论文部分内容阅读
[摘要]本文针对发现的企业经营管理数据利用率低、以前年度审计成果运用不充分、审计计划表未实现标准化等问题,提出审计计划管理改进思路及组织专家团队开展企业经营管理数据分析模型、构建审计成果数据分析模型、研发应用非结构化数据转换技术、多渠道搭建计划编制体系、建立标准的审计计划表模板等相关路径。
[关键词]风险定位 防范 审计计划 多维职能
审计计划作为审计部门执行审计的依据,对单位的审计工作发挥着统领作用。改进审计计划管理,应认真梳理审计计划编制存在的弊端,针对企业经营管理数据未能有效利用、未能深入分析以前年度的审计成果、审计计划表无统一格式和标准等问题,通过多渠道搭建计划编制体系、建立标准的审计计划表模板等,精准定位并防范企业经营管理风险,有效提高审计工作质效。
一、审计计划管理改进的思路
(一)建立企业经营管理数据模型
根据国网公司数字化审计要求,结合国网冀北电力有限公司(以下简称公司)内审工作实际,由公司牵头,地市公司以及县级供电企业参与,充分分析各单位的业务特点,同时结合各单位的技术优势及人员情况,搭建企业经营管理数据模型创建团队,对企业经营管理数据进行分析,抓取有效数据建立逻辑规则,对业务数据进行波动、趋势分析,作为审计项目计划编制的依据。
(二)深入分析以前年度审计成果
收集公司各类审计统计报表,结合公司近年度审计报告、意见及整改情况,将数据进行有效处理及统筹分析,针对以前年度发生问题多、性质严重、金额较大的方面以及管理环节的薄弱部分建立简单的分析模型,综合利用以前年度的审计结果,提出审计计划建议。
(三)研发非结构化数据转化技术
积极应用非结构化数据解析技术,对常规Office、Excel及PDF文档进行解析,有效处理各类非结构化数据文档。解析抓取关键非结构化资料,实现非结构化数据向结构化数据的转换分析和智能推荐审计计划,然后根据业务需求进行人工调整,提交上级审批。
(四)固化审计计划编制标准模板
研究制定审计计划表模板,模板应符合国网公司要求、公司自身需求和审计工作需要,且具备较强的实用性,具有标准化、规范化、实用化等特点。同时,模板应具备通过数据导入人事调整通知、国网计划等数据分析后自动生成审计计划的特点。
二、审计计划管理改进的路径
组织专家成立数字化审计工作团队,扎实开展企业经营管理数据分析模型、审计成果数据分析模型建设,研发应用非结构化数据转换技术,多渠道并联搭建计划编制体系,建立标准的审计计划表模板,充分测试推广应用提升体系效能,精准定位防范企业经营管理风险(见图1)。
(一)组建审计项目计划多维智能编制作业团队
一是强化组织领导。工作团队由公司副总经理统一领导,建立内部定期沟通反馈机制,确保关键环节和重要事项及时向领导组织汇报,团队领导全过程跟踪指导和协调,保障研发工作的有序开展。
二是提升人力资源效用。优化团队配置,培养一批既懂业务又擅長数据分析的复合型审计人才,对兼职审计专家团队人员信息进行充分分析筛选,综合考核人员的工作经历、专业方向、职称等级、工作业绩、计算机等级等方面的能力与优势,最终遴选出人选组建审计项目计划多维智能编制作业团队。
三是充分协同配合。团队人员专业全面覆盖营销、财务、工程、人资等,基本实现对审计业务的全覆盖,团队成员由省公司、直属单位、地市公司及县公司各层级专兼职审计人员综合搭配,兼顾了业务能力与管理水平,为打造科学、高效的审计项目计划多维智能编制体系提供良好支撑。
(二)建立企业经营管理数据分析模型
该模型侧重于对企业经营管理现状的分析,是科学编制审计计划的基石。审计人员可通过企业经营管理数据分析模型,全面了解企业当下经营管理情况,将分析结果中的异常波动数据及达到预警值业务数据作为审计项目计划编制的参考因素。经营管理数据分析模型以数据统计和分析为设计思路,实现了企业经营管理数据的智能分析。一是基础数据的统计。根据不同业务系统数据特点,按年度或月度等不同区间,对业务数据进行统计,出具数据统计表,为审计计划编制提供基础数据支撑。二是业务数据智能分析。将业务数据导入该分析模型后,数据统计模块会对数据进行智能分类和统计,审计人员可根据审计经验对相关报表设置红线预警值,由系统智能筛选疑点数据,对其实现底层穿透,以更直观透彻地予以分析(见图2);在此基础上,审计人员可通过趋势图等方式对相关数据进行多维度分析(见图3),剖析问题成因。企业经营管理数据分析模型拓展了审计项目计划编制的深度和广度,为科学、规范、智能编制审计项目计划提供有力保障。
(三)建立审计成果数据分析模型
该模型侧重于对历史数据的统计分析,审计人员可通过审计成果数据分析模块对公司本部及所属单位历史被审计情况及审计发现问题进行多维度统计分析,分析结果可作为审计项目计划编制参考的数据。模型共包括成果统计分析、问题类型情况分析、高频多发情况分析、问题金额情况分析、问题整改情况分析等五个子模型。
1.成果统计分析模型。该模型实现对公司本部及所属单位审计项目、审计发现问题及整改情况、违规资金情况、增收节支资金情况、减少损失浪费资金情况等进行智能分析(见图4),分析结果辅助于审计项目计划编制。
2.问题类型情况分析模型。该模型从财务资产管理、工程项目管理、合同管理、内控管理等21个方面对历年审计项目发现问题进行分类汇总,统计分析表可以客观反映审计发现问题情况,审计人员可结合分析结果明确下一阶段审计范围和重点,有针对性地制订审计项目计划(见图5)。
3.高频多发情况分析模型。该模型从四个维度对高频问题进行统计分析,一是从问题分类专业角度按频次对问题进行分类统计分析;二是透过问题专业分类,对审计底稿中细化的审计问题按频次进行分类统计分析;三是按年度对各单位高频问题进行统计分析;四是按单位对高频多发问题进行统计分析。将高频问题及高频问题单位纳入审计项目计划编制范围(见图6)。 4.问题金额情况分析模型。该模型从违规金额角度对审计问题进行统计分析,智能提示各单位审计问题涉及违规资金、增收节支资金、非工程项目增加收入、建设支出金额情况(见图7)。
5.问题整改情况分析模型。该模型从历年审计项目问题整改完成情况角度,对审计问题进行统计分析,分析结果可作为后续审计及相应审计项目计划编制的重点关注事项(见图8)。
(四)研发应用非结构化数据转换技术
随着企业信息化程度的深入推进,在企业经营和日常事务处理中必然产生和存储大量表格、文档、图片等数据信息。其中,一类信息存储在数据库里,可以用二维表结构来逻辑表达,即为结构化数据;另一类信息不能以二维表的形式存储在数据库里,即为非结构化数据,如办公文档、各类报表、电子邮件、图片等;此外,介于二者之间的数据,称为半结构化数据,如HTML页面、XML文档等。非结构化数据具有结构不稳定、样式不固定、数据混杂等特征,一般分为标题区和数据区、单值区域和多值区域,横向排列和纵向排列兼而有之。
大数据环境下电网企业海量的非结构化数据具有丰富的数据价值,研究非结构化数据转换技术对审计计划的编制具有重要意义,而数据抽取和数据组织是实现价值提取的关键步骤。数据抽取的目标是从非结构化数据中抽取出完整的语义数据,而数据组织的目标是对抽取的数据通过某种逻辑结构组织起来,为数据分析奠定基础。在分析非结构化数据结构特征和数据流特征的基础上,提出一种基于规则的数据抽取方法,并将数据抽取结果组织为适合于数据分析的结构化数据。非结构化数据的提取主要是对文档中包含的实体属性、关键词等的抽取,抽取的准确性依赖于分词技术和实体识别技术。在数据抽取和数据组织的基础上,对非结构化数据进行转换,为数据分析、审计项目计划制订奠定基础。数据抽取转换流程(见图9),主要包括逻辑结构抽取、文档预处理、数据抽取、数据组织和数据分析等主要步骤,其中数据字典是对数据的结构、数据流、存储、处理逻辑等进行定义和描述的基本依据。
数据抽取的关键是识别非结构化数据中的关键词,并建立关键词之间的逻辑关系,如信息中的发文字号、姓名和发文时间等,以及工作起止时间、工作单位和工作岗位等信息,需要针对这些关键区域构建统一的逻辑结构,为后面的数据抽取提供框架。数据抽取是基于非结构化数据的结构特征和数据流特征,提取表格中的数据区并建立与关键词的语义联系。数据组织的关键是将非结构化数据中抽取的数据区与关键词组织生成结构化数据,为数据分析奠定基础。实踐中,通过数据转换技术,识别公司审计工作重点及审计项目计划,生成公司专项审计计划。具体步骤是:首先,建立标题区之间的逻辑关系。非结构化表格的各标题区不是孤立的,而是存在一定的语义联系,如经责审计、专项审计、后续审计、分部审计等项目中包括项目名称、审计对象、责任处室、实施单位和实施时间等,所以针对这些标题区域,可构建统一的逻辑结构。其次,基于表格的结构特征和数据流特征,提取其中的数据区并建立与标题区的语义联系,根据其结构特征,定义数据抽取规则。
(五)多渠道搭建计划编制体系
通过不同项目类型收集外部数据源,如任期通知、数据分析、成果分析、领导决策、国网下发等,利用非结构化转换技术及数据模型分析,实现计划的自动推荐和填报,搭建审计计划编制体系,实现审计计划多维智能编制,弥补审计人员线下收集资料线上手工填报计划的短板(见图10)。
(六)建立标准审计计划表模板
标准审计计划表模板主要包括数据导入、计划编制与审批、计划查询等三个方面。一是数据导入。审计计划数据源来自全业务数据中心和外部数据导入,多为工作报告等非结构化文件或审计业务结果性数据。二是计划编制与审批。通过非结构化数据识别技术,自动生成全量审计计划,然后根据业务需求进行人工调整,提交上级审批(见图11)。三是计划查询。借助“导出”功能,查询通过审核的审计计划。
审计计划标准模板包含项目年度、项目名称、组织单位、实施单位、被审计单位、计划实施时间、牵头处室、业务支撑单位、数据源、计划状态等,计划表编制合理,职责明确,每项计划都对应责任处室和联系人;时间节点清晰,每项计划都有启动时间和完成时间,并会在系统中自动提醒。审计计划在编制时,充分考虑公司风险、管理需要和审计资源,合理评价各审计项目的风险程度,确定以风险为导向的年度审计工作重点与序列。
三、审计计划管理改进的效果
(一)智能分析、科学统计,审计计划制订更加合理
智能统计分析模型的应用有效克服了以往审计计划编制目标不够明确,重点不够突出,盲目性、随意性和临时性较强等常见缺陷,通过对上级工作部署、企业经营管理现状、历年审计成果等多方面因素的综合分析,能够精准锁定公司经营管理风险领域及薄弱环节,科学、合理确定审计重点,从根源上避免重复交叉审计,减少人力、财力、物力资源空耗和审计对象的负担,有效缓解了审计人力资源短缺与审计任务不断加重之间的矛盾。
(二)建立体系、统一模板,审计计划编制更加标准
审计计划多维智能编制体系能够满足审计项目智能化、标准化的现代管理需求,在多维信息综合、多类型数据分析的基础上,能够快速、自动生成审计项目计划,并以项目列表的方式加以直观化、简洁化显示,方便领导决策。该体系应用后,以往审计项目命名不规范、部分计划信息缺失等情况得到极大改善。此外,审计计划线上自动生成技术有力地推动了审计项目数字化管控向上延伸,实现计划编制、项目实施、整改落实的全过程线上管控,审计信息化程度得到有效提升。
(三)明确方向、精准定位,内审工作得到显著加强
自系统投运以来,审计人力投入减少8%,但审计发现问题增加15%,增收节支资金金额提高17%;实现了“三公经费”、招投标管理、工程项目管理等重点领域的全面覆盖,问题的深度、审计报告的高度得到有效提升,切实发挥了审计计划明确工作目标、确定重点方向、实现资源统筹的整体效能。
(四)充分应用、大力推广,企业经济效益明显提升
多维智能编制体系从服务公司经营管理的宏观思维入手,注重发挥科学、合理、全面的审计计划微观优势,抓准公司经营管理过程中的阶段化需求,通过项目源头控制提升审计项目质量;方便审计人员后期从具体违规违纪现象出发归纳出经济运行中的体制性、机制性、流程性问题,提出切实可行的审计建议,提升审计在宏观决策方面的支撑效能,能够为公司经营决策提供超前性、预警性的分析。
(作者单位:国网冀北电力有限公司 首都经济贸易大学,邮政编码:100054,电子邮箱:happyrain216@163.com)
主要参考文献
宋夏云,胡月.审计全覆盖理念下经济责任审计计划管理模式创新对策研究[J].商业会计, 2017(10):77-80
田泽鹏.审计计划管理的现状与完善[J].市场研究, 2018(4):62-63
吴向民,师璇,邓芳.集团企业审计计划模型优化设计与应用:基于项目组合选择视角[J].财会通讯, 2018(10):102-106
[关键词]风险定位 防范 审计计划 多维职能
审计计划作为审计部门执行审计的依据,对单位的审计工作发挥着统领作用。改进审计计划管理,应认真梳理审计计划编制存在的弊端,针对企业经营管理数据未能有效利用、未能深入分析以前年度的审计成果、审计计划表无统一格式和标准等问题,通过多渠道搭建计划编制体系、建立标准的审计计划表模板等,精准定位并防范企业经营管理风险,有效提高审计工作质效。
一、审计计划管理改进的思路
(一)建立企业经营管理数据模型
根据国网公司数字化审计要求,结合国网冀北电力有限公司(以下简称公司)内审工作实际,由公司牵头,地市公司以及县级供电企业参与,充分分析各单位的业务特点,同时结合各单位的技术优势及人员情况,搭建企业经营管理数据模型创建团队,对企业经营管理数据进行分析,抓取有效数据建立逻辑规则,对业务数据进行波动、趋势分析,作为审计项目计划编制的依据。
(二)深入分析以前年度审计成果
收集公司各类审计统计报表,结合公司近年度审计报告、意见及整改情况,将数据进行有效处理及统筹分析,针对以前年度发生问题多、性质严重、金额较大的方面以及管理环节的薄弱部分建立简单的分析模型,综合利用以前年度的审计结果,提出审计计划建议。
(三)研发非结构化数据转化技术
积极应用非结构化数据解析技术,对常规Office、Excel及PDF文档进行解析,有效处理各类非结构化数据文档。解析抓取关键非结构化资料,实现非结构化数据向结构化数据的转换分析和智能推荐审计计划,然后根据业务需求进行人工调整,提交上级审批。
(四)固化审计计划编制标准模板
研究制定审计计划表模板,模板应符合国网公司要求、公司自身需求和审计工作需要,且具备较强的实用性,具有标准化、规范化、实用化等特点。同时,模板应具备通过数据导入人事调整通知、国网计划等数据分析后自动生成审计计划的特点。
二、审计计划管理改进的路径
组织专家成立数字化审计工作团队,扎实开展企业经营管理数据分析模型、审计成果数据分析模型建设,研发应用非结构化数据转换技术,多渠道并联搭建计划编制体系,建立标准的审计计划表模板,充分测试推广应用提升体系效能,精准定位防范企业经营管理风险(见图1)。
(一)组建审计项目计划多维智能编制作业团队
一是强化组织领导。工作团队由公司副总经理统一领导,建立内部定期沟通反馈机制,确保关键环节和重要事项及时向领导组织汇报,团队领导全过程跟踪指导和协调,保障研发工作的有序开展。
二是提升人力资源效用。优化团队配置,培养一批既懂业务又擅長数据分析的复合型审计人才,对兼职审计专家团队人员信息进行充分分析筛选,综合考核人员的工作经历、专业方向、职称等级、工作业绩、计算机等级等方面的能力与优势,最终遴选出人选组建审计项目计划多维智能编制作业团队。
三是充分协同配合。团队人员专业全面覆盖营销、财务、工程、人资等,基本实现对审计业务的全覆盖,团队成员由省公司、直属单位、地市公司及县公司各层级专兼职审计人员综合搭配,兼顾了业务能力与管理水平,为打造科学、高效的审计项目计划多维智能编制体系提供良好支撑。
(二)建立企业经营管理数据分析模型
该模型侧重于对企业经营管理现状的分析,是科学编制审计计划的基石。审计人员可通过企业经营管理数据分析模型,全面了解企业当下经营管理情况,将分析结果中的异常波动数据及达到预警值业务数据作为审计项目计划编制的参考因素。经营管理数据分析模型以数据统计和分析为设计思路,实现了企业经营管理数据的智能分析。一是基础数据的统计。根据不同业务系统数据特点,按年度或月度等不同区间,对业务数据进行统计,出具数据统计表,为审计计划编制提供基础数据支撑。二是业务数据智能分析。将业务数据导入该分析模型后,数据统计模块会对数据进行智能分类和统计,审计人员可根据审计经验对相关报表设置红线预警值,由系统智能筛选疑点数据,对其实现底层穿透,以更直观透彻地予以分析(见图2);在此基础上,审计人员可通过趋势图等方式对相关数据进行多维度分析(见图3),剖析问题成因。企业经营管理数据分析模型拓展了审计项目计划编制的深度和广度,为科学、规范、智能编制审计项目计划提供有力保障。
(三)建立审计成果数据分析模型
该模型侧重于对历史数据的统计分析,审计人员可通过审计成果数据分析模块对公司本部及所属单位历史被审计情况及审计发现问题进行多维度统计分析,分析结果可作为审计项目计划编制参考的数据。模型共包括成果统计分析、问题类型情况分析、高频多发情况分析、问题金额情况分析、问题整改情况分析等五个子模型。
1.成果统计分析模型。该模型实现对公司本部及所属单位审计项目、审计发现问题及整改情况、违规资金情况、增收节支资金情况、减少损失浪费资金情况等进行智能分析(见图4),分析结果辅助于审计项目计划编制。
2.问题类型情况分析模型。该模型从财务资产管理、工程项目管理、合同管理、内控管理等21个方面对历年审计项目发现问题进行分类汇总,统计分析表可以客观反映审计发现问题情况,审计人员可结合分析结果明确下一阶段审计范围和重点,有针对性地制订审计项目计划(见图5)。
3.高频多发情况分析模型。该模型从四个维度对高频问题进行统计分析,一是从问题分类专业角度按频次对问题进行分类统计分析;二是透过问题专业分类,对审计底稿中细化的审计问题按频次进行分类统计分析;三是按年度对各单位高频问题进行统计分析;四是按单位对高频多发问题进行统计分析。将高频问题及高频问题单位纳入审计项目计划编制范围(见图6)。 4.问题金额情况分析模型。该模型从违规金额角度对审计问题进行统计分析,智能提示各单位审计问题涉及违规资金、增收节支资金、非工程项目增加收入、建设支出金额情况(见图7)。
5.问题整改情况分析模型。该模型从历年审计项目问题整改完成情况角度,对审计问题进行统计分析,分析结果可作为后续审计及相应审计项目计划编制的重点关注事项(见图8)。
(四)研发应用非结构化数据转换技术
随着企业信息化程度的深入推进,在企业经营和日常事务处理中必然产生和存储大量表格、文档、图片等数据信息。其中,一类信息存储在数据库里,可以用二维表结构来逻辑表达,即为结构化数据;另一类信息不能以二维表的形式存储在数据库里,即为非结构化数据,如办公文档、各类报表、电子邮件、图片等;此外,介于二者之间的数据,称为半结构化数据,如HTML页面、XML文档等。非结构化数据具有结构不稳定、样式不固定、数据混杂等特征,一般分为标题区和数据区、单值区域和多值区域,横向排列和纵向排列兼而有之。
大数据环境下电网企业海量的非结构化数据具有丰富的数据价值,研究非结构化数据转换技术对审计计划的编制具有重要意义,而数据抽取和数据组织是实现价值提取的关键步骤。数据抽取的目标是从非结构化数据中抽取出完整的语义数据,而数据组织的目标是对抽取的数据通过某种逻辑结构组织起来,为数据分析奠定基础。在分析非结构化数据结构特征和数据流特征的基础上,提出一种基于规则的数据抽取方法,并将数据抽取结果组织为适合于数据分析的结构化数据。非结构化数据的提取主要是对文档中包含的实体属性、关键词等的抽取,抽取的准确性依赖于分词技术和实体识别技术。在数据抽取和数据组织的基础上,对非结构化数据进行转换,为数据分析、审计项目计划制订奠定基础。数据抽取转换流程(见图9),主要包括逻辑结构抽取、文档预处理、数据抽取、数据组织和数据分析等主要步骤,其中数据字典是对数据的结构、数据流、存储、处理逻辑等进行定义和描述的基本依据。
数据抽取的关键是识别非结构化数据中的关键词,并建立关键词之间的逻辑关系,如信息中的发文字号、姓名和发文时间等,以及工作起止时间、工作单位和工作岗位等信息,需要针对这些关键区域构建统一的逻辑结构,为后面的数据抽取提供框架。数据抽取是基于非结构化数据的结构特征和数据流特征,提取表格中的数据区并建立与关键词的语义联系。数据组织的关键是将非结构化数据中抽取的数据区与关键词组织生成结构化数据,为数据分析奠定基础。实踐中,通过数据转换技术,识别公司审计工作重点及审计项目计划,生成公司专项审计计划。具体步骤是:首先,建立标题区之间的逻辑关系。非结构化表格的各标题区不是孤立的,而是存在一定的语义联系,如经责审计、专项审计、后续审计、分部审计等项目中包括项目名称、审计对象、责任处室、实施单位和实施时间等,所以针对这些标题区域,可构建统一的逻辑结构。其次,基于表格的结构特征和数据流特征,提取其中的数据区并建立与标题区的语义联系,根据其结构特征,定义数据抽取规则。
(五)多渠道搭建计划编制体系
通过不同项目类型收集外部数据源,如任期通知、数据分析、成果分析、领导决策、国网下发等,利用非结构化转换技术及数据模型分析,实现计划的自动推荐和填报,搭建审计计划编制体系,实现审计计划多维智能编制,弥补审计人员线下收集资料线上手工填报计划的短板(见图10)。
(六)建立标准审计计划表模板
标准审计计划表模板主要包括数据导入、计划编制与审批、计划查询等三个方面。一是数据导入。审计计划数据源来自全业务数据中心和外部数据导入,多为工作报告等非结构化文件或审计业务结果性数据。二是计划编制与审批。通过非结构化数据识别技术,自动生成全量审计计划,然后根据业务需求进行人工调整,提交上级审批(见图11)。三是计划查询。借助“导出”功能,查询通过审核的审计计划。
审计计划标准模板包含项目年度、项目名称、组织单位、实施单位、被审计单位、计划实施时间、牵头处室、业务支撑单位、数据源、计划状态等,计划表编制合理,职责明确,每项计划都对应责任处室和联系人;时间节点清晰,每项计划都有启动时间和完成时间,并会在系统中自动提醒。审计计划在编制时,充分考虑公司风险、管理需要和审计资源,合理评价各审计项目的风险程度,确定以风险为导向的年度审计工作重点与序列。
三、审计计划管理改进的效果
(一)智能分析、科学统计,审计计划制订更加合理
智能统计分析模型的应用有效克服了以往审计计划编制目标不够明确,重点不够突出,盲目性、随意性和临时性较强等常见缺陷,通过对上级工作部署、企业经营管理现状、历年审计成果等多方面因素的综合分析,能够精准锁定公司经营管理风险领域及薄弱环节,科学、合理确定审计重点,从根源上避免重复交叉审计,减少人力、财力、物力资源空耗和审计对象的负担,有效缓解了审计人力资源短缺与审计任务不断加重之间的矛盾。
(二)建立体系、统一模板,审计计划编制更加标准
审计计划多维智能编制体系能够满足审计项目智能化、标准化的现代管理需求,在多维信息综合、多类型数据分析的基础上,能够快速、自动生成审计项目计划,并以项目列表的方式加以直观化、简洁化显示,方便领导决策。该体系应用后,以往审计项目命名不规范、部分计划信息缺失等情况得到极大改善。此外,审计计划线上自动生成技术有力地推动了审计项目数字化管控向上延伸,实现计划编制、项目实施、整改落实的全过程线上管控,审计信息化程度得到有效提升。
(三)明确方向、精准定位,内审工作得到显著加强
自系统投运以来,审计人力投入减少8%,但审计发现问题增加15%,增收节支资金金额提高17%;实现了“三公经费”、招投标管理、工程项目管理等重点领域的全面覆盖,问题的深度、审计报告的高度得到有效提升,切实发挥了审计计划明确工作目标、确定重点方向、实现资源统筹的整体效能。
(四)充分应用、大力推广,企业经济效益明显提升
多维智能编制体系从服务公司经营管理的宏观思维入手,注重发挥科学、合理、全面的审计计划微观优势,抓准公司经营管理过程中的阶段化需求,通过项目源头控制提升审计项目质量;方便审计人员后期从具体违规违纪现象出发归纳出经济运行中的体制性、机制性、流程性问题,提出切实可行的审计建议,提升审计在宏观决策方面的支撑效能,能够为公司经营决策提供超前性、预警性的分析。
(作者单位:国网冀北电力有限公司 首都经济贸易大学,邮政编码:100054,电子邮箱:happyrain216@163.com)
主要参考文献
宋夏云,胡月.审计全覆盖理念下经济责任审计计划管理模式创新对策研究[J].商业会计, 2017(10):77-80
田泽鹏.审计计划管理的现状与完善[J].市场研究, 2018(4):62-63
吴向民,师璇,邓芳.集团企业审计计划模型优化设计与应用:基于项目组合选择视角[J].财会通讯, 2018(10):102-106