基于“RPA+神经网络”的前瞻全量持续型数字审计体系构建研究

孙宇斌 王伟 张慧英 韩超 王永祥 许磊 林云

孙宇斌 王伟 张慧英 韩超 王永祥 许磊 林云

[摘要]本文将RPA（机器人流程自动化）和“神经网络”人工智能技术进行联合应用，构建出前瞻全量持续型数字审计体系，成功实现风险指标前瞻评估、经营数据全量采集和疑点整改持续跟踪等内部审计创新，并以电网企业内部审计应用为例说明该数字审计体系在企业控风险促增值中具有的独特技术优势。

[关键词] RPA   神经网络   数字审计

一、引言

近年来，大数据、云计算、“互联网+”、人工智能、区块链等数字技术飞速发展并在各个行业得以广泛应用，企业管理数字化、集成化、智能化趋势明显，内部控制环境发生深刻变革，导致传统审计模式与数字时代潮流出现明显脱节。监督滞后， 风险无法被及时发现容易造成损失扩大化;抽查样本与业务量不在一个量级，造成大量业务无法被有效覆盖;人工效率低下，人员配置和劳动量达到极限后仍然无法应对业务量的飞速增长……传统内部审计无法破解的难题越来越多。由此可见，新形势下通过数字化、智能化、自动化构建数字审计生态，向大数据要资源、向智能化要支撑、向自动化要效率，已成为内部审计促进企业发展和安全的必由之路。

二、基于“RPA+神经网络”的前瞻全量持续型数字审计体系

“RPA+神经网络”创新的核心是利用流程自动化和人工智能技术创造能够代替审计人员的“数字劳动力”，以扩展审计人员用来挖掘业务数据的“眼睛”，提炼违规特征的“大脑”，加快作业效率的“双手”。

（一）前瞻全量持续型数字审计体系的内涵

前瞻全量持续型数字审计体系将RPA和神经网络技术进行整合运用，以非侵入方式对结构化数据、非结构化数据、数据库实施 “三位一体”实时挖掘、分析、处理，形成审计体系的全量数据库，同时在全量数据库的关键领域和环节嵌入持续审计监控模型，当模型监控结果超过设定的审计阈值时，按预定的风险管控规则在风险进一步扩大前，前瞻性地向审计人员和企业决策者报告风险和提供可借鉴的管控策略，以实现对业务流程提前实施干预，避免造成重大经营损失。在干预措施实施后，持续地对干预结果进行量化评估，直至风险指标降至正常范围。

（二）前瞻全量持续型数字审计体系的框架

前瞻全量持续型数字审计体系的核心功能是实时无缝地从各个业务系统获取准确的全量数据，然后进行数据的标准化处理和分析。基于以上核心功能需求，前瞻全量持续型数字审计体系构建了由业务系统层、全量数据层、持续监控层、成果交互层组成的体系框架（如图1所示）。

1.业务系统层（Business System Layer）。业务系统层通过接入财务管控、ERP、经济法律、营销、车辆管理、OMS、标准化设计、PMS、用电采集、电子商务平台等46个业务系统，实现了对企业财务、工程、物资、人资、营销、后勤的全业务、全环节、全口径数据采集覆盖。业务系统层的建立实现了审计所需各类原始数据的全量汇集，海量数据分布式存储于各业务系统，减轻了集中存储对服务器带来的存储和响应压力，分布式构架使得数据资源能够进行动态调配和灵活扩展。

2.全量数据层（Full Data Layer）。全量数据层打破不同系统之间的数据壁垒，形成数字审计体系的全量数据库，源源不断地为持续监控层提供全量采集数据支撑。全量数据层可按审计需求，通过选择部门单位、覆盖领域或时间范围等筛选条件进行自助取数，实现对数亿条数据、多表联合查询的秒级响应，并可通过制定全量数据中间表，固化审计字段获取路径，开展全天候不间断的数据采集。

3.持续监控层（Continuous Monitor Layer）。

持续监控层由一系列基于RPA技术构建的数据勾稽审计模型和基于神经网络技术构建的数值预测审计模型组成。模型监督时点持续贯穿当即发生、预计发生和已经发生的业务全环节，全领域覆盖风险与隐患。当模型采样数据超过设定的审计阈值时，提前向审计人员和企业决策者报告相应风险和管控策略，同时在干预措施实施后，循环评估干预结果，直至将风险指标降到正常标准。

（1）RPA数据勾稽审计模型应用举例。①工程施工合同履约审计。针对企业施工合同多为纸质或PDF格式且数量巨大的特点，利用RPA的OCR活动组件，扫描识别审计范围内合同的关键字段，如乙方信息、工程名称、工程编号、合同金额、支付时间等信息，形成结构化表格。同时，利用RPA的“Data Scraping”登录ERP财务管控系统，根据工程名称、工程编号抓取对应工程的资金支付金额、支付时间、收款方信息，对两个结构化表格进行横向对比，检查是否存在未按合同支付进度款、超合同金额支付、资金支付单位与合同不符等问题线索。②工程废旧物资回收审计。RPA机器人自动连接电力工程标准设计管理系统数据库，查询数据库中有关工程拆旧部分数据，返回包含项目名称、项目编号、废旧类别、型号、数量结构化表格。同时，利用RPA的“Data Scraping”登录物资管理系统抓取对应工程的《废旧物资移交清册》，对两个表格进行横向对比，检查是否存在废旧物资应交未交的问题线索。③用户超合同容量用电审计。用户长期超容量用电不仅威胁着电网运行安全，还易造成基准电费的流失。借助RPA机器人可在数小时内查找营销系统中几十万用户每日超容量用电时间点，并自动导出超容量30%阈值客户明细，对其实施预警和纵向追踪，检查有无超合同容量用电风险。相同工作量，依靠人工手动导出核对则要数周时间，时效性大打折扣。

（2）神经网络数值预测审计模型应用举例。①工程施工费预测。施工费用在工程成本预算中占比大，缺少有参考价值的工程造价一直是工程施工费审计领域的难点问题。通过相关性算法，选取关键设备型号、数量、施工地点、土质占比、地形系数、安装方式、施工年份7个相关性最大特征值，输入所建立的神经网络模型，深度学习特征值与施工费之间的内在关联，实现对施工费的准确预测，将施工费结算值超过预测值15%的工程项目列为重点审计对象。②企业持续经营能力预测。通过公开的会计信息，评估影响企业持续经营能力的各个重要因素，对意向单位的持续经营能力进行判断，为企业选择合作单位提供决策依据，避免在合作过程中因合作企业出现经营危机而给单位造成经济损失。神经网络模型选取经营性负债、长期负债、资产负债率、所有者权益、所有者负债、总资产、经营性现金流、税前收益、流动比率、净利润率、上一年度是否盈利11个变量进行输入，对经营审计意见展开预测，预测准确率高达94%。③工程项目综合效益预测。工程項目综合效益评价从企业资源配置是否优化、成本控制是否合理和收益产出是否最佳等方面，对项目成效进行综合评价，从而实现工程项目效益最大化目标。神经网络综合评价模型将指标参数（盈利能力、偿债能力、电能质量、用户满意度、就业效益、生态影响等22个指标）作为输入层，隐藏层选用sigmoid作为激活函数引入非线性表示，输出层选用purelin作为激活函数对数值进行任意范围缩放，便于与样本比较。分析结果作为企业管理层项目资源配置依据，以弥补前期研究不足，提高企业投资效益增值水平。

4.成果交互层（Results-interaction Layer）。成果交互层以风险地图（如图2所示）和审计报告的方式对各业务的风险信息进行差异化展示。风险地图以风险发生频率为横轴，以风险强度（涉及金额）为纵轴，根据两个维度的评价确定风险在坐标系中的位置，从而最终量化风险等级。图2中绿色区域为极低风险等级，蓝色区域为低风险等级，黄色区域为中风险等级，橙色区域为高风险等级，红色区域为极高风险等级。所有风险地图和审计报告，由系统自动生成并流转至内审项目负责人及相关责任部门管理人员处予以风险告知。同时，成果交互层还会对极高风险、高风险展开持续循环跟踪式后评审，以评估责任部门纠正措施的有效性，并根据纠正措施完成后的业务状态评估更新风险地图，直至风险降低至低风险。

三、前瞻全量持续型数字审计体系在内审项目中的实践

国网淄博供电公司将前瞻全量持续型数字审计体系作为内审工作载体，充分利用“RPA+神经网络”在数据智能挖掘、分析和建模上的技术优势，实现了内部审计由“事后查错纠弊”向“事前评估防范”转变，由“单业务条线识别风险”向“跨专业关联识别风险”转变，由“人工断面时点审”向“自动闭环持续审”转变，以超前的响应、多元的视角、闭环的管控，为全公司高质量发展提供更具价值的审计监督服务。

（一）审前：前瞻评估运行指标，智慧导航审计项目

前瞻全量持续型数字审计体系坚持以“前瞻风险管控、持续价值提升”为工作目标，前瞻、全量和持续地分析识别业务系统层风险种类、风险程度和风险发展趋势，系统建立2级52项风险评估指标，并利用“神经网络”对各项指标科學评分（得分≥90为优秀，90>得分≥80为良好，80>得分≥70为中等，70>得分≥60为合格，得分<60为不合格），使用“红、橙、黄、蓝、绿”五色以风险地图形式对各指标风险水平进行直观展示（如表1所示），审计部门在此基础上对企业经营整体风险水平作出前瞻判断，进而制订审计计划，合理配置审计资源，有针对性地执行审计程序并进行整改监督。A公司为淄博供电公司下面的一个区公司，2020年A公司营销管理指标审计综合评价74分仅为中等，其中2项分项指标仅为合格，很明显营销管理为该公司业务短板，相关业务风险管控水平亟需进一步提升。

（二）审中：全量采集经营数据，精准定位重大风险

依据前瞻全量持续型数字审计体系的审前评估，审计人员判定A公司的营销业务为经营高风险领域，为其制订营销业务专项审计方案，通过智慧全量持续型数字审计体系全量提取A公司2017年1月至今的营销业务经营数据，进一步发现该公司电价执行方面问题12项，其中涉及电价执行错误9项、未计收变损电费1项、功率因数执行错误2项;电能计量方面问题5项，其中涉及计量装置不满足计量标准3项、计量装置故障2项。审计问题反映出，该公司在电价执行管理上存在部分客户基础信息掌握不准确及客户用电稽查覆盖不到位等管理风险;在电能计量管理上存在工作人员计量故障排查能力不足及计量装置巡视检查周期过长等管理风险。

（三）审后：持续跟踪线索整改，显著提升经营质效

在完成对A公司的营销专项审计项目后，A公司从审计结果，从营业业务、用电检查、电费电价等7个方面入手，开展了一次完善客户基础档案、纠正电价执行差错、整治用户违约用电、强化计量装置本质安全的“营销管理问题整改与提升”专项活动。在为期3个月的专项活动中，A公司追缴损失电费和违约电费近百万元，同时制定《销售电价执行普查工作方案》等4项管理提升长效机制，以适应当前营销工作发展的需要。经过持续整改，A公司营销基础管理水平稳步提升，员工承载能力逐渐增强，风险防范意识持续提高。与审计前相比，整改后A公司的风险评估指标明显提升，审计综合评价得分由83.7分提升至86.2分，营销管理审计指标综合评价由74分提升至82分，所有分项指标均达到良好和优秀水平，前瞻全量持续型数字审计体系在风险管控和价值提升方面的作用得以充分显现。

四、总结与展望

基于“RPA+神经网络”构建的前瞻全量持续型数字审计体系实践效果良好，2020年国网淄博供电公司通过对2级52项业务风险评估指标科学量化打分，发现前瞻性判定2处高风险经营领域、12个弱项经营指标、1407项审计疑点等情况，并据此针对性制定7项审计项目，对所有审计疑点进行了持续跟踪审计。2020年末，公司2处高风险业务领域和12个弱项指标全部销号完毕并达到良好水平，为公司挽回损失、增加收益近千万元。

基于“RPA+神经网络”构建的前瞻全量持续型数字审计体系在未来推广应用中还需关注以下方面：一是围绕企业战略目标的制定和执行建设企业风险感知库，及时识别跟踪企业运营关键风险点的变化，迅速配套相关风险识别与评估的指标及模型体系，这是数字审计的重要基础。二是提升审计能力需要努力打造一支适应企业改革发展需要、掌握先进数字技术、对审计方向具备敏锐感知力的人才队伍，这是数字审计的智慧保障。

（作者单位：国网山东省电力公司淄博供电公司，邮政编码：255000，电子邮箱：shuiyusnail@126.com）

主要参考文献

[1]陈伟.基于RPA的审计机器人：机遇、挑战与方法[J].中国注册会计师， 2020（10）：112-115

[2]刘天斌，胡宇.风险地图在改善经济责任审计中的作用[J].中国内部审计， 2019（2）：40-45

[3]沈国玮，曹毓静，禹培栋，等.数字化内部审计整改跟进系统的构建与应用[J].中国内部审计， 2020（9）：21-27

[4]许汉友.智能审计本质之问[J].商业会计， 2020（23）：4-8

[5]张庆龙，何斯佳.多类别审计意见预测研究：基于SMOTE算法-BP神经网络模型[J].审计研究， 2019（4）：48-56