数据分析工具在物资采购审计的应用范文

本站小编为你精心准备了数据分析工具在物资采购审计的应用参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

[摘要]本文介绍了SAPHANA和POWERBI两种数据分析工具在物资采购价格审计中的具体应用，并针对采购价格方面存在的风险展开多维度分析，旨在创新审计技术方法，优化管理方式。

[关键词]数据分析；物资采购；审计；应用；效果

A公司属于大型国有企业，业务覆盖全国各地，拥有100多家分公司，信息化程度较高，特别是在物资采购方面，其物资采购管理系统已运行近十年，涵盖大部分采购业务，有较为完整的数据链，基本具备大数据分析的条件。据统计，A公司2013年至2017年累计生成有效订单上百万条，采购金额上千亿元，涉及供应商近万家。经前期审计调查，该公司在物资采购价格方面主要存在两类风险：一是价格异常高的风险。供应商可能通过操纵投标环境，相互串通，抬高价格，使企业蒙受损失；也可能由于市场原因导致物资跌价，未及时调整而引起损失风险。二是价格异常低的风险。供应商可能在招标过程中弄虚作假，把不生产或不准备供货的物资报价异常低，从而降低整体投标价格，达到中标目的；也可能存在内外勾结，降低物资质量或者多买少供谋取利益。以下主要针对物资采购的价格开展分析，数据来源于A公司物资采购管理系统的订单数据。分析的基本思路是以A公司全部订单数据为基础，按物料编码计算各年度每项物资的平均单价，再分别测算偏差率和偏差金额，并将偏差率划分为七个等级。审计人员可依据审计时间、业务特点、关注的风险类型等情况，合理选择审计范围和重点。

一、利用SAPHANA软件对订单数据进行整理

（一）汉化并剔除冗余数据

审计人员从数据库中采集到原始订单数据，由于这些数据杂、乱、多，尤其是大部分字段名采用的是代码，并不能直接运用。首先，要对原始数据进行汉化,这是开展分析的第一步，也便于审计人员充分理解和认识数据，为下一步分析做好准备；其次，对数据的结构、特点、性质等开展分析，剔除干扰数据，寻找审计突破口。数据质量问题主要有两个方面：一是存在大量单价为0或1的作废订单；二是部分数据填报错误（如计量单位“吨”误填写成“千克”，物料编码使用错误等），可能造成偏差率的计算脱离实际。在对数据深入剖析后，通过对订单状态的选择，基本可以解决上述问题，即只保留状态为“已在ERP生成有效订单”的数据，剔除状态为“等待审批、审批拒绝、取消、已拒绝、已锁定”等的订单，剔除率为9%，基本不影响整体分析目标。

（二）对原始数据进行横向扩展

采集数据只是日常执行采购业务的工作记录，并不能马上满足审计分析的需求，因此，审计人员必须根据审计思路，在SAPHANA软件里利用SQL语句对订单数据进行扩展。本次审计中增加了“平均单价、偏差率、偏差金额、偏差档次”等四个主要分析字段，还根据A公司的管理现状，增加了“板块归属、牵头单位、责任单位、供应商内外部”等辅助分析字段，并进行了赋值。1.计算平均单价。以每种物资编码为基础，分别计算各年度的平均单价。使用的SQL语句是：selectsubstring(to_char(to_date("创建日期",'YYYYMMDD')),1,4)as"年","物料编码",avg("含税单价")as"平均单价"from"订单"groupbysubstring(to_char(to_date("创建日期",'YYYYMMDD')),1,4),"物料编码"。2.计算偏差金额。将每项订单的含税单价减去平均单价，再乘以数量。使用的SQL语句是：select*("含税单价"-"平均单价")*"数量"as"偏差金额"from"订单数据"。3.计算偏差率。将每项订单的含税单价减去平均单价，再除以平均单价。使用的SQL语句是：select*("含税单价"-"平均单价")/"平均单价"as"偏差率"from"订单数据"。4.设定偏差等级。为了便于分析，将采购单价偏差率设定七个档次，即小于-100%为一档，-100%至-50%为二档，-50%至0%为三档，0%至20%为四档，20%至50%为五档，50%至100%为六档，100%以上为七档，偏差越高，说明存在的风险就越大。使用的SQL语句是：select*'7'as"偏差率等级"from"订单数据"where"偏差率">=1，并分别对不同区间的偏差率进行赋值。

二、利用POWERBI软件构建数据分析

模型数据整理完成后，使用POWERBI分析工具分别从年度、板块、分公司、牵头单位、责任单位、物料大类、采购权限、供应商、内外部归属等9个维度构建分析模型，如图1所示。该分析模型主要包括三个部分：第一部分为切片器区域，审计人员可根据需要从上述9个维度进行数据筛选；第二部分为图像可视化区域，根据分析思路，可以按饼状图、柱状图、散点图等形式进行展示，且点击图中相应位置还可穿透查询其相关数据；第三部分为原始数据区域，可随时根据筛选条件，显示订单数据。此模型最大优点就是便捷、实用、灵活、易操作，可适用于审计人员在价格分析时的多种思路，满足不同审计需求。

三、数据分析模型的审计应用

（一）数据分析的考虑因素

1．在分析价格偏差时，要充分考虑采购时间、产品品牌、进口与国产等各种合理因素以及数据质量方面的问题，排除合理差异原因后，锁定审计重点。

2．修正偏差金额。在计算平均单价时，价高的物资会抬高均价，导致偏差金额失真。因此，在分析具体物料偏差时，需排除此因素，要根据具体采购情况，重新确定合理单价，计算偏差金额。

（二）数据分析的审计效果

1．异常订单总体情况。这里的异常订单是指含税单价偏差率大于50%的采购订单。按照单价偏差的程度划分为两个等级，即偏差率50%至100%为一档，偏差率100%以上的为一档。通过上述分析模型，选择两个筛选项：一是“年筛选器”选择2013年至2016年，二是“偏差等级筛选器”选择上述两个等级。经查询，2013年至2016年异常订单共三十多万条，采购金额近百亿元，偏差金额数十亿元，说明A公司在物资采购领域还有很大挖潜增效的空间。

2．按不同维度分析。根据审计思路，运用“切片器”功能，可分别按“板块、分公司名称、偏差率等级、供应商的内外部、物料级别”等进行筛选；运用分析模型的“堆积柱状图”等功能，可分别按“单位、物资类别、供应商、责任单位”等维度展示采购价格偏差水平，并可穿透查询相应的偏差订单；运用“筛选器”功能，输入某一项物资的编码，还可以查询该项物资的总体采购情况，便于综合对比分析。在此简要列举四种情况：

（1）按采购单位分析。这符合审计项目运行模式，主要侧重于分析各单位的物资价格水平，有利于分清主体责任。在分析实例中，审计人员按偏差金额的大小进行再排序，锁定了11家分公司，其偏差金额占75%，单位数量占17%。然后，对上述单位进行了重点审查，发现部分单位存在未严格履行招标程序、议标程序不透明、越权采购、管理层舞弊等问题，这是造成采购价格偏高的主要原因。

（2）按物资类别分析。主要侧重于分析各类物资采购价格水平，可有针对性地发现偏差较大的物资类别，及时锁定重点审查对象。通过模型分析，发现A公司的化工产品、煤炭、专用管材、仪器仪表等物资偏差金额较大，为降低成本，审计建议将这些物资的采购权限上收，实行统一集中采购，进一步压缩下级单位操控价格的空间。

（3）按供应商分析。主要侧重于对某一个供应商整体供货情况的分析，针对性较强，将总体偏差金额较大的供应商作为分析重点，审查是否存在内外勾结、抬高物价的现象。通过模型分析，发现两方面问题：一是部分供应商普遍供货价格偏高；二是部分供应商针对不同分公司供货价格存在较大差距。审计要求各分公司进一步查明原因，降低采购成本。

（4）按责任单位分析。主要侧重于分析各责任单位的物资管理水平以及采购制度执行情况，根据A公司的管理特点，各类物资分别由分公司负责物料编码管理、集中采购价格管理等。通过模型分析，进一步加强对责任单位的业务督导，优化管理方式和管理机制。

（三）数据分析的合理化建议

1．加强物资系统管理。一是规范物资编码使用，为A公司物资采购管理、信息化应用、数据统计分析等提供保障；二是加大推广力度，出台相关政策，鼓励未应用系统的分公司积极上线运行，提高系统上线率；三是加强业务管理和员工培训，减少系统无效订单。

2．强化集中采购措施。由于同类物资在不同分公司价格差异较大，因此，在总部层面要加强集中采购力度，积极通过公开招标或邀请低价优质供应商投标等方式，有效调动供应商之间的良性竞争，最终降低A公司的物资采购成本。

3．积极推进分散核实。对分析中发现的异常订单，由于数据量较大，将采取分散核实的方式，由两级审计机构分别核实，总部负责审查偏差率在100%且偏差金额500万元以上的异常订单，分公司负责审查其他异常订单，并对核实的问题进行严肃追责。

作者;莫满军;宋新秀 单位：中国石油天然气股份有限公司华北油田分公司