国网山西忻州供电公司 山西忻州 034000
摘要：中共中央办公厅、国务院办公厅文件指出：“审计机关要积极运用大数据技术实施经常性审计。国有企业要依法向审计机关报送真实完整的电子数据信息和技术文档”。以大数据为代表的信息技术迅速发展，互联网大数据应用正涉及我们生活的方方面面。做为国网公司独立的数字化审计平台，依托互联网海量公开的支撑数据源，借助大数据技术深入挖掘可用的数据信息，采用简单的数据库比对来控制内部风险、并形成可持续监督，实现企业的价值增值，为推动国家和公司重大决策部署落地实施，实现公司高质量发展保驾护航。
关键词：大数据；内部审计；价值增值
习近平总书记在中央审计委员会第一次会议上强调“要坚持‘科技强审’，加强审计信息化建设”；胡泽君审计长强调“要积极推进大数据审计，实现数据的有效运用。着力提升大数据审计能力，推动审计信息化建设再上新台阶”；得益于国网公司巨大的体量和信息化建设步伐加快，数字化审计平台作为首个基于公司统一数据模型（SG-CIM）构建并部署实施的大型跨专业数据分析类应用系统，在泛在电力物联网建设大背景下，为推动公司数据共享、数据治理发挥了重要作用。笔者通过实际工作经历，认为新环境下内部审计迎来了巨大的挑战与机遇，但也存在部分瓶颈和短板亟需研究解决。本文就数据挖掘技术及分析、审计工作支撑数据来源、审计工作面对大数据存在问题及运用数据挖掘技术的几点思考四个方面做初步探讨。
一、数据挖掘技术及分析
依据《国网山西省电力公司关于开展2020年数字化持续审计工作的通知》，围绕公司重大决策部署，聚焦重点改革领域和关键风险环节，深化运用数字化审计平台、审计信息系统和各业务管理系统，开展持续审计，结合数据分析处理技术，深入挖掘数据价值，统筹安排现场核查。内部审计在大数据审计工作模式下，源于前期全面广泛务实的数据采集、分析、疑点筛查等工作，数据“跑腿”更多承担了以往人工调查的任务，利用互联网的大数据源，挖掘审计数据见潜在的信息关联，可以为审计人员做出可预见性的、基于认知的决策。
应用数据挖掘审计问题。一般的数据分析是通过审计人员已有的知识和经验，这样存在的不足之处表现为：一是审计人员从审经历有限，当审计经验面对海量数据时往往只能采取抽样的办法；二是数据属性发展很快，审计经验滞后，造成与实际需要的审计业务不同步；三是不同审计人员的认定标准差异，无法保障审计质量的公平公正；四是传统的数据分析方法，面对大数据库无法及时处理及全覆盖。
审计数据挖掘。从被审计单位拿到高质量的数据，才能做出准确的判断。通过数据的关联，做到从量到质变，从而产生审计经验，产生认知模型，并进一步达到建立数学模型的可能，为更广泛的数字化审计打下坚实的基础。
审计数据分析。利用互联网大数据中已知的关联数据信息来支撑审计人员原先没有意识到的问题，提高审计人员对被审单位原有数据库数据的认知程度。在数据使用过程中很多分析、挖掘的办法往往需要与其他分析方法配合使用，才能为审计工作服务。普通的业务数据和财务数据具有一定的普遍规律性，一旦某些数据异常变动或者异常表现，往往成为审计工作的重点。同时观察其变动特征，又能发现新的关联关系。
二、审计工作支撑数据来源
互联网数据选取。审计工作涉及到方方面面的数据，审计部全体就配网台区精准投资情况分析去到公司互联网办，接触了电网运营检测、配网停电检测等模块下涵盖运营效率、供电能力、台区运行等的数据取值；在PMS农网工程系统中抽取的配电网建设改造管理中实施进度管理、单体全过程进度展示数据；数字化电力营销专项审计还可以从互联网办的山西省统一报表系统里关联电力购销模块下抽取涉及购电成本、售电单价、电费回收率、应抄户数...等的数据，都是从互联网办可以得到的审计工作中需求的对应数据。
数据的标准化。
互联网数据源，来自不同领域的业务数据，其采用的网站技术、数据库技术及数据格式不尽相同。对此，审计部门要从数据采集过程中，使格式化数据统一。推进抽样审计向全量审计转变，发挥好平台跨专业、跨系统数据分析系统优势作用，释放数据整合汇聚效能。实施过程中可以采用两种方式：一是人工筛查，其优点是数据准确且利用率高，缺点是效率低；二是在前端数据采集时就限定字段、属性，审计工具采集或者搜索引擎采集效率高，但是准确率会降低，对以后的数据比对，数据预警将产生误报情况。
数据采集。将互联网思维与审计业务深度融合，利用平台数据“全量、实时、跨域”特点，深入挖掘和运用审计成果隐性价值，以数据做决策，分析研判问题根源。高质量的数据需要：采集+挖掘+清洗+排重，我们采用的精准采集，一般是通过网站数据接口直接用审计工具导出数据，这样采集的数据精确，但是需要前期与被审单位协调。遇无从接口程序直接抽取数据的现场，运用数字化审计平台的应用模块，实现对各类信息资源的自动化持续监测、智能化数据直接写入数据库，自行数据排重；结构化列表，利用清洗技术，过滤掉无效数据字段，在此基础上通过构建数据模型进行分析，提高审计工作效率。
三、审计工作面对大数据存在的问题
审计范围受限。在数据信息化时代下，所有的业务都以不同的数据形态存在于各大管理信息系统中，具有体量大、类型多、价值密度低的特点，繁杂的数据和冗长的数据属性给内部审计工作的要素搜集、分析带来许多困扰。只有了解数据才能真正了解其业务，但现实存在权限申请流程不畅通，数字化平台系统数据提取不方便，审计人员数字化审计实践应用不深，大数据专业化人才较少，不能满足大数据应用技能的要求，直接导致内部审计覆盖面偏低、角度单一，无法满足内部审计“全覆盖”的要求。这样的审计结果误差较大，很可能导致问题没有发现，漏洞没有堵牢，存在较大的风险隐患。
审计质量不高。传统的内部审计存在技术业务瓶颈，主要表现为分析数据信息的能力不足，依托的外部数据不够可参考的业务模型、数据模型不完整。其主要原因在于配套的可参考数据或者标准数据不足，能使用的数据关联模型不够。传统的审计人员大部分有较为丰富的会计知识，但大数据分析、数据间的内在属性、行业知识等方面的经验不足，会对审计组接收到数量庞杂的问题疑点，在判断和精准筛选主要问题不能有效控制。没有详实明确的核查标准、判定标准、取证标准、定责标准，很难达成分散核实的规范统一，审计结果质量及审计成果运用必会受到质的影响。
四、运用数据挖掘技术的几点思考
（一）多种业务数据合并分析。财务数据与工程、营销、物资等经营管理数据多有交集，各关联业务搜集到的数据在以往的审计工中作都是按照程序，查找问题，规避风险。我们凭借互联网大数据支撑和简单的操作软件筛选出准确、有效的数数据，建立审计数据模型，从审计角度出发，迅速完成对数据的多维度加工。不仅节省了审计数据准备、筛选数据阶段花费的大量时间和人力成本，更大大提高了审计人员统计、分析审计数据的能力。使审计人员快速打通数据壁垒，获取标准化、数据化的参考依据，准确掌握、知悉各业务数据之间的关联关系，进而准确查找到审计的着眼点、突破点，大大提高审计的时效性、针对性。
（二）建立审计互联网数据核心。数字化审计平台建设是审计系统贯彻国网公司“三型两网、世界一流”战略目标的必要举措，是审计工作融入泛在电力物联网建设的重要途径，是践行“科技强审”理念的有效措施。平台在部署过程中，配合互联网部做好数据治理工作，但现场抓取互联网数据及历史数据，依托数据库的各种查询语言实现数据分析、比对还存在一定的困难。能否由国网审计部牵头互联网数据核心，直接从互联网大平台获取共性参数作为审计支撑，个性参数作为审计参考，使审计工作做到实时性，揭示反映典型性倾向性问题，推动行业性、制度化整改问题，规范管理，实现企业的价值增值。
参考文献
[1]浅析“大数据”时代内部审计应对策略[J].中国内部审计.2015（05）：42-46
[2]大数据时代企业内部审计信息化体系构建[J].河北企业.2016(04): 72-73