财务审计工作流程？

财务审计工作流程？

许多人认为，『审计数据分析』的核心价值是一种分析数据的技术手段。这其实是不对的。如果强调的是『技术手段』，审计部从技术部挖两位技术人员就能轻易的实现『数字化审计』。这些年来，我们接触的许多企业最初都是这么做的，但并没有什么收获。

因为，审计数据分析工作强调的并不是技术。而是审计人员在过程中发挥的经验价值。

例中，国家审计署特派员的专业知识、审计敏感性及业务经验，让他跳出了『已有数据与既定指标』的局限，去获取新的『气象数据』来与『抛石记录』比较，直击问题核心。这就是在审计数据分析中，审计人经验价值的体现。

若『审计数据分析』不以发挥『审计人经验价值』为核心，而是专注于『技术实现』，那此类问题『将永远石沉大海』。毕竟，再牛的技术也不会将一份『按现在算法怎么核验都是对的』数据，判断为『风险因子』。

审计人的经验价值，可归纳为三个因子：业务审计经验、业务与审计知识、长期积累带来的审计敏感性。基于这三个因子与审计数据分析工作的核心目标，可提炼出审计数据分析工作流的三个原则：基于业务的风险导向原则、不过于改变审计人工作习惯原则、可持续监控原则。

基于风险导向原则，工作流的第一步应是：业务风险点的梳理。在数据分析前应当也必须知道，要分析对象的风险在何处。若要分析的『风险』不明晰，那数据分析无异于『对着空气瞎打拳』，看起很厉害，实际没什么用。

一种梳理办法是：翻阅以往的审计报告，将做过的审计分析点逐条列出，并阐述检查目的，基于业务将它们整合为一张风险识别清单。

ABC公司风险识别清单

基于风险导向的好处为：在梳理工程中，清晰的知道了业务的风险在何处，为什么要检查它、怎样查的合理性是否充分。甚至，结合现场审计经验能大致推导出需要用到什么数据。

工作流的第二步是：根据识别的风险点，去获取数据。这个过程在前几期沙龙中有详细的描述。在此不多做赘述，若需查看，可点击下方链接访问跳转阐述数据梳理、数据获取的讲解文章。

·

·

工作流的第三步是：分析应用尝试与摸索。即使明晰了数据与风险点，审计数据分析模型的搭建也不是一蹴而就的。这一步，需要审计人员借助易于操作、能留痕逻辑、且扩展性强的审计数据分析工具来帮助实现。Arbutus是一种可选的工具，它以界面操作的形式，提供了审计数据分析用得到的一切功能模组，用户在界面上的探索、建模过程都将自动保存为可执行的脚本文件。

工作流的第四步是：分析应用的搭建。将摸索好了的可行逻辑，形成规范的脚本，用作日后的可持续监控。

工作流的第五步是：运行搭建好的模型，验证模型结果。无误，则借助工具，将这些风险分析模型，定时执行，实现指定周期的持续性审计。Arbutus是一款可选的工具，鼠标点击即可实现分析模型的定时执行。

工作流的第六步是：对照着非现场审计数据分析模型的数据产出，在现场审计中验证风险。在验证过程中，记录现场数据与非现场数据的匹配情况，是否有新的风险出现、是否存在模型中未覆盖的风险点。将验证情况，制作为一张清单。

工作流的第七步是：根据第六步的验证情况，整改跟进前五步的过程。整改跟进业务的风险识别点与分析模型。

一套审计数据工作流将整个团队的应用模式、审计流程标准化，将团队、数据、审计流整合成一个闭环大系统。审计人借助工作流，解决了审计整改、跟进难，标准化的难题。将现场审计与非现场审计的结合，非现场（计算机辅助）审计把审计工作前置，提升现场审计的成效，由点及面的扩大成果。

[下期预告]

希望本篇流程框架的赘述能为您带来一丝感悟与启发。此后两期，阿布将基于本期介绍的审计数据分析工作流，讲解采购审计是如何从风险识别、确定逻辑与数据到探索建模可持续性运行的。尽情期待。