理系統等系統，與業務相關的系統有客票系統、貨票系統等。但豐富的信息化數據資源各自仍處在孤立態勢，系統與系統之間、平臺與平臺之間并未實現互聯互通，導致出現“數據孤島”現象。例如審計時，對一次物資采購項目進行全程檢查，按照業務流程，在外包管理系統里獲取采購招投標信息，在合同管理系統里獲取合同審批簽訂信息，在物資系統里獲取物資收發信息，在財務系統里獲取辦理決算信息，審計人員通過人工現場核對四種信息的勾稽關系，驗證其物資采購項目的合規性。多平臺數據未實現共享，勾稽核對工作不能通過系統自動驗證，也造成了審計人員工作量的加大［3］。

（三）審計人員方面的因素

審計信息管理系統的應用已經覆蓋了鐵路內部審計機構和部門，但審計人員運用該系統聯網審計的能力還有所欠缺?？梢酝ㄟ^審計分析模塊完成的工作，部分審計人員依然采取傳統的審計方法完成，對審計分析模塊得出的結論信任度不夠，無法真正發揮出計算機審計的優勢。

四、對存在的問題提出幾點建議

第一，數據聯網化要實現鐵路內部大數據審計，就必須將財務數據、業務數據、企業管理數據、工商、社保、稅務等多個部門的數據構建成數據網。缺少關鍵字段或者沒有建立數據庫的環節，可以根據現有的條件，構建數據庫，實現本地數據共享化。審計人員以審計信息管理系統為入口，將財務數據作為基礎，通過檢查憑證信息，自動關聯到業務招標數據、合同數據、計價數據、稅務數據等。也可以將企業管理數據作為基礎，從重大決策事項關聯到經濟事項發展的全過程，最終反映到財務數據上。各個部門的數據相互印證，相互關聯，最終形成閉環系統。審計人員無論從哪個部門的數據入手，都可以了解到整個企業的經營狀況，分析其潛在的經營風險［4］。

第二，構建非結構化數據分析模型大數據審計的重要特征就是對多維度的數據進行檢查、分析。數據分為結構化數據和非結構化數據，結構化數據一般是財務數據、銀行數據等存儲在數據庫中的信息，非結構化數據一般是圖片數據、音視頻數據、文字數據等?，F階段，構建的審計分析模型（賬齡分析模型、財務指標分析模型）一般是針對結構化數據，未引入非結構化數據帶來的影響。審計實施過程中，要想完整地了解被審計單位經濟業務，財務、銀行數據提供的信息量非常受限，更多信息需要通過分析重大事項決策、招投標、簽訂合同實施、計價等信息才能得到，再通過對經辦人談話，現場實地檢查，最終整合所有的信息來探究其存在的問題。面對大量的非結構化的文字、照片等信息，通過審計人員人工分析，其效率和效果都達不到理想狀態，在大數據時代，可以通過爬蟲、機器學習、人工智能等計算機技術，針對審計目標建立非結構化數據分析模型，對文字、圖片等信息進行篩查，獲得有效信息，再與原有的結構化分析模型結合，綜合完整的條件得出結果［5］。

第三，重視大數據審計人才的培養。開展大數據審計，需要審計人員既具備審計技術，又要具備大數據分析能力?，F階段審計人員符合能力要求的并不多，亟須培養一批復合型審計人才。而大數據技術的發展速度，遠比重新培養一批復合型審計人才更快，面對這樣的狀況，如何利用現有人員結構和條件來適應大數據審計的發展是一項重要的課題。

現階段鐵路企業各方面的人才聚集，既有豐富經驗的審計人員，又有計算機技術專業的人才，將兩個專業領域的人才組合起來，形成合力，是使審計人員適應大數據審計最快捷的方式。審計人員憑借業務能力和經驗將其審計思路和邏輯委托給計算機技術人員轉化為審計模型，計算機技術人員開發出審計模型并反饋給審計人員確認予以使用。運用審計人員自己的思路設計出的審計模型，會讓審計人員更容易接受，也能更熟悉高效地運用到實際的審計工作中。

從長遠來看，審計人員在提高審計技術水平的同時，還要不斷學習計算機技術，為審計人員獨立完成采集數據、分析數據、建立模型提供基礎。審計培訓應當開設審計技術及計算機技術雙整合科學化課程，提升審計人員的專業技能和素養，并使其掌握大數據理念，確保審計工作和大數據技術相互融合，讓審計人員逐步學會合理利用數據，掌握隨時調取資料的技能，及時了解審計存在的風險問題，滿足大數據審計的要求［6］。

五、結語

在大數據審計工作的推進階段，審計部門對其存在的問題制定合理有效的解決方法?；趯徲嬋采w對審計工作效率的要求，大數據審計應以數據采集和分析為中心環節，并通過財務數據、業務數據等多維度數據的分析，構建全新的審計取證鏈條，并最終向全方位的大數據審計發展。同時，大數據審計的發展受到數據采集和人才培養這兩個因素的制約，必須提高審計人員的業務素質及運用計算機技術分析數據的能力，不斷提升審計質量，讓審計工作在鐵路企業內部發揮更大的作用。