审计课程从手工查账走向数据审计之后，教学重点随之变化：过去强调凭证翻阅的细致，现在更强调从全量数据中找出异常线索。审计数据分析实训软件提供了可反复练习的数据环境，学员在有限课时内就能完成从取数到出结论的完整链条。

数据准备与科目余额表校验

取数是数据分析的起点。常见的取数对象包括总账、明细账、凭证表与辅助核算表，字段需要包含日期、凭证号、科目编码、借贷方向与金额。导入后先做三项校验：借贷是否平衡、期初加本期发生额是否等于期末、凭证号是否连续。

数据清洗包括处理空值、统一科目编码长度与拆分合并单元格。科目编码长度不一致会导致汇总错误，例如把 1001 与 100101 视为同一科目。清洗步骤应留存记录，写明处理了哪些字段与多少条记录，便于复核。凭证号连续性校验对识别单据缺失有明显作用，若出现断号，需区分是系统跳号还是人为删除。教学中可预设一处断号，由学员通过核对纸质凭证清单判断缺失单据的性质。

抽样方法的选择与样本量确定

抽样方法有随机抽样、系统抽样与分层抽样三类。金额分布差异较大的科目适合分层抽样，按金额区间分层后在各层内抽样；凭证数量多而金额均匀的科目可用系统抽样，按固定间隔抽取。样本量按重要性水平与可容忍误差确定，教学中可按 5% 的重要性水平演示计算过程。

抽样结果需评估覆盖金额比例。若样本凭证数量占比 10% 而金额占比达到 60%，说明抽样设计有效地覆盖了重点；反之则需要调整分层边界。教学中让学员比较不同抽样方案的覆盖率，对抽样原理的理解会更具体。

异常筛选规则的设计

常见异常包括整数金额凭证、假日入账、摘要为空的记录、同一供应商短期内频繁收款以及借贷科目搭配异常。规则可用条件筛选或公式实现，例如筛选金额为整数万元且摘要不含关键字的凭证。指标对比也是发现异常的方法。把本期各月费用与上期同期比较，波动超过一定幅度的科目单独列出再逐项分析；这种分析不依赖单张凭证，更适合在数据量较大的场景中先做筛选。

规则设计要避免数量过多导致噪音。每条规则设定触发条件后，先统计命中条数，命中过多的规则应进一步增加条件。把命中的凭证导出后逐条查看，写明是否属于异常，形成工作记录。

审计说明与底稿规范

底稿包含审计程序、执行过程、获取的证据与结论四部分。数据审计的证据以查询语句与结果截图为主，需注明数据来源与查询时间。分析性程序的结果要与预期比较，偏差超过设定比例时说明原因。

结论表述遵循证据充分、用词准确的原则，不宜使用带有倾向性的判断词，宜按事实描述，例如写明某类凭证存在金额分布集中的情况，并附上统计结果作为支撑。底稿复核要点为口径一致，即同一数据在不同底稿中的统计方式保持一致。工作底稿的保存方式同样影响复核效率。建议按科目建立目录，把查询语句、结果文件与说明放在同一文件夹内，文件命名包含科目编码与执行日期。按这一规则整理之后，交叉复核时不必反复询问数据来源。

数据审计的能力差距，往往体现在提问方式上。会用的学员会先想清楚要验证什么假设，再去写筛选条件；不会用的学员则把软件功能逐个点一遍。实训中把一半时间留给问题设计，比多做几套练习题更有价值。