第5章
审计数据预处理
5-1
计算机辅助审计原理及应用（第二版） @ 清华大学出版社
本章学习目标
理解审计数据预处理的重要性
理解数据质量、审计数据质量问题；掌握审计数
据预处理的意义以及审计数据预处理的内容
结合应用实例熟悉审计数据预处理的基本方法
理解审计数据预处理阶段数据验证的重要性、熟
悉审计数据预处理阶段数据验证的内容和方法
了解其它一些数据预处理方法
2
计算机辅助审计原理及应用（第二版） @ 清华大学出版社
概述
审计数据预处理理论分析
审计数据预处理应用实例
审计数据预处理阶段的数据验证
其它数据预处理方法介绍
本章主要内容
3
计算机辅助审计原理及应用（第二版） @ 清华大学出版社
数据质量
单数据源数据质量问题
多数据源集成时数据质量问题
审计数据质量实例
审计数据预处理的意义
审计数据预处理的内容
审计数据预处理理论分析
4
计算机辅助审计原理及应用（第二版） @ 清华大学出版社
什么是数据质量呢？
数据质量问题并不仅仅是指数据错误。有的文献把
数据质量定义为数据的一致性（consistency）、正确
性（correctness）、完整性（completeness）和最小
性（minimality）这4个指标在信息系统中得到满足的
程度，有的文献则把“适合使用”作为衡量数据质量的
初步标准。
数据质量
5
计算机辅助审计原理及应用（第二版） @ 清华大学出版社
准确性（Accuracy）
准确性是指数据源中实际数据值与假定正确数据值的一致程度；
完整性（Completeness）
完整性是指数据源中需要数值的字段中无值缺失的程度；
一致性（Consistency）
一致性是指数据源中数据对一组约束的满足程度；
唯一性（Uniqueness）
唯一性是指数据源中记录以及编码是否唯一；
适时性（Timeliness）
适时性是指在所要求的或指定的时间提供一个或多个数据项的程度；
有效性（Validity）
有效性是指维护的数据足够严格以满足分类准则的接受要求。
数据质量的评价指标
6
计算机辅助审计原理及应用（第二版） @ 清华大学出版社
重复的数据
不完整的数据
不正确的数据
无法理解的数据值
不一致的数据
可能存在的数据质量问题
7
计算机辅助审计原理及应用（第二版） @ 清华大学出版社
数据质量问题分类
8
计算机辅助审计原理及应用（第二版） @ 清华大学出版社
单数据源数据质量问题
9
计算机辅助审计原理及应用（第二版） @ 清华大学出版社
单数据源数据质量问题
10
计算机辅助审计原理及应用（第二版） @ 清华大学出版社
当多个数据源集成时，发生在单数据源中的这些问题会更
加严重。这是因为每个数据源都是为了特定应用，单独开发、
部署和维护的，这就很大程度上导致数据管理系统、数据模
型、模式设计和实际数据的不同。每个数据源都可能含有脏
数据，多数据源中的数据可能会出现不同表示、重复、冲突
等现象。
在模式级，模式设计的主要问题是命名冲突和结构冲突。
命名冲突主要表现为不同的对象可能使用同一个命名，而同
一对象可能使用不同的命名；结构冲突存在很多种不同的情
况，一般是指在不同数据源中同一对象有不同表示，如不同
的组成结构、不同的数据类型、不同的完整性约束等。
多数据源集成时数据质量问题
11
计算机辅助审计原理及应用（第二版） @ 清华大学出版社
除了模式级的冲突，很多冲突仅出现在实例级上，即数
据冲突。由于不同数据源中数据的表示可能会不同，单数据
源中的所有问题都可能会出现，比如重复的记录、冲突的记
录等。此外，在整个数据源中，尽管有时不同的数据源中有
相同的字段名和类型，仍可能存在不同的数值表示，如对性
别的描述，一个数据源中可能用“0/1”来描述，另一个数据
源中可能会用“F/M”来描述，或者对一些数值的不同表示，
如一个数据源中度量单位制可能用美元，另一个数据源中可
能会用欧元。此外，不同数据源中的信息可能表示在不同的
聚集级别上，如一个数据源中信息可能指的是每种产品的销
售量，而另一个数据源中信息可能指的是每组产品的销售量。
多数据源集成时数据质量问题
12
计算机辅助审计原理及应用（第二版） @ 清华大学出版社
审计数据质量实例----不完整数据
13
计算机辅助审计原理及应用（第二版） @ 清华大学出版社
审计数据质量实例----不完整数据
14
计算机辅助审计原理及应用（第二版） @ 清华大学出版社
审计数据质量实例----不一致的数据
15
计算机辅助审计原理及应用（第二版） @ 清华大学出版社
审计数据质量实例----不正确的数据
16
计算机辅助审计原理及应用（第二版） @ 清华大学出版社
审计数据质量实例----重复的数据
17
计算机辅助审计原理及应用（第二版） @ 清华大学出版社
为下一步的审计数据分析提供准备
帮助发现隐含的审计线索
降低审计风险
审计数据预处理的意义
18
计算机辅助审计原理及应用（第二版） @ 清华大学出版社
数据转换
数据清理
审计数据预处理的内容
19
计算机辅助审计原理及应用（第二版） @ 清华大学出版社
数据预处理的内容
20
计算机辅助审计原理及应用（第二版） @ 清华大学出版社
数据预处理应用实例----采用Access
名称转换
21
计算机辅助审计原理及应用（第二版） @ 清华大学出版社
数据预处理应用实例----采用Access
空值处理
22
计算机辅助审计原理及应用（第二版） @ 清华大学出版社
数据预处理应用实例----采用AO
借助生成数据中间表
23
计算机辅助审计原理及应用（第二版） @ 清华大学出版社
数据预处理应用实例----采用AO
采用AO中的常规数据整理功能
24
计算机辅助审计原理及应用（第二版） @ 清华大学出版社
审计数据预处理阶段数据验证的重要性
在审计数据预处理过程中，审计人员会将原始电子数据中表名、
字段名、记录值代码以及表表关联的经济含义明确标识出来，这需要进
行大量的查询、替换修改、插入数据、删除数据等操作；另外，要对电
子数据进行修改错误值、替换空值、消除冗余数据、保证数据值落入定
义域等数据操作，以提高数据质量，为下一步的审计数据分析做好准备。
在审计数据预处理过程中可能存在以下问题：
（1）目标数据模式设计不合理。
（2）审计数据预处理方法不当。
（3）审计数据预处理工具使用不合适。
（4）审计数据预处理过程不规范，没有日志记录。
根据以上分析，每一步预处理工作都有可能影响到数据的完整性
和正确性，所以在这一阶段进行数据验证也是很必要的。
25
计算机辅助审计原理及应用（第二版） @ 清华大学出版社
确信数据预处理的目标实现
确认数据预处理工作没有损害数据的完整性、正确性
审计数据预处理阶段数据验证的内容和方法
审计数据验证的主要内容
审计数据验证的方法
在审计数据预处理阶段，审计人员可以根据实际情况，采用核
对总金额、保持借贷平衡、勾稽关系、审计抽样等数据验证方法来
完成审计数据验证。
26
计算机辅助审计原理及应用（第二版） @ 清华大学出版社
不完整数据的清理
相似重复记录的清理
其它数据预处理方法介绍
27
计算机辅助审计原理及应用（第二版） @ 清华大学出版社
为什么要对被审计数据进行审计数据预处理？
什么是数据质量？
常见审计数据质量问题有哪些？
思考题
28
计算机辅助审计原理及应用（第二版） @ 清华大学出版社
相关参考书
29
计算机辅助审计原理及应用（第二版） @ 清华大学出版社
相关参考书
30
