過程:(會區別)
一、數據采集
二、數據清理
三、數據轉換
四、數據驗證
五、創建中間表
六、數據分析
一、數據采集
1.數據采集的概念
數據采集是指根據審前調查所提出的數據需求,按照審計目標,采取一定的方法和工具對被審計單位數據庫中的數據進行采集的工作。
2.數據采集的特征
具有明確的選擇性和目的性。
3.數據采集的內容
4.數據采集的方式
(1)直接拷貝和直接讀取。
(2)利用嵌入審計模塊采集數據。
(3)利用財務軟件標準接口采集數據。
(4)網上采集。
(5)文件傳輸。
(6)開放數據互連(ODBC)。
5.數據采集的過程
(1)發出數據需求說明書。
(2)采集數據。在數據采集完成后,審計人員和被審計單位人員還應辦理對所采集數據的交接手續,并且應由雙方派專人進行。交接時,審計人員獲取被審計單位對數據真實性和完整性的承諾,以便劃分會計責任和審計責任。
(3)數據驗證。審計人員應對被采集數據的真實性和完整性進行驗證。
二、數據清理
1.數據清理的概念和作用
數據清理是對所采集到的被審計單位的源數據,進行一系列的操作,使之規范化的過程。
2.數據不規范的情形
(1)值缺失;
(2)數據值為空;
(3)冗余數據;
(4)數據值明顯錯誤;
(5)其他不規范的地方。
3.數據清理的方法
(1)利用通用軟件提供的功能進行清理;
(2)通過SQL語句進行清理;
(3)利用審計及辦公軟件提供的功能進行清理。
4.數據清理的過程
數據清理后,應對數據清理前后的業務金額數、記錄數或者借貸是否平衡進行核對,驗證清理后數據的正確性、完整性。
三、數據轉換
1.數據轉換的概念
數據轉換是指對數據清理后得到的數據進行語法和語義上的轉換,得到適合審計分析數據的過程。
2.數據轉換的情形
(1)數據類型不一致。
(2)數據格式不一致。
(3)字段名和字段不能一一對應。
(4)事先設定的代碼。
(5)數據庫加密措施。
3.數據轉換的方法
(1)使用數據轉換工具。
(2)使用SQL語句。
(3)使用程序語句。
4.數據轉換的過程
轉換后可以利用核對總金額、勾稽關系法或確認數據結構法對數據進行驗證。
四、數據驗證
1.數據驗證的概念
數據驗證是指在數據的采集、清理、轉換等過程中,對數據進行檢查,驗證其真實性、準確性和完整性等目標的過程。
2.數據驗證的方法
(1)通過核對總記錄數和總金額數來驗證。
(2)通過觀察順序碼的斷號和重號來進行驗證。
(3)通過會計的勾稽關系來進行驗證。
五、創建中間表
中間表是將被審計單位的電子數據,在進行清理、轉換和驗證后,進一步進行投影、連接等操作,創建的適合審計人員進行數據分析的表。
中間表的分類:中間表可以分為基礎性中間表和分析性中間表。電子數據經過清理、轉換和驗證后,…,就可以得到基礎性中間表。對基礎性中間表進一步進行處理,如按照審計分析模型進行字段選擇、連接處理,就可以得到分析性中間表。分析性中間表的主要目的是實現分析模型,得到審計結果。
中間表的特點:一是“面向主題”。二是“面向歷史”,任何對中間表的創建都不應該增加和修改其歷史數據,而只能是對歷史數據的選擇和整理。
六、數據分析
1.數據分析的概念
數據分析是指通過建立審計分析模型對數據進行核對、檢查、復算、判斷等操作,將被審計單位數據的現實狀態與理想狀態進行比較,從而發現審計線索,搜集審計證據的過程。
2.數據分析的類型
根據分析對象的不同,可以分為總體分析和具體分析。
3.建立審計分析模型的依據
(1)根據業務數據的勾稽關系進行建模。如資產等于負債與所有者權益之和;又如財務利息費用等于借款金額與利率、時間的乘積。
(2)根據業務邏輯進行建模。被審計單位的經濟技術條件在一定時期是不變的。因此,反映這些經濟技術條件的指標如投入產出比例、毛利率、產品成本單耗等,在一定條件下也是保持不變的。
(3)根據法律法規的規定進行建模。
(4)根據審計人員自身經驗來進行建模。
4.數據分析方法
(1)查詢型分析:是指審計人員對數據庫中的記錄進行訪問和查詢。可以采用SQL語句、開發工具定制查詢軟件等,查詢最大、最小、平均值等。(數據分析深度,較少)
(2)驗證型分析:是指審計人員先提出自己的假設,再利用各種工具通過反復的、遞歸的檢索查詢來驗證自己的假設。為了快速地對假設作出響應,在驗證性分析中,一般要用到聯機分析處理技術和數據倉庫技術。(較淺)
(3)發掘型分析:是指審計人員從大量數據中發現蘊含的數據模式和規律,預測趨勢和行為的數據分析方法。(深)
5.審計取證
數據分析完成后,應針對分析得到的問題和線索,進行審計取證。審計取證可以采取直接和間接兩種方式。
編輯推薦:
(責任編輯:)