基于五因素模型的经责审计审前数据分析初探——以某大型建安施工企业经责审计项目为例

陈朝阳 何应平 冯聪莉

（中国建筑股份有限公司，广东 深圳 518000）

2018年5月，中央审计委员会第一次会议中强调：改革审计管理体制，组建中央审计委员会，是加强党对审计工作领导的重大举措。要落实党中央对审计工作的部署要求，加强全国审计工作统筹，优化审计资源配置，做到应审尽审、凡审必严、严肃问责，努力构建集中统一、全面覆盖、权威高效的审计监督体系；要善于运用新技术、新手段，坚持科技强审，加强审计信息化建设，积极推进大数据审计。

当前企业大型建安施工企业信息管理已经迈入大数据管理时代，如何在大数据信息情况下对企业有效实施经责审计是一个大课题。大数据情况下，审计风险可能从重大错报风险和检查风险到数据差错风险和检查风险的转变，采用传统的审计抽样情况下可能难以应对当前审计数据信息化条件下的审计风险。要保障经责责任审计有效实施，必须重视审前准备工作，特别是审前数据分析工作。

一、经责审计项目审前数据分析的内容

经济责任审计，简称经责审计，是指通过实施审计程序，对企业主责任人任职期间主要经济考核指标完成情况、经营及资产运营质量、经营成果、财务收支等内部控制方面以及个人廉洁自律情况等进行审计，以客观公正评价相关责任人任期内取得的经营业绩，明确界定相关责任人应负有的经济责任。

经责审计项目审前数据分析，又称经责审计审前调研，由审计项目主审或组长指定人员根据被审计单位提供的审计资料及分析结果编制，经审计机构负责人审批后实施。审前数据分析主要内容包括经营管理现状、主要管理薄弱环节、面临的挑战和主要风险点等内容。审前数据分析过程中，可同时采用访谈、重新计算、数据分析、穿行测试等方式对被审计单位提供的资料进一步核实，以提高后续现场审计工作效率。审前数据分析结束后，主审应向组长提交审前数据分析小结，反映被审计单位基本情况，重点业务内部控制情况，发现的疑点和线索，并提出具体审计目标、重点审计事项、重点抽查单位等建议。

二、大型建安施工企业经责审计项目审前数据分析的必要性

（一）审前数据分析是企业内外部环境变化的趋势的要求

互联网等高科技企业的成功表明，大数据是数字时代的新型战略资源。随着国际社会区块链、5G、人工智能等新兴技术的蓬勃发展与推广应用，大数据在各行各业逐步得到广泛认同。在数字化时代背景下，随着大型建安施工企业的信息化程度提高，企业内部审计也面临着新形势、新挑战。经责审计工作作为内部审计工作的一项重要的类别，需要处理的信息量相较以前大幅提高，如企业还是采取传统抽样方式进行的内部审计，其难度也呈几何倍数增加，审计失败的风险也增大。要顺应数字化潮流，必须重视大数据在内部审计中运用，数据分析作为其应用的一个方面必须得到重视。通过数据分析、数据结构化等手段充分释放内部审计的价值，实现企业价值增值的目标，是企业内部审计数字化转型的关键。

（二）审前数据分析是制定有效审计方案的必备程序

中国内部审计师协会2013年编制的《第2101号内部审计具体准则——审计计划》规定：审计项目负责人应当在审计项目实施前编制项目审计方案。审计方案是经责审计项目的计划书和行动指南。而想要形成一份高质量的经责审计方案，在企业大数据环境下，进行审前数据分析是编制有效审计方案的必备程序。

（三）审前数据分析是提升审计项目质量和效率、降低审计项目成本的重要抓手

通过大数据下，进行审前数据分析能精准对被审计单位画像，获取企业在市场营销、生产管控、项目盈亏、资金存量等各个业务线条上优势、劣势的信息，了解被审计单位可能存在审计疑点提供重要线索，为后续审计资源的安排提供重要的依据。

有经验表明，传统审计项目下，审计资料的收集、沟通、分析占现场审计时间的90%，而审计结论的得出占现场审计时间的10%。大数据下，进行审前数据分析能有效降低现场审计资料的收集、沟通的时间，让现场审计过程能有的放矢，能集中审计资源攻克审计疑点，抓住审计重点，提升现场审计的效率。在节省现场审计时间的同时，一定程度上也能降低现场审计的成本，如出差费用等。在实现审计目的的同时，当然也能提升整体审计报告的质量。审前数据分析应当作为审计项目，特别是大型建安施工企业的经责审计项目的重要抓手。

三、建安施工企业审前数据分析五因素模型

在经责审计项目中，通过审前数据分析，信息来源及载体不同，笔者建立了审前数据分析五因素模型：

（一）第一因素：会计报表分析因素

利用被审计单位任期内会计报表信息，建立横向、纵向分析模板，对公司任期内整体的经营成果、经营质量和经营风险进行分析，揭示公司可能存在的风险点。

横向分析方面，建立公司盈利能力、运营能力、偿债能力、资产负债结构评价等系列指标体系。盈利能力指标有：净资产收益率、总资产报酬率、竣工结算项目毛利率、营业利润率等。运营能力指标有：总资产周转率、应收账款周转率、流动资产周转率、经营性现金流入占收入比重等。偿债能力指标有：资产负债率、现金流动负债比率、流动比率、带息负债收入比等。资产负债结构评价指标有：两金占总资产比重、带息负债占负债比重、长期应收款占总资产比重等。

纵向分析方面，主要建立公司成长能力指标体系。成长能力指标有：营业收入增长率、利润总额增长率、总资产年度平均增长率、净资产年度平均增长率等。

（二）第二因素：会计凭证分析因素

根据大数据，利用数据加工工具等，建立一定的凭证筛选模型，对数据进行挖掘、筛选、分析，提炼出审计凭证的疑点数据。

比如，假设被审计单位存在消费高档烟情况，对被审计单位凭证数据库中，利用相关软件数据技术，建立抓取凭证摘要中存在“烟”以及会计凭证中含“管理费用、制造费用”会计科目的凭证，再进行相关分析、提炼相关疑点数据。

（三）第三因素：项目建造合同信息分析因素

项目建造合同信息，是根据建安施工项目承接后，项目开工至资产负债表报告日之前发生的，反映项目财务收入成本确认、商务确权等一系列基本信息情况的统计表格，包括项目甲方（业主）名称、项目名称、总承包单位、承包模式、项目状态、合同额、项目预计总收入、预计总成本、预计总毛利、项目本年收入、项目本年成本、项目本年毛利、累加甲方累计确认债权、累计收款等指标信息。

根据大数据，利用数据加工工具等，依据相关经验分析指标，建立一定的建造合同信息筛选模型，对数据进行挖掘、筛选、分析，提炼出审计建造合同项目疑点数据。比如假设被审计单位存在亏损项目情况，根据每年项目建造合同信息，提炼项目当年收入、成本、毛利和毛利率情况，建立项目毛利率分析模型。根据项目状态，分析在施项目、已完工未结算项目、已完工已结算项目毛利率情况，已完工已结算项目毛利率小于或等于1%，表明可能存在亏损风险；根据已完工已结算项目毛利率情况，如该状态下项目毛利率基本持平，但在结算当年项目成本大幅减少，表明项目可能存在人为调节项目成本等违规情况。

（四）第四因素：业务信息分析因素

在公司集团整体数据信息化条件下，依托集团公司数据服务中心呈现的数据，包括财务体系、人力资源系统、市场营销系统、生产管理系统等，根据审计外部检查关注事项、业财交叉经验分析指标、内部监督典型问题沉淀与归集等渠道，建立固化分析模型，为企业分、子公司建立画像，标识审计重点方向。

（五）第五因素：建安项目业财融合信息分析因素

以地区、分子公司、大客户等维度，按照建安项目全生命周期管理为纵向维度，以项目从市场承接到质保金回收完成过程中需要的市场、商务、财务、人力、生产管控为横向维度，按照数据逻辑和业务逻辑设计业务指标模型，经过审计人员的对照审计问题的发现和总结，归纳项目审计风险线索模型，根据审计需要，提供地区、分子公司、大客户等分析维度的审计疑点数据。

四、五因素模型审前数据分析的应用——以某大型建安施工企业经责审计项目为例

（一）被审计单位简介

被审计单位为大型建筑装饰集团公司，1985年成立，主营业务为建筑装饰工程业务，年营业额达50亿元，审计期间为2016年1月1日至2020年12月31日，现场审计时间计划为2021年6月。

（二）审前数据分析步骤

2021年5月上旬，审计组派出一行5人对被审计单位进行了审前数据分析。

审计人员根据被审计单位提供任期内的年度工作总结、部门工作报告、年度会计报告、任期内执行制度、财务核算系统、业务ERP系统等资料进行资料分析，并经过分工合作。依据被审计单位年度会计报告进行会计报表分析；依据财务核算系统以及审计数据筛查系统建立疑点凭证筛查模型，筛选疑点凭证；依据被审计单位提供的任期内建造合同底稿数据，建立12个维度的审计项目筛选疑点模型，抓取存在重大审计疑点的审计项目；依据被审计单位提供的制度文件资料，访谈被审计单位相关部门，对重点内部控制流程进行穿行测试，了解被审计单位内部控制的有效性。

根据各个业务部分的分析，汇总成本次审前数据分析的小结以及下一步需要重点核实的审计疑点清单。

（三）审计分析的成果

被审计单位有5年任期数据，数据信息化程度较高，数据量大。为减少审计风险，审计组加大了审前数据分析的力度，利用数据分析的工具，完成了对重大审计疑点的筛查，为后续圆满完成审计任务，打下了坚实的基础，现在将部分数据分析方法分享。

报表分析因素方面：对被审计单位及财务重大的分子公司进行了集中分析，按照预先建立的模板，对被审计单位整体及重要分子公司的财务情况进行了分析，分析发现其A子公司、B分公司任期内累计经营活动现金流量为负数且存在财务重大性，A子公司2018年经营活动现金流量为正数，审计确认A子公司、B分公司均存在重大财务风险。

会计凭证分析因素方面：依托集团大数据及建立的审计数据筛查系统，基于被审计单位或许存在“套取资金、人为调节两金（应收账款、已完工未结算）”等违规行为，可能会采取的一般会计处理表现形式，建立会计凭证筛选模型二十多个，从被审计单位数十万多条会计凭证记录中筛选出疑点会计凭证近百组，分析确认该近百组会计凭证现场审计需重点核查。

建造合同分析因素方面：获取被审计单位任期5年的建造合同信息数据，建立相关数据库，抓取任期内建安工程项目的关键数据，如项目名称、项目地址、项目类型、客户名称、年度确认收入、年度确认成本、年度确认毛利、累计确权、累计收款、经营活动现金流量等指标，划分“项目毛利变动异常、人为调节项目效益、项目亏损、项目大额垫资”等12个分析维度，筛选出190个风险项目。分析确认该190个风险项目存在重大疑点，现场审计需重点核查。

业务信息分析因素和建安项目业财融合信息分析因素因审计信息化进程中原因暂未使用。

（四）审前分析的成果的应用

通过审前数据分析，确认现场审计被审计单位A子公司、B分公司作为审计重点，拟派出1个审计小组进行现场审计，现场审计方案中对此进行了计划。依托审前数据分析筛选的190个审计项目，现场审计对被审计单位工程施工项目进行了重点抽查，经抽查的审前疑点项目，发现的审计问题均基本都证实了审前疑点。依托该项目实际施工情况，审计组挖掘出项目在市场营销、生产履约、商务管理及财务管控方面存在的问题二十多条，存在重大亏损且需要追责的项目3个，节省了现场筛选项目的时间。筛选出某C项目，只有合同预付款但3年未施工，现场审计对其原因进行了追查，发现为被审计单位A子公司因长期亏损，2018年通过某关联公司通过办理C项目预付款形式对其进行借款数千万元，该事项A子公司作为2018年“经营活动现金流量”，审计对该事项调整为2018年“融资活动现金流量”，经过该调整后A子公司2018年经营活动现金流量为负数，间接证明了A子公司常年存在重大亏损风险。

根据会计凭证分析筛选出的近百条疑点会计凭证，现场审计全部进行了审计核实，剔除了无效、无疑问的会计凭证后，取得审计问题5条，重大价值审计问题1条，为发现被审计单位存在的风险提供了重大价值线索。

通过审前数据分析，制定了有针对性的审计现场实施方案，对重大风险分子公司安排审计资源，审计人员有的放矢的针对审前疑点问题进行审计程序，为真实、完整、客观评价被审计单位任期内的经营状况和经营成果提供了有力保障。

五、结束语

在大数据下，大型建安施工企业经责审计项目必须重视审前数据分析工作，通过多角度、多维度对被审计单位建模，强化审计数据分析工具对现场审计工作的指导和应用，才能有效地调配审计资源，有的放矢的抓住现场审计项目的重难点，取得令人满意的审计成果。

现代企业信息化是一股不可阻挡的历史趋势，审计机构和部门应当顺应潮流，抓住历史有利机遇实施审计信息化。在企业大数据情况下，审计人员应当充分利用企业数据平台和数据分析工具降低审计项目风险。实践表明，只有利用的越多，越能给企业带来价值增值，越能体现审计的价值。