一、调查了解巩固数据基础
确定审计目标,明确审计内容和重点,确定相关电子数据流程,做好审计调查。一是调查组织结构。通过调查部门的组织结构,确定需要讨论的业务部门,再部门业务人员讨论,了解科室内部的业务流程,以及处理业务过程中产生的数据。二是对计算机信息系统的调查。与信息中心的业务人员进行讨论,对数据存储和处理的硬件设备、系统软件、系统技术文技术文档、系统的主要功能、系统的业务处理流程等。
二、数据采集分类标准突出
一是通过数据接口采集(网络连接配置) 客户端配置数据库 ODBC接口配置).掌握SQLSERVER 二是直接复制(sql数据库文件mdf 日志文件.ldf;access数据库.mdb;Excel文件.excel;文本文件.txt;);三是通过备份文件恢复(sql数据库备份。bak文件直接恢复到SQL SERVER中去;oracle.dmpo备份文件racle中还原,再到SQL SERVER中去.)
三、数据整理密切关注关键信息
(一)是数据验证阶段。检查被审计单位提供的信息的完整性,保证数据采集工作准确有效地进行,同时确认收集到的数据,消除遗漏和错误。验证数据的完整性、真实性和正确性
(二)是数据清理阶段。一是冗余数据;二是去除重复数据;三是身份证转换为18位;四是解决数据中的冲突(不一致)问题。
(三)是数据转换阶段,清楚地识别原始电子数据中的表名、字段名、记录值代码和表相关的经济含义,这需要大量的查询、替换、修改、插入、更新和删除数据,每一步的转换都会影响数据的完整性和正确性,所以在这一阶段数据验证一定要常伴左右.
四、数据分析模型强化深度融合
一是根据法律、法规和制度规定的状态和关系;二是建立业务流程的逻辑关系;三是建立不同类型数据之间的对应关系;四是建立审计人员的客观实践经验;五是建立审计人员的合理预测。
五、疑问核实反馈实现联动
(一)疑点验证。根据审计分析模型的分析结果,取证发现的问题,进一步核实和落实发现的问题线索。
(二)疑点反馈。向数据分析组反馈疑点,执行疑点时,对于一些合理的信息和新的问题,通过疑问反馈,及时修改数据分析模型,不断完善数据分析模型,形成良性闭合循环空间,实现数据分析模型和疑点反馈。
1.审计数据的真实性和可靠性
在计算机审计环境中,数据存储在磁性介质中,所需的信息必须通过人机对话从计算机系统中传输出来进行分析。在数据生成过程中,有许多人为控制链接,不同单位会生成不同的数据格式,审计师在收集数据时,由于不确定数据的真实性和不同数据格式的不可预测错误,审计风险增加。
2.审计数据的完整性
随着经济活动的日益复杂,数据量呈几何级增长,每天可以生成大量携带不同信息的数据,不仅包括数值类型,还包括各种文档、图片等。审计人员在收集数据时,由于专业数据信息或数据之间的检查关系不清楚或被审计单位故意隐瞒部分数据信息,可能导致数据收集不完整,数据分析结果不能反映真实有效的审计信息。
3.存储和保护审计数据
互联网的发展带来了信息量的爆炸性增长。在这种环境下,为了拓宽审计的深度和广度,必须从大量数据中进行筛选,获得的数据必须存储在当地,以确保随机使用和相关分析。因此,计算机本身的存储容量也成为限制大数据审计效果的一个重要方面。同时,审计数据往往涉及被审计单位的秘密或内部信息。如何确保数据安全,防止数据泄露也是大数据审计需要解决的关键问题。
4.审计数据的分析
虽然计算机已经渗透到审计工作的各个领域,但大多数仍然停留在数据统计分析或网络查询法规和信息中,计算机分析的应用程度仍然很低。数据分析技术难以掌握,大数据分析方法与审计的有效整合是限制大数据审计发展的关键环节。
分析审计数据的风险
目前电子数据的分析更多是靠人工统计和对事物判断的经验来得到审计结果,对于结果的不确定性在一定程度上给审计工作带来了风险。
6.审计人员的综合素质
一方面,懂计算机、精通审计业务的复合型人才较少。另一方面,随着现代信息技术的快速发展,被审计单位的信息更新速度非常快。审计人员综合能力的限制也是大数据审计发展和应用的挑战。
7.各部门之间的沟通协调
被审计单位不愿意合作或不了解审计工作的性质,可能会导致数据提供不及时、不完整、不兼容等问题。上下审计机构之间缺乏沟通和技术沟通可能会导致数据使用质量低或在现有条件下无法分析收集到的数据。
上述就是关于“促进基层大数据审计的方法大数据审计的主要表现是什么?”的全部内容,希望对您有所帮助。