新常态下数据式审计探索与应用

李昕

数据式审计是现代信息技术环境新常态下一种新的技术方法，审计人员利用这一“利剑”，能够迅速、准确地从海量数据中“斩获”疑点信息线索，经过“望闻听诊、对症下药”，审计工作效率和质量不断提高，有效地发挥了审计在国家治理中“免疫系统”作用。

一、数据式审计

数据式审计是以被审计单位数据库原始数据为切入点，在对信息系统内部控制测评的基础上，通过对底层数据的采集、转换、整理、分析和验证，形成审计中间表，并且运用查询分析、多维分析、数据挖掘等多种技术方法构建模型进行数据分析，发现趋势、异常和错误，把握总体、突出重点、精确延伸，从而收集审计证据，实现审计目标的审计方式。它的特点包括：一是对电子数据的直接利用。在数据式审计方式下，审计人员面对的不再是纸质环境下的会计账簿，也不是电算化环境下的电子账套，而是将被审计单位的计算机信息系统及其处理的电子数据作为直接的审计对象；二是扩大了审计范围和审计内容。数据式审计丰富了审计人员的可用信息，只要与审计有关，审计人员都可以将其作为数据采集的对象；三是审计方法的转变。摒弃手工翻阅资料，直接利用其各类型基础数据进行各种数据处理，形成满足审计目标的多种多样的信息；四是采用新型的审计模式。数据式审计模式其具体流程主要分为如下几个步骤：审前调查、获取信息、采集数据、整理数据、进行数据转换、数据清理和验证、创建审计中间表、进行数据分析，找出审计重点、延伸落实、审计取证。

二、数据式审计技术与方法的转变

数据式审计是对多行业、多领域、多种形式海量数据的电子审计方式。既要处理结构化数据，又要处理大量的非结构化数据，与传统审计方式不同，数据式审计对各项内容都提出了新的、更高的要求。

（一）审计目标的转变。审计目标逐步转向发现线索、评估风险、关注效益等方面，审计不仅要发现违法违规问题，更多的是要揭示制度方面存在的问题，评估内控风险，通过对相关大数据的获取和分析，探索发展规律，对国家、行业、部门的制度出台与发展策略做出前瞻性的思考和战略性的分析；

（二）审计内容的转变。传统意义上的“数据”大多是指数字，如主营业务收入金额、营业费用等，由简单数字或用数字编码的简单文本组成。而大数据则是指在不同时间生成的复杂、异构、多样化的数据等，其涵盖的内容更加宽泛。

（三）分析技术的转变。大数据分析包括5个基本方面：一是可视化分析，利用图表完整展示数据分析的过程和数据链走向；二是数据挖掘算法，从海量的、随机的、不相关的数据中构建数据挖掘模型，提取有价值的、隐含在数据内部的信息；三是预测性分析能力，根据可视化分析和数据挖掘的结果，做出预测性的判断；四是语义引擎，借助一系列的工具去提取、解析和分析数据，从数据中自动提取信息；五是数据质量和数据管理，通过标准化的流程和工具对数据进行处理，保证数据分析结果的质量。最常用的审计中间表是将转换、清理、验证后的源数据按照提高审计分析效率、实现审计目的的要求进一步选择、整合而形成的数据集合，是审计人员进行数据分析的对象、资源和平台。创建审计中间表是构建审计分析模型的前提和基础，是实现数据式审计的关键技术之一。按照使用目的不同，又可分为基础性审计中间表和分析性审计中间表。前者可以帮助审计人员选定审计所需的基础性数据，后者可以帮助审计人员实现对数据的模型分析。

（四）审计思维模式的转变。一是实现审计全覆盖而非抽样审计。二是审计數据的混杂性而非精准性。数据类型涵盖了结构化、非结构化和半结构化的数据，保留了最宝贵、最有价值的信息。三是主要反映事物的相关关系而非因果关系。注重对相关关系的开发和利用，更多地倾向于数据相关关系性的分析。

三、靠紧数据分析，发现问题线索，实现审计目标

数据式审计改变了传统的审计核心方法。面对众多数量和类型的数据，关键的问题在于审计人员是否能够对数据进行有效分析，并使各种各样的原生态数据转化为对审计人员有用的信息，数据分析方法已经成为审计的核心方法和技术，只有擅用大数据思维和意识，掌握其方法和技术，对数据进行有效的分析和处理，才能实现我们的审计目标——发现问题线索，评估风险，揭示制度缺陷。

（一）充分准备，理清思路

项目审前调查，必须对项目的背景、内容、相关政策等信息进行梳理，获取信息，做好相关准备工作，理清思路，明确审计目标，对接下来的数据采集和数据整理工作做好铺垫。

例：**县精准扶贫审计，精准扶贫包括了精准识别、精准帮扶、精准管理和精准考核，其核心要义就是精准化理念，要求将精准化理念作为扶贫工作的基本理念，贯穿于扶贫工作的全过程。

明确审计目标：审查精准贫困户的真实性，精准扶贫资金是否发放到位，扶贫政策是否落实到位等问题。

理清审计思路：通过将扶贫办提供的****年建档立卡贫困户（人）花名册、****年已脱贫人员花名册，分别与民政部门农村低保、住建部门危房改造信息、财政部门财政供养人员和村组干部信息、市场监管局工商注册信息表、国土局移民搬迁信息表和不动产信息登记表、林业局生态护林员统计表、卫计局贫困人口参合花名册、农商银行扶贫贴息贷款信息表等数据进行关联比对核实，检查享受精准扶贫各项政策的家庭及成员是否存在不符合现行政策规定的情况。

（二）落实重点，分析验证

在数据采集与数据整理阶段，审计人员在审前调查的基础上，按照审计目标，采用一定的工具和方法对被审计单位信息系统的相关数据进行采集，转换为审计软件所需要的电子数据类型。审计人员采集到的被审计单位原始数据，可能存在的数据质量问题有很多种，包括不完整的数据、不准确的数据、不一致的数据、重复的数据、与审计无关的数据等。因此，审计人员要把握方向，纵览全局，对转换后的数据要进行清理、整理和验证，剔除无用信息，验证数据真伪，提高数据的质量。对审计工作来说，大数据中的很多内容与审计无关，过分利用和采集数据就会造成审计资源的浪费，要借助采集数据的结构和特点，明确重点领域数据，实现有重点、有步骤、有深度、有成效的全覆盖。

例：**县精准扶贫审计，按照审计需要，对扶贫办、财政局、住建局、民政局、人社局、农业、国土、教体、卫计、林业、地税、市场监管、农行银行等有关单位的电子数据进行采集、整理、转换，创建审计中间表、明确重点领域数据，找出审计重点，开展大数据关联分析比对，数据分析验证等工作。如：

首先分析验证采集的各单位数据的可用性，将相关数据进行整理和清理，剔除无用信息，保证数据质量；其次，确认重点数据，将具有唯一性的数据（身份证号码）通过SQL语句进行函数运算截取保留其18位。

编写相应的SQL查询语句对关联表进行对比分析：

1.将财政供养人员信息表和建档立卡基础表比对，找出财政供养人员违规纳入贫闲户建档立卡人员范围疑点信息（SQL语句列举一例）；

select a.姓名，a.证件号码，a.[乡（镇）]，a.行政村，a.人数，a.与户主关系，a.联系电话，b.姓姓名1，b.单位名称，b.身份证

——into 财政供养人员违规纳入建档立卡人员范围结果表

from dbo.建档立卡基础表 aleft join dbo.财政供养人员b

on.证件号码=b.身份证

whereb.身份证 ni——

（select证件号码 from bol 建档立卡基础表）

2.将个人所得税信息表和建档立卡基础表比对，找出个人所得税收入超过贫闲户建档立卡人员范围疑点信息；

3.将房产信息表和建档立卡基础表比对，找出有房产信息个人违规纳入贫闲户建档立卡贫闲人员范围疑点信息；

4.将生态护林员花名册建档立卡基础表比对，找出生态护林员未纳入贫闲户建档立卡贫困户人员范围疑点信息；

5.将农商银行享受金融贴息人员信息表和建档立卡基础表比对，找出非贫闲户建档立卡贫闲户人员违规享受金融贴息政策疑点信息；

6.将村两委会干部花名册和建档立卡基础表比对，找出村两委会干部违规纳入贫闲户建档立卡贫闲户人员范围疑点信息等。

（三）延伸落实，排查取证

疑点数据均来源于被审计单位，在对“大数据审计”中形成的审计疑点进行排查甄别数据疑点的真实性时，由于涉及的单位和个人数据多、人员广且复杂，审计的工作量无形中增大了许多，不管是财务数据还是业务数据，被审计单位都有专人负责或是专业的软件公司予以技术支持，因而对于量较大的数据疑点，也可以借助软件工程师的技术帮助予以校验核对，亦减轻审计人员的工作强度。在具体工作中，对重要疑点线索进行调查或延伸审计，对带有共性、普遍性、倾向性的问题进行重点核查，按审计目标从不同的角度、不同的层面深度分析、整合提炼以满足不同层次的需求，提炼出问题与数据中的关联性，针对疑点对象所在的单位、乡镇、农户等通过查询走访，沟通交流，进行详细地摸底排查，逐步核实疑点对象的真实情况，同时，对重要疑点内容，深挖查透，并认真做好取证工作。

例：**县精准扶贫审计，通过采用大数据进行对比分析，发现扶贫资金超范围发放（包括财政供养人员、有税收收入人员、有房产登记信息人员、村组干部、非建档立卡贫闲人员）等一系列疑点，针对疑点问题，延伸落实，逐一延伸调查相关单位、乡镇、农户，核实排查真实情况和取证工作，确保“精准扶贫”落到实处。

（四）转化成果，实现目标

通过上述采集数据、整理数据、数据分析，数据疑点、延伸落实、排查取证等步骤，对相关问题进行梳理，形成审计报告并反馈给被审计单位，揭示存在的问题，对可立即整改的问题，要求边审边改；对带有共性、普遍性的问题提出审计意见，责令限期整改；对重点问题，经审计组会议讨论，报领导批示后，审计人员对相关问题进行整理并形成案件线索移交。

數据式审计的核心意义不仅在于审计模式的变革，更是审计思路上的突破。大数据时代下的审计人更需善用大数据思维和意识，提升发现问题线索的方法和途径，将审计成果利用最大化，提升审计效率，才能实现我们的审计目标——发现问题线索，评估风险，揭示制度缺陷。