EXCEL BI在計算機審計中的應用

李琦

山東財經(jīng)大學燕山學院，山東濟南，271199

0 引言

大數(shù)據(jù)時代背景下，傳統(tǒng)的審計技術(shù)也面臨著挑戰(zhàn)。面對信息化程度不斷提高的審計對象，以手工查賬為主的傳統(tǒng)審計已經(jīng)不能滿足審計人員的需求，計算機輔助審計技術(shù)應運而生[1]。審計人員針對不同的審計目標和工作需求，運用相關(guān)分析軟件，尋找相關(guān)證據(jù)及線索，對被審計單位實施有效監(jiān)督，從而實現(xiàn)持續(xù)性審計。Excel作為一種通用性分析軟件，不僅可以分析財務(wù)數(shù)據(jù)，還可以融合非財務(wù)信息進行綜合分析，在審計中被廣泛應用。因此，本文對計算機審計的發(fā)展具有一定的實用價值。

1 計算機審計相關(guān)概念

1.1 計算機審計

根據(jù)審計的側(cè)重點不同，計算機審計可以分為兩種層次：電子數(shù)據(jù)審計和信息系統(tǒng)審計[2]。電子數(shù)據(jù)審計，審計的重點在于數(shù)據(jù)，是為達到相應的審計目標，對被審計單位的相關(guān)數(shù)據(jù)進行采集、處理和分析，進而發(fā)現(xiàn)其中的問題，獲取審計證據(jù)。信息系統(tǒng)審計，審計的重點在于存儲數(shù)據(jù)的系統(tǒng)，即被審計單位采用的信息系統(tǒng)能否對資產(chǎn)進行有效保護、維護數(shù)據(jù)的完整。

1.2 計算機輔助審計

計算機輔助審計，是指在進行審計工作時，運用計算機相關(guān)技術(shù)，幫助審計人員執(zhí)行或者完成審計程序和審計任務(wù)。同計算機審計一樣，計算機輔助審計也分為兩種層次。

面向數(shù)據(jù)的計算機輔助審計技術(shù)，是指對數(shù)據(jù)進行采集、處理和分析所使用的計算機軟件、方法或者工具。按照是否專門嵌入審計模塊，可分為專業(yè)的審計數(shù)據(jù)分析軟件，如悅審、ACL；以及通用類分析軟件，如Excel、SQL等。

面向系統(tǒng)的計算機輔助審計技術(shù)，是利用一定的技術(shù)方法，對被審計單位的信息處理系統(tǒng)進行檢查，驗證系統(tǒng)是否存在風險。采用的方法有集成測試、測試數(shù)據(jù)、平行模擬等[3]。

2 Excel BI相關(guān)概述

本文以面向數(shù)據(jù)的計算機輔助審計技術(shù)Excel BI為重點，詳細介紹其在計算機審計中的應用。Excel BI是以通用性分析軟件Excel為基礎(chǔ)，結(jié)合Excel軟件內(nèi)置的Power Query、Power Pivot、Power BI插件，進行交互式數(shù)據(jù)處理的技術(shù)。需要注意的是，本文中所介紹的方法須基于Excel 2016及以上版本，否則無法使用上述插件。

2.1 Excel

Excel作為Microsoft Windows的一個組件，近年來已經(jīng)被廣泛運用到財務(wù)會計中，會計人員利用其中的公式及相關(guān)的計算功能編制各種報表等財務(wù)數(shù)據(jù)[4]。而其對數(shù)據(jù)強大的處理能力往往被忽視，作為一種通用性分析工具，Excel支持多種類型數(shù)據(jù)的處理[5]。

2.2 Power Query

Power Query編輯器，用于數(shù)據(jù)的預處理，即對數(shù)據(jù)進行清洗整理、內(nèi)容或格式轉(zhuǎn)換的一種技術(shù)。

2.3 Power Pivot

在審計工作中，Power Pivot主要用于數(shù)據(jù)分析，其配有強大的DAX函數(shù)，可以對多張表構(gòu)建關(guān)系模型，進行多個維度的數(shù)據(jù)分析。

2.4 Power BI

Power BI是一種可視化分析軟件，可以將數(shù)據(jù)分析的結(jié)果進行可視化展示。

3 Excel BI在計算機審計中的應用

Excel作為一種數(shù)據(jù)處理軟件，其強大的數(shù)據(jù)分析能力也為審計提供便利。本文將從數(shù)據(jù)采集、數(shù)據(jù)預處理、數(shù)據(jù)分析、可視化分析四個方面進行介紹[6]。

3.1 審計數(shù)據(jù)采集

審計數(shù)據(jù)采集是指審計人員為了完成審計任務(wù)，按照審計需求從被審計單位的信息系統(tǒng)或者其他來源獲得相關(guān)電子數(shù)據(jù)的過程[7]。

各單位存儲數(shù)據(jù)的方式多樣，Excel的“數(shù)據(jù)”選項卡下，支持多種格式的數(shù)據(jù)采集：可以直接采集Excel、文本、XML等文件，或連接SQL Server、Access等數(shù)據(jù)庫獲取數(shù)據(jù)；還支持使用ODBC接口直接訪問被審計單位數(shù)據(jù)庫進行數(shù)據(jù)采集。

除上述操作外，Excel內(nèi)置的Power Query提供了更為豐富的采集方式，不僅可以采集上述類型的數(shù)據(jù)，還可以進行網(wǎng)頁數(shù)據(jù)、大數(shù)據(jù)平臺的數(shù)據(jù)采集。同時可以直接選擇“從文件夾”直接采集文件夾數(shù)據(jù)。

3.2 審計數(shù)據(jù)預處理

采集來的數(shù)據(jù)往往存在以下問題：基于審計目的和選擇范圍不同，可能會導致數(shù)據(jù)冗余和無效；在存儲過程中，因為范式分解可能造成信息分裂；不同格式、多種數(shù)據(jù)來源的數(shù)據(jù)無法放在一起直接分析。為了解決這些問題，在對數(shù)據(jù)進行正式分析前，需進行預處理。

數(shù)據(jù)預處理是指對于采集來的數(shù)據(jù)，進行清洗、轉(zhuǎn)換、和驗證等操作，將其轉(zhuǎn)化為可以理解、直接利用的數(shù)據(jù)的過程。

3.2.1 數(shù)據(jù)清洗

數(shù)據(jù)清洗，是利用相關(guān)技術(shù)對錯誤的、不完整及重復的數(shù)據(jù)進行檢測修正的過程。Excel中可以直接通過刪除冗余行和列，清理掉垃圾數(shù)據(jù)；通過替換值來將不完整的數(shù)據(jù)進行補充替換；或通過函數(shù)的使用，將不規(guī)范的數(shù)據(jù)進行篩選刪除，例如用LEN()、MID()、DATEVALUE()函數(shù)判斷身份證號碼是否正確。

3.2.2 數(shù)據(jù)轉(zhuǎn)換

Excel中，數(shù)據(jù)轉(zhuǎn)換有兩種層次。①數(shù)據(jù)表格式的轉(zhuǎn)換，將數(shù)據(jù)轉(zhuǎn)化為對應的數(shù)據(jù)格式，例如文本型、數(shù)值型數(shù)據(jù)；②數(shù)據(jù)表內(nèi)容的轉(zhuǎn)換，即將不同字段的具體經(jīng)濟含義進行標識，例如將DC標識為借貸方向。對于數(shù)據(jù)表格式的轉(zhuǎn)換，修改字段類型即可實現(xiàn)。對于內(nèi)容的轉(zhuǎn)換，如果只涉及一張表的內(nèi)容轉(zhuǎn)換，可以直接進行重命名；但如果涉及多張表之間的內(nèi)容相互對照轉(zhuǎn)換，則可以使用VLOOKUP()函數(shù)或Power Query中的表連接迅速匹配。

3.2.3 數(shù)據(jù)驗證

從數(shù)據(jù)的采集，到數(shù)據(jù)的預處理，數(shù)據(jù)驗證要貫穿始終。數(shù)據(jù)驗證有兩個目的：①為了確保數(shù)據(jù)清洗和轉(zhuǎn)換的目標順利實現(xiàn)；②確認數(shù)據(jù)預處理的相關(guān)操作并未產(chǎn)生新錯誤。例如，利用Power Query的分組依據(jù)，檢驗各個會計期間的借貸方發(fā)生額是否平衡。

3.3 審計數(shù)據(jù)分析

審計數(shù)據(jù)分析是指在對審計數(shù)據(jù)采集、預處理的基礎(chǔ)上，運用查詢、統(tǒng)計、挖掘等分析技術(shù)對數(shù)據(jù)展開分析，從中發(fā)現(xiàn)錯誤，為審計工作提供強有力的審計證據(jù)，從而實現(xiàn)審計目標。

按照分析思路和方法的不同，審計數(shù)據(jù)分析又可以分為常規(guī)審計數(shù)據(jù)分析及多維審計數(shù)據(jù)分析兩個層次。

3.3.1 常規(guī)審計數(shù)據(jù)分析

常規(guī)審計數(shù)據(jù)分析，是指運用常規(guī)性分析方法進行分析。在分析時，根據(jù)數(shù)據(jù)的不同構(gòu)成層次，分別采用不同的分析模型：以全部數(shù)據(jù)為分析對象的系統(tǒng)分析；以不同類型的數(shù)據(jù)為對象的類別分析；以各個數(shù)據(jù)為對象的個體分析。

（1）系統(tǒng)分析。系統(tǒng)分析，把全部數(shù)據(jù)看作整體，進行描述性統(tǒng)計、排序、比率分析、趨勢分析等常規(guī)性分析。系統(tǒng)分析需先在Excel中加載“分析數(shù)據(jù)庫”。

（2）類別分析。類別分析，是將數(shù)據(jù)劃分為字符型、數(shù)值型和日期型三類，分別采用不同的分析方法。

字符型數(shù)據(jù)，常用的分析方法是分類匯總，即對字符型分類變量（代碼表中的各個維度變量，如性別、部門）進行計數(shù)、最值等匯總操作。Excel中的分類匯總、SUMIF()函數(shù)、數(shù)據(jù)透視表、Power Query中的分組依據(jù)都可實現(xiàn)分類匯總。其中，Excel的分類匯總，只能對單個字段進行操作；數(shù)據(jù)透視表可以利用行和列，實現(xiàn)兩個字段的分類匯總，但是三個及以上的字段無法操作；而Power Query中的分組依據(jù)能夠同時實現(xiàn)多個字段的分類匯總。

數(shù)值型數(shù)據(jù)，常用的分析方法是分層分析。是指將連續(xù)的數(shù)值劃分為不同的區(qū)間，再觀察不同的區(qū)間中數(shù)據(jù)的分布情況。VLOOKUP()函數(shù)、數(shù)據(jù)透視表、Power Query中的添加條件列都可實現(xiàn)數(shù)值的分層。其中，VLOOKUP()及Power Query可以自定義分層的間距，而數(shù)據(jù)透視表只能夠?qū)?shù)據(jù)進行等距離劃分。

日期型數(shù)據(jù)，常用的分析方法是賬齡分析。賬齡分析是指把一定的時間段劃分為若干間隔，分析不同時間間隔中各個數(shù)據(jù)的表現(xiàn)。DATEDIF()函數(shù)及數(shù)據(jù)透視表可直接實現(xiàn)賬齡分析，或者在Power Query中的添加輔助列，先計算出時間間隔，再對其進行數(shù)值分層分析。

（3）個體分析。個體分析是前兩種分析的延伸，幫助審計人員篩選線索，精確地獲得審計證據(jù)。個體分析相關(guān)方法主要有查詢分析、重號分析和斷號分析。

查詢分析通常與審計業(yè)務(wù)規(guī)則相聯(lián)系，即通過相關(guān)方法檢驗數(shù)據(jù)是否為有效值、是否符合業(yè)務(wù)特定的數(shù)據(jù)模式約束。例如，數(shù)據(jù)表中的借貸方向DC=“0”，則表示該借貸方向是無效值。Excel中，審計人員可以使用篩選功能進行查詢分析[7]，但只能對同一張表中的數(shù)據(jù)進行篩選。若想同時對多張表的數(shù)據(jù)進行查詢，可利用Power Query的合并查詢先將多張表進行關(guān)聯(lián)，再進行篩選。

重號分析，用來檢查同一字段在表中是否存在重復現(xiàn)象，例如檢查相同編號的發(fā)票是否重復記賬，判斷企業(yè)是否存在利用同一張發(fā)票重復報銷的情況。使用COUNTIF()函數(shù)，可快速計算出同一字段出現(xiàn)的次數(shù)[8]；或者選擇標注重復值，將重復的字段突出顯示；也可以利用Power Query的合并查詢，將多張表進行連接，進而查詢多張表中重復的信息。

斷號分析，主要用于檢查某些內(nèi)容在數(shù)據(jù)中記錄是否連續(xù)。根據(jù)斷號的信息，例如支票或者發(fā)票號碼不連續(xù)，說明可能存在的舞弊行為。MATCH()函數(shù)和COUNTIF()函數(shù)都可以快速實現(xiàn)斷號分析；除此之外，在Power Query中添加從0和從1的索引列，利用合并查詢實現(xiàn)表的自連接，也可確定出缺失的內(nèi)容。

3.3.2 多維審計數(shù)據(jù)分析

多維審計數(shù)據(jù)分析，是指分析人員從多個不同的觀察角度對企業(yè)的信息進行快速、一致、交互性地存取，從而對數(shù)據(jù)有更深入的了解。

Excel中，通常使用Power Pivot插件進行多維數(shù)據(jù)分析，其擁有處理海量數(shù)據(jù)的能力。Power Pivot最大的特點在于構(gòu)建關(guān)系模型，同時配有強大的DAX函數(shù)，有效展開數(shù)據(jù)分析。在進行數(shù)據(jù)分析時，Excel及其插件互相搭配使用，具體流程如下。

（1）啟動Power Pivot。在初次使用時，需先將Power Pivot加載至Excel界面。

（2）數(shù)據(jù)導入。可以采用三種方法：①從Excel添加到數(shù)據(jù)模型；②從Power Query中上載；③在Power Pivot界面直接導入。

（3）生成日期表。根據(jù)導入的數(shù)據(jù)可以在Power Pivot中直接自動生成；又可先在Excel中創(chuàng)建日期表，再加載至Power Pivot。

（4）數(shù)據(jù)整理。在建模之前，需對數(shù)據(jù)內(nèi)容和格式修改。如果數(shù)據(jù)處理較復雜，一般先導入Power Query編輯器進行處理，再將處理好的數(shù)據(jù)上載至Power Pivot中建模。

（5）構(gòu)建關(guān)系模型。Power Pivot的建模實質(zhì)是根據(jù)不同表中相同的字段列，構(gòu)建起各表間的關(guān)系模型。建模后，無需再對多張表格進行合并，利用構(gòu)建的關(guān)系模型，即可對多張表同時進行不同維度的分析。

（6）多維數(shù)據(jù)分析。建模后，Power Pivot運用DAX（數(shù)據(jù)分析表達式）函數(shù)進行數(shù)據(jù)分析。DAX函數(shù)是一種公式語言，分析人員可以根據(jù)需要使用DAX函數(shù)自行定義計算列和度量值。例如，創(chuàng)建本期的修理費度量值，修理費總額:=SUM([修理費發(fā)生額])。DAX函數(shù)除了包括Excel中的常用函數(shù)，還擁有上下文函數(shù)、篩選器函數(shù)和時間智能函數(shù)等高級函數(shù)。

（7）形成數(shù)據(jù)透視表。多維數(shù)據(jù)分析結(jié)束后，通常搭配數(shù)據(jù)透視表列示分析結(jié)果。

3.4 可視化分析

完成數(shù)據(jù)分析后，結(jié)合計算機圖形學、圖像處理等技術(shù)，將分析結(jié)果呈現(xiàn)出圖形、圖像、視頻等內(nèi)容進行展示，這一過程即可視化分析。與數(shù)據(jù)結(jié)果的直接列示相比，可視化分析更為直觀地將數(shù)據(jù)結(jié)果通過圖形圖表呈現(xiàn)，便于理解，同時支持用戶對數(shù)據(jù)進行交互處理。

Excel中，通常使用Power BI進行可視化分析。在進行數(shù)據(jù)分析時，通常先用Power Query進行數(shù)據(jù)處理，再用Power Pivot進行數(shù)據(jù)建模，最后使用Power BI進行可視化展示。

4 結(jié)語

隨著計算機技術(shù)的發(fā)展，審計工作越發(fā)依賴計算機。在審計工作中，運用計算機輔助能夠有效簡化審計流程，節(jié)省審計時間。而Excel BI的應用，可以貫穿審計數(shù)據(jù)采集、預處理、數(shù)據(jù)分析及可視化整個過程，不僅可以提升審計工作的效率，在一定程度上還可以有效降低審計風險，確保審計工作的正確性，從而促進審計事業(yè)的可持續(xù)發(fā)展。