【招投标审计证据链的功能实现分析案例4000字】

招投标审计证据链的功能实现分析案例1.1审计平台的构建思路从智慧审计平台的整体框架来看除了“管理功能”外，BIM审计和大数据智慧审计主要是有关“审计业务”，BIM审计以模型的联网采集和建设集团上传为基础，而与招投标相关模块也是如此，本节将平台构建的思路简要梳理如下图。平台构建的最重要前提条件是数据的融合与集成；上节对招投标审计进行数据规划后，紧接着是对数据进行采集与处理；针对结构化与半结构化这两种类型的数据，在审计实务中可以使用AO（可以通过现场审计的数据等回传）、Oracle（该数据库稳定性强，通过语句执行实现审计功能）、SQLServer（SQL语句对报表等数据汇总功能强大）来进行处理；对于结构化数据还有运用Python从审计对象的相关网址、网页上爬取；而对招投标审计中涉及的非结构化数据包括纸质文本如技术标的标书、图片、XML、HTML、音频或视频等数据，主要运用自然语言处理技术（NLP）进行分层次的理解。从公共资源交易中心采集的主要数据包括：招标公告信息、邀标函、招标标书、招标控制价或标底、投标标书（所有中标和未中标的都要）、评标报告、中标通知书文件等。BIM数据信息采集方面，平台可将建设单位的BIM文件（含历史BIM文件），通过接口技术转换为结构化数据，存储到数据库中，然后通过后台服务将其传送到页面浏览器上，通过Web方式展示给平台使用人员。在Web展示方式下，使用者不需要获得原始BIM模型文件，就可以浏览BIM模型，保护了被审计单位的的知识产权，提高了BIM文件的安全性。智慧审计平台所有的业务模块，不论是招投标审计、还是造价审计等，都通过审计知识图谱和机器学习，这也是保障平台“智慧审计”、最终实现“人机互动”的两个前提基础。知识图谱能够将审计知识可视化，例如通过数据挖掘、分析来进行招投标审计业务模型的建立，将招投标相关知识用可视化的方式展示。机器学习通过后台的算法设置，初始时按照经验建立模型，并经过招投标审计的业务活动不断地“训练和优化”模型，最终通过流程化和自动化的审计。结合上文建立的招投标相关的数据标准体系，不难发现其种类多、数量大的特征，机器学习在审计过程中作用重点是两个，一方面是辅助审计人员发现投资项目招投标活动中的疑点，以提高审计效率；另一方面通过挖掘到影响招投审计质量的因素，以提高招投标审计的质量。招投标相关数据的“存储与管理”是智慧审计平台的关键部分，目前A区的平台采取“云存储”即通过向服务商购买云储存器的方式来存储、“数据库存储”即审计机关通过现有的或根据平台设置而搭建的数据库来存储，以上两者结合存储的方式，最大程度上保证采集或上传数据的储存数量和数据的质量。“数据分析”部分通过在后台建立“数据体检”的模型，以满足招投标审计业务和审计过程中管理活动的需要；结合本章第二节审计证据链构建的数据处理方法，通过计算机系统的处理以及审计人员与计算机交互的方式，平台以“可视化的图表”展示，为审计人员做判断提供形象化的依据，进一步为领导层做决策提供便利，更好地推进下一步的审计工作。例如利用聚类算法中的k-means算法辅助寻找“工程量清单中”的异常值即进一步挖掘审计疑点；利用关联规则挖掘，通过标书之间的对比，通过文本挖掘以发现“围标、串标”问题，也可以通过同一工程不同标段的参建主体之间的关联关系，通过“可视化的关联图形”审计人员做出判断。图1.12智慧审计平台的构建思路1.2招投标审计的功能模块基于平台的招投标审计，更多地对投资项目勘察设计、施工等各方面的招标投标活动的质量评价，对投资活动的绩效进行审计，将“招投标审计”相关的模块总结归纳为四大部分。（1）招投标信息管理及大屏展示，此功能模块是信息采集、上传和融合后的可视化结果；（2）审计证据挖掘的可视化展示形式是“审计智库”，针对投资审计涉及到各类法律、法规做的整理、归纳，以及探索它们之前的关联关系，同时搭建“审计问题库”，该模块是审计证据链的基础；（3）审计疑点挖掘包含了过程合规性审计、投标价格总体分析、标书对比、人员资质的审查、参建主体的关联分析、工程量清单审计等；而风险预警的内容恰恰是审计疑点；（4）审计监督和整改包含招投标审计的审计底稿、审计报告以及对整改情况追踪、考评。图1.13招投标审计的功能模块1.审计疑点挖掘平台内对招投审计疑点进行挖掘，部分模块可以通过数据驱动的审计证据链和阈值设置，实现“风险预警”，通过计算机算法自动进行数据信息的比对，极大地提高了审计效率。（1）过程合规性审计、标书对比审计和清标中的“符合性评审”皆可通过算法比对或阈值设置实现自动预警审计。（2）从大量数据中发现小部分行为模式与众不同的数据，相比一般数据，这些离群数据对于审计人员来说更有分析价值；如投标报价的总体分析时，平台内的材料、设备价格指标库采集到的“金额信息”为一个个点，进而连接形成一条线，可视化结果展示即为“柱状图”也称为“合理区间”；在将招标控制价、投标报价上传比对时，这些所有的“点”则会产生偏离，在“合理区间”之外的属于疑点的范畴。（3）标书对比审计：可对同一项目的招投标文件中，中标的和未中标的标书再结合招标文件进行比对，从中查找是否有“串标”的可能性。由于标书文件内容量大，比对算法复杂，需要耗费的时间较长，因此在平台上传标书后，标书的比对工作能够在后台按照任务的排队机制自动运行，审计人员只需定期查看比对任务执行完成后的结果即可。“标书对比”最基础的算法功能可简单理解类似于学术论文查重检测，挖掘出重复的部分，确实是标书中的共性内容的暂不深入分析，其余可作为重点分析内容。（4）建设项目参与主体关联分析，通过“项目图谱”的可视化结果呈现，某项目涉及到六期建设阶段，业主单位、监理等参建单位与项目的关联关系如下图展示，点击其中某个“节点”，只有与之相关的“节点”显示而其余的会淡化，审计人员据此可以分析各参建单位的参与程度以及是否存在潜在的违规行为。图1.14工程建设参与主体关联分析2.审计证据挖掘智慧审计平台内搭建“审计智库”，这是审计证据链的支撑。审计智库首先通过对法律法规和审计事项等非结构化数据的采集，设置包括“建设项目相关的法律法规检索”、“对法规的知识探索”以及“审计问题库”。“法规检索”按照时效性、法规类别、发布部门、发布日期、实施日期这五个维度分类；“审计问题库”遵循项目类型如房屋建筑/水利/公路等、项目阶段如前期/招投标等、审计事项即需要审的问题、一级问题分类、二级问题分类这五个维度分类。如下图“应公开招标而未公开招标”的问题，则有对应的“法律义务、责任依据”、“主要表现形式”、“适用审计对象范围”、“审计思路”、“具体的审计方法与技术”、“应收集的资料和数据”、“应调查的内控制度”，将审计证据链的分析逻辑，以“可视化”的形式向审计人员展示证据链的应用过程。另外，系统内还会定期向审计人员推送平台内、已审计项目发现的重要的审计疑点，以及审计过程和审计结果；还有推送由审计数据中心工作人员整理录入的已修改或者新出台的法律法规，审计人员可以第一时间学习和了解；真正做到数据、信息的共享。随着被审单位信息化程度的不断提高和大数据技术的发展，通过积累越来越多的投资审计案例，进而对工程项目中的造价信息、行业指数、审计风险点、相关法律法规等数据作持续性的整理和分析，可以对后续的审计项目提供可参考依据。在审计过程中可以利用知识推送功能提供所需要的相关数据，极大的提升审计效率。具体来说，可以在审计实施过程中提供造价信息、定额计费工具、计价规范、审计风险点等，在审计报告出具过程中可以提供法律法规、政策文件、行业案例、整改措施等。图1.15审计证据链可视化界面3.风险预警与预控功能在招投标过程合规性审计过程中，通过算法平台将“联网采集公共资源交易中心的数据”或“上传的招投标数据”与招投标相关法律法规进行比对；如下图“审计证据链范式”中“现实数据集A”与“理想状况下的正确数据集B”的比对。招投标实际业务中，自招标文件或者资格预审文件出售期限最短不得少于五日，如果实际出售期限为四天，平台中招投标信息展示的大屏会有“红色标记”提醒审计人员该阶段存在审计疑点，需要关注；又比如招投标“金额”相关的，投标保证金≤招标项目估算价*2%，如果实际招投标中招标人违规收取多于2%的，同样也会在招投详细信息部分进行预警。平台内在证据链范式构建的基础之上，借助“机器学习”不断训练和优化模型，从而实现风险预警；而通过“数据挖掘算法”再加上审计人员与计算机交互操作，在实务经验的基础之上输入判断的数值或比例，则能够实现风险的预控。图1.16审计证据链的范式1.3招投标审计的流程再造按照招投标“招、投、开、评、中”的流程做了简要梳理，招投标智慧审计的流程图如下。第一步，智慧审计平台从建设集团、公共资源交易中心等参与建设的地方政府部门的政务外网“联网采集数据”，获得招投标的基本信息与数据库中的信息做数据比对，进行招标人、投标人最基础的信息审计，如企业资质、信用等，来判断投标人的投标条件是否符合，如果不符合条件平台会自动提示“审计疑点”，如果符合条件则进入下一步。第二步，将“合规的投标书”在平台中做数据分析，如果招标人是BIM招标，投标人也是用BIM投标的话，那么审计人员主要是查看BIM模型并针对投标人BIM投标的技术方案进行审计，还有对于招标人BIM技术评标机制的合理性、合规性进行审查；如经审计判断有问题则为审计疑点；如果是常规的电子招投标，对于技术标采用文本挖掘的方法寻找疑点，而对于商