新常態下數據式審計探索與應用

李昕

數據式審計是現代信息技術環境新常態下一種新的技術方法，審計人員利用這一“利劍”，能夠迅速、準確地從海量數據中“斬獲”疑點信息線索，經過“望聞聽診、對癥下藥”，審計工作效率和質量不斷提高，有效地發揮了審計在國家治理中“免疫系統”作用。

一、數據式審計

數據式審計是以被審計單位數據庫原始數據為切入點，在對信息系統內部控制測評的基礎上，通過對底層數據的采集、轉換、整理、分析和驗證，形成審計中間表，并且運用查詢分析、多維分析、數據挖掘等多種技術方法構建模型進行數據分析，發現趨勢、異常和錯誤，把握總體、突出重點、精確延伸，從而收集審計證據，實現審計目標的審計方式。它的特點包括：一是對電子數據的直接利用。在數據式審計方式下，審計人員面對的不再是紙質環境下的會計賬簿，也不是電算化環境下的電子賬套，而是將被審計單位的計算機信息系統及其處理的電子數據作為直接的審計對象；二是擴大了審計范圍和審計內容。數據式審計豐富了審計人員的可用信息，只要與審計有關，審計人員都可以將其作為數據采集的對象；三是審計方法的轉變。摒棄手工翻閱資料，直接利用其各類型基礎數據進行各種數據處理，形成滿足審計目標的多種多樣的信息；四是采用新型的審計模式。數據式審計模式其具體流程主要分為如下幾個步驟：審前調查、獲取信息、采集數據、整理數據、進行數據轉換、數據清理和驗證、創建審計中間表、進行數據分析，找出審計重點、延伸落實、審計取證。

二、數據式審計技術與方法的轉變

數據式審計是對多行業、多領域、多種形式海量數據的電子審計方式。既要處理結構化數據，又要處理大量的非結構化數據，與傳統審計方式不同，數據式審計對各項內容都提出了新的、更高的要求。

（一）審計目標的轉變。審計目標逐步轉向發現線索、評估風險、關注效益等方面，審計不僅要發現違法違規問題，更多的是要揭示制度方面存在的問題，評估內控風險，通過對相關大數據的獲取和分析，探索發展規律，對國家、行業、部門的制度出臺與發展策略做出前瞻性的思考和戰略性的分析；

（二）審計內容的轉變。傳統意義上的“數據”大多是指數字，如主營業務收入金額、營業費用等，由簡單數字或用數字編碼的簡單文本組成。而大數據則是指在不同時間生成的復雜、異構、多樣化的數據等，其涵蓋的內容更加寬泛。

（三）分析技術的轉變。大數據分析包括5個基本方面：一是可視化分析，利用圖表完整展示數據分析的過程和數據鏈走向；二是數據挖掘算法，從海量的、隨機的、不相關的數據中構建數據挖掘模型，提取有價值的、隱含在數據內部的信息；三是預測性分析能力，根據可視化分析和數據挖掘的結果，做出預測性的判斷；四是語義引擎，借助一系列的工具去提取、解析和分析數據，從數據中自動提取信息；五是數據質量和數據管理，通過標準化的流程和工具對數據進行處理，保證數據分析結果的質量。最常用的審計中間表是將轉換、清理、驗證后的源數據按照提高審計分析效率、實現審計目的的要求進一步選擇、整合而形成的數據集合，是審計人員進行數據分析的對象、資源和平臺。創建審計中間表是構建審計分析模型的前提和基礎，是實現數據式審計的關鍵技術之一。按照使用目的不同，又可分為基礎性審計中間表和分析性審計中間表。前者可以幫助審計人員選定審計所需的基礎性數據，后者可以幫助審計人員實現對數據的模型分析。

（四）審計思維模式的轉變。一是實現審計全覆蓋而非抽樣審計。二是審計數據的混雜性而非精準性。數據類型涵蓋了結構化、非結構化和半結構化的數據，保留了最寶貴、最有價值的信息。三是主要反映事物的相關關系而非因果關系。注重對相關關系的開發和利用，更多地傾向于數據相關關系性的分析。

三、靠緊數據分析，發現問題線索，實現審計目標

數據式審計改變了傳統的審計核心方法。面對眾多數量和類型的數據，關鍵的問題在于審計人員是否能夠對數據進行有效分析，并使各種各樣的原生態數據轉化為對審計人員有用的信息，數據分析方法已經成為審計的核心方法和技術，只有擅用大數據思維和意識，掌握其方法和技術，對數據進行有效的分析和處理，才能實現我們的審計目標——發現問題線索，評估風險，揭示制度缺陷。

（一）充分準備，理清思路

項目審前調查，必須對項目的背景、內容、相關政策等信息進行梳理，獲取信息，做好相關準備工作，理清思路，明確審計目標，對接下來的數據采集和數據整理工作做好鋪墊。

例：**縣精準扶貧審計，精準扶貧包括了精準識別、精準幫扶、精準管理和精準考核，其核心要義就是精準化理念，要求將精準化理念作為扶貧工作的基本理念，貫穿于扶貧工作的全過程。

明確審計目標：審查精準貧困戶的真實性，精準扶貧資金是否發放到位，扶貧政策是否落實到位等問題。

理清審計思路：通過將扶貧辦提供的****年建檔立卡貧困戶（人）花名冊、****年已脫貧人員花名冊，分別與民政部門農村低保、住建部門危房改造信息、財政部門財政供養人員和村組干部信息、市場監管局工商注冊信息表、國土局移民搬遷信息表和不動產信息登記表、林業局生態護林員統計表、衛計局貧困人口參合花名冊、農商銀行扶貧貼息貸款信息表等數據進行關聯比對核實，檢查享受精準扶貧各項政策的家庭及成員是否存在不符合現行政策規定的情況。

（二）落實重點，分析驗證

在數據采集與數據整理階段，審計人員在審前調查的基礎上，按照審計目標，采用一定的工具和方法對被審計單位信息系統的相關數據進行采集，轉換為審計軟件所需要的電子數據類型。審計人員采集到的被審計單位原始數據，可能存在的數據質量問題有很多種，包括不完整的數據、不準確的數據、不一致的數據、重復的數據、與審計無關的數據等。因此，審計人員要把握方向，縱覽全局，對轉換后的數據要進行清理、整理和驗證，剔除無用信息，驗證數據真偽，提高數據的質量。對審計工作來說，大數據中的很多內容與審計無關，過分利用和采集數據就會造成審計資源的浪費，要借助采集數據的結構和特點，明確重點領域數據，實現有重點、有步驟、有深度、有成效的全覆蓋。

例：**縣精準扶貧審計，按照審計需要，對扶貧辦、財政局、住建局、民政局、人社局、農業、國土、教體、衛計、林業、地稅、市場監管、農行銀行等有關單位的電子數據進行采集、整理、轉換，創建審計中間表、明確重點領域數據，找出審計重點，開展大數據關聯分析比對，數據分析驗證等工作。如：

首先分析驗證采集的各單位數據的可用性，將相關數據進行整理和清理，剔除無用信息，保證數據質量；其次，確認重點數據，將具有唯一性的數據（身份證號碼）通過SQL語句進行函數運算截取保留其18位。

編寫相應的SQL查詢語句對關聯表進行對比分析：

1.將財政供養人員信息表和建檔立卡基礎表比對，找出財政供養人員違規納入貧閑戶建檔立卡人員范圍疑點信息（SQL語句列舉一例）；

select a.姓名，a.證件號碼，a.[鄉（鎮）]，a.行政村，a.人數，a.與戶主關系，a.聯系電話，b.姓姓名1，b.單位名稱，b.身份證

——into 財政供養人員違規納入建檔立卡人員范圍結果表

from dbo.建檔立卡基礎表 aleft join dbo.財政供養人員b

on.證件號碼=b.身份證

whereb.身份證 ni——

（select證件號碼 from bol 建檔立卡基礎表）

2.將個人所得稅信息表和建檔立卡基礎表比對，找出個人所得稅收入超過貧閑戶建檔立卡人員范圍疑點信息；

3.將房產信息表和建檔立卡基礎表比對，找出有房產信息個人違規納入貧閑戶建檔立卡貧閑人員范圍疑點信息；

4.將生態護林員花名冊建檔立卡基礎表比對，找出生態護林員未納入貧閑戶建檔立卡貧困戶人員范圍疑點信息；

5.將農商銀行享受金融貼息人員信息表和建檔立卡基礎表比對，找出非貧閑戶建檔立卡貧閑戶人員違規享受金融貼息政策疑點信息；

6.將村兩委會干部花名冊和建檔立卡基礎表比對，找出村兩委會干部違規納入貧閑戶建檔立卡貧閑戶人員范圍疑點信息等。

（三）延伸落實，排查取證

疑點數據均來源于被審計單位，在對“大數據審計”中形成的審計疑點進行排查甄別數據疑點的真實性時，由于涉及的單位和個人數據多、人員廣且復雜，審計的工作量無形中增大了許多，不管是財務數據還是業務數據，被審計單位都有專人負責或是專業的軟件公司予以技術支持，因而對于量較大的數據疑點，也可以借助軟件工程師的技術幫助予以校驗核對，亦減輕審計人員的工作強度。在具體工作中，對重要疑點線索進行調查或延伸審計，對帶有共性、普遍性、傾向性的問題進行重點核查，按審計目標從不同的角度、不同的層面深度分析、整合提煉以滿足不同層次的需求，提煉出問題與數據中的關聯性，針對疑點對象所在的單位、鄉鎮、農戶等通過查詢走訪，溝通交流，進行詳細地摸底排查，逐步核實疑點對象的真實情況，同時，對重要疑點內容，深挖查透，并認真做好取證工作。

例：**縣精準扶貧審計，通過采用大數據進行對比分析，發現扶貧資金超范圍發放（包括財政供養人員、有稅收收入人員、有房產登記信息人員、村組干部、非建檔立卡貧閑人員）等一系列疑點，針對疑點問題，延伸落實，逐一延伸調查相關單位、鄉鎮、農戶，核實排查真實情況和取證工作，確保“精準扶貧”落到實處。

（四）轉化成果，實現目標

通過上述采集數據、整理數據、數據分析，數據疑點、延伸落實、排查取證等步驟，對相關問題進行梳理，形成審計報告并反饋給被審計單位，揭示存在的問題，對可立即整改的問題，要求邊審邊改；對帶有共性、普遍性的問題提出審計意見，責令限期整改；對重點問題，經審計組會議討論，報領導批示后，審計人員對相關問題進行整理并形成案件線索移交。

數據式審計的核心意義不僅在于審計模式的變革，更是審計思路上的突破。大數據時代下的審計人更需善用大數據思維和意識，提升發現問題線索的方法和途徑，將審計成果利用最大化，提升審計效率，才能實現我們的審計目標——發現問題線索，評估風險，揭示制度缺陷。