基于“双轮驱动”电网企业数字化审计转型的实践应用

何婧 殷彬 韩华

[摘要]本文基于数字时代审计工作发展新趋势，电网企业数字化审计工作通过聚焦“技术创新”和“管理创新”双轮驱动，通過搭建多域融合审计场景、智能风险预警监督网，多视角动态描绘审计画像等方式，深化技术应用;变革管理机制，建立三级溯源数据治理防线、探索数字化审计立体保障新模式，推动审计工作数字化转型。

[关键词]审计循环   双轮驱动   数字化

一、引言

随着科技的飞速发展，以及大数据、人工智能、区块链、5G等创新技术的日趋成熟，数字化审计迎来了前所未有的发展机遇，加快大数据部署、深化大数据应用， 已成为推动现代化审计工作的必然要求。近年来，笔者所在的电网企业强化“数字国网”顶层设计，将大数据融入企业经营管理模式、业务流程中，电网大数据已成为企业转型升级的强大支撑，数字化审计成为推动审计工作转型、提高审计效率和提升审计工作价值的重要方式和手段，也是实现审计监督全覆盖和促进公司提质增效的重要保障。

二、“双轮驱动”数字化审计转型的内涵

（一）数字化审计的循环思路和核心要素

跨行业数据挖掘标准流程（以下简称CRISP-DM）是一种知识发现、数据分析的通用循环模型，以业务目标为导向，依次由“业务理解→数据理解→数据准备→建模→评估→部署”共六个环节为链条不断循环迭代，无限接近目标达成的一个过程。以CRISP-DM为理论依据，数字化审计也是一种“理论—实践—理论”的循环过程，依次由“形成思路→数据确认→建模挖掘→核实验证→总结提炼→完善思路”来循环迭代。从审计循环来看，数字化审计有六大核心要素，即“思路、数据、工具、行动、协作、部署”，以思路为根本，以数据为基石，以工具为利器，通过行动、协作、部署来达到审计目标，实现审计价值。

（二）“双轮驱动”数字化审计转型的基础架构

电网企业审计工作以“站位有高度、监督有精度、服务有温度、保障有力度”为理念，聚焦“技术创新”和“管理创新”双轮驱动，以数字化审计六大核心要素为支撑，深化“思路、数据、工具”三要素的技术应用，大胆实践，搭建多域融合审计场景、智能风险预警监督网、多视角动态描绘审计画像、开发智能RPA审计流程，提高数字化审计生产力;变革“行动、协作、部署”三要素的管理机制，系统思考、业审融合，建立三级溯源数据治理防线、探索数字化审计立体保障新模式，构建新型数字化审计生产关系，保障审计数字化作业深化转型，更好服务企业战略发展布局。

三、“双轮驱动”数字化审计转型的实践应用

以笔者所在的电网企业为例，企业积极践行“双轮驱动”的数字化审计新模式，充分发挥审计生产力和生产关系的六要素价值，实现审计工作数字化深度转型。

（一）深化“技术创新”驱动，提高数字化审计生产力

1.探索新领域，构建智能风险预警监督网。以风险预警为导向，从高风险主体、关键业务环节、敏感时间指标三个维度，定制化建立预警审计业务场景，根据服务专业管理需求，提前研判问题产生的根源，利用数字化新技术从风险根源进行全量、跨域的数据分析，按照风险程度进行红、黄、绿不同等级的预警，确定风险预警审计逻辑和预警阈值，进行实时监控，探索业务数据特征和发展趋势，主动形成预警清单，推动传统审计向“预警审计、前置审计”的转型发展。目前，运用Python爬虫工具等新技术，已开发“民营企业清欠预警”“配网项目精准投资预警”“资产增资及时性预警”“已销户用户预收电费异动预警”等7个风险预警审计模型。积极探索新领域，打造了双碳领域的“风电超容预警”“充电桩数据预警”“光伏发电预警”和“清洁取暖服务预警”共11个指标4项预警模型，形成“双碳”业务风险预警监测网。应用可视化技术，预警风险8次、压降成本费用172万元、增加电费收入120万元、清理长期在建工程156个、清理往来款项875万元，与传统数字化审计方法对比，风险预警率由27.82%提升至83.33%。

2.应用新技术，多视角动态描绘审计画像。聚焦前沿技术，自主构建了基于Python编程语言的Plotly标准库，创新开展可视化审计，充分利用Plotly具有人机交互、动态展现、智能分析的优势，打造“三镜”实时画像，动态呈现审计对象全量业务数据规律，疑点信息呈现更加精准、直观、全面。

（1）基于“广角镜”的整体画像。应用可视化技术展示被审计单位的售电量、固定资产总额、项目金额等主要数据，形成整体画像，辅助审计人员快速研判关注重点。比如，使用Plotly地图工具，直观呈现各个供电所的位置及售电量信息，快速选取位置偏远但售电量大的供电所开展重点审计。

（2）基于“放大镜”的业务画像。中观视角业务画像是对某一项业务的全量数据进行画像，可视化呈现疑点数据。比如，对A公司资金支付与项目进度匹配性进行中观视角的审计画像，随着时间轴移动，几秒钟就可动态展示出“超过系统竣工日期60天后，仍有大额未付款项”的虚假竣工疑点，审计核实工作量由115个单项工程项目减少为42个。

（3）基于“显微镜”的特征画像。按照标准业务数据建立“合规业务画像库”，比较存在较大差异的输出为疑点数据。比如，某执行学校电价用户用电画像与“合规业务画像库”存在较大差异，经核实，该用户实际为建设中的学校，应执行未执行一般工商业电价。

3.开发新工具，智能RPA审计流程自动化。以“数据共享、智能互动”为理念，基于流程自动化RPA技术，通过“以用促建、建用结合”，企业自主开发“三维五库”智能审计管理工具，搭建了作业管控中心、审计数据中心和资源共享中心。

审计作业全流程在线管控，可实现各种影像资料线上反馈、一键传回、实时共享，从非现场疑点跟踪至问题整改台账，全程实现RPA机器人流程自动化，自动识别价值信息，全链条线上审理复核，智能化出具审计过程成果。对问题整改动态管控，自动向被审计单位发出整改逾期预警提示，多个维度统计分析审计问题成果，整个审计作业流程可使人均单项现场审计时间缩短5天;丰富资源共享库，多方共同形成审计经验，增强审计部门整体风险识别能力。D165DAAF-0E61-4D2D-872D-CD2ED27B9763

（二）变革“管理创新”驱动，构建新型数字化审计生产关系

1.优化新思路，搭建跨域融合审计场景。依托企业数据中台和数字化审计平台，按照“系统分析模型—类别分析模型—个体分析模型”思路，研发跨单位、跨业务、跨年度的全链条业务审计模型，搭建财务、营销、工程、物资、人资、产业、信息系统等多业务领域的数字化审计场景。关注数据之间的整体性和关联性，创建业务场景的模型设计清单和模型开发清单，深入推进数据多源、跨域和全量分析，验证并不断完善模型设计思路，发挥模型在把握总体、锁定重点、筛选线索等审计分析查证过程中的作用，确保精准锁定疑点信息。聚焦国家重大政策落实和电网核心业务更新情况，实时对公司全量业务数据进行数字化、智能化、持续化的审计扫描，提升命中精度和数据全覆盖，实时跨域防控风险事项。

比如，在电网企业数字化持续审计监督过程中，运用SQL Server、Python等数字挖掘技术，构建了项目资金支付与进度匹配性、购电侧结算业务全链条、光伏补贴标准执行等11项跨域全量审计场景。通过数字化审计手段的应用，较传统审计项目的问题挖掘数量提升24%，显著提升了审计效率。运用光伏补贴标准执行情况审计场景，将财务数据域和营销数据域联合分析，仅用3个小时就完成了6个市县公司所有光伏用户，核查了全量结算数据36.46万条，发现异常交易记录1799条，且最终全部核实为问题，真正实现了由“抽样审计”向“全量审计”转型，由“單一审计”向“跨域审计”转型。

2.注入新动能，建立三级溯源数据治理防线。坚持业审融合，积极研究优化电网域、客户域、财务域等十大审计域的治理流程和融会贯通，以“业务治理、技术监测、审计实践”为原则，建立业务部门、数据管理部门、审计部三道数据治理防线，积极扩大数据治理“朋友圈”。各业务部门以数据应用为纽带，以实践为基础，在数据权限开放、业务模型验证等方面，承担起数据准确性的核对责任，为数字化审计提供专业技术支撑;数据管理部门加强新技术研究和应用，发挥数据中台数据管理的关键因素和支柱作用;审计部以数字化审计场景作为数据应用的重要载体，发挥全专业数据验证的优势，多方联合打通数据壁垒，协同建立审计场景完善和数据治理的定期反馈机制，持续推进数据源的三级治理，为审计作业清洗甄别有效数据。

3.推动新模式，保障审计监督与服务并重。聚焦扶贫项目、重点岗位、资金管控等领域，企业创新组织管理模式，科学配置审计资源，成立跨专业柔性审计专家团队和数字化审计专家团队，积极探索“1+N”、交互式、融嵌式项目组织方式，将数字分析技术融入审计项目全流程，建立“线上+线下”双重跟踪督导模式，全年累计节约现场审计时间65天，实现了审计对象及重点领域全覆盖。围绕国家重大政策、公司决策部署及专业管理需求等方面，把审计服务嵌入业务流程，开展重点工程项目后评审，打造“线上、线下”数字化二维取数模式，组织梳理21类后评审数据，创建50项数字化后评审指标，从四个维度提出7条管理建议，最大限度地规避低效无效投资，服务专业部门和公司发展决策。

四、展望

大数据时代唤醒数字化审计，作为企业内部控制的监督部门，内部审计要积极做好数字化深度转型，以应对企业生产经营各环节丰富多彩的业务场景、各具特色的专业特点和不断迭代的业务技术，只有这样才能更好地发挥审计风险预警和价值增值的作用。

主要参考文献

[1]程广华.数字化审计实务指南[M].北京：人民邮电出版社， 2021

[2]王宏巍.国有企业内部审计职能定位与升级路径研究[J].中国内部审计， 2020（6）：15-21

[3]郑永娟，孟亚敏，张浩妹，徐征.基于“多环节.场景式”数字化技术的经济责任审计思考与探索[J].中国内部审计， 2021（12）：26-31D165DAAF-0E61-4D2D-872D-CD2ED27B9763