高校资助经费审计技术方法创新研究

符金凤 钱春玲

[摘要]本文从高校资助经费审计现状及面临的难题出发，结合高校资助经费管理特点，应用大数据技术构建审计模型，创新审计方法，提升资助经费审计质量和效率。

[关键词]大数据审计    方法    创新    高校资助

高校资助经费审计虽然取得一定成效，但仍面临很多亟待解决的难题。一是挤占挪用专项资金现象仍然存在，取证难度大;二是数据海量，审计效率不高;三是涉及面广，审计覆盖率不高。鉴于上述难点，在大数据背景下，高校资助经费审计如何借助大数据平台，创新大数据审计技术方法，提升审计质量和效率，实现审计信息化转型发展，已成为亟待解决的课题。

一、明确管理特征，提出创新要求

（一）资助范围广泛

学生资助工作包含大学生助学贷款、奖助学金、勤工助学、特殊困难补助、学费缓缴、学费减免等。其中，国家奖学金、国家励志奖学金、国家助学金、勤工助学及各类校级奖助学金涉及大部分在校生，人数多且范围广。一方面，审计人员数量有限，审计力量与审计全覆盖要求下的审计业务严重不匹配;另一方面，传统的审计技术方法与涉及面广泛的审计业务不匹配，无法完成资助经费审计目标，无法提升资助经费审计效率并规避审计风险。资助范围的广泛性对传统审计技术方法提出创新要求。

（二）经费来源渠道多样

不同资助类型的经费来源渠道不同。其中，国家奖学金、国家助学金由中央政府拨付;省级或自治区级人民政府奖学金由省级人民政府或自治区人民政府拨付;校级奖学金由学校自己承担。同时，学校按照规定须从学费收入中提取一定比例费用专门用于资助家庭经济困难学生;地方政府、社会团体、企业及个人也会面向各高等院校设立各种奖学金和助学金。当前，在资助经费来源上，以政府资金为主、学校资金为辅，企业、社会团体和个人资金为重要补充，总体上形成多样化资金渠道，资助经费规模与日俱增。资助经费的规模和多样化来源对审计技术方法提出创新要求。

（三）资金发放环节复杂性与受助学生分散性并存

学生资助是一项分散性、频繁性、连续性、复杂性的系统工作。资助工作涉及资金金额大、资助范围广泛、资助对象众多且分散的特点增加了审计难度，传统的审计技术方法已不能满足资助经费审计的需求。为顺利完成审计目标、提升审计质量，必须创新审计技术方法。

二、创新技术方法，提高审计质量

（一）整体统筹，构建大数据审计模型

坚持全局创新理念，转变传统“闷头查账式”审计思维，运用大数据审计思维，构建大数据审计模型。高校资助经费管理审计模型主要包含采集数据、预处理数据、搭建数据库、实施数据分析、初步核定问题、获得切实审计证据、得出审计结论七个环节，其中：第一环节按照计划、分配、使用三个环节采集所需数据;第二环节对采集的数据进行预处理;第三环节建立学生资助类数据库，搭建高校资助经费管理审计数据库;第四环节以问题为导向，以数据库为依托，实施数据分析;第五环节根据数据分析结果，初步核定审计问题;第六环节结合现场审计，进行审计事实确认，获得切实的审计证据;第七环节根据线上数据审计和现场审计结果得出审计结论（见图1）。数据审计模型的构建降低了高校资助经费管理审计的难度，集中落实了审计工作重点，能够提升审计效率和质量。

（二）采集数据，搭建审计项目数据库

依据资助政策进行部门职责梳理，主要采集教务系统学生名单、成绩单;采集财务系统资金拨付和使用情况数据;采集资助中心各类奖助学金规范性文件、学校公示名单、发放名单、勤工助学名单、相关发文;采集银行系统各类奖助学金发放回单;采集各学院公示名单。对采集到的数据按照国家及自治区奖助学金、校级奖助类、助困基金类进行预处理，初步构建资助经费数据库，实现对各种电子数据的全面数字化审计，做到提前分析、预先研判。

（三）以问题为导向，实施数据分析

依托资助经费审计数据库对资助经费作总体分析。审计人员对一定期间资助经费相关数据进行分布特征、变动趋势分析，查找被审计单位可能存在的风险点。利用大数据系统重点对历年资助经费总额、来源渠道、奖助学金构成、获得奖助学金学生人数等指标进行概化描述及趋势分析，更直观地了解资助经费前后年度的实际概况和变化特征。审计人员需重点关注增长幅度异常的年份，结合审计经验查找内在原因。

以问题为导向，以数据库为依托，挖掘审计疑点。一是各类奖助学金获得者是否符合申请条件。调用学生注册名单、奖助学金公示名单、成绩单以及贫困家庭子女数据信息进行数据分析，核查各类奖助学金获得者是否为在校生，核查奖学金获得者成绩是否符合评比要求，核查助学金获得者是否为在校在册家庭经济困难学生。二是勤工助学是否存在“吃空饷”情况。调用月勤工助学工资发放表和月考勤表进行数据分析，核实是否存在“吃空饷”情况。三是是否存在获得同属资助类奖助学金情况。调用各类奖助学金名单进行大数据分析，查找重复获得同属奖助类情况。四是资助资金发放是否真实。调用银行发放回单、奖助学金公示名单、勤工助学工资发放表进行数据分析，核实资金是否真实发放。

通过对以上数据结果进行分析，快速地从被审计数据信息中发现异常数据，获取审计线索。在此基础上，进一步对结果数据做延伸审计和审计事实确认，获得确切审计证据。

（四）应用审计模型，取得显著成效

通过该模型在某高校资助审计项目中的应用，查出在奖助学金和补助方面存在以下问题：管理制度未及时更新，与实际不相符;评审工作程序不规范，未按相关规定执行;存在不符合条件学生领取助学金及重复领取同类型助学金情况;存在未专款专用情况等。同时，督促被审计单位根据审计结果进行整改，并修订完善相关管理制度，规范资助工作的开展和资助经费的管理。

三、全面提升管理，持续技术创新

（一）以技术为基点，构建大数据平台

一是建立健全数据采集机制，解决数据采集难题。在高校的统一推进下，建立资助中心、財务部门、教务部门、各学院、开户银行等重要部门定期报送数据制度，实现数据采集常态化。二是建立数据标准化机制，解决数据不适用难题。由于采集的数据来源广泛、结构多样、种类繁多，无法直接取用。利用先进技术研究来源于不同行业、不同业务以及不同系统的数据，制定数据标准规范，编写数据标准转化程序，实现审计数据的标准化。三是建立大数据管理机制，解决数据安全性难题。大数据平台采用远程数据采集、安全入库、标准化整理、集中授权使用的模式运转，基本保证了数据的安全性。

（二）整合审计资源，创新管理模式

一是整合优秀审计项目案例资源。整理同类优秀审计项目的实践经验，构建同类项目审计模型，建立审计分析模型库，便于指导和规范审计操作，降低审计风险。二是整合审计人力资源。针对审计人力资源匮乏的难题，一方面，充分运用政府购买服务，外聘社会专业审计机构人员参与审计项目，或将审计项目整体外包给社会审计机构，内审部门加强监管;另一方面纵向加强各级审计机构的上下联动以整体统筹项目规划，横向淡化部门及专业限制以整合审计力量，组建综合型审计小组。

（三）培养数据分析人才，加强审计队伍建设

积极组织审计人员参加高质量数据分析培训班，提升审计人员驾驭数据的能力，树立审计人员大数据环境下的创新思维，培养出一批数据分析能力强，熟练运用多维分析、可视化分析、挖掘分析等多种数据处理方法，运用大数据技术查找海量数据背后关键信息的审计能手。

（作者单位：广西科技大学，邮政编码：545006，电子邮箱：272503569@qq.com）

主要参考文献

陈骏，时现.审计全覆盖驱动下的审计技术方法创新研究[J].审计研究， 2018（5）：22-29

裴育.实施审计全覆盖，强化审计监督力[J].审计与经济研究， 2016（1）：9-11

王爱华，马晓泓.PPP项目大数据审计模型构建[J].财会月刊， 2019（3）：116-124