返回信息公开

计算机审计中的数据分析浅析

发布时间:2018-11-20 网站纠错

  审计工作,一直面临着人员少,工作多,任务重的严峻考验。而现在,工作中各种数据的流量和体积都越来越大,这就是大数据时代来临的影响,审计部门作为国家经济运行的监督部门,在大数据时代的发展背景下必须提高对社会经济数据的关注度,抓住数据分析的根本脉络并结合大数据技术的发展创新审计模式和技巧,审计信息化的发展脚步也必须加快步伐。

  一、审计数据分析的基础——审计证据

  审计的过程,实质上就是一个不断收集、鉴定然后综合运用审计证据的过程。我们要达成审计目标任务,就必须一直进行调查、收集和评估审计证据。审计数据分析的根本目标就是为了通过对采集到的数据进行分析,从中获取审计证据,因此,如何针对采集来的数据进行分析是每个审计人员必不可少的职业素养。审计证据是指审计机关和审计人员获取的,用以证明审计事实真相,形成审计结论的证明材料,审计证据主要分为以下几类:

  1.书面证据,以书面形式存在,分为亲历证据、外部针具、内部证据;

  2.实物证据,以实物形式存在,通过实地考察和清查盘点获得;

  3.口头证据,由审计事项有关人员提供,需要其他证据佐证;

  4.环境证据,也称状况证据,主要确定评价相关资料反映信息总体上的可靠程度;

  5.电子审计证据,以录音录像或者计算机存储、处理的相关信息。

  在这几种证据中,我们要进一步推进信息化审计工作的开展,就必须着重研究第五种,也就是电子审计证据。它包括电子会计记录、原始文档、日记账和总账、支持性文件和其他任何形式的以电子形式存在的可为审计使用的数据或是信息。

  通常书面证据的优点是容易确定原始性,不易被修改,无需设备,且容易确认授权人员的批准信息;但是它也存在着很多缺点,比如不易查询具体相关信息,只能通过人工遍历翻阅,还有就是通常具有唯一性,保存过程不易,可能出现丢失损毁。而电子审计证据正好相反,虽然无法确定原始性,而且很容易被二次修改;但是电子数据更容易进行归纳整理,通过相关的计算机辅助技术也能很快筛查出具体信息,提高审计工作效率。

  传统环境下,审计人员一般采用审阅法、复算法、盘存法、函证法、鉴定法等多样人工方式收集审计证据。而在信息化大环境下,审计证据的获取更要通过采用信息技术对被审计事项的电子数据进行分析来完成。我们要开始转换新时代的审计方式,提高审计效率以解决日益变更增长的审计业务需求,也就是通过对被审计数据的分析,发现可疑数据,筛查出数据疑点,在通过对疑点数据的审计判断,并结合相关实物书面证据等,最终获取审计证据,发现审计问题。综上所述,我们就是要进一步提高对电子数据的分析效率,也就是要加强数据分析知识的学习,提高我们电子数据分析的相关能力。

  二、审计数据分析的几种方法

  由于大数据概念的出现和相关技术的迅猛发展,审计数据分析的方法也被分为了两个层次,一种是基于传统审计专家经验式和常规数据分析技术的传统审计,另一种则是基于大数据分析技术和云计算数据挖掘等技术的大数据审计。

  首先介绍第一层次的数据分析方法,这一层次主要是基于数据查询方式的查询验证式分析。数据查询是目前针对数据分析最常用的计算机辅助审计方法,它指的是审计人员根据自己的经验,建立一定的审计数据分析模型(一般是SQL语句),然后通过数据库软件以及审计软件等运行各种各样的查询语句和查询操作,从被审计对象的相关电子数据中筛查出数据疑点,最后再通过验证这些数据疑点来发现相关问题的方式。

  1.经验性分析。通过长期对类似问题的反复审计,总结出相同问题的特征,然后将问题特征转化为数据特征并结合相关数据查询语句建立数据分析模型,通过相关软件筛查出数据疑点;

  2.合规性分析。也称作账表分析,就是通过审计软件的会计核算功能,结合被审计对象的不同类别数据,检查是否有账证不符、账账不符、帐表不符等情况;还有就是有无非正常挂账,账户借贷方向是否异常,是否存在非正常调账等;

  3.趋势性分析。趋势分析是指审计人员通过对被审计对象各个不同时间段相关数据进行比较和分析,从中发现规律或者异常的变动。这种方法主要是从宏观上把握整体的变化规律,具体时间区间可以自由选择如年,月等;

  4.抽样性分析。指的是从被审计对象的全部数据中,通过制定抽样规则和范围,从中抽取一部分数据进行分析,并用这部分单位的数据特征去推断总体特征的方法,其中最重要的便是样本数的大小,可以极大地提高发现特征问题的效率。

  第二层次不单纯的只是去通过数据查询进而分析验证,而是结合大量数据从中发现数据模式,从而进行趋势预测以及行为的数据分析模式。它通过预先采集的大量数据,然后统计分析对象特征以及各种数据间的关联性,然后再利用数据挖掘等技术,为审计人员做出预测性的、基于大数据分析模式的决策提供参考,可以概括为预测发现式分析。

  1.统计式分析。指的是利用统计学原理对数据库字段项之间存在的函数关系或相关关系进行科学分析的方法。其中包括差异分析、回归分析、常用统计等;

  2.挖掘式分析。挖掘分析其实就是利用数据仓库和数据挖掘工具进行的审计分析,包括分类、聚类、异常、演化等方法。这种分析主要是针对海量数据的分析模式,相比传统分析方法能够更快的从中发现隐藏的疑点还有总体规律,甚至能够进一步预测可能会出现的问题,实现了事后审计到事前事中审计的转变;

  3.大数据分析。主要是利用云计算和分布式计算机技术,提高大数据的分析处理效率,通俗来说计算能力相当于生活中的电能,而大数据分析则是需要用电的电器,没有云计算的处理能力,大数据分析则只是一纸空谈,云计算是大数据分析的发动机。

  4. 随着信息技术的广泛应用和大数据技术的飞速发展,被审计单位的管理通常都已经使用高信息化水平的信息管理系统。审计人员所面临的原始资料和被审计数据不再只是手工凭证、账簿等,更多的是存储在数据库、信息系统中的电子数据,甚至是具有高度概括性、模糊性、关联性的大数据。作为需要不断学习掌握新知识的审计人,我们更应当及时转变审计思维和方式,学习大数据分析思维,掌握计算机辅助审计方法,将数据分析工作提前于审计实施,提高整个审计团队的审计效率,适应不断变革的审计新模式。(中国审计网)

版权声明