铁路企业内部大数据审计面临的问题及对策

张元平

（中国铁路南昌局集团公司 审计部，江西 南昌 330000）

一、引言

2017年，国铁集团向各铁路局、特派办等审计机构及部门推行审计管理信息系统，标志着铁路大数据内部审计部署正式开始。经过多年的发展，审计管理信息系统的功能不断完善，在审计工作中也发挥着越来越重要的作用，但离全面实现大数据审计还有一定的差距，本文从审计数据、审计人员两个方面探讨铁路大数据审计面临的问题并提出解决对策。

二、信息化对铁路企业内部审计的转变

随着科学技术的发展，铁路企业将互联网、大数据、云计算等新技术运用在企业内部管理、业务管理、人力资源管理等方面。铁路各系统部门根据职责、业务特性，开发了各自的信息管理系统，铁路企业内部审计部门也不例外。2017年，国铁集团审计局、各铁路局集团公司内部审计部门正式推行了铁路审计管理信息系统。铁路审计信息管理系统功能包括审计项目管理、审计人才管理、审计法规案例管理、审计分析模型管理等模块，铁路审计信息管理系统的落地，也标志着铁路企业内部审计正式从传统审计迈向了信息化审计的新高度［1］。

三、审计信息化应用存在的问题

（一）部分领域信息化程度不高

铁路企业内部分支系统有车务、工务、机务、电务、车辆等专业体系，每个分支专业都有一套完整的企业管理模式，内部审计对各分支系统要做到全覆盖审计，审计工作量之巨大。然而审计系统平台的建立，意味着有条件对各系统的财务、业务、管理等数据信息进行采集、分析，但铁路企业的财务数据一直停留在账、证、表的信息化，未将凭证附件纳入信息化的行列，导致审计人员依然需要靠人工详查凭证才能了解具体的经济事项。同时，财务系统也未与业务系统直接通信，双方的数据勾稽关系的核对也完全依靠人工进行，甚至很多第一手业务资料仅仅以纸质的形式存储，更加大了稽核的难度。铁路专业系统的部分业务数据仍然处在以纸质版为主，以Excel 电子表格、Word 文本形式存放为辅的现状，数据无法实现联网管理，无法运用大数据、云计算等技术进行审计。例如开展某段某年度经营业绩审计，发现该段与业务外包公司结算编组场整治项目多计人工费用2万元。由于人工考勤表只有纸质版，审计人员到达被审计单位现场，首先通过人工输入的方式，将全年考勤表数据转化为Excel 电子版，再通过Excel 透视表功能进行筛选，最终得到重复记录用工量。正是由于基础数据未实现电子化，无法接入审计系统进行模块分析，审计人员需要在数据处理上耗费大量精力，容易造成分析和取证工作上精力不足，提高了审计人员的工作强度［2］。

（二）“数据孤岛”现象

铁路企业各类信息化系统非常丰富，比如与经济事项相关的系统有企业合同管理系统、物资管理系统、业务外包管理系统等系统，与业务相关的系统有客票系统、货票系统等。但丰富的信息化数据资源各自仍处在孤立态势，系统与系统之间、平台与平台之间并未实现互联互通，导致出现“数据孤岛”现象。例如审计时，对一次物资采购项目进行全程检查，按照业务流程，在外包管理系统里获取采购招投标信息，在合同管理系统里获取合同审批签订信息，在物资系统里获取物资收发信息，在财务系统里获取办理决算信息，审计人员通过人工现场核对四种信息的勾稽关系，验证其物资采购项目的合规性。多平台数据未实现共享，勾稽核对工作不能通过系统自动验证，也造成了审计人员工作量的加大［3］。

（三）审计人员方面的因素

审计信息管理系统的应用已经覆盖了铁路内部审计机构和部门，但审计人员运用该系统联网审计的能力还有所欠缺。可以通过审计分析模块完成的工作，部分审计人员依然采取传统的审计方法完成，对审计分析模块得出的结论信任度不够，无法真正发挥出计算机审计的优势。

四、对存在的问题提出几点建议

第一，数据联网化要实现铁路内部大数据审计，就必须将财务数据、业务数据、企业管理数据、工商、社保、税务等多个部门的数据构建成数据网。缺少关键字段或者没有建立数据库的环节，可以根据现有的条件，构建数据库，实现本地数据共享化。审计人员以审计信息管理系统为入口，将财务数据作为基础，通过检查凭证信息，自动关联到业务招标数据、合同数据、计价数据、税务数据等。也可以将企业管理数据作为基础，从重大决策事项关联到经济事项发展的全过程，最终反映到财务数据上。各个部门的数据相互印证，相互关联，最终形成闭环系统。审计人员无论从哪个部门的数据入手，都可以了解到整个企业的经营状况，分析其潜在的经营风险［4］。

第二，构建非结构化数据分析模型大数据审计的重要特征就是对多维度的数据进行检查、分析。数据分为结构化数据和非结构化数据，结构化数据一般是财务数据、银行数据等存储在数据库中的信息，非结构化数据一般是图片数据、音视频数据、文字数据等。现阶段，构建的审计分析模型（账龄分析模型、财务指标分析模型）一般是针对结构化数据，未引入非结构化数据带来的影响。审计实施过程中，要想完整地了解被审计单位经济业务，财务、银行数据提供的信息量非常受限，更多信息需要通过分析重大事项决策、招投标、签订合同实施、计价等信息才能得到，再通过对经办人谈话，现场实地检查，最终整合所有的信息来探究其存在的问题。面对大量的非结构化的文字、照片等信息，通过审计人员人工分析，其效率和效果都达不到理想状态，在大数据时代，可以通过爬虫、机器学习、人工智能等计算机技术，针对审计目标建立非结构化数据分析模型，对文字、图片等信息进行筛查，获得有效信息，再与原有的结构化分析模型结合，综合完整的条件得出结果［5］。

第三，重视大数据审计人才的培养。开展大数据审计，需要审计人员既具备审计技术，又要具备大数据分析能力。现阶段审计人员符合能力要求的并不多，亟须培养一批复合型审计人才。而大数据技术的发展速度，远比重新培养一批复合型审计人才更快，面对这样的状况，如何利用现有人员结构和条件来适应大数据审计的发展是一项重要的课题。

现阶段铁路企业各方面的人才聚集，既有丰富经验的审计人员，又有计算机技术专业的人才，将两个专业领域的人才组合起来，形成合力，是使审计人员适应大数据审计最快捷的方式。审计人员凭借业务能力和经验将其审计思路和逻辑委托给计算机技术人员转化为审计模型，计算机技术人员开发出审计模型并反馈给审计人员确认予以使用。运用审计人员自己的思路设计出的审计模型，会让审计人员更容易接受，也能更熟悉高效地运用到实际的审计工作中。

从长远来看，审计人员在提高审计技术水平的同时，还要不断学习计算机技术，为审计人员独立完成采集数据、分析数据、建立模型提供基础。审计培训应当开设审计技术及计算机技术双整合科学化课程，提升审计人员的专业技能和素养，并使其掌握大数据理念，确保审计工作和大数据技术相互融合，让审计人员逐步学会合理利用数据，掌握随时调取资料的技能，及时了解审计存在的风险问题，满足大数据审计的要求［6］。

五、结语

在大数据审计工作的推进阶段，审计部门对其存在的问题制定合理有效的解决方法。基于审计全覆盖对审计工作效率的要求，大数据审计应以数据采集和分析为中心环节，并通过财务数据、业务数据等多维度数据的分析，构建全新的审计取证链条，并最终向全方位的大数据审计发展。同时，大数据审计的发展受到数据采集和人才培养这两个因素的制约，必须提高审计人员的业务素质及运用计算机技术分析数据的能力，不断提升审计质量，让审计工作在铁路企业内部发挥更大的作用。