王強(qiáng)

[摘要]大數(shù)據(jù)應(yīng)用遍布各個(gè)行業(yè)領(lǐng)域，大數(shù)據(jù)審計(jì)已成為審計(jì)轉(zhuǎn)型升級(jí)的必然趨勢(shì)。應(yīng)用大數(shù)據(jù)技術(shù)，可提升審計(jì)工作成效，更好地為企業(yè)可持續(xù)高質(zhì)量發(fā)展保駕護(hù)航。作為一種便捷高效的大數(shù)據(jù)技術(shù)，商業(yè)智能技術(shù)能夠進(jìn)行數(shù)據(jù)收集、分析和決策，完成審計(jì)線索的查證。本文以Microsoft Power BI工具為例，從審計(jì)實(shí)踐角度闡述了商業(yè)智能技術(shù)在融資性貿(mào)易審計(jì)領(lǐng)域的具體應(yīng)用。

[關(guān)鍵詞]內(nèi)部審計(jì)? ?融資性貿(mào)易? ?大數(shù)據(jù)? ?商業(yè)智能

一、引言

加快數(shù)字化和工業(yè)化深度融合是能源行業(yè)實(shí)現(xiàn)高質(zhì)量發(fā)展的重要途徑和必然選擇。處于集團(tuán)轉(zhuǎn)型升級(jí)的關(guān)鍵時(shí)刻，中國(guó)石油化工集團(tuán)公司審計(jì)部也逐漸由傳統(tǒng)審計(jì)向數(shù)字化、網(wǎng)絡(luò)化和智能化審計(jì)突破。集團(tuán)公司物資采購(gòu)、生產(chǎn)建設(shè)、經(jīng)營(yíng)管理和產(chǎn)品銷(xiāo)售等各項(xiàng)業(yè)務(wù)數(shù)據(jù)都已經(jīng)進(jìn)入各類(lèi)信息系統(tǒng)，充分利用業(yè)務(wù)信息系統(tǒng)和龐大的數(shù)據(jù)資源，構(gòu)建數(shù)據(jù)集市，建立涵蓋油氣和新能源、煉油和銷(xiāo)售、化工和材料、資本金融和支持等主要業(yè)務(wù)領(lǐng)域的“審計(jì)中間表”，是中國(guó)石化數(shù)字化審計(jì)轉(zhuǎn)型的大勢(shì)所趨。

數(shù)據(jù)分析是大數(shù)據(jù)審計(jì)的基礎(chǔ)，審計(jì)人員全覆蓋審查被審計(jì)主體的所有相關(guān)數(shù)據(jù)，通過(guò)數(shù)據(jù)之間的相關(guān)性，進(jìn)行邏輯推理和判斷，從而找到規(guī)律。基于大型數(shù)據(jù)庫(kù)或數(shù)據(jù)倉(cāng)庫(kù)的審計(jì)數(shù)據(jù)挖掘技術(shù)分析構(gòu)成智能審計(jì)的核心。數(shù)據(jù)分析是審計(jì)人員的一項(xiàng)專業(yè)技能，學(xué)會(huì)使用數(shù)據(jù)分析工具是具備數(shù)據(jù)分析能力的必要條件。商業(yè)智能利用數(shù)據(jù)挖掘技術(shù)，可以開(kāi)發(fā)獨(dú)立的智能審計(jì)平臺(tái)，實(shí)現(xiàn)審計(jì)數(shù)據(jù)的多維分析，揭示數(shù)據(jù)中蘊(yùn)藏的邏輯關(guān)系，輔助審計(jì)人員發(fā)現(xiàn)審計(jì)線索，提供查證思路，并作出相應(yīng)的審計(jì)決策。商業(yè)智能在審計(jì)數(shù)據(jù)分析領(lǐng)域作用更加廣泛，發(fā)揮著越來(lái)越重要的作用。

商業(yè)智能（Business Intelligence，簡(jiǎn)稱BI），是指利用現(xiàn)代數(shù)據(jù)倉(cāng)庫(kù)技術(shù)、線上分析處理技術(shù)、數(shù)據(jù)挖掘和數(shù)據(jù)展現(xiàn)技術(shù)進(jìn)行數(shù)據(jù)分析，為企業(yè)決策者提供決策支持，從而實(shí)現(xiàn)商業(yè)價(jià)值。商業(yè)智能是對(duì)商業(yè)信息的搜集、管理和分析的過(guò)程，目的是使企業(yè)各級(jí)決策者獲得知識(shí)或洞察力，促使其做出對(duì)企業(yè)更有利的決策。商業(yè)智能一般由數(shù)據(jù)倉(cāng)庫(kù)、聯(lián)機(jī)分析處理、數(shù)據(jù)挖掘、數(shù)據(jù)備份和恢復(fù)等部分組成。商業(yè)智能的實(shí)現(xiàn)涉及軟件、硬件、咨詢服務(wù)及應(yīng)用，其基本體系結(jié)構(gòu)包括數(shù)據(jù)倉(cāng)庫(kù)、聯(lián)機(jī)分析處理（OLAP）和數(shù)據(jù)挖掘三個(gè)部分。目前，商業(yè)智能最常見(jiàn)的五種形式為：儀表板、企業(yè)報(bào)告、OLAP分析、預(yù)測(cè)分析和通知警報(bào)。目前國(guó)內(nèi)市場(chǎng)主流的商業(yè)智能軟件包括Power BI、Tableau、Moojnn等。

二、商業(yè)智能工具Power BI介紹

2015年，Microsoft公司發(fā)布了數(shù)據(jù)可視化和自助式分析產(chǎn)品Power BI。Power BI是目前學(xué)習(xí)路徑最短、成交最高的數(shù)據(jù)分析工具。自問(wèn)世以來(lái)，在各行業(yè)得到了廣泛的推廣和應(yīng)用。審計(jì)數(shù)據(jù)分析人員應(yīng)用Power BI可以在數(shù)據(jù)分析和可視化展示方面取得良好效果，大幅提升工作效率。

Power BI具有以下優(yōu)勢(shì)：一是數(shù)據(jù)源支持豐富。Power BI支持多種數(shù)據(jù)源，包括Excel數(shù)據(jù)、文本數(shù)據(jù)、Web數(shù)據(jù)以及各種類(lèi)型數(shù)據(jù)庫(kù)數(shù)據(jù)（Oracle/Access/SQL Server/MySQL/PostgreSQL/IBM DB2等），通過(guò)Power Query模塊可以完成數(shù)據(jù)整理、編輯等工作。二是操作界面友好。Power BI是一款圖形操作界面的桌面應(yīng)用，與Office辦公軟件同源同類(lèi)，操作簡(jiǎn)便。三是數(shù)據(jù)模型和計(jì)算能力強(qiáng)大。通過(guò)表與表關(guān)鍵字聯(lián)接，Power BI實(shí)現(xiàn)了多個(gè)維度表聯(lián)動(dòng)關(guān)系;使用DAX語(yǔ)言實(shí)現(xiàn)內(nèi)部的查詢與計(jì)算。四是可視化功能強(qiáng)大。Power BI提供了豐富的圖表可視化對(duì)象，如卡片圖、表格、樹(shù)狀圖、條形圖、線圖、餅圖、散點(diǎn)圖、地圖等，配合豐富的選項(xiàng)及交互特性，可以實(shí)現(xiàn)良好的可視化效果;微軟公司的AppSource提供了250多個(gè)第三方可視化對(duì)象，可以按需加載到Power BI Desktop中，增強(qiáng)其可視化能力;支持R和Python變速器，為其提供了擴(kuò)展接口，可以在數(shù)據(jù)整理及可視化過(guò)程中引入R或Python腳本。五是支持云共享與協(xié)作?？梢詫⑼瓿傻目梢暬瘓?bào)表發(fā)布到Power BI云服務(wù)，從而實(shí)現(xiàn)共享與協(xié)作。數(shù)據(jù)分析流程如圖1所示。

三、Power BI審計(jì)應(yīng)用案例

國(guó)有企業(yè)融資成本低，具有經(jīng)營(yíng)業(yè)績(jī)指標(biāo)增長(zhǎng)和績(jī)效考核方面的壓力，傾向于對(duì)融資難、融資成本高昂的民營(yíng)企業(yè)開(kāi)展融資性貿(mào)易。融資性貿(mào)易給國(guó)有企業(yè)帶來(lái)了巨大的經(jīng)營(yíng)風(fēng)險(xiǎn)和經(jīng)濟(jì)損失，國(guó)資委印發(fā)的《中央企業(yè)違規(guī)經(jīng)營(yíng)投資責(zé)任追究實(shí)施辦法（試行）》明確規(guī)定，對(duì)違反規(guī)定開(kāi)展融資性貿(mào)易業(yè)務(wù)或“空轉(zhuǎn)”“走單”等虛假貿(mào)易業(yè)務(wù)要追究責(zé)任?；贓RP開(kāi)發(fā)報(bào)表清單、銷(xiāo)售毛利表、供應(yīng)商、銷(xiāo)售客戶等數(shù)據(jù)，應(yīng)用Power BI數(shù)據(jù)清洗、編輯、分析和可視化模塊，能夠有效甄別出具有融資性貿(mào)易特點(diǎn)的交易記錄和購(gòu)銷(xiāo)合同，為確定審計(jì)線索提供數(shù)據(jù)支撐。

A化工銷(xiāo)售公司是中石化直屬法人機(jī)構(gòu)，是國(guó)內(nèi)外業(yè)務(wù)的主要操作平臺(tái)，主要從事化工產(chǎn)品國(guó)際貿(mào)易，業(yè)務(wù)類(lèi)型包括系統(tǒng)內(nèi)企業(yè)保供、系統(tǒng)內(nèi)資源進(jìn)出口、系統(tǒng)外經(jīng)營(yíng)以及第三國(guó)貿(mào)易等，主要經(jīng)營(yíng)產(chǎn)品有甲醇、乙二醇、對(duì)二甲苯和純苯等。根據(jù)中石化審計(jì)部2021年的審計(jì)計(jì)劃，對(duì)該公司進(jìn)行經(jīng)濟(jì)責(zé)任審計(jì)。審計(jì)重點(diǎn)內(nèi)容為該公司2016—2020年間化工產(chǎn)品交易過(guò)程中是否存在空轉(zhuǎn)走單或融資性貿(mào)易風(fēng)險(xiǎn)事件。

1.數(shù)據(jù)預(yù)處理。A化工銷(xiāo)售公司采用ERP系統(tǒng)進(jìn)行公司交易數(shù)據(jù)的統(tǒng)計(jì)匯總。首先從ERP系統(tǒng)中查詢所需數(shù)據(jù)，如圖2所示。

通過(guò)Power Query，獲取導(dǎo)出的數(shù)據(jù);使用Power Pivot對(duì)數(shù)據(jù)進(jìn)行加載、清洗和編輯，刪除不需要的數(shù)據(jù)和字段，并建立相應(yīng)的列，如圖3所示。

當(dāng)數(shù)據(jù)量很大且需要導(dǎo)入很多表格時(shí)，往往需要建立各個(gè)表格之間的邏輯關(guān)系，Power BI可以輕松選擇相互關(guān)系的表和列。如圖4所示，建立“客戶名稱—銷(xiāo)售客戶”“供應(yīng)商—供應(yīng)商名稱”等邏輯關(guān)系，以確定銷(xiāo)售和采購(gòu)之間的表間關(guān)系。

2.數(shù)據(jù)模型建立。完成數(shù)據(jù)預(yù)處理后，需要分別建立主營(yíng)業(yè)務(wù)收入模型、主營(yíng)業(yè)務(wù)成本模型、主營(yíng)產(chǎn)品經(jīng)營(yíng)量模型和銷(xiāo)售毛利模型，建立度量值Data Analysis Expressions（簡(jiǎn)稱DAX）。DAX計(jì)算功能強(qiáng)大、應(yīng)用靈活，Power BI通過(guò)度量值對(duì)數(shù)據(jù)進(jìn)行計(jì)算和分析。銷(xiāo)售毛利計(jì)算公式及DAX公式，如下所示：

3.數(shù)據(jù)可視化。如圖5和圖6所示，A化工銷(xiāo)售公司2016—2020年的主營(yíng)業(yè)務(wù)收入為1105.77億元，主營(yíng)業(yè)務(wù)成本為1101.94億元，毛利潤(rùn)為3.82億元，銷(xiāo)售毛利率為0.35%。按毛利潤(rùn)金額大小排序?yàn)榧状?、工業(yè)用乙二醇、石油混合二甲苯等，按成本多少排序?yàn)槭蛯?duì)二甲苯、工業(yè)用乙二醇、石腦油、甲醇等。從圖中可以看出，有多筆訂單毛利率很低，存在融資性貿(mào)易的嫌疑。

4.融資性貿(mào)易線索查證。毛利率分析是查證融資性貿(mào)易的重要突破點(diǎn)之一，通過(guò)Power BI計(jì)算出同一類(lèi)產(chǎn)品相同交易對(duì)手的銷(xiāo)售毛利率進(jìn)行比較，一般毛利率低于平均毛利率則可能為融資性貿(mào)易。融資性貿(mào)易的顯著特點(diǎn)是采購(gòu)銷(xiāo)售合同簽訂地點(diǎn)、交易量一致，簽訂日期非常接近，且供應(yīng)商和客戶實(shí)際上為同一控制人。因此，對(duì)毛利率低的交易，匹配采購(gòu)臺(tái)賬和銷(xiāo)售臺(tái)賬，找出采購(gòu)和銷(xiāo)售數(shù)量相同的業(yè)務(wù)，關(guān)注合同簽訂地點(diǎn)、時(shí)間、金額和交易上下游鏈條的實(shí)際控制人。

首先，篩選出低于平均毛利率的交易訂單。設(shè)置的篩選條件為：0<毛利率<0.35%。使用Power BI的矩陣表格和篩選器功能，經(jīng)過(guò)分析如圖7所示，可以得知：2017—2020年符合條件的交易量為1060筆，平均毛利率為0.14%。這些交易記錄具有毛利率低的特征，需要進(jìn)一步穿透，繼續(xù)尋找存在融資性貿(mào)易的線索。

通過(guò)對(duì)這1060筆交易進(jìn)行進(jìn)一步分析，查看交易鏈條上客戶與供應(yīng)商之間是否存在同一實(shí)際控制人。經(jīng)過(guò)查證分析，得到以下線索：2018年2月24日，A化工銷(xiāo)售公司商談了一單丙烷的背靠背業(yè)務(wù)，以采購(gòu)價(jià)格593美元/噸、采購(gòu)合同總價(jià)29，650，000美元從B公司采購(gòu)50，000噸丙烷，并以銷(xiāo)售單價(jià)594美元/噸、采購(gòu)合同總價(jià)29，700，000美元再出售給B公司，實(shí)現(xiàn)毛利50，000美元，毛利率0.16%。合同付款方式為：銷(xiāo)售合同提單日后90天遠(yuǎn)期信用證、采購(gòu)合同提單日后30天遠(yuǎn)期信用證，如圖8所示。上述貿(mào)易中，上游供應(yīng)商B公司和下游客戶C公司同屬于某石油化工集團(tuán);A化工銷(xiāo)售公司沒(méi)有參與實(shí)物流操作，經(jīng)營(yíng)利潤(rùn)率較低，且提供了60天的資金支持，存在增加經(jīng)營(yíng)規(guī)模和收入、變相融資的嫌疑。

四、結(jié)論

中國(guó)石化審計(jì)目前已由現(xiàn)場(chǎng)審計(jì)為主向以非現(xiàn)場(chǎng)審計(jì)為主轉(zhuǎn)變，由傳統(tǒng)審計(jì)向數(shù)字化、網(wǎng)絡(luò)化和智能化審計(jì)轉(zhuǎn)變，由“橄欖型”審計(jì)向“啞鈴型”審計(jì)轉(zhuǎn)變。在新時(shí)期審計(jì)工作中，數(shù)據(jù)分析的作用更加重要。融資性貿(mào)易具有毛利率異常、購(gòu)銷(xiāo)合同日期接近、購(gòu)銷(xiāo)雙方存在關(guān)聯(lián)關(guān)系等特點(diǎn)。商業(yè)智能分析工具Power BI具有強(qiáng)大的功能特性和適用性，可以有效地識(shí)別毛利率低于正常值的交易，同時(shí)能夠匹配關(guān)聯(lián)，可有效助力審計(jì)人員更好地甄別融資性貿(mào)易。

主要參考文獻(xiàn)

[1]顧明.基于數(shù)據(jù)湖的內(nèi)部持續(xù)審計(jì)模式探索[J].中國(guó)內(nèi)部審計(jì)， 2021（3）：63-65

[2]李虹鋼.融資性貿(mào)易審計(jì)技巧[J].中國(guó)內(nèi)部審計(jì)， 2018（9）：42-45

[3]蘇孜，宿洪艷.關(guān)聯(lián)交易的內(nèi)部審計(jì)監(jiān)督[J].中國(guó)內(nèi)部審計(jì)， 2021（2）：49-50

[4]應(yīng)里孟.數(shù)據(jù)式審計(jì)常用的數(shù)據(jù)分析方法[J].中國(guó)農(nóng)業(yè)會(huì)計(jì)， 2011（9）：14-15

[5]張玉卓.以數(shù)字化轉(zhuǎn)型促進(jìn)能源化工產(chǎn)業(yè)高質(zhì)量發(fā)展[J].中國(guó)產(chǎn)經(jīng)， 2021（2）：58-60