计算机审计中数据处理新方法浅谈.docxVIP

计算机审计中数据处理新方法浅谈 　　随着计算机数据处理技术的不断革新和推广，在审计工作中依靠计算机技术来解决数据处理问题逐步变得正规化和专业化。目前，在计算机审计中常用的几种新方法主要包括：以业务规则为依托的数据处理方法、以数据匹配为依托的数据处理方法、以孤立点检测为依托的数据处理方法、以数据规律为依托的数据处理方法、以可视化数据为依托的数据处理方法和以数据挖掘技术为依托的数据处理方法。　　1计算机审计中数据处理的基本步骤　　新时期，通过计算机对审计工作中采集的原始数据进行导入处理、汇总分析和整理优化来提高审计工作效率是十分必要的。具体的计算机审计中数据处理的基本步骤包括：　　数据采集阶段：原始数据的导入　　对原始数据进行采集是计算机审计工作有序开展的前提和基础。常用的数据采集方法主要有两种，其一为直接借助计算机审计软件的导人功能来实现财务数据和信息的导人，其二为依据审计要求和特点，直接从被审计单位的数据库中检索、调取和导入文件。就企业而言，通常需要导入的数据信息包括：凭证库表、联盟期初余额表以及科目表等基本数据，然后借助软件功能自动生成会计明细账、财务报表等会计资料。　　数据预处理阶段：数据的转换、集成和优化　　在正确导人数据的基础上，要对数据的质量进行严格把控，因此，首先要对数据进行清理和转换工作，即修改错误值、消除冗余数据以及替换空值等。目前，常见的三中数据转换类型包括：字段值的合并和拆分、简单变换以及时间、日期格式的转换。其次，要对数据进行集成和优化，即借助数据衍生和概括手段来实现旧数据向集成新数据的转换，以提高数据的优化性能和使用性能。　　数据处理阶段：数据的统计、汇总和计算　　在对导人数据进行完预处理后，要借助计算机的算法功能来进行抽样数据的查询、统计、汇总和分析，以使数据指标更能够直观地反映出所审查的、相应的会计信息。　　数据整理阶段：数据的归集和存档　　计算机处理完数据后，要对数据信息进行及时的归档和存档，首先，要将数据信息整理成综合性文书或审计证据等文件；其次，要将整理后的文件资料全部归集到相应年度和月份的审计工作底稿之中；最后，加强文件资料的数据存档和备份，以为复核、审查提供便利。　　2计算机审计中数据处理的几种新方法　　计算机审计中以业务规则为依托的数据处理方法　　业务规则作为一种数据约束条件，即可限定为某一数据有效值的集合，又可限定为某一数据处理模式。无论如何界定业务规则，其最终目的都是查找出不符合审计业务规则的数据指标，其具体数据处理流程为：　　首先，在对具体审计业务进行全面分析的基础上，在规则库中编写、定义与具体业务相匹配的业务规则；其次，对数据启动自动检索功能，即执行规则库检索模块来对规则库中的业务规则进行检索，检索的侧重点在于：其一，利用字段的域来对每条记录的每个字段进行检测，其二，借助字段间的函数关系来对每条记录进行多字段检测；最后，依据每条记录与业务规则的符合度来标记、组建不符合业务规则的“可疑数据”数据库，然后再通过人工审计来进行复核，以确定审计线索。　　计算机审计中以数据匹配为依托的数据处理方法　　数据匹配处理方法的侧重点在于通过数据匹配来审查多个被审计数据源的重复率，进而确定审计可疑数据，其具体数据处理流程为：　　首先，在对两个被审计数据源进行初步分析的基础上，选定两个数据表中所出现的公共字段或属性，利用算法库中的数据清理功能来进行初级判断；其次，调取数据相似检测算法来对公共字段进行重复度识别和判断，检测出的重复数据即为可疑数据；最后，通过人工审计来对每组相似重复的可疑数据进行专业化判断，从而找出审计线索。　　计算机审计中以孤立点检测为依托的数据处理方法　　所谓孤立点，简单来说就是数据库中的异常值，即这类数据同其他数据之间存在非一致性。孤立点既可能是执行错误引起的，也可能是固有数据变异的表现。在计算机审计中，可疑数据往往以孤立点的形式存在，因此，可以借助孤立点检测来确定审计线索，其具体数据处理流程为：　　首先，在分析被审计数据所呈现的特点和规律的基础上，在算法库中选择孤立点检测算法，并在算法系统中预先定义好相应孤立点检测参数、识别规则；其次，利用数据清理模块来清除被审计数据中所包含的不完整数据、标准化数据格式，以有效提高孤立点检测的准度和精度；再次，开始执行孤立点检测算法，依据预先定义的规则和参数来逐个判断每个数据是否为孤立点，并将相应的孤立点存储在可疑数据的数据库之中；最后，由审计工作人员依靠专业的数据判断方法来复核孤立点的可疑度，从而确定审计线索。　　计算机审计中以数据规律为依托的数据处理方法　　审计工作是一项复杂而庞大的系统工程，由于计算机审计过程中会出现大量的数值型数据，而这些数值型数据在分布上可能遵循着一定的规律性，因此，可以在测