柳巧玲　黃作明　叢秋實

摘要：在總結相關文獻的基礎上，本文論證了PDCA循環(huán)應用于審計數據分析的可行性，并設計了一種基于PDCA循環(huán)的審計數據分析流程，確立了審計數據分析的研究技術、方法和基本模型，旨在為審計數據分析提供一種新的可行性方法。

關鍵詞：PDCA循環(huán)；數據分析；計算機審計

中圖分類號：F239 文獻標識碼：A

隨著被審計單位信息化水平的不斷提高，越來越多的企業(yè)開始實施ERP系統(tǒng)為審計工作帶來了新的風險。企業(yè)應用ERP系統(tǒng)后，ERP系統(tǒng)實現(xiàn)了企業(yè)的物流、信息流、資金流的統(tǒng)一，使得業(yè)務處理能夠跨職能部門進行處理，由生產部門開始，采購、生產、銷售、庫存等各個環(huán)節(jié)緊密相連，承載著企業(yè)幾乎全部的關鍵業(yè)務，涵蓋了企業(yè)最為關鍵和最為敏感的信息資源；與此同時，ERP系統(tǒng)中與企業(yè)經營活動有關的大量采購、生產、銷售等各個環(huán)節(jié)的業(yè)務數據和財務數據高度電子化、無紙化，這些數據等都保存在磁性存儲介質上，形成了一個統(tǒng)一的、集成的與企業(yè)經營管理活動有關的數據倉庫。

在ERP系統(tǒng)下，通過職責分工賦予不同人員不同的權限，他們能在各自的操作權限范圍內進行有關操作活動，而這種途徑也很容易出現(xiàn)訪問密碼泄露，使得舞弊人員通過ERP系統(tǒng)可以快速的訪問、竊取企業(yè)的客戶資源、企業(yè)產能、銷售渠道、合作伙伴、人力資源組成等企業(yè)重要的信息資源，并作出相應的修改、調整。在此情況下，審計面臨的環(huán)境發(fā)生了改變，企業(yè)的各種單據、票證和賬簿等與企業(yè)生產經營活動有關的數據都存儲于磁性介質中，審計的對象從傳統(tǒng)的手工賬簿，轉向對存儲在ERP系統(tǒng)底層數據庫的電子數據的審計，審計的范圍和重點也從單純的財務數據，擴展到海量的存儲在ERP系統(tǒng)底層數據庫的電子業(yè)務數據和財務數據。審計人員面對的是一個無紙化的審計軌跡，傳統(tǒng)的審計線索因ERP系統(tǒng)的使用在形式上變得更加隱蔽，傳統(tǒng)手工上的舞弊操作變成了不留任何痕跡的計算機操作，這些都增加了審計的難度，降低了審計線索的可追溯性。因此，如何從紛繁復雜的、海量的、結構化的、非結構化的ERP系統(tǒng)數據中獲取有用的審計數據，如何從被審計單位的海量的、結構化的、非結構化的數據中確定審計重點、審計內容以及審計范圍，并對這些審計數據進行綜合分析，從中查找問題線索和審計疑點，是審計數據分析所要解決的核心問題。

審計數據分析工作的質量在很大程度上直接決定著審計項目的質量以及審計目標的實現(xiàn)，如果審計數據分析工作的質量不高、甚至出現(xiàn)偏差，將會直接影響到審計工作的效率和效果以及審計結論的正確性。因此，加強對審計數據分析工作質量的控制就顯得尤為重要。本文在對相關文獻研究的基礎上，針對如何提高審計人員的審計數據分析能力，以及審計數據分析工作的效率性和質量，提出利用全面質量管理的基本方法PDCA循環(huán)，對提高審計數據分析工作質量的問題進行探討，并給出相應的模型分析。

一、相關研究

《數據審計指南——計算機審計實務公告第33號》指出：數據分析適用于審計計劃、審計實施、審計報告等審計工作過程，審計人員應當充分利用歷史積累數據，以及數據準備階段形成的基礎表，采用適當的組織方式、方法、技術和工具進行數據分析，以便更高效地選擇審計項目、確定審計重點，發(fā)現(xiàn)問題線索、得出審計結論。數據分析是計算機審計的重要組成部分，其概念有狹義和廣義之分，本文的數據分析是廣義的概念，涵蓋了數據采集、數據整理和數據分析等方面。在信息化條件下，為有效提高審計工作的質量和效率，規(guī)避審計風險，需要進一步加強對審計數據分析的研究。

目前，有關審計數據分析的研究得到了理論界與實務界的廣泛關注，其中具有代表性的研究成果有馮國富等（2009）在論述審計分析模型工作原理的基礎上，提出了一種基于數據流圖的審計分析模型構造方法及其審計工作指南，并提供了一種實際的審計案例，用以演示其工作過程，驗證其可行性和有效性；張莉等（2011）提出在審計大型企業(yè)集團資產負債表時，依據資產負債表的取數邏輯，采用平行模擬法設計單體公司報表程序，利用關聯(lián)規(guī)則對比分析報表差異項目，結合審計經驗，利用統(tǒng)計方法分析異常數據，快速鎖定不同公司的疑點科目，仿真結果驗證了模型的有效性，并可快速發(fā)現(xiàn)多家公司的審計線索，降低了因取數滯后造成的審計誤受風險；施永香（2010）分析了常用的審計數據分析方法，并重點闡述了基于Benford法則的數值分析方法；趙輝等（2010）針對非結構化的審計數據問題，提出了關鍵字檢索分析方法在非結構化審計數據分析中的運用，并運用實例進行了相關內容的闡明；王莘等（2007）在FP-growth算法的基礎上，提出了一種改進的適用于安全審計數據分析的挖掘頻繁模式算法，與FP-growth算法相比，改進算法在挖掘頻繁模式時不生成條件FP-樹，挖掘速度提高了1倍以上，所需的存儲空間減少了一半；呂新民等（2007）針對傳統(tǒng)審計數據分析技術的不足，提出了運用數據挖掘技術于審計數據分析中的必要性，并在此基礎上對數據挖掘在審計數據分析中的應用進行了研究，總結了應用數據挖掘實現(xiàn)審計數據分析的過程；岳烈驤（2008）設計了一種基于社保審計專業(yè)知網和社保審計專業(yè)分詞字典的異構數據語義分析系統(tǒng)，圍繞異構社保數據分析系統(tǒng)實現(xiàn)過程中的專業(yè)知識庫的構建，對社保專業(yè)知識的收集和組織，以及社保審計字段的理解，相似數據項的查找，基于社保審計專業(yè)知網的詞義消岐等關鍵核心技術進行了一系列的研究和探討。盡管這些研究成果促進了計算機審計理論的發(fā)展和應用，但大多都是對審計數據分析的方法、技術以及工具進行的研究，而對如何提高審計人員的審計數據分析能力，以及如何提高審計數據分析工作的效率性和質量的研究尚不多見。

PDCA循環(huán)是全面質量管理的基本方法，是一種按“P（計劃）——D（實施）——C（檢查）——A（總結與處理）”的順序，用周而復始、不斷循環(huán)向前的方式，提高企業(yè)產品質量和改善企業(yè)的經營管理。PDCA每循環(huán)一次就要對本次循環(huán)進行總結，并提出新目標，把未解決的問題進入下一次PDCA循環(huán)，PDCA的每一次循環(huán)都會促進活動水平的不斷提高。目前，PDCA循環(huán)的應用已從企業(yè)質量管理擴展到許多不同的領域，如企業(yè)內部控制有效性、生產工藝安全、高校教學管理、服務績效管理等各方面。鑒于此，本文將PDCA循環(huán)應用于審計數據分析問題，研究如何應用PDCA循環(huán)提高審計人員的審計數據分析能力，以及審計數據分析工作的效率和質量；根據PDCA循環(huán)理論以及審計數據分析過程的特點，對PDCA循環(huán)應用于審計數據分析的可行性進行論證，設計出一種基于PDCA循環(huán)的審計數據分析模型，并確立合適的審計數據分析的技術和方法，以期達到提高審計人員的審計數據分析能力，以及審計數據分析工作的效率性和質量。endprint

二、審計數據分析PDCA循環(huán)模型

1。PDCA循環(huán)理論用于審計數據分析的可行性。PDCA循環(huán)又叫戴明環(huán)，是全面質量管理的基本方法，是由美國質量管理專家戴明（EdwardsDeming）博士提出的。經典的PDCA循環(huán)過程由計劃（Plan）、實施（Do）、檢查（Check）、總結與處理（Action）四個環(huán)節(jié)組成，其中計劃環(huán)節(jié)（P）主要是通過對問題現(xiàn)狀的調查，分析現(xiàn)狀所存在的薄弱環(huán)節(jié)，明確活動的方針和目標，進行活動計劃方案的制定；實施環(huán)節(jié)（D）主要是活動計劃方案的具體執(zhí)行，這一環(huán)節(jié)是組織完成活動預期目標的重要環(huán)節(jié)；檢查環(huán)節(jié)（c）主要是對計劃方案的實施情況進行全面而詳細地檢查，確認實施方案是否達到了預期的目標；總結與處理環(huán)節(jié)（A）主要是對檢查的情況進行總結，將成功的經驗進行標準化，以便執(zhí)行和推廣，對失敗的教訓要進行總結，以免問題重現(xiàn)，并提出相應的整改措施，把未解決的問題放到下一輪PDCA循環(huán)。因此，可以把任何一項活動都按PDCA循環(huán)劃分為“計劃（P）、實施（D）、檢查（C）、總結與處理（A）”四個環(huán)節(jié)，通過PDCA循環(huán)把活動的各項工作有機的聯(lián)系起來，不斷循環(huán)往復向前轉動；同時，PDCA循環(huán)又是一個遞歸的體系，PDCA循環(huán)的每個環(huán)節(jié)又可再細分為另一個PDCA循環(huán)，這樣就形成了大環(huán)套小環(huán)、環(huán)環(huán)相扣不停地滾動前進的螺旋上升體系，如圖1所示。每一次PDCA循環(huán)都會把活動的目標或標準推向一個更新的高度，如此往復不斷循環(huán)，活動的目標或標準將會不斷得到提升。

審計數據分析是計算機審計的一個重要環(huán)節(jié)，是圍繞審計項目展開，對存儲在被審計單位信息系統(tǒng)底層數據庫中的海量業(yè)務數據和財務數據，從不同層次、不同角度進行分析，以便找出問題，獲取審計線索，發(fā)現(xiàn)審計疑點。在審計數據分析過程中，如果沒有采取合適的審計數據分析技術和方法，或者沒有采用必要的控制措施，都會對數據分析工作的效率和質量產生一定的影響，從而帶來審計風險，影響審計目標的實現(xiàn)以及審計結論的產生。針對審計數據分析過程中可能會存在的問題，需要加強審計數據分析。有效的審計數據分析是產生可靠、準確的審計結論的前提，而可靠、準確的審計結論又需要有效的審計數據分析。因此，審計數據分析是計算機審計流程中的一個重要環(huán)節(jié)，其分析過程是：

首先，結合被審計單位的特點，調查了解被審計單位的主要業(yè)務流程（包括采購流程、產品制造流程、商品銷售流程等）、被審計單位信息系統(tǒng)部署和電子數據的詳細情況，以及企業(yè)業(yè)務流程在被審計單位信息系統(tǒng)中的反映，明確審計目標、審計范圍以及審計重點，確定審計數據分析方案。

其次，根據審計數據分析方案來采集數據，并對采集數據進行清理和轉換，搭建分析環(huán)境，按照預定的審計目標展開數據分析，找出問題或者存在的薄弱環(huán)節(jié)，發(fā)現(xiàn)審計線索。

第三，對數據分析過程進行審核，編寫數據分析報告，總結審計方法，對未達到審計目標的分析原因。提出有針對性的改進措施，并在下一個審計項目中進行改進。如此不斷循環(huán)往復，達到不斷提高審計數據分析工作的效率性和質量。

由此可見審計數據分析過程在邏輯上與PDCA循環(huán)理論存在著一致性，都是通過不斷地循環(huán)往復，促進過程整體水平或質量的不斷提高。因此，PDCA循環(huán)理論用于解決提高審計數據分析工作的效率性和質量是可行的。

2.審計數據分析的PDCA遞歸模型。依據PDCA循環(huán)理論，審計數據分析的過程可以分為P、D、C、A四個環(huán)節(jié)：（1）計劃環(huán)節(jié)主要是編寫數據分析方案。調查被審計單位的基本情況和主要的業(yè)務流程，了解被審計單位信息系統(tǒng)的部署和被審計單位主要業(yè)務流程在信息系統(tǒng)中的反映，以及被審計單位信息系統(tǒng)的電子數據基本情況，如數據處理流程、數據類型、數據量等。在此基礎上分析存在的問題或者內控薄弱環(huán)節(jié)，明確審計目標、審計內容、審計重點和審計范圍，制定審計數據分析措施計劃，確定審計數據分析方案。（2）實施環(huán)節(jié)主要是根據編制的審計數據分析方案，對審計項目開展數據采集、轉換、清理、驗證和創(chuàng)建審計中間表等系列數據準備工作，經過一系列的數據準備工作，根據電子數據的特點和規(guī)律，構建審計分析模型進行審計數據分析，并對模型運行結果進行分析，對發(fā)現(xiàn)的線索進行延伸，調查取證，核實問題。（3）檢查環(huán)節(jié)主要是檢查審計數據分析方案的執(zhí)行效果是否達到預期的目標，編寫審計底稿。檢查的內容主要包括審計數據分析方案是否全面完成，數據選擇的是否準確、可靠，數據分析方法的選擇是否合理等。（4）總結與處理環(huán)節(jié)主要是對審計數據分析的總體情況進行總結，形成數據分析報告，將成功的審計方法納入有關的標準、制度和規(guī)定中，以便以后的推廣；對失敗的教訓進行總結，分析存在的問題或者薄弱環(huán)節(jié)和未能達到審計目標的原因，提出有針對性的改進和解決措施，交給下一次PDCA循環(huán)，在下一個審計項目中予以改進。

如圖2所示描述了審計數據分析的總PDCA模型，PDCA循環(huán)是一個不斷循環(huán)向前轉動、整體呈現(xiàn)螺旋上升狀態(tài)的閉環(huán)系統(tǒng)。審計數據分析按“P-D-C-A”的順序進行數據分析活動，并且周而復始地向前進行，一次PDCA循環(huán)結束都要對本次循環(huán)進行總結，將成功的審計方法進行制度化、標準化，加以執(zhí)行和推廣，并提出新的目標，然后制定下一次PDCA循環(huán)。一般來說，上一次PDCA循環(huán)是下一次PDCA循環(huán)的依據，而下一次PDCA循環(huán)又是上一次PDCA循環(huán)的落實和具體化，如此不斷循環(huán)往復，審計數據分析工作的效率性和質量將會得到不斷改進、不斷提高。

圖2描述的審計數據分析的總PDCA模型，由于PDCA循環(huán)是一個遞歸體系，審計數據分析的總PDCA模型中的P、D、C、A每一環(huán)節(jié)又可以再細分為一個完整的PDCA循環(huán)，即可以用PDCA循環(huán)對審計數據分析總PDCA模型中的每個環(huán)節(jié)進行建模描述，這樣就形成了大環(huán)套小環(huán)、小環(huán)套更小的環(huán)、環(huán)環(huán)相扣的有機整體。由于審計數據分析總PDCA模型的實施（D）環(huán)節(jié)涉及面比較廣?？梢岳肞DCA循環(huán)的遞歸特性進一步對實施（D）環(huán)節(jié)進行遞歸建模描述，具體環(huán)節(jié)內容如表1所示。endprint

由此可見審計數據分析PDCA模型是一個大環(huán)套小環(huán)，環(huán)環(huán)相扣，互相制約，互為補充的有機整體。大環(huán)是小環(huán)的母體和依據，小環(huán)又是大環(huán)的分解和保證，即審計數據分析總PDCA循環(huán)是D階段的PDCA循環(huán)的母體和依據，而D階段的PDCA循環(huán)又是審計數據分析總PDCA循環(huán)的分解和保證。各個小環(huán)都緊緊圍繞著審計數據分析的預定目標朝著同一個方向滾動，推動著大環(huán)不斷向前滾動循環(huán)，通過PDCA循環(huán)把審計數據分析的各項工作有機的聯(lián)系起來，相互協(xié)同，相互促進，不斷提高審計數據分析工作的質量和效率。

三、審計數據分析技術的確立

對審計數據的分析和處理是計算機審計的主要任務，在審計數據分析的過程中需要構建審計分析模型，而構建審計分析模型需要采用相應的數據分析技術。目前，可以用來進行審計數據分析的技術主要有SQL查詢語言、多維分析技術等，這些技術是根據已知的知識去提取符合條件的數據并獲取相應的審計線索。但是，由于現(xiàn)代舞弊手段不斷提高，這些審計數據分析技術無法獲取隱藏在數據背后的審計線索。數據挖掘與傳統(tǒng)的審計數據分析技術不同，數據挖掘是從存放在數據庫、數據倉庫或其它信息庫中的大量數據中獲取有效的、新穎的、潛在有用的、最終可理解的模式的非平凡過程。運用數據挖掘技術可以利用分類分析、聚簇分析、關聯(lián)分析以及序列分析等分析方法，對企業(yè)ERP系統(tǒng)在運行過程中產生的大量的與采購、生產、銷售等有關的業(yè)務數據與財務數據進行深入的分析，從中發(fā)現(xiàn)蘊含的數據模式和規(guī)律的過程，并獲取相應的審計線索。因此，本文利用數據挖掘構建審計數據分析模型進行審計數據分析。圖3描述了應用數據挖掘進行審計數據分析的過程模型，具體步驟如下：

1.明確審計需求。審計人員結合被審計單位的特點、主要業(yè)務流程、所使用的信息系統(tǒng)、電子數據，以及業(yè)務流程對信息化的依賴程度等具體情況，根據審計數據分析方案對審計目標、審計內容以及審計范圍的規(guī)定進行審計需求分析，明確審計需求，并將審計需求轉化為數據挖掘具體問題。

2.數據采集與清理，此階段是實現(xiàn)審計數據分析的前提和基礎。根據數據挖掘問題，從被審計單位的ERP系統(tǒng)中采集與審計需求相關的電子業(yè)務數據和財務數據，并進行適當的格式轉換。當采集的源數據存在值缺失、空值、冗余、錯誤、數據規(guī)范性差等問題時，審計人員必須對采集的數據進行一系列的數據清理工作，如重復行數據、列中冗余數據等的識別與處理、空值的處理、字段值缺失數據的處理、數據類型、數據格式的轉換、不規(guī)范數據的處理等，從而提高數據的完整性、準確性、一致性、唯一性以及有效性。通過對數據的一系列轉換和清理工作提高了數據的質量，為后續(xù)的數據挖掘建模分析提供了可靠的數據保證。

3.數據挖掘建模分析，此階段是審計數據分析工作核心。針對不同層次的審計需求，根據被審計單位各業(yè)務的財務數據與業(yè)務數據之間的關系，選擇不同的數據挖掘方法，如分類分析、聚簇分析、關聯(lián)分析、序列分析等，并進行相應數據挖掘算法的設計及挖掘參數的設定，從而建立不同的數據挖掘模型對審計數據進行挖掘和分析。如運用聚類技術建立審計數據分析模型，通過對相似數據的分組，發(fā)現(xiàn)分布模式與數據屬性間的關系。

4.結果評價。把通過數據挖掘技術發(fā)現(xiàn)的審計知識以可視化的形式顯示，并對此結果進行解釋，幫助解決實際問題，然后根據可用性、正確性、可理解性等評價指標對審計知識進行評價。

5.總結及發(fā)布。對評價的結果進行總結，將成功的經驗進行標準化，對于失敗的教訓進行總結。根據審計人員的要求，將以可視化的形式顯示的審計知識呈現(xiàn)給審計人員，審計人員運用所發(fā)現(xiàn)的審計知識進行取證分析，獲取審計線索，發(fā)現(xiàn)審計疑點。

以上步驟不是一次性完成的，如果數據挖掘結果不滿足審計人員的需求，這就需要將過程回退到之前的某個步驟，如重新選擇數據、設定不同的挖掘參數值等。因此，有些步驟可能需要反復進行，不斷改進完善并提高，以期達到預定目標，這與PDCA循環(huán)理論在邏輯上存在著一致性，如圖4所示。因此，通過引進PDCA循環(huán)的審計數據分析持續(xù)改進運行機制，可以科學、規(guī)范、有效地提高審計數據分析工作的效率性和質量，并具有較強的可操作性。

由圖4所示，應用數據挖掘進行審計數據分析的PDCA循環(huán)模型，將應用數據挖掘的審計數據分析按PDCA循環(huán)劃分為“P、D、C、A”四個環(huán)節(jié)，通過PDCA循環(huán)把審計數據分析的各項工作有機的聯(lián)系起來。由于應用數據挖掘進行審計數據分析并不是一次性完成的，某些步驟可能需要反復進行，以期達到預定目標。因此，圖4的每一環(huán)節(jié)又可再分解為一個更小的PDCA循環(huán)，這樣應用數據挖掘進行審計數據分析的PDCA循環(huán)模型是一個大環(huán)套小環(huán)、小環(huán)保大環(huán)、小環(huán)里又套更小的環(huán)、環(huán)環(huán)相扣的有機整體。在應用數據挖掘進行審計數據分析的PDCA循環(huán)模型中，小環(huán)是大環(huán)的分解，而大環(huán)又是小環(huán)的母體和依據，各個小環(huán)都圍繞著預定的目標朝著同一方向滾動，推動著大環(huán)不斷向前滾動，從而保證審計數據分析過程統(tǒng)一、有序地進行。每一次循環(huán)都會使審計數據分析工作的質量提高一步，最終達到審計數據分析工作預定的目標。

四、結論

審計數據分析是計算機審計的一個重要環(huán)節(jié)，通過對審計數據的分析可以從中發(fā)現(xiàn)有價值的審計線索。本文運用經典的PDCA循環(huán)理論，設計了一種基于PDCA循環(huán)的審計數據分析流程，并確立了采用數據挖掘技術進行審計數據分析?；赑D-CA循環(huán)理論的審計數據分析是一種持續(xù)改進、螺旋上升的工作模式，目的在于通過對審計數據分析過程的計劃、實施、檢查及總結與處理環(huán)節(jié)的PDCA循環(huán)建模，不斷提高審計人員的審計數據分析能力，提高審計數據分析工作的效率和質量。

本文只是從理論上探索了將PDCA循環(huán)理論運用于審計數據分析流程，在基于PDCA循環(huán)的審計數據分析模型中，最重要的是審計數據分析技術和方法的選擇，以及審計數據分析模型的建立。審計數據分析模型建立的如何，將直接影響到審計數據分析工作的質量，并有可能進一步影響到審計結論的正確性。本文沒有進行實證研究，只給出了基于PDCA循環(huán)的審計數據分析的思路和框架，若將PDCA循環(huán)應用于審計數據分析的實際工作，還需要從理論到實踐進一步深入研究。

（責任編輯：關立新）endprint