□袁佳

截至2020年底，中国石化已在超过60个国家（地区）设有常设机构300余个，主要分为全资分子公司（项目部）、参股合资企业、联合作业企业等三大类。中国石化境外审计监督力量主要分为两个层面：一是集团层面，专门成立境外审计中心负责对境外机构进行监督，该中心现有人员35人；二是企业层面，在各涉外单位建立独立审计部门或与其他业务部门合署办公对其管辖境外机构开展审计。

从资源配给与中国石化境外资产规模对比看，各类专兼职审计人员配备仍处于严重不足的状态。国家和集团层面都对境外机构监督的检查频率和要求越来越高，但境外审计的现状是境外企业规模与监督力量严重不匹配。再加上疫情在全球范围内的长期影响，远程审计成为唯一的审计监督途径，审计风险与压力陡增。境外远程审计对信息技术和智能工具的需求更紧迫，通过技术改变目前境外规模和审计力量严重不匹配的困境，成为提高审计效率确保审计质量的重要途径之一。

境外远程审计面临的风险及需求

开展远程审计主要存在以下风险和困难：一是目前多数境外业务尚未建立统一数据管理平台；二是境外业务数据资源共享不够，各类业务信息系统查询权限开通受限；三是信息化和时差等因素对审前调查和现场审计约束较多、影响效率；四是因境外业务信息化程度差异较大，国内初步实现的大数据审计方法、技能、模型等难以适用。

为降低远程审计风险，解决上述问题，远程审计对信息技术的需求较国内审计更迫切，且存在特殊方面。

一是数据获取。远程访问数据有两个渠道。第一，被审计单位开通访问权限，并且可从境内远程登录业务系统，在这种情况下，需求主要是确保被审计单位的权限开通要满足业务查询需求，确保有足够权限查看相应业务数据；第二，无法通过远程访问被审计单位业务系统，只能由被审计单位从系统中导出相关数据，在这种场景下，需求主要是确保被审计单位提供的数据的真实完整，无删减和筛选。

二是数据清洗。针对境外审计单位提供的海量数据，格式繁多，数据获取只是第一步，需要将源数据进行结构化和清洗，去掉干扰信息，才能为审计人员所用，便于后续分析，查找异常。因此在审计过程中，一线审计人员的迫切需要如Excel等具有数据处理、格式转换功能的工具快速转换格式、清洗数据。

三是数据分析。主要针对清洗后的数据，审计组需要对其利用excel Power B，以及python编程等大数据智能工具进行全样本数据分析，将从业务系统中导出的海量数据进行关联性分析，结合查证需求，将逻辑关系确定，完成建模，利用数据模型查找异常点，并对异常数据快速统计。

信息技术在境外远程审计中的深化应用

一是数据采集的方法。

在实施境外远程审计中，数据采集的方法主要有以下几种：物理拷贝、后台抽取、定制软件采集、网络采集、远程访问、数据集市。采集数据种类范围逐渐扩大，除了结构化数据，还非常重视非结构化数据的采集。随着大数据技术的发展，对非结构化数据采集运用网络爬虫技术实现了更广泛、全面的采集。

线下文本类数据的采集。当前，信息技术可以更高效地对文本类数据采集，除了较为成熟的OCR（光学字符识别）技术帮助文本的识别和文档的转换，将纸质文档及扫描格式文件转化成结构化可提取的文件格式，以便后续批量数据采集和智能分析，还可以利用开源计算机视觉库OpenCV等快速应用图像、物体识别等，结合编程语言，从图像、视频中进行检测、识别，应用于像资产盘点审计查证的信息收集。

线下表格类数据的采集。目前，已有通用类的软件工具可以帮助审计人员将不可编辑的图片类或是PDF格式的文档，直接转化为表格类可编辑的文档。在境外审计中常常关注的资金预算审查中，审计人员需要被审计单位合作伙伴的筹款通知书中的资金预算数据与被审计单位收到的实际账单中的资金支出数据，审计人员要将识别出的电子表格以Excel的形式储存于本地。

系统数据采集。通过定制高度自动化、智能化的数据抽取和底稿生成工具（软件），实现快速的财务数据导出和标准化底稿自动生成、规范化数据整理。支持多个财务系统高速数据提取，节约审计人员从不同的分支机构收集数据的时间，数据清理节省了审计人员准备数据的工作量，格式化的数据可以直接使用。

网络信息采集。在互联网网络页面中隐藏了可免费公开访问的有效数据集，可对审计工作起到重要作用。基于网络爬虫技术的审计大数据采集与分析的方法在审计项目中应用具有可行性和实用性。

二是数据清洗应用实践。

典型数据分析流程包括明确目标、数据处理、数据分析、数据展现、报告撰写，以对境外资金预算执行审计为例，当被审计单位提供的不是系统的格式化数据时，第一步用OCR技术采集到了该审查所需的表格之后，接下来并不是直接开展分析，而是对数据质量进行审查，首先我们要对识别出来的表格数据审查其是否存在缺失值、重复值及异常值的问题，在进行数据处理时我们需要先将这些数据问题处理掉，这一过程也叫做数据清洗。在实际数据分析项目中，面对庞大的数据可以用多种软件来实现数据清洗。

三是数据分析应用实践。

中国石化推动审计信息化建设，将初步形成围绕财务、采购、销售、工程等业务领域的审计数据资源和审计数据模型体系，目前已建立85个审计预警模型。

由于数据专区仍在建设过程中，对数据治理情况不一的境外数据来说，其审计查证需要以一个更加灵活、更加快捷的方式来建立分析过程。传统的数据分析模型建设周期从数月至一两年不等，还必须严格地以清晰的审计业务需求为前提，且受限于数据来源的系统本身的设计，数据细节无法进行有效动态挖掘。由于数据预警与分析维度多样，更新迭代是发现问题、形成分析结论的必由之路，在实际做分析之前很难预先设计出来，分析思路与分析过程是相辅相承的，并且境外实际业务也处于不断变化之中，所以根据当时分析需求建设出的模型往往开发出来就“过气”了。

面对多样的境外业务，需要一种过程结果持续循环的新型工作方式，敏捷分析和快速建模不讲求大规模的数据建模，直接利用轻型分析应用，针对各类数据快速进行监测、分析业务探索。它能很好地适应监测、分析业务需求快速变化的特点，它的显著特征是轻量、快速、灵活，便于开展动态业务分析。当然，好的方法还要有好的软件工具作为支撑，进行数据分析的工具有很多种，但数据分析的步骤，无非是明确目标、数据处理、数据分析、数据展现及报告撰写这几个步骤。数据分析工具如Python、Excel、R、SPSS、SAS、SQL等，Power BI、Tableau是支持敏捷分析的有效工具。有一定基础编程语言的审计人员，可以运用编译的程序进行数据分析。而Python相较于JAVA、C++而言，代码量小，开发周期短，运行速度非常快。