当前位置:文档之家› AO现场审计实施系统数据采集和转换

AO现场审计实施系统数据采集和转换

AO 现场审计实施系统数据采集和转换AO 现场审计实施系统功能强大、适用面广,是审计署重点推广的计算机审计软件,作为审计人员的好助手,能有效的提高审计质量和效率,降低审计风险。

财务和业务电子数据的采集和转换是开展计算机辅助审计的前提和基础。

面对当前财务软件种类和版本号多种多样,财务数据结构差异很大的情况,AO 系统提供了强大的数据采集和转换接口功能。

一是财务备份数据转换方法。

通过AO 系统自带的或从金审网站下载的的数据转换模版,审计人员很轻松就能完成财务软件备份数据的采集和转换。

二是数据库数据转换方法。

财务备份数据转换方法虽然简单、好操作,但最大的问题是如果没有对应转换模板,则无法实现财务数据转换,而且有些转换模板需要安大型装数据库(如SQL Server )后台服务器端,有时由于一些不明原因,也会出现不能正常转换的情况;为了解决这个问题,AO系统同时提供了数据库数据转换方法,用于转换财务备份数据转换方法不能转换的财务数据。

而且使用这种方法,在第一次数据转换成功后,可以将转换过程制作为转换模版,再遇到同类数据时使用以前制作的转换模板,即可实现自动转换。

转换模版可以导入、导出,实现共享。

为积极探索计算机审计技术,2005 年在对某单位审计时,我们分别使用上述二种转换方法成功完成了财务数据的采集和转换。

一、数据的采集经过审前调查,了解到被审计单位财务软件为用友8.21 网络版,后台数据库为SQL Server 2000 。

针对财务备份数据转换方法,我们在服务器上通过直接拷贝的方式,采集了财务备份数据ufdata.ba_(63M);针对数据库数据转换方法,使用SQL Server 数据库的“数据导入导出工具”采集了财务数据的code、GL_accusm 、GL_accvoch 三张数据表,将其存放于Acess 数据库中(命名为data.mdb ,7M)。

二、数据转换(一)使用财务备份数据转换方法进行数据转换对于采集的财务备份数据ufdata.ba_ ,在笔者使用的计算机上安装SQLServer 2000 后,使用AO 系统自带的“用友8.X SQL Server 备份”转换模版顺利完成了数据转换工作,核对资产负债表年初、年未数及借、贷方发生额,数据正确。

(二)使用数据库数据转换方法转换1、AO 数据库数据转换功能及有关数据结构简介AO 系统数据库数据采集功能主要包括五个模块:(1)采集数据,此模块主要目的是将拷贝的被审计单位的财务电子数据采集到由AO 系统内。

这样采集完成后,有关计算和操作都是在AO 系统内,不会对拷贝的原始电子数据有影响。

(2)生成财务数据中间表,此模块是数据库数据转换方法的核心。

依次要进行会计期间定义、科目余额表、会计科目表、科目设置、凭证表等五个步骤的操作。

在会计期间定义时,需设置会计年度和每个会计月份天数; 在科目余额表、会计科目表、凭证表转换时,分别经过选择数据源、数据表处理、数据字据处理、数据记录处理、字段对应设置等操作,建立了采集的数据与转换后的数据表与表、字段与字段之间的数据对应关系。

如果,采集的电子数据与AO 系统需要的表和字段为一一对应的关系,在数据表处理、数据字段处理、阶段无需进行操作,否则应建立中间表、进行数据处理。

在数据记录处理阶段,如果数据均为有效数据,无需进行操作,否则应进设置过滤条件对数据进行清理,清除垃圾数据;在科目设置时,根据对财务电子数据的分析情况,设置各级科目代码长度及代码内的分隔符。

(3)会计期间及科目调整,此模块可以用来调整被审数据的会计期间信息,以及调整会计科目表的借贷方向。

(4)常规数据整理,提供对系统中采集来的原始数据和当前电子账簿中的数据修改或删除的功能。

在采集完成数据或建立账表后,发现数据有误时,直接对电子数据进行修改。

(5)财务账表重建,原始数据发生变化后,重新生成包括资产负债表、总帐、明细账。

正常情况下,经过前面三个模块的操作,即可完成数据的转换工作,生成资产负债表、总账、各明细账,完成数据转换工作。

其中生成财务中间表模块最为重要,在这个阶段要在正确分析财务电子数据结构的基础上,建立财务电子数据与AO 系统之间的数据表和字段的对应关系。

要做达数据的正确转换,需做到以下两点:(1)要明确了AO 系统数据库数据转换方法对要采集的财务数据的基本要求。

AO 系统运行,需要的财务数据必须包括三个基础数据表是科目代码表、余额表、凭证表。

其满足系统运行的基本字段内容分别为:(一)科目代码表:科目代码、科目名称。

(二)余额表:科目代码、年(期)初余额、年(期)初时间、余额方向。

(三)凭证表:科目代码、凭证号、凭证日期、凭证月份、摘要、借方发生额、贷方发生额。

其他字段可有可无,如:制单人、记帐人、复核人、会计主管等,只需找到对应字段导入即可。

(2)要正确分析用友8.21 财务数据结构,确定各字段对应关系由于未能取得用友财务软件的数据字典,便直接分析data.mdb 数据库有关内容。

用友8.21 财务软件数据存放的三张相关表格为:科目代码表(code) 、余额表(gl_accsum) 、凭证表(gl_accvouch) 。

其每张表所对应的必须字段为:(一)科目代码表(code) :科目代码(ccode) 、科目名称(ccode_name) ;(二)余额表(gl_accsum):科目代码(ccode)、年(期)初月份(i period)、年(期) 初余额(mb)、余额方向(cbegind_c);(三)凭证表(gl_accvouch) :科目代码(ccode) 、凭证号(ino_id) 、凭证日期(dbill_date)、凭证月份(iperiod)、摘要(edigest)、借方发生额(md)、贷方发生额(mc) 。

2、转换过程在前面准备和分析的基础上,我们进行了数据转换。

根据AO 系统的提示,一步步进行操作,顺利地完成了数据采集,建立了数据表和字段对应关系,生成了账表。

但是,在将AO 系统生成的资产负债表与被审计单位提供的资产负债表核对时,发现了数据不一致的情况,先是发现部分科目年末余额不正确,后又发现有的科目借、贷方发生额也不一致,只有年初数都是正确无误。

起初怀疑是数据采集过程出了问题,采集的数据的不完整、不准确。

为了验证采集的原始数据的正确和完整性,用e 审2003 软件对原始数据进行了转换,转换完成后,核对数据,均正确无误。

在确认原始数据正确、完整后,又再次使用AO 系统进行数据转换,可得到的结果还是不正确。

原始数据没有问题,那问题只能是出在转换过程中,到底问题出在那呢?在陆续尝试了一些不同的设置后,还是得到正确的转换结果。

屡次碰壁,我们甚至对AO 系统的转换功能产生了怀疑。

最后,还是静下心来,决定从分析不正确的科目数据入手,一点点的查找问题。

在对照资产负债表的数据时,发现银行存款科目年初数、贷方发生额均正确,借方发生额与年末数与正确数据小有差额。

从而选定此科目,从年初数开始,逐月核对。

前面5 个月份,数据均正确,而当核对到6 月份时,发现6 月份余额不正确,比正确数据多出10000 元,当月借方累计金额也多出10000 元。

于是在凭证库查找银行存款借方为10000 元的6 月份的所有凭证,一一审查。

当检查到一记账凭证时,发现了问题,该凭证只有借方金额,没有贷方金额,而且没有凭证号。

这时才猛然意识到凭证库中可能包括作废的凭证,存在垃圾数据。

将原始数据在Access 数据库打开,查看凭证表(gl_accvouch) ,同样也检索到了此“特殊凭证”,对比有关字段内容,发现此凭证与其他正常凭证不同,其ioutperiod 字段内容为“ 0,”doutbilldate 字段内容没有日期,Cdefine7 字段内容为“ 0,”没有制单人、审核人。

从而确定此垃圾数据是会计软件操作时,由于意外原因,生成的垃圾数据。

后来用同样方法,又找到一些垃圾数据,将其清除后,再进行转换终于得到了正确的、完整的数据。

三、几点体会经过本次数据的采集和转换,笔者几点体会。

一是使用数据库数据转换方法,成功完成了财务电子数据的采集和转换工作,为今后在开展计算机审计时,由审计人员自己制作数据转换模版,积累了一些经验;二是审计人员应加强对会计软件的学习和了解。

在本次数据采集和转换过程中,反复试验,在屡次转换不能得到正确数据,几乎要放弃的情况下,最后才知道了,可能是由于会计软件设计或操作上的原因,在财务电子数据中可能存在一些垃圾数据。

如果能早些取得此财务软件的数据字典,掌握有关字段的作用和内容设置,将会少走很多弯路,取得事半功倍的效果。

同时学习和了解会计软件,对会计软件运行期间产生的垃圾数据的分析审计,也可以作为对被审计单位计算机系统审计工作的内容之一,对计算机系统审计也是一个积极的探索;三是感觉AO 系统数据库数据转换方法,确实有需要改进之处,对于一些有借无贷、有贷无借或借贷金额不等的凭证应设置报警或筛选功能,保证转换后数据的正确性。

在AO 系统没有升级之前,审计人员进行数据的采集和转换时,应检查原始数据的准确性、完整性和有效性。

以本案为例,对于采集的财务电子数据凭证库中存在垃圾数据的情况,可以在数据库中进行查询,检查借贷方发生额全年汇总数,初步进行判断,如果两者不等,则说明肯定存在垃圾数据,具体查询语句为:“ SELECT Sum([GL_accvouch].md) AS md 之Sum, Sum([GL_accvouch].mc) AS mc 之Sum, FROM [GL_accvouch] ”。

发现有垃圾数据后,可以在Access 数据库中对数据进行清理。

相关主题