大數(shù)據(jù)審計技術 課件 項目五 審計數(shù)據(jù)分析

大數(shù)據(jù)審計技術項目五

審計數(shù)據(jù)分析目

錄/CONTENT任務一

基于多源分析技術的運費審計

任務二

基于可視化分析技術的存貨管理審計任務三

基于數(shù)據(jù)挖掘技術的舞弊審計任務四

基于數(shù)據(jù)預測技術的應收賬款審計學習目標素養(yǎng)目標1.養(yǎng)成分析問題、解決問題職業(yè)素養(yǎng)；2.提升職業(yè)道德水平及綜合職業(yè)素質；3.培養(yǎng)數(shù)據(jù)分析思維和辯證邏輯思維；4.提升數(shù)據(jù)安全意識和網(wǎng)絡安全意識。知識目標1.理解多源審計數(shù)據(jù)分析技術的基本原理和常用方法；2.熟悉審計數(shù)據(jù)可視化分析的基本原理和常用可視化分析圖表；3.熟悉審計數(shù)據(jù)挖掘分析技術的基本原理和常用的審計數(shù)據(jù)挖掘分析方法；4.熟悉審計數(shù)據(jù)預測分析的基本方法。技能目標1.能夠結合案例選擇恰當?shù)亩嘣磾?shù)據(jù)查詢分析方法，掌握并熟練運用PowerBI排序、篩選、合并查詢等基本技能；2.掌握PowerBI常用的數(shù)據(jù)可視化分析圖表，能根據(jù)可視化分析需求選擇恰當?shù)目梢暬瘓D表；3.掌握審計數(shù)據(jù)挖掘分析的基本模型，能運用對應模型進行數(shù)據(jù)挖掘分析；4.熟練使用基礎的數(shù)據(jù)預測分析模型，能根據(jù)數(shù)據(jù)預測要求選擇恰當?shù)姆治瞿Ｐ瓦M行數(shù)據(jù)預測分析。思維導圖項目背景HSXY有限公司地處重慶市，是一家中型休閑食品批發(fā)企業(yè)，為改善企業(yè)的經營管理水平，提升公司經營效率，HSXY每年年末都會結合公司的經營管理情況，制定下一年度的審計計劃。公司2023年1月按計劃應開展的審計項目如表所示。審計項目名稱審計區(qū)間審計起止日期運費審計2022年1月至12月2023年1月1日至2023年1月7日存貨審計2020年1月至2022年12月2023年1月8日2023年1月18日舞弊審計2022年1月至2022年12月2023年1月19至1月23日應收賬款審計2022年1月至2022年12月2023年1月24至1月31日為了保證審計質量和審計項目進度，公司委托ABC會計師事務所按上述時間節(jié)點對公司各項業(yè)務開展審計。01基于多源數(shù)據(jù)分析技術的運費審計任務描述知識準備任務實施任務小結任務描述2023年1月審計項目組入駐被審計單位按審計計劃對公司2022年全年運費進行審計（數(shù)據(jù)源：“運費審計”），要求重點從運費的真實性和合理性兩個角度開展審計，通過前期的調研，審計項目組決定采用多源數(shù)據(jù)分析技術對運費進行審計。本次審計任務需完成以下三項子任務。子任務一運費結算單價審查。關注運費實際結算單價與合同定價是否一致，是否存在實際結算價格與合同價不一致的情況。子任務二運費結算數(shù)量核實。重點核實運費結算的承運數(shù)量是否與實際承運數(shù)量一致，是否存在結算數(shù)量與發(fā)運數(shù)量不一致的情況。子任務三承運產品抽樣分析。依據(jù)重要性原則對產品進行抽樣核查各產品的承運情況。知識準備一、多源數(shù)據(jù)分析技術的基本原理

多源數(shù)據(jù)分析技術主要是通過對采集的不同來源數(shù)據(jù)（包括不同行業(yè)、不同單位、同一單位內不同部門的數(shù)據(jù)）運用篩選、排序、表聯(lián)接等大數(shù)據(jù)查詢型分析技術進行關聯(lián)和對比分析，以發(fā)現(xiàn)更多隱藏的審計線索的一種大數(shù)據(jù)審計方法。運用多源數(shù)據(jù)分析技術進行審計的一般步驟如下知識準備二、單表查詢分析方法

（一）篩選篩選是指按照一定的條件對數(shù)據(jù)進行檢索，從中篩選出我們所需要的數(shù)據(jù)和信息，篩選是數(shù)據(jù)方法中最簡單、高效、便捷的一種利用篩選功能發(fā)現(xiàn)審計線索的基本思路為：審計人員結合審計目標要求，在分析審計業(yè)務和相關審計數(shù)據(jù)的基礎上，對審計的關鍵業(yè)務流程和關鍵數(shù)據(jù)表中的重要字段的取值范圍進行設置，據(jù)此設置檢索條件，并發(fā)現(xiàn)異常數(shù)據(jù)，以實現(xiàn)審計線索的快速發(fā)現(xiàn)。知識準備二、單表查詢分析方法

（一）篩選篩選是指按照一定的條件對數(shù)據(jù)進行檢索，從中篩選出我們所需要的數(shù)據(jù)和信息，篩選是數(shù)據(jù)方法中最簡單、高效、便捷的一種利用篩選功能發(fā)現(xiàn)審計線索的基本思路為：審計人員結合審計目標要求，在分析審計業(yè)務和相關審計數(shù)據(jù)的基礎上，對審計的關鍵業(yè)務流程和關鍵數(shù)據(jù)表中的重要字段的取值范圍進行設置，據(jù)此設置檢索條件，并發(fā)現(xiàn)異常數(shù)據(jù)，以實現(xiàn)審計線索的快速發(fā)現(xiàn)。知識準備二、單表查詢分析方法（二）排序排序是指將雜亂無章的數(shù)據(jù)元素，通過一定的方法按關鍵字順序將數(shù)據(jù)元素進行有序排列的過程，其目的是將一組“無序”的記錄序列調整為“有序”的記錄序列。審計的重要性原則本質上是要求審計人員更多的關注金額更大的業(yè)務，利用排序分析法則可以快速的識別出需要審計人員重點關注的審計對象；另一方面審計人員還可以利用不同字段間的取值取值特征和規(guī)律，通過排序的使用還可以發(fā)現(xiàn)一些特殊的錯誤或者舞弊的信號。思考：在審計實踐中，審計人員如何利用排序功能查找異常值？請舉例說明知識準備二、單表查詢分析方法（三）PowerBI篩選和查詢的實現(xiàn)在PowerBI數(shù)據(jù)視圖模式下，點擊數(shù)據(jù)列上方的下拉三角便可實現(xiàn)對數(shù)據(jù)的查詢和排序。1.PowerBI數(shù)據(jù)篩選PowerBI可以對文本、日期、數(shù)字等不同類型的數(shù)據(jù)實現(xiàn)篩選，以便我們快速對數(shù)據(jù)進行查找，發(fā)現(xiàn)審計線索。調出“排序-篩選”對菜單后，便可以按需求對數(shù)據(jù)進行篩選。PowerBI數(shù)據(jù)視圖模式下實現(xiàn)數(shù)據(jù)篩選的方法有兩種，一是根據(jù)需要勾選數(shù)據(jù)復選框進行數(shù)據(jù)篩選；二是通過篩選器設置數(shù)據(jù)關鍵字進行數(shù)據(jù)篩選?！緦嵗?-1】知識準備二、單表查詢分析方法（三）PowerBI篩選和查詢的實現(xiàn)在PowerBI數(shù)據(jù)視圖模式下，點擊數(shù)據(jù)列上方的下拉三角便可實現(xiàn)對數(shù)據(jù)的查詢和排序。1.PowerBI數(shù)據(jù)篩選（1）可以利用篩選器設置篩選條件實現(xiàn)多條件的數(shù)據(jù)篩選。【實例5-1】知識準備二、單表查詢分析方法（三）PowerBI篩選和查詢的實現(xiàn)在PowerBI數(shù)據(jù)視圖模式下，點擊數(shù)據(jù)列上方的下拉三角便可實現(xiàn)對數(shù)據(jù)的查詢和排序。1.PowerBI數(shù)據(jù)篩選（2）如果篩選的數(shù)據(jù)列對應的數(shù)據(jù)類型是日期則出現(xiàn)“日期篩選器”，可以通過“日期篩選器”功能實現(xiàn)對數(shù)據(jù)的靈活篩選?！緦嵗?-2】知識準備二、單表查詢分析方法（三）PowerBI篩選和查詢的實現(xiàn)在PowerBI數(shù)據(jù)視圖模式下，點擊數(shù)據(jù)列上方的下拉三角便可實現(xiàn)對數(shù)據(jù)的查詢和排序。2.PowerBI數(shù)據(jù)排序PowerBI中可以對一列數(shù)據(jù)按照字母、數(shù)字或日期的順序對數(shù)據(jù)表進行排序，在PowerBI中有升序和降序兩種排序方式。知識準備二、單表查詢分析方法（三）PowerBI篩選和查詢的實現(xiàn)在PowerBI數(shù)據(jù)視圖模式下，點擊數(shù)據(jù)列上方的下拉三角便可實現(xiàn)對數(shù)據(jù)的查詢和排序。2.PowerBI數(shù)據(jù)排序【實例5-3】根據(jù)審計的重要性原則選取銷售訂單審計樣本，需對“銷售詳情表”中的數(shù)據(jù)按銷售金額降序排序，即對銷售金額從高到低排序，并找出銷售金額排名前10的訂單。知識準備三、多表查詢及對比分析（一）表聯(lián)接方式PowerQuery中的“合并查詢”功能中提供了六種表聯(lián)接方式，分別是左外部、右外部、完全外部、內部、左反、右反。知識準備三、多表查詢及對比分析（一）表聯(lián)接方式1.左外部左外部聯(lián)接查詢是指從兩個集中進行數(shù)據(jù)查詢時，以左側的數(shù)據(jù)集為基準，只顯示右側數(shù)據(jù)集中符合匹配條件的數(shù)據(jù)，如果右側數(shù)據(jù)集沒有符合匹配條件的數(shù)據(jù)，則查詢結果中顯示為空（PowerQurey中顯示為null）。2.右外部

右外部聯(lián)接查詢是指從兩個集中進行數(shù)據(jù)查詢時，以右側的數(shù)據(jù)集為基準，只顯示左側數(shù)據(jù)集中符合匹配條件的數(shù)據(jù)，如果左側數(shù)據(jù)集沒有符合匹配條件的數(shù)據(jù)，則查詢結果中顯示為空（PowerQurey中顯示為null）。3.完全外部完全外部聯(lián)接是指從兩個集中進行數(shù)據(jù)查詢時，返回兩個集中的全部數(shù)據(jù)，如果右側數(shù)據(jù)集在左側數(shù)據(jù)集中沒有匹配數(shù)據(jù)，或者左側數(shù)據(jù)集在右側數(shù)據(jù)集中沒有匹配的數(shù)據(jù)，查詢結果中對應的值顯示為空（PowerQurey中顯示為null）知識準備三、多表查詢及對比分析（一）表聯(lián)接方式4.內部內部聯(lián)接是指從兩個集中進行數(shù)據(jù)查詢時，只返回兩個表能夠匹配部分的數(shù)據(jù)。5.左反左反聯(lián)接是指從兩個集中進行數(shù)據(jù)查詢時，以左側數(shù)據(jù)集為基準返回左側數(shù)據(jù)集中存在，同時在右側數(shù)據(jù)集中不存在的數(shù)據(jù)，并將右側數(shù)據(jù)集中的數(shù)據(jù)列顯示為空（PowerQurey顯示為null）。6.右返右反聯(lián)接是指從兩個集中進行數(shù)據(jù)查詢時，以右側數(shù)據(jù)集為基準返回右側數(shù)據(jù)集中存在，同時在左側數(shù)據(jù)集中不存在的數(shù)據(jù)，并將左側數(shù)據(jù)集中的數(shù)據(jù)列顯示為空（PowerQurey顯示為null）。知識準備【實例5-4】有A，B兩個數(shù)據(jù)集（數(shù)據(jù)表），分別是“學生基本信息表”和“學生成績表”，具體如下表所示，在以上六種聯(lián)接方式下將呈現(xiàn)出何種結果？學生基本信息表姓名性別班級電話李明女2020級01慧女2020級01班16692591016陳德華女2020級01小明女2020級01美女2020級01云女2020級01飛女2020級01麗女2020級01娜女2020級01班19112392703學生成績表姓名審計基礎審計實務審計綜合模擬實訓王曉紅787367李明639595陳慧869583陳德華818386韓美648581周一一926189楊杰689590陳明668963知識準備三、多表查詢及對比分析（二）PowerBI的表聯(lián)接的實現(xiàn)在PowerBI中調用PowerQuery模塊便可實現(xiàn)多表的聯(lián)接。在PowerBIDesktop界面導入需要進行查詢分析的數(shù)據(jù)表之后，依次點擊“主頁”│“轉換數(shù)據(jù)”按鈕便可啟用PowerQuery編輯器，進入PowerQuery編輯界面，在頁面左側查詢表區(qū)域可以看到已經導入的數(shù)據(jù)表。知識準備四、費用審計要點（一）費用審計的主要內容費用審計指對企業(yè)從事生產經營活動過程中所發(fā)生的各種損耗的審查，包括直接費用審計、間接費用審計、期間費用審計。費用審計的內容主要包括：1.評價費用內部控制制度的健全性和有效性。2.審查費用變動內容的真實性及合法性。3.審查費用賬面余額的準確性。4.審查費用計價的正確性。知識準備四、費用審計要點（二）費用審計的主要程序1.調查與測試費用相關的內部控制2.檢查費用的核準手續(xù)3.分析主要費用項目的變動趨勢和可能存在的問題4.審查費用分類的適當性5.確定費用記錄的截止日期是否適當6.分析所得稅申報的費用項目任務實施子任務一運費結算單價審查運費結算單價是影響運費結算金額的基本因素之一，在對運費結算單價審查的過程中應著重審查運費實際結算單價是否與運費合同定價一致，本案例主要通過核查發(fā)運部門提供的“運單明細數(shù)據(jù)”表中單價與采購部門提供的各物流公司運費合同單價明細表中的單價是否一致來對運費單價進行審查。具體操作步驟參照教材，跟著操作練習。任務實施子任務二運費結算數(shù)量核實運費結算金額除受運費結算單價的影響外，還受另一重要因素結算數(shù)量的影響。本案例將結合財務端的“運費結算數(shù)據(jù)”、業(yè)務端的“運費明細數(shù)據(jù)”和倉庫端的“倉庫日出庫統(tǒng)計報表”三個表對運費結算數(shù)量進行審查，值得注意的是公司要求當天出庫的商品必須當天發(fā)運出去，避免影響發(fā)貨的及時性。具體操作步驟參照教材，跟著操作練習。任務實施子任務三承運產品抽樣分析結合物流運輸行業(yè)特點和被審計單位運輸貨物價值考量，決定將抽年度運費金額排名前十的產品作為重點核查承運情況的對象。具體操作步驟參照教材，跟著操作練習。任務小結1.在進行篩選查詢的過程中一定要仔細思考篩選要求，將其轉化為PowerBI能表示的條件，同時應注意區(qū)分條件連接詞，“且”和“或”的區(qū)別，真正學會運用篩選功能進行審計數(shù)據(jù)分析，發(fā)現(xiàn)審計線索，識別審計風險。2.運用合并查詢技術進行審計數(shù)據(jù)分析時，盡量使用“將查詢合并為新查詢”，在新的數(shù)據(jù)表中對數(shù)據(jù)進行處理和分析，避免損壞原數(shù)據(jù)；在使用合并查詢技術時應區(qū)分清楚PowerBI不同聯(lián)接類型之間的異同，為正確使用合并查詢功能打下良好的基礎。3.熟練使用PowerBIDAX函數(shù)能夠幫助審計人員在實際工作中減少數(shù)據(jù)分析工作量、提升數(shù)據(jù)分析效率。常見的PowerBIDAX函數(shù)包括聚合函數(shù)、邏輯函數(shù)、信息函數(shù)、數(shù)學函數(shù)、文本函數(shù)、篩選函數(shù)、時間函數(shù)等十多個大類，在使用過程中難免存在不熟悉、不熟練的情況，應加強對DAX函數(shù)的學習和練習。02基于可視化分析技術的存貨管理審計任務描述知識準備任務實施任務小結任務描述為提高公司存貨管理質量，促進經營效率提升，審計項目組對公司的存貨管理情況開展審計，本次實施存貨管理審計的主要目的為提升存貨管理效率，保障存貨安全，本審計項目需要完成以下三項任務。子任務一存貨規(guī)?？梢暬治觥＠么尕洑v史數(shù)據(jù)分析存貨規(guī)模變動情況、存貨規(guī)模與銷售收入匹配度、存貨周轉情況，關注存貨是否存在規(guī)模變動異常、存貨規(guī)模與銷售收入不匹配，存貨周轉速度過慢等情況。子任務二存貨結構可視化分析。分析存貨結構變動是否維持在合理范圍內，重點分析各類存貨結構占比是否與各類商品銷售收入結構占比保持一致。子任務三存貨可變現(xiàn)性可視化分析。分析存貨的庫齡情況，結合已計提的存貨跌價準備分析存貨的可變現(xiàn)性。知識準備一、可視化審計數(shù)據(jù)分析的基本原理（一）可視化分析技術可視化分析技術就是利用人眼的視覺處理能力，結合計算機、人機交互等技術實現(xiàn)對數(shù)據(jù)或文字的高效理解分析，其包括文本可視化技術、多維數(shù)據(jù)可視化技術、網(wǎng)絡可視化技術、時空可視化技術等。（二）可視化審計數(shù)據(jù)分析技術可視化審計數(shù)據(jù)分析技術的運用，即可視化分析工具應用于審計數(shù)據(jù)分析可以減小審計人員的工作強度，提高審計效率，具有重要的理論和應用價值。知識準備一、可視化審計數(shù)據(jù)分析的基本原理（三）可視化審計數(shù)據(jù)分析的基本流程一般來說，采用可視化分析手段進行大數(shù)據(jù)分析的流程包括數(shù)據(jù)采集及預處理、圖像分析、抓住關鍵線索、確定審計證據(jù)等四大步驟知識準備二、存貨審計要點（一）存貨審計的主要內容存貨審計指審計機構對被審計單位存貨增減變動及結存情況的真實性、合法性以及正確性所開展的審查監(jiān)督活動，該項審計工作開展的目的在于確保企業(yè)存貨資料的安全完整和對企業(yè)的產品成本費用進行調控，以提高企業(yè)的生產經營經濟效益。存貨審計的內容主要包括：1.評價存貨內部控制制度的健全性和有效性。2.審查存貨變動內容的真實性及合法性。3.審查存貨賬面余額的準確性。4.評價存貨保管工作的安全性。5.審查存貨跌價準備計提工作的正確性。知識準備二、存貨審計要點（二）存貨審計的主要程序存貨審計的實質性程序一般包括：1.獲取或編制存貨明細表，復核加計正確并與總賬數(shù)、報表數(shù)及明細賬合計數(shù)核對是否相符。如果發(fā)現(xiàn)合計數(shù)與總賬不符，應查明原因，必要時向項目負責人進行咨詢，做出相應的處理。2.對存貨的相關會計政策進行了解，評價其是否符合企業(yè)適用會計準則或制度，是否與以前年度保持一貫性。知識準備二、存貨審計要點（二）存貨審計的主要程序存貨審計的實質性程序一般包括：3.分析程序。存貨傳統(tǒng)的分析程序包括:計算存貨周轉率，與上期進行比較或與其他同行業(yè)的企業(yè)進行比較；比較前后各期及各個月份存貨余額及其構成，以判斷期末余額及其構成的總體合理性等。隨著大數(shù)據(jù)分析技術的不斷發(fā)展，我們也可以采用項目五任務二基于可視化分析技術的存貨管理審計中所提到的存貨規(guī)模分析、結構分析、可變現(xiàn)性分析等分析方法對存貨進行實質性分析，以便對存貨進行更加全面深入的了解。4.對分類存貨的數(shù)量、計價及賬務處理的查驗。例如：對原材料、庫存商品、發(fā)出商品、委托加工物資、生產成本、勞務成本、周轉材料以及其他類存貨的數(shù)量、計價以及賬務處理的查驗。知識準備二、存貨審計要點（二）存貨審計的主要程序存貨審計的實質性程序一般包括：5.存貨監(jiān)盤。6.檢查與關聯(lián)方的購銷業(yè)務是否正常，關注交易價格、交易金額的真實性和合理性，檢查對合并范圍內購貨記錄應予合并抵消的數(shù)據(jù)是否正確，對關聯(lián)方交易進行統(tǒng)計和審計。7.檢查存貨是否已按照企業(yè)會計準則的規(guī)定在財務報表中做出恰當列報。知識準備三、存貨可視化審計分析方法（一）存貨規(guī)模可視化分析存貨普遍存在于企業(yè)生產經營全過程，其規(guī)?？梢暬治?，是指通過可視化圖形或圖像展示并分析存貨的規(guī)模是否合理，是否與企業(yè)戰(zhàn)略以及市場需求變化相適應。存貨規(guī)?？梢暬治鲋饕獜娜矫骈_展：一是存貨規(guī)模的變動情況分析；二是存貨規(guī)模與銷售收入或銷售數(shù)量的對比分析；三是存貨規(guī)模變化的比率分析知識準備三、存貨可視化審計分析方法（二）存貨結構可視化分析對商品流通型企業(yè)來說存貨結構的分析主要集中在對不同類型商品存貨構成的分析，應重點關注包括以下兩方面：一是隨著時間推移各類型商品庫存結構占比是否發(fā)生重大變化，審計可視化分析時一般采用堆積柱形圖對存貨庫存結構進行可視化分析；二是不同類型商品的存貨結構是否與商品銷售收入結構保持一致，可以采用矩陣對二者構成情況進行對比分析。知識準備三、存貨可視化審計分析方法對存貨可變現(xiàn)性進行審計分析時可著重關注以下兩點：一是關注存貨的庫齡情況，審計人員應對公司存貨庫齡進行整體分析，確認存貨庫齡的分布情況，二是結合財務數(shù)據(jù)中已計提的存貨跌價準備分析是否利用存貨項目進行潛虧掛賬的情況。任務實施子任務一存貨規(guī)?？梢暬治鲠槍Ρ景咐覀儗拇尕浺?guī)模變動情況、存貨規(guī)模與銷售規(guī)模匹配度和存貨財務分析指標三個角度入手進行分析和審查。具體操作步驟參照教材操作實施。（一）存貨規(guī)模變動情況分析（二）存貨規(guī)模變動情況（三）存貨周轉情況分析任務實施子任務二存貨結構可視化分析存貨結構是指各類存貨的占比情況，本案例針對存貨結構的分析主要從存貨結構的變化情況和存貨結構是否與銷售收入結構保持一致開展，以判斷存貨是否滯銷或短缺風險。具體操作步驟參照教材操作實施。（一）存貨結構變動可視化分析（二）存貨結構與銷售收入結構對比分析任務實施子任務三存貨可變現(xiàn)性可視化分析存貨可變現(xiàn)性是指對存貨可變現(xiàn)金額開展的分析和計算，意在對存貨價值進行評估。本案例主要從存貨庫齡、存貨跌價準備計提是否合理兩方面進行分析。審計項目組成員在審計過程中了解到該公司于每月1日根據(jù)采購計劃完成各類產品采購，采購商品的生產日期一般在采購日前10日以內。具體操作步驟參照教材操作實施。（一）存貨庫齡分析（二）存貨跌價準備計提分析經了解被審計單位于每年年末采用可變現(xiàn)凈值與成本孰低來計提存貨跌價準備，該企業(yè)在計提存貨跌價準備時主要依據(jù)存貨庫齡進行計提。由于被審計單位是食品批發(fā)企業(yè)，在進行存貨可變現(xiàn)凈值計算過程中不應僅僅只考慮存貨庫齡，更應結合對應商品的質保期和食品行業(yè)銷售特點進行可變現(xiàn)凈值的計算，本案例對庫存商品可變現(xiàn)凈值的計算主要考慮存貨庫齡是否超過商品質保期的二分之一，以商品原單價的五折作為庫齡超過質保期二分之一商品的預估售價。任務實施子任務四存貨可視化分析報表美化一個好的可視化報表能夠準確、清晰、快捷、高效的反饋信息，為了使可視化分析報表能夠更清晰、更高效向報表閱讀者傳遞信息，在完成可視化分析報表后應對報表進行美化，增強報表的可讀性。本任務以“存貨規(guī)?？梢暬治觥眻蟊頌槔M行美化，包括報表整體美化和單個圖表美化兩方面。具體操作步驟參照教材操作實施。任務小結1.在導入“庫齡信息表”、“存貨跌價準備計算表”之后，PowerBI會自動建立這兩個數(shù)據(jù)表與其他已經存在數(shù)據(jù)表之間的關聯(lián)關系，容易出現(xiàn)關聯(lián)關系不可用的情況（在“模型視圖”中以虛線呈現(xiàn)），造成“存貨跌價準備計算表”與“商品信息表”不可用的原因是該關系將造成“存貨跌價準備計算表”和“銷售訂單明細表”之間的多義性。接下來以“存貨跌價準備計算表”為例講解解決方案：首先將“存貨跌價準備計算”與其他表的關聯(lián)關系全部刪除，然后再以“商品編碼”為關鍵字創(chuàng)建“存貨跌價準備計算”與“商品信息表”之間的關聯(lián)關系。2.需要創(chuàng)建較多度量值時，可通過創(chuàng)建一個單獨的表來存放創(chuàng)建的度量值。任務小結3.在利用IF函數(shù)計算“庫齡大于質保期二分之一庫存數(shù)量”和“庫齡大于質保期二分之一庫存金額”時，應充分理解其DAX表達式所代表的含義，以及為什么只對庫存天數(shù)是否等于90天這一項條件進行判斷。4.PowerBI自帶“開花”、“城市公園”、“經典”等多個報表主題，在PowerBI官網(wǎng)主題庫中也有許多可免費使用的主題，在進行可視化報表美化的過程中應充分利用已有的報表主題模板來提升可視化報表美化的效率。5.切片器的合理使用能夠增加報表的互動性，在進行報表設計和美化的過程中應恰當?shù)氖褂们衅鳌?3基于數(shù)據(jù)挖掘技術的舞弊審計任務描述知識準備任務實施任務小結任務描述被審計單位管理層發(fā)現(xiàn)公司差旅費報銷存在異常，但無法確定差旅費報銷異常人員范圍，在開展深入審計調查之前，需確定差旅費報銷的高風險人群。審計項目組了解具體情況后決定利用數(shù)據(jù)挖掘技術對報銷人員進行分析，以確定高風險人群。本次審計任務需完成以下兩項子任務。子任務一PowerBI與R的協(xié)同。在R官網(wǎng)下載并安裝R軟件，安裝完成后在PowerBI中配置運行R腳本。子任務二舞弊信號審計追蹤。利用R腳本調用聚類算法模型，根據(jù)不同人員的費用金額、報銷次數(shù)特點將人員分為高風險、中風險和低風險3類，以發(fā)現(xiàn)費用報銷的風險人群。知識準備一、審計數(shù)據(jù)挖掘技術基礎（一）數(shù)據(jù)挖掘技術概述數(shù)據(jù)挖掘技術就是一種通過特定的算法在可接受的計算效率限制內生成特定模式從大量的數(shù)據(jù)中通過算法搜索隱藏于其中信息步驟型技術，其運用就是一個從數(shù)據(jù)準備到結果分析的完整過程，在該過程中從大量數(shù)據(jù)中挖掘先前未知的、有效的、可使用的信息，并使用這些信息做出決策或豐富知識。知識準備一、審計數(shù)據(jù)挖掘技術基礎（二）數(shù)據(jù)挖掘技術在審計中的重要意義通過數(shù)據(jù)挖掘技術可以從被審計單位錯綜復雜的業(yè)務環(huán)境和海量的數(shù)據(jù)中，在極短的時間里進行數(shù)據(jù)分析，協(xié)助審計人員更加高效發(fā)現(xiàn)異常信息，在一定程度上降低了審計風險，提高了審計效率，更加有效地節(jié)省人力資源成本。數(shù)據(jù)挖掘技術通過對數(shù)據(jù)的全面的、深層次的、系統(tǒng)的分析，能夠有效消除抽樣審計風險，達到審計的全覆蓋。知識準備二、審計數(shù)據(jù)挖掘分析算法（一）聚類算法聚類分析又稱群分析，它是研究（樣品或指標）分類問題的一種統(tǒng)計分析方法，同時也是數(shù)據(jù)挖掘的一個重要算法。在審計數(shù)據(jù)分析的實踐中，通常采用聚類算法對被審計單位的財務數(shù)據(jù)以及業(yè)務數(shù)據(jù)進行分組。采用聚類算法，我們把分好的類別與被審計單位往年數(shù)據(jù)進行比較，從而分析出被審計單位數(shù)據(jù)的真實性與準確性。例如對于銀行的信貸業(yè)務進行審計時，可以對各種信貸業(yè)務進行聚類，劃分為低風險、中風險、高風險三類，并且可以細分為不同的風險等級。知識準備二、審計數(shù)據(jù)挖掘分析算法（二）關聯(lián)規(guī)則算法關聯(lián)規(guī)則算法是數(shù)據(jù)挖掘中的一類重要算法。關聯(lián)規(guī)則就是支持度和信任度分別滿足用戶給定閾值的規(guī)則。所謂的關聯(lián)，反映的是事件間依賴關聯(lián)關系，這種關系基于數(shù)據(jù)統(tǒng)計描述認定，與關系數(shù)據(jù)庫中表間大于、等于等邏輯關系不同，他用統(tǒng)計結果描述事件關系。知識準備二、審計數(shù)據(jù)挖掘分析算法（二）關聯(lián)規(guī)則算法工程招投標審計中，審查投標單位是否利用內部關聯(lián)對工程項目圍標操作，通過分析項目投標記錄事件，發(fā)現(xiàn)投標單位間關聯(lián)程度，當多個單位在多次投標中都同時出現(xiàn)時，我們視為非偶然事件，通過計算這些事件在總樣本中的概率，把高概率事件作為審計關注重點；醫(yī)保審計結伴刷卡住院，通過分析醫(yī)保刷卡記錄，尋找多個患者多次同時住院刷醫(yī)?？?，將這種非偶然事件作為審計重點關注，審計是否存在醫(yī)院辦理假住院，集中刷醫(yī)?？_取醫(yī)?，F(xiàn)象；財政惠農補貼審計中，可分析惠農補貼卡結伴刷卡取款現(xiàn)象，通過尋找多張不同用戶卡多次同時取款的非偶然行為，推斷惠農銀行卡可能集中在某一個人手中，進而發(fā)現(xiàn)涉嫌侵占惠農補貼的問題；商業(yè)銀行可以利用Apriori算法在信貸審計中識別挖掘潛在的關鍵變量和關聯(lián)規(guī)則，進而快速鎖定疑點客戶、提前預判客戶違約情況、發(fā)現(xiàn)信貸流程漏洞等，從而達到提高審計效率、加強信用風險預警、完善信貸工作規(guī)范的目的。知識準備三、舞弊審計的要點（一）舞弊審計的主要內容一般來講，舞弊審計的內容應該包括以下四個方面：1.審查評估被審計單位的內部控制的建立及執(zhí)行情況；2.通過審計會計資料中“假、亂、錯”等現(xiàn)象，發(fā)現(xiàn)異常和漏洞，揭露財務舞弊行為；3.促進會計核算工作的規(guī)范化建設，提高會計核算的準確性、規(guī)范性、嚴密性和公允性，提高財會組織管理工作水平；4.充分發(fā)揮審計監(jiān)督的查案職能。根據(jù)已有線索和資料，有針對性地對被審計單位或有關人員進行詳細審查，對有關疑點和問題展開內查外調，有利于對大案、要案的發(fā)現(xiàn)和查處。知識準備三、舞弊審計的要點（二）舞弊審計的常用方法1.分析性復核法2.實質分析法3.期后事項分析法4.稅項分析法5.資產質量分析法任務實施子任務一PowerBI與R的協(xié)同（一）R的下載與安裝PowerBI提供了豐富的外部可視化視覺對象，能夠滿足對聚類、分類、預測等多種需求的分析。但在PowerBI中許多可視化視覺對象都是基于R開發(fā)的，尤其是許多自定義的視覺對象基本都需要R，在未安裝R的情況下許多視覺對象都無法運行，因此在使用基于R開發(fā)的可視化視覺對象之前需要先安裝R。R可以通過其官網(wǎng)（/）進行下載，也可以通過微軟官網(wǎng)提供的兩個下載網(wǎng)址Mic'rosoftR應用程序（/download）和CRAN存儲庫（/bin/windows/base/）進行下載。（二）配置運行R腳本在下載并安裝好R之后PowerBI并不能直接運行R，需要對PowerBI進行R腳本的配置具體參照步驟參照教材實施。任務實施子任務一PowerBI與R的協(xié)同提示：1.一般情況下PowerBI會自動檢測R軟件的主目錄，而R軟件的主目錄會因R軟件安裝位置的不同而不同。2.如果安裝了多個RIDE，在“檢測到的RIDE”下拉框中會有多個選項，可根據(jù)需求選擇需要的項，一般保持默認即可。3.瀏覽到所需的RIDE支持安裝的其他R綜合開發(fā)環(huán)境如RStudio，用以創(chuàng)建和編輯R腳本，并且可以在PowerBI中使用這些腳本。通過上述操作已經基本完成PowerBI中R語言的發(fā)環(huán)境的配置，接下來就可以在PowerBI中使用基于R語言開發(fā)的視覺對象了。任務實施子任務二舞弊信號審計追蹤由于舞弊具備隱蔽性等特點，在進行舞弊審計的過程中，可以通過聚類分析算法將人員或事件劃分為不同類別，包括高風險、中風險、低風險等，發(fā)現(xiàn)舞弊信號，為進一步審計分析提供審計線索。本任務使用PowerBI按人員對差旅費進行聚類分析，以報銷金額和報銷次數(shù)作為分析維度，通過DBSCAN聚類分析算法將人員分進行分類，并據(jù)此發(fā)現(xiàn)審計線索。在開始分析前應通過GitHub官網(wǎng)（/microsoft/PowerBI-visuals-DBSCAN)獲取DBSCAN聚類分析視覺對象及源代碼。使用聚類分析圖對差旅報銷明細進行分析的具體步驟參照教材對應內容實施。任務小結1.下載R軟件時應注意電腦系統(tǒng)位數(shù)，選擇與電腦位數(shù)相同的R軟件版本，避免出現(xiàn)無法安裝或安裝后無法使用的情況。2.在使用DBSCAN聚類分析圖對報銷人員進行聚類分析時，只能將數(shù)據(jù)列拖拽至Value處，所以在進行聚類分析之前需要在銷售人員信息表中創(chuàng)建“報銷金額”和“報銷次數(shù)”數(shù)據(jù)列，同時要注意保證人員信息表中人員不能重復。3.聚類分析圖不能識別中文標簽，所以在設置標簽類別時設置的是“核算人員編碼”，在確認具體人員的風險類別時注意將人員編碼與人員姓名核對，避免出現(xiàn)錯誤。04基于數(shù)據(jù)預測技術的應收賬款審計任務描述知識準備任務實施任務小結任務描述隨著銷售業(yè)務規(guī)模的擴大，HSXY有限公司形成的應收賬款也呈現(xiàn)出逐步上升的趨勢，隨之而來的應收賬款逾期也持續(xù)增多，管理層意識到長此以往，應收賬款極有可能成為一顆影響公司未來發(fā)展的定時炸彈，故此特別重視公司應收賬款的審計工作，要求審計過程中特別關注應收賬款和逾期賬款的管理及增長變動情況。審計項目組根據(jù)公司管理層要求對公司應收賬款管理開展審計，此次應收賬款審計要求完成以下兩項子任務。子任務一應收賬款管理狀況分析。在2022年12月31日的時間點分析公司應收賬款管理狀況，對應收賬款余額、賬齡、逾期、回收、客戶管理等具體情況進行分析與可視化展示。子任務二應收賬款規(guī)模預測分析。結合公司應收賬款歷史數(shù)據(jù)，采用移動平均法、指數(shù)平滑法等時間序列分析模型對公司應收賬款及應收賬款逾期金額進行預測分析，結合應收賬款與逾期金額的增長趨勢分析應收賬款是否存在管理風險。知識準備一、審計數(shù)據(jù)預測分析技術基礎（一）審計數(shù)據(jù)預測分析概述除了財務分析中經常用到的經典方法外，針對被審計單位持續(xù)經營情況、未來現(xiàn)金流情況及現(xiàn)有運營模式中存在的趨勢性、苗頭性疑點問題等也常需要運用一些預測型的算法。數(shù)據(jù)倉庫與數(shù)據(jù)挖掘技術和方法常被用于審計數(shù)據(jù)預測型分析中，以揭示數(shù)據(jù)間的相關關系，發(fā)現(xiàn)一些傾向性問題。數(shù)據(jù)倉庫是一種數(shù)據(jù)集合，是由面向主題的、集成的、穩(wěn)定的、涉及不同時間的數(shù)據(jù)組成的集合，用來支持經營管理中的決策制定過程。數(shù)據(jù)倉庫系統(tǒng)中的數(shù)據(jù)集成工具通常都具備面向各種外部數(shù)據(jù)源的接口，可以實現(xiàn)數(shù)據(jù)抽取、轉換、裝載、刷新等功能，也可以完成對異構、多源數(shù)據(jù)的轉換、加載，審計人員可根據(jù)數(shù)據(jù)一致性原則將所需審計數(shù)據(jù)轉移到審計數(shù)據(jù)庫中，為審計數(shù)據(jù)采集提供強有力的技術支持。知識準備一、審計數(shù)據(jù)預測分析技術基礎（一）審計數(shù)據(jù)預測分析概述除了財務分析中經常用到的經典方法外，針對被審計單位持續(xù)經營情況、未來現(xiàn)金流情況及現(xiàn)有運營模式中存在的趨勢性、苗頭性疑點問題等也常需要運用一些預測型的算法。數(shù)據(jù)倉庫與數(shù)據(jù)挖掘技術和方法常被用于審計數(shù)據(jù)預測型分析中，以揭示數(shù)據(jù)間的相關關系，發(fā)現(xiàn)一些傾向性問題。數(shù)據(jù)倉庫是一種數(shù)據(jù)集合，是由面向主題的、集成的、穩(wěn)定的、涉及不同時間的數(shù)據(jù)組成的集合，用來支持經營管理中的決策制定過程。數(shù)據(jù)倉庫系統(tǒng)中的數(shù)據(jù)集成工具通常都具備面向各種外部數(shù)據(jù)源的接口，可以實現(xiàn)數(shù)據(jù)抽取、轉換、裝載、刷新等功能，也可以完成對異構、多源數(shù)據(jù)的轉換、加載，審計人員可根據(jù)數(shù)據(jù)一致性原則將所需審計數(shù)據(jù)轉移到審計數(shù)據(jù)庫中，為審計數(shù)據(jù)采集提供強有力的技術支持。知識準備一、審計數(shù)據(jù)預測分析技術基礎（二）審計數(shù)據(jù)預測分析的應用審計數(shù)據(jù)預測分析在審計過程中具有重要作用，比如在企業(yè)并購、項目投資等專項審計中經常需要對被審計對象的業(yè)務發(fā)展趨勢、未來收入、現(xiàn)金流量變化等進行相應的預測分析；在獲取數(shù)據(jù)的過程中，經常需要對大量類別的審計數(shù)據(jù)，如PDF版的會議紀要、Word版的方案、網(wǎng)上的各種通知等進行分析。在審計中可以運用到的預測分析方法包括定量變量的多元回歸、人工神經網(wǎng)絡等算法，也包括對定性變量分類，如決策樹、貝葉斯網(wǎng)絡、logistic回歸算法等數(shù)據(jù)挖掘算法，還包括常用于無監(jiān)督學習的聚類分析、用于數(shù)據(jù)分布規(guī)律分析的班福法則等。知識準備二、審計數(shù)據(jù)預測分析算法

（一）線性回歸模型線性回歸是利用數(shù)理統(tǒng)計中回歸分析，來確定兩種或兩種以上變量間相互依賴的定量關系的一種統(tǒng)計分析方法，線性回歸分析模型根據(jù)自變量和因變量的數(shù)量不同分為一元線性回歸分析模型和多元線性回歸分析模型。一元線性回歸是分析只有一個自變量x和一個因變量y的線性相關關系的方法。其模型一般表示：知識準備二、審計數(shù)據(jù)預測分析算法

（一）線性回歸模型但在許多實際問題中，對因變量的影響因素往往不止一個，多元回歸是研究一個因變量與多個自變量之間的回歸問題。例如，審計報告的意見類型除了受企業(yè)財務類指標等因素的影響外，還受諸如內部控制水平、企業(yè)持續(xù)經營能力、財稅政策、行業(yè)經濟趨勢等多種因素的影響。多元線性回歸是研究因變量與各自變量之間線性關系的方法。知識準備二、審計數(shù)據(jù)預測分析算法

（二）時間序列預測分析1.時間序列預測的含義時間序列預測就是將銷售額、利潤、工業(yè)增加值等統(tǒng)計指標數(shù)值，按時間順序排列形成時間序列，運用一定的統(tǒng)計分析方法對時間序列進行分析，找出其發(fā)展變化的趨勢和規(guī)律，以預測未來的發(fā)展變化趨勢，確定預測值。2.時間序列預測方法的選擇對已有時間序列進行預測的關鍵是確定時間序列的變化規(guī)律，并假定時間序列會按照此規(guī)律延續(xù)下去。在進行時間序列預測時，首先應確定時間序列的成分，再選擇合適的預測方法，最后對預測方法進行評估，選擇最佳的預測方案。知識準備二、審計數(shù)據(jù)預測分析算法

（二）時間序列預測分析3.時間序列預測方法預測分析方法平滑法預測季節(jié)性預測趨勢性預測平滑法預測包括簡單平均預測、移動平均預測、指數(shù)平滑預測季節(jié)性預測方法包括指數(shù)模型預測、時間序列分解預測趨勢性預測包括線性趨勢預測、非線性趨勢預測、自回歸模型預測等。知識準備二、審計數(shù)據(jù)預測分析算法

（二）時間序列預測分析3.時間序列預測方法（1）移動平均預測

移動平均預測是選擇一定長度的移動間隔，對原時間序列逐期計算移動平均數(shù)作為下一期的預測值。該預測方法可以削弱原序列中短期的偶然因素的影響，一般可以用來預測銷售情況和股價等趨勢，可分為簡單移動平均預測和加權移動平均預測兩種。①簡單移動平均預測知識準備二、審計數(shù)據(jù)預測分析算法

（二）時間序列預測分析3.時間序列預測方法（1）移動平均預測

②加權移動平均預測加權移動平均預測法是在簡單移動平均預測法的基礎上，給近期的數(shù)據(jù)賦予較大的權數(shù)，給遠期的數(shù)據(jù)賦予較小的權數(shù)，計算加權移動平均數(shù)作為下一期的預測值。同樣的，設移動間隔為k（1<k≤t），則t+1期的移動平均預測值如式：知識準備二、審計數(shù)據(jù)預測分析算法

（二）時間序列預測分析3.時間序列預測方法（2）指數(shù)平滑預測指數(shù)平滑預測是對過去的觀察值進行加權平均的一種預測方法，是加權平均的一種特殊情形，觀察值時間越遠，其權數(shù)也跟著呈現(xiàn)指數(shù)下滑，因此稱為指數(shù)平滑?？煞譃橐淮沃笖?shù)平滑、二次指數(shù)平滑、三次指數(shù)平滑等，就一次指數(shù)平滑來說，t+1期的預測值是t期的觀察值與預測值的線性組合，其基本模型如：知識準備二、審計數(shù)據(jù)預測分析算法

（二）時間序列預測分析3.時間序列預測方法（2）指數(shù)平滑預測指數(shù)平滑預測法的關鍵是確定一個合適的平滑系數(shù)，通常要從以下兩方面考慮：①當時間序列比較平穩(wěn)時，值應取小一些，如0.1-0.3；當時間序列波動較大時，值應選擇居中的值，如0.3-0.5；當時間序列波動很大時，值應取大一些，如0.5-0.8。②選擇時還應考慮預測誤差，在實際預測時，選擇幾個值進行試算，分別計算均方誤差，取均方誤差最小的那個值。知識準備二、審計數(shù)據(jù)預測分析算法

（二）時間序列預測分析3.時間序列預測方法（3）季節(jié)模型預測將時間序列的四種組成成分按照一定的假設，用一定的數(shù)學關系式表達出來，就形成了時間序列預測的分析模型。根據(jù)不同的假設，分析模型通常分為兩種：加法模型和乘法模型。設時間序列為Y，長期趨勢為T，循環(huán)變動為C，季節(jié)變動為S，不規(guī)則變動為I，則兩種模型分別表示如下：知識準備二、審計數(shù)據(jù)預測分析算法

（二）時間序列預測分析3.時間序列預測方法（3）季節(jié)模型預測①加法模型假設四種組成成分是相互獨立的，時間序列便是各成分相加的和，其分解模型：

Y=T+C+S+I當時間序列圖顯示的時間序列的級別變動大致相等，在時間序列圖隨時間推移等寬推進時,采用加法模型。知識準備二、審計數(shù)據(jù)預測分析算法

（二）時間序列預測分析3.時間序列預測方法（3）季節(jié)模型預測②乘法模型假設四種組成成分是相互交錯影響的，時間序列便是各成分的乘積，其分解模型：Y=T×C×S×I