基于數(shù)據(jù)倉庫的行政事業(yè)單位收支管理內部控制評價

程平 楊霽莞

【摘要】數(shù)據(jù)倉庫作為能夠為內部控制評價提供各種類型海量數(shù)據(jù)支持的戰(zhàn)略集合，可為行政事業(yè)單位收支管理內部控制的全面、科學、智能和可視化評價提供有效的技術支撐。以重慶海事局為例，依據(jù)財政部《行政事業(yè)單位內部控制規(guī)范（試行）》及收支管理相關規(guī)范和制度，設計面向收支管理內部控制評價的數(shù)據(jù)倉庫體系結構，分析數(shù)據(jù)源和數(shù)據(jù)的ETL過程，詳細闡述從主題域確定、數(shù)據(jù)粒度劃分、事實表和維度表確定到模型設計的收支管理內部數(shù)據(jù)倉庫構建過程，最后運用Hadoop Hive數(shù)據(jù)倉庫的HiveQL語言和OLAP技術、結合案例分析基于數(shù)據(jù)倉庫的收支管理內部控制評價的具體實施。

【關鍵詞】行政事業(yè)單位;收支管理;數(shù)據(jù)倉庫;內部控制;評價

【中圖分類號】F233，C931

【文獻標識碼】A

【文章編號】1004-0994（2019）14-0092-6

一、引言

2012年11月29日，財政部印發(fā)的《行政事業(yè)單位內部控制規(guī)范（試行）》（以下簡稱《內控規(guī)范》）指出，對經濟活動業(yè)務層面的收支管理進行風險評估時要重點關注以下內容：收入是否實現(xiàn)歸口管理，是否按照規(guī)定及時向財會部門提供收入的有關憑據(jù)，是否按照規(guī)定保管和使用印章和票據(jù)等;發(fā)生支出事項時是否按照規(guī)定審核各類憑據(jù)的真實性、合法性，是否存在使用虛假票據(jù)套取資金的情形。這為行政事業(yè)單位的收支管理內部控制評價指明了方向。

數(shù)據(jù)倉庫是一個面向主題的、集成的、相對穩(wěn)定的、反映歷史變化的數(shù)據(jù)集合，它能夠把所有信息系統(tǒng)和外部的數(shù)據(jù)進行集成，保證數(shù)據(jù)的一致性，并且能反映出業(yè)務系統(tǒng)的變化，滿足企業(yè)的深度分析需求[1]。其與數(shù)據(jù)庫的區(qū)別主要在于數(shù)據(jù)庫是以數(shù)據(jù)的增刪改查為主，而數(shù)據(jù)倉庫是以數(shù)據(jù)分析為主。在大數(shù)據(jù)時代，基于數(shù)據(jù)倉庫構建的行政事業(yè)單位收支管理內部控制評價體系，能夠對收支管理的效率和效果目標、相關信息真實完整目標、資產安全目標、合法合規(guī)目標等單個或整體控制目標的實現(xiàn)進行全面、科學、智能和可視化的評價。

從2012年開始，重慶海事局在持續(xù)推進財務云平臺的建設過程中，對收支管理內部控制進行信息化優(yōu)化，設計了基于財務云平臺的收支管理內部控制審計指標體系[2]，并構建了審計實施流程，為基于數(shù)據(jù)倉庫的收支管理內部控制評價研究奠定了良好的基礎。鑒于此，本文以重慶海事局為例，設計了行政事業(yè)單位收支管理內部控制數(shù)據(jù)倉庫體系結構，分析了數(shù)據(jù)源和數(shù)據(jù)的抽取、轉換和加載過程，詳細闡述了收支管理內部控制數(shù)據(jù)倉庫的構建過程，最后探討了HiveQI語言數(shù)據(jù)查詢分析和OLAP多維分析在收支管理內部控制評價中的具體應用。

二、面向收支管理內部控制評價的數(shù)據(jù)倉庫體系結構設計

1.設計思路?！秲瓤匾?guī)范》從收入控制、支出控制、票據(jù)管理、歸檔控制、職責權限管理、債務管理等方面制定了七條具體的行政事業(yè)單位收支業(yè)務控制條例。依據(jù)收支管理相關規(guī)范進行內部控制評價，本質上是面向收支管理內部控制評價進行數(shù)據(jù)倉庫體系結構設計的過程，其設計思路是收支業(yè)務相關數(shù)據(jù)首先通過數(shù)據(jù)抽取、轉換和加載（ETI）到數(shù)據(jù)倉庫中進行集中存儲和管理，再按照星型模型或雪花模型組織數(shù)據(jù)建立若干數(shù)據(jù)集市，構建收支管理內部控制數(shù)據(jù)倉庫，然后利用HiveQL查詢語言或者OLAP工具從數(shù)據(jù)倉庫中讀取數(shù)據(jù)進行內部控制有效性分析和評價，進而形成面向收支管理內部控制評價的數(shù)據(jù)倉庫體系結構。

2.設計過程。行政事業(yè)單位收支管理內部控制評價數(shù)據(jù)倉庫體系結構的設計包括數(shù)據(jù)源分析與數(shù)據(jù)ETL、內部控制評價數(shù)據(jù)倉庫構建、內部控制數(shù)據(jù)分析與評價、內部控制評價結果輸出等四個過程。以重慶海事局為例，其收支管理內部控制評價數(shù)據(jù)倉庫體系結構設計過程圖參考《財會月刊》2019年第13期文章《基于數(shù)據(jù)倉庫的行政事業(yè)單位單位層面內部控制評價——以重慶海事局為例》相關內容[3]。

在收支管理內部控制評價數(shù)據(jù)倉庫體系結構設計過程中，收支管理內部控制評價數(shù)據(jù)源主要來自海事局收支業(yè)務管理和內部控制有關的制度規(guī)范、海事局財務云平臺的收支業(yè)務數(shù)據(jù)、金蝶K3系統(tǒng)的會計憑證賬表數(shù)據(jù)、各類報銷標準、各種票據(jù)掃描影像等，為數(shù)據(jù)倉庫的構建提供最基礎的原始數(shù)據(jù);原始數(shù)據(jù)經過Sqoop數(shù)據(jù)庫ETL過程后，基于Hadoop架構的收支管理內部控制評價大數(shù)據(jù)平臺，構建形成包括收入管理、支出管理、債務管理3大類共7個主題數(shù)據(jù)集市的收支管理內部控制評價數(shù)據(jù)倉庫（Hive）;數(shù)據(jù)分析與評價則利用HiveQL語言對數(shù)據(jù)倉庫的數(shù)據(jù)進行查詢和分析，運用OLAP工具和數(shù)據(jù)挖掘算法（Mahout）對收支管理內部控制數(shù)據(jù)進行多維分析與智能評價;內部控制的分析可以通過餅狀圖、直方圖、折線圖等統(tǒng)計圖形進行可視化展示，實時評價結果可以通過圖文并茂的形式進行動態(tài)呈現(xiàn)和風險預警，并自動生成多粒度、多維度的收支管理內部控制評價報告。

三、收支管理內部控制評價數(shù)據(jù)源分析與ETL

收支管理內部控制評價數(shù)據(jù)倉庫的構建，首先需要分析收支管理內部控制評價涉及的數(shù)據(jù)來源，再進行ETL數(shù)據(jù)抽取、轉換和加載，才能為數(shù)據(jù)倉庫構建做好最基礎的數(shù)據(jù)準備。

1.數(shù)據(jù)源分析。重慶海事局收支管理內部控制評價的數(shù)據(jù)來源較多，數(shù)據(jù)量較大，包括結構化、半結構化和非結構化三種數(shù)據(jù)類型。結構化數(shù)據(jù)主要包括來自財務云平臺中收支管理模型的付款記錄表、報銷記錄表、借款記錄表等數(shù)據(jù)庫管理系統(tǒng)中的數(shù)據(jù)，來自金蝶K3財務軟件系統(tǒng)的收付款憑證和賬表數(shù)據(jù)，來自費收管理系統(tǒng)的業(yè)務數(shù)據(jù)，以及來自Excel的收支相關管理數(shù)據(jù)。非結構化數(shù)據(jù)主要包括海事局收支管理過程中相關的規(guī)章制度、報銷標準、會議紀要、收支票據(jù)掃描影像、合同影像等數(shù)據(jù)結構不規(guī)則、不完整，不方便用數(shù)據(jù)庫二維邏輯表直接存儲的數(shù)據(jù)，主要以視頻、音頻、圖像、文檔、文本等形式存儲。半結構化數(shù)據(jù)不同于關系型數(shù)據(jù)庫或列表中具有特定數(shù)據(jù)模型結構的數(shù)據(jù)，但可以用數(shù)據(jù)標記或其他元素來分隔語義元素以及對記錄和字段進行分層，主要包括郵件、HTML網頁、資源庫等。

2.數(shù)據(jù)抽取、轉換和加載（ETL）。收支管理內部控制ETL是將數(shù)據(jù)通過抽取、清洗轉換之后再加載到數(shù)據(jù)倉庫的過程，目的是將分散、零亂、標準不統(tǒng)一的收支管理內部控制相關數(shù)據(jù)整合到一起，為分析評價提供依據(jù)。數(shù)據(jù)的抽取是從各個不同的數(shù)據(jù)源抽取到ODS（Operational Data Store，操作型數(shù)據(jù)存儲）中，這個過程也可以做一些數(shù)據(jù)的清洗和轉換，在抽取的過程中為了保證以及提高ETL的運行效率，需要根據(jù)數(shù)據(jù)源數(shù)據(jù)的特點，選用合理的抽取方法。數(shù)據(jù)清洗是對數(shù)據(jù)進行重新審查和校驗的過程，過濾掉缺損的數(shù)據(jù)、錯誤的數(shù)據(jù)、冗余的數(shù)據(jù)等不符合要求的數(shù)據(jù)，保證數(shù)據(jù)的一致性。ETL的實現(xiàn)方法有多種，包括借助ETL工具實現(xiàn)、以SQL方式實現(xiàn)、以ETL工具和SQL相結合的方式實現(xiàn)等。

數(shù)據(jù)ETL工具Sqoop可以實現(xiàn)Hadoop和關系型數(shù)據(jù)庫中數(shù)據(jù)的相互轉換，將關系型數(shù)據(jù)庫（如MySQL、Oracle、Postgres等）中的數(shù)據(jù)導入Hadoop的HDFS中。對于結構化數(shù)據(jù)，可以通過Sqoop ETL工具直接從海事局財務云平臺和費收管理系統(tǒng)的SQL Server數(shù)據(jù)庫中進行抽取，運用該工具進行轉換、加載，解決數(shù)據(jù)冗余、語義矛盾、格式不統(tǒng)一等問題，最終形成能被Hive數(shù)據(jù)倉庫存儲和集成的，結構標準、格式規(guī)范的結構化數(shù)據(jù)，例如對于類型為文本格式的時間字段，需要將其轉換為統(tǒng)一的時間類型格式，方便對其從時間維度進行分析。

半結構化和非結構化數(shù)據(jù)的ETL，針對PDF、Rtf. Word、Excel和PowerPoint等格式的文件主要是通過自然語言分詞技術、針對圖像格式的文件主要是通過OCR光學字符識別技術、針對影音格式的文件主要是通過語義識別和自然語言分詞技術，提取形成Excel和數(shù)據(jù)庫等類型的結構化數(shù)據(jù)，然后通過Sqoop等ETL工具進行轉換、加載到數(shù)據(jù)倉庫中。例如，與報銷有關的各項報銷標準主要是通過Word格式存儲，需要將其處理形成Excel格式文件或者數(shù)據(jù)庫文件后才能導入數(shù)據(jù)倉庫中。

四、收支管理內部控制評價數(shù)據(jù)倉庫構建

行政事業(yè)單位收支管理內部控制評價數(shù)據(jù)倉庫的構建主要包括確定主題域、劃分數(shù)據(jù)粒度、確定事實表和維度表、模型設計等環(huán)節(jié)。

1.確定主題域。主題域通常是聯(lián)系較為緊密的數(shù)據(jù)主題的集合。根據(jù)《內控規(guī)范》對收支管理內部控制的具體規(guī)定以及收支管理內部控制審計指標設計[2]，再結合海事局收支業(yè)務處理的邏輯關系、數(shù)據(jù)勾稽關系以及關聯(lián)關系，將收支管理內部控制評價劃分為7大主題域，具體見表1。

2.劃分數(shù)據(jù)粒度。數(shù)據(jù)粒度是數(shù)據(jù)倉庫中存儲數(shù)據(jù)的細化或綜合程度。數(shù)據(jù)倉庫中數(shù)據(jù)表包含的海量數(shù)據(jù)用何種粒度進行存儲，將進一步影響查詢分析和數(shù)據(jù)挖掘的效果，最終影響收支管理內部控制評價的效果。

數(shù)據(jù)倉庫粒度劃分主要考慮是采用單一粒度還是多重粒度，以及粒度的劃分層級。粒度層級越低，細化程度越高，反之則反。例如，針對行政事業(yè)單位支出核算處理及時性的評價需求，時間維度數(shù)據(jù)粒度需要劃分為“年”“月”“日”三個粒度層級。

3.確定事實表和維度表。收支管理內部控制數(shù)據(jù)倉庫由多個事實表和維度表組成，一個事實表必須與一個或多個維度表建立關聯(lián)關系。事實表和維度表中的數(shù)據(jù)必須根據(jù)具體的主題域確定。

事實表用來存儲事實的度量值和指向各個維度表的外鍵值，主要存儲數(shù)字類型數(shù)據(jù)標記而非詳細的描述性信息。根據(jù)確定的主題域，收支管理內部控制數(shù)據(jù)倉庫可以建立收入歸口管理執(zhí)行性事實表、票據(jù)保管規(guī)范性事實表、票據(jù)使用范圍合理性事實表、報銷審批流程完整性事實表、支出范圍遵循性事實表、支出核算處理及時性事實表、債務控制流程完整性事實表。

維度表用于描述維度層次及成員類別等元數(shù)據(jù)信息，用以記錄事實表中特性描述以及事實記錄信息，以便為內部控制評價提供有用的信息。例如，為了評價支出核算處理的及時性，可以通過建立時間維度表、報銷類型維度表和人員維度表來分析和評價支出業(yè)務發(fā)生時間和核算時間的時間間隔。

4.模型設計。根據(jù)事實表和維度表之間的關系，在設計具體模型時，根據(jù)評價需求，應當考慮是選用星型模型還是雪花模型進行數(shù)據(jù)的組織。

數(shù)據(jù)倉庫用于為內部控制評價提供決策支持手段，而數(shù)據(jù)集市是數(shù)據(jù)倉庫的子集，用于滿足特殊應用需求的數(shù)據(jù)倉庫通常包含較少的數(shù)據(jù)量和主題域。出于評價需求，根據(jù)主題域內容，將收支管理內部控制數(shù)據(jù)倉庫劃分為七個數(shù)據(jù)集市。

分析收支管理內部控制確定的主題域，各個主題均具有多維特性，且在不同的主題域中存在著相互關聯(lián)與數(shù)據(jù)共享，事實表共享多個維度表，不同維度表之間也存在關聯(lián)關系，基于此特性，收支管理內部控制評價數(shù)據(jù)倉庫選用雪花模型進行數(shù)據(jù)組織，其模型描述及其數(shù)據(jù)組織見表2。

以支出核算處理及時性內部控制評價主題為例，采用雪花模型進行數(shù)據(jù)組織，主要包括報銷類型、時間、人員維度表，其中，人員維度又關聯(lián)部門維度和權限維度，具體如圖1所示。

根據(jù)支出核算處理及時性的評價需求，分析事實表和維度表的數(shù)據(jù)特征，再進行事實表和維度表具體的物理結構設計，支出核算處理及時性事實表和維度表以及表中字段見表3。

五、基于數(shù)據(jù)倉庫的收支管理內部控制評價應用

查詢分析、OLAP聯(lián)機分析處理和數(shù)據(jù)挖掘是基于數(shù)據(jù)倉庫進行收支管理內部控制評價的重要方法。Hive是基于Hadoop的一個數(shù)據(jù)倉庫，其通過HiveQL語言進行數(shù)據(jù)查詢分析。OLAP聯(lián)機分析處理允許在被稱為多維數(shù)據(jù)集的多維結構中訪問聚合并組織后的數(shù)據(jù)，使分析人員能快速、一致和交互地分析各個維度的信息，以達到獲取分析數(shù)據(jù)價值的目的。數(shù)據(jù)挖掘通常是指通過決策樹、隨機森林等算法從大量數(shù)據(jù)中提取有價值的隱含信息的過程。因篇幅有限，下面主要闡述HiveQL數(shù)據(jù)查詢和OLAP多維分析在支出業(yè)務內部控制評價中的具體應用。

1.基于HiveQL語言的內部控制情況查詢分析評價。原始數(shù)據(jù)經過ETL過程構建數(shù)據(jù)倉庫后，可以根據(jù)評價主題確定分析點，然后編寫HiveQL語句進行數(shù)據(jù)查詢分析。

（1）報銷審批流程完整性?？疾焓欠窬哂型暾膱箐N審批流程，是否對不同的崗位層級、人員、報銷金額、報銷業(yè)務設置不同的報銷方案。運用HiveQL語句，提取出報銷審批流程完整性事實表需要分析的字段[“方案名稱”“報銷（金額）標準”“適用對象”等]進行如下詳細分析。

查找報銷審批流程是否涵蓋所有報銷類目，首先提取事實表中涉及的報銷類型，與報銷類型維度表數(shù)據(jù)進行比對，找出報銷類型不完整的數(shù)據(jù)列，對應的HiveQL分析語句如下：

Hive>

SELECT DISTINCT I__Bxlx FROM NK YW—SZ—SS__ BXSPLCWZX

WHERE I Bxlx NOT IN

（SEIECT ID FROM NK YW_SZ_WD_BXLX）

篩查每一條報銷方案任何一個字段出現(xiàn)空值的列，找出流程內容不完整的數(shù)據(jù)列，對應的HiveQL分析語句如下：

Hive>

SELECT*FROM NKj YW_SZ_SS__ BXSPLCWZX

WHERE VC_Title =-OR I_BusinessID =-ORVC_Business=-OR VC_Note=～

OR M_Begin =-OR MEnd 2-OR I_Role 2"OR VC_Role =-OR I_NAME =-OR VC_NAME= -

篩查每一條報銷方案的適用對象，查看相同業(yè)務類型下不同的報銷方案是否覆蓋所有的崗位層級（適用于任何崗位人員、一般部門人員、部長、局長），找出未能覆蓋到的對象，對應的HiveQL語句如下：

Hive>

SELECT DISTINCT I__ Role FROM NK YW—SZ—SS__ BXSPLCWZX

WHERE I_Role NOT IN （SEIECT ID FROMNK YW_SZ_WD_SYDX）

（2）支出范圍遵循性。對比支出的報銷內容下對應的金額范圍是否遵循報銷標準。運用HiveQL語句提取出支出范圍遵循性事實表需要分析的字段，具體分析如下：

以差旅費報銷為例，查找出每條報銷記錄中“人數(shù)”“往返地”“住宿費”“住宿標準”“往返交通費”“往返交通費標準”“伙食費”“伙食費標準”等字段，找出實際費用超出“人數(shù)”×對應報銷標準的報銷金額超標的數(shù)據(jù)列，對應的HiveQL語句如下：

Hive>

SELECT 4 FROM NK__ YW—SZ__ SS__. ZCFWZXX aJOIN NK_YW_SZ_WD_BXSTAND b on （a.I_Bxlx=b.ID） WHERE b.VC_Bxlx=‘差旅費’

AND a.M_Food>a.I_People*b.M_FoodStand OR a.M_Hode>a.I_People*b.M_HoteIStand OR a.M_City-in+a.M_Cityout>a.LPeople*b.M_City

其他報銷類型的內部控制評價數(shù)據(jù)分析參照差旅費報銷，在此不做贅述。

（3）支出核算處理及時性。對比支出業(yè)務的發(fā)生時間與支出核算時間的差值，即報銷憑證錄入中的“業(yè)務結束日期”和“報銷日期”的時間間隔是否超出規(guī)定期限。運用HiveQL語句，提取出支出核算處理及時性事實表中的“業(yè)務結束日期”和“報銷日期”，計算每一條記錄的時間間隔是否超時（如按照有關規(guī)定支出核算業(yè)務處理天數(shù)不得超過半個月），對應的HiveQL語句如下：

Hive>

SELECT * FROM NK_ YW_SZ_SS_BXCLJSX

WHERE DATEDDIFF （d， D-Llnput， DT_Bx》15

2.基于OLAP的內部控制多維分析評價。在數(shù)據(jù)倉庫中存儲的數(shù)據(jù)不僅能像關系數(shù)據(jù)庫中存儲二維關系數(shù)據(jù)，通常還需要反映數(shù)據(jù)多維的信息甚至查看某一維度下一級維度的信息，例如收支管理內部控制評價數(shù)據(jù)倉庫中支出核算處理及時性主題對應的多維數(shù)據(jù)集（報銷類型維一時間維一人員維）可以表示為：（報銷類型維度，時間維度，人員維度，3），根據(jù)多維數(shù)據(jù)子集構建的多維立方體是邏輯上的數(shù)據(jù)組織形式，是進行OLAP的分析主體，支出核算處理及時性OLAP評價模型如圖2所示。

通過擴展Hive的OLAP驅動建立OLAP多維數(shù)據(jù)分析模型后，可以通過對多維模型的切片、切塊、上卷、下鉆等操作進行收支管理內部控制數(shù)據(jù)分析和評價。

（1）切片。數(shù)據(jù)切片操作用于選取和定義收支管理內部控制評價主題多維數(shù)組的一個二維子集，例如，可以從報銷類型、時間、人員三個維度組織建立的三維數(shù)據(jù)結構中選取報銷類型維度和時間維度進行二維切片。

（2）切塊。數(shù)據(jù)切塊是將多個切片進行疊加，進而形成特定維度區(qū)間的操作。例如，可以從報銷類型、時間和人員組成的三維數(shù)據(jù)結構中選取報銷類型、時間和人員維度進行三維切塊。

切片和切塊后的模型如圖3所示。

時間維度：如按日、月、年對數(shù)據(jù)進行分組匯總，不僅可以按不同長度時間點查看數(shù)據(jù)，還可以統(tǒng)計不同時間段的數(shù)據(jù)，從而更好地從短期到長期對報銷數(shù)據(jù)進行統(tǒng)計分析，以及評價其中可能存在的風險。

報銷類型維度：按不同報銷類型對報銷數(shù)據(jù)進行分組匯總，按類別統(tǒng)計，可以對平時風險較多的報銷類型進行重點分析。

人員維度：根據(jù)人員ID對報銷數(shù)據(jù)進行分組匯總統(tǒng)計，重點關注存在較多風險的報銷核算處理數(shù)據(jù)的錄入人員。

（3）鉆取。鉆取包括上卷和下鉆兩種操作。上卷是從明細級數(shù)據(jù)向上匯總到高級數(shù)據(jù)視圖;下鉆是從高級數(shù)據(jù)向下鉆取到明細級數(shù)據(jù)視圖。對數(shù)據(jù)鉆取的能力取決于數(shù)據(jù)結構以及粒度層級。

主要參考文獻：

[1]王珊，王會舉，覃雄派等.架構大數(shù)據(jù)：挑戰(zhàn)、現(xiàn)狀與展望[J].計算機學報，2011（10）：1741～1752.

[2]程平，尹赤.數(shù)據(jù)視角下基于財務云平臺的收支管理內部控制審計——以重慶海事局為例[J].財會月刊，2018（2）：129～134.

[3]程平，范洵.基于數(shù)據(jù)倉庫的行政事業(yè)單位單位層面內部控制評價——以重慶海事局為例[J].財會月刊.2019（ 13）：71～76.