原创《数据式审计》：本文是一篇关于审计论文范文，可作为相关选题参考,和写作参考文献。
数据式审计模式是审计模式在信息化条件下发展的产物,在审计模式发展过程中具有重要的意义.石爱中副审计长在《初释数据式审计模式》一文中认为：数据式审计模式是一个在现存审计理论框架中尚无处寻觅的全新概念.在审计实践中,账套式审计和数据式审计都还处在刚刚起步的阶段.但是,可能是由于更容易被人所接受的缘故,账套式审计的做法和观念似乎更加清晰,而且也已比较广泛地被采用.然而,数据式审计即使是在审计实践中也还是处在若隐若现的状态,审计人员对它的认识依然充满了不确定性.
数据式审计模式的出现并没有改变审计的本质,但是建立在数据式审计模式下的审计对象形式、审计技术方法、审计程序都发生了巨大变化,这种保护不同于以往审计模式的变化,而是结合信息技术手段深刻改变了审计作业的模式和审计发展的轨迹,是一种全新的模式.值得注意的是,数据式审计模式并没有全盘否定现有审计模式,而是对现有模式的一种继承和发展.现有审计模式下的一些基本要素如账簿、内部控制、风险等,应根据数据式审计的特点和要求更新其内容.
数据式审计模式的技术方法
数据式审计的核心技术是采集、清理、转换、验证、分析,构建审计分析模型,验证审计分析模型（如：验证分析模型、逻辑关系模型、经验或线索模型等）.
1.数据采集
数据采集是数据式审计的基础工作,做好数据采集工作对下一步审计工作非常重要.在数据采集过程中,应对数据进行验证.数据采集应保证所采集的数据是真实的,未经蓄意增加、删除、修改等操作,反映了被审计单位财政、财务收支的真实情况.还应保证所采集到的数据是完整的,未发生数据丢失的情况,并且和审计需求相关,能够保证完成审计方案所确定的各审计事项,实现审计目标.在数据采集过程中,应注意不要破坏被审计单位的信息系统和数据,并保证被审计单位的数据和技术文档不被无关人员所获知.采集方式.一是直接拷贝和直接读取.二是利用嵌入审计模块采集数据.嵌入审计模块是写入到被审计单位信息系统中的程序代码,能够对系统处理的每一笔业务数据进行实时采集,但由于其技术要求比较高,因而实施难度较大,应用范围不广.三是利用财务软件标准接口采集数据.对于符合国家接口标准（GB/T19581——2004）的数据,审计软件（如AO）可以直接进行采集.四是网上采集.主要是利用固定的数据接口,通过数据采集工作站或审计数据服务器从被审计单位的信息系统中采集数据,它分为现场采集和远程采集.其他还有文件传输、开放数据互连（ODBC）等采集方式.
2.数据清理
数据清理是对所采集到的被审计单位的源数据,进行一系列的操作,使之规范化的过程.被审计单位的源数据是在被审单位的信息系统环境下创建和运行的,因此可能存在各种不规范之处,在进行审计分析之前需要对其进行清理操作,才能得到规范化的数据.如果未经清理就对其进行分析的话,可能会存在无效果、无效率甚至是错误的结果.
实践中较常见的数据不规范情形：一是值缺失,这种情形会限制审计人员对数据库进行的计算机操作,如查询、筛选、汇总等,影响数据分析的效果.二是数据值为空.三是冗余数据.四是数据值明显错误.其他还有录入字符型数据时前面有空格、用词不统一、错别字等等.
3.数据转换
数据转换是指对数据清理后得到的数据进行语法和语义上的转换,得到适合审计人员分析的数据的过程.从语法层面看,数据转换解决的是不同数据库格式的识别问题,即将具有相同或相近含义的不同形式的数据转换成形式相对统一的数据.从语义层面看,数据转换解决的是对数据含义进行识别的问题,即正确标出每张表、每个字段的经济含义及其相互关系.
4.数据验证
数据验证是指在数据的采集、清理、转换等过程中,对数据进行检查,验证其真实性、准确性和完整性等目标的过程.数据验证的主要目的是为了保证数据在采集、清理、转换中保持真实、准确和完整.我了达到这一目标,数据验证应贯穿于数据采集、清理、转换的全过程,在审计的每一个阶段中,审计人员只有不断验证,才能保证数据验证的最终目标达成.数据验证在数据式审计中占有十分重要的地位,在某种程度上甚至决定了审计的成败.
5.数据分析
计算机审计区别于传统手工审计的一个主要特征是构建模型,用模型对审计数据进行分析.数据分析是指通过建立审计分析模型对数据进行核对、检查、复算、判断等操作,将被审计单位数据的现实状态和理想状态进行比较,从而发现审计线索,搜集审计证据的过程.数据分析根据其分析对象的不同,可以分为总体分析和具体分析.总体分析是为了掌握被审计单位的总体情况,确定审计重点.其思路和分析性复核的内容有些类似,从技术方法上看,可以通过财务分析的技术方法,如趋势分析、结构分析、因素分析等方法进行；也可以通过数理统计的方法来进行,包括回归分析、时间序列方法、非线性估计等.具体分析是审计人员根据业务数据的钩稽关系、业务处理逻辑、法律法规的规定以及自身的经验等,建立审计分析模型,进而建立审计分析中间表,对中间表进行核对、复算、判断和检查等操作,以发现审计线索,收集审计证据.审计分析模型的构建是一个崭新的问题,也是一个难度很大的问题.
数据式审计模式存在的困难和对策
1.数据式审计模式存在的困难.审计人员在数据式审计方面的专业知识和专业能力偏低.数据式审计要求审计人员不仅要通晓信息系统的软件、硬件、开发、运营、维护和管理,对网络和信息系统安全等具有高度的敏感性,对财务会计和单位内部控制有深刻的理解,而且还必须能够利用规范和先进的审计技术,对信息系统的安全性、稳定性和有效性进行审计、检查、评价和改造.但现阶段,审计人员知识结构相对单一,系统性全面性较弱,习惯思维难以打破,在数据式审计方面的创新精神不够,甚至存在消极畏难情绪.审计人员在数据式审计方面的专业知识和专业能力偏低成了数据式审计发展的一个“瓶颈”.
数据式审计规范和标准体系不完善.信息化的大力发展,使审计工作环境、审计范围、审计对象、审计目标、审计线索等基本审计要素发了重大转变.
数据式审计开展的对策
首先要培养审计软件开发和精通数据式审计的人才队伍.“人”是审计行为的主体,是决定审计水平的根本因素.数据式审计需要一批既精通审计又精通软件开发的高级人才.一种规范的途径是从高校有关计算机审计专业中进行培养,还应经过一段审计和软件开发实践,才可能培养出这方面的高级人才.但这一培养周期太长,无法尽快扭转审计软件开发人员严重不足的局面.因此,也可以加强对现有在职审计人员的培训,从有审计经验而且对计算机审计感兴趣的审计人员中选拔,进行软件开发基本技能的培训；或从有计算机软件开发经验的人员中选拔,进行审计方面知识的培训,使其直接参加到审计实践中去.只有做到理论和实践相融合,才能提高审计人员数据式审计的能力和水平.除对特殊人员进行专门培训外,审计机关还应树立全体审计人员的信心,加强数据式审计理论、技术方法、管理等方面知识的普及,使审计人员尽快掌握在信息技术条件下的各类审计方法,消除畏难情绪,也是解决数据式审计人才匮乏的有效途径.
其次要实现数据式审计软件和会计软件的相互配合和衔接.企业信息系统作为数据式审计赖以依存的环境之一,其建设的好坏直接影响到数据式审计能否得以顺利地开展,直接影响到审计软件的开发及运用审计软件进行审计,所有会计软件及其相关的业务信息管理系统必须建立标准的审计数据接口,使不同格式的数据能够在审计时转换成同一格式,为审计软件所认识,从而节省审计人员的时间和精力,提高审计效率.同时,在会计软件及其相关的业务信息管理系统中设置相应的模块,使系统能提供完整的数据修改日志,使审计线索更加清晰有效.
（作者单位：江西省审计厅）
审计论文参考资料：
结论：数据式审计为关于审计方面的论文题目、论文提纲、审计是干什么的论文开题报告、文献综述、参考文献的相关大学硕士和本科毕业论文。
