过去审计靠抽样，因为人工只能看这么多。现在企业的业务都在系统里，数据可以整表导出，理论上可以做到全量测试。这不只是效率提升，是审计逻辑的变化：从“抽样推断总体”变成“直接看总体”。
一、取数的三种方式
方式一：企业导出。由企业财务或 IT 人员从系统导出数据，交给审计。最方便，但风险最高——企业可能修改数据、筛选后再给。
控制措施：要求企业提供导出脚本或操作截图；在审计人员在场时导出；导出后立即计算记录数与金额合计，与总账核对。
方式二：审计人员操作。审计人员使用企业账号或只读账号，自行导出。可靠性高于方式一。
方式三：直连数据库。通过只读账号直接连接企业数据库，用 SQL 取数。可靠性最高，但需要企业 IT 配合、需要技术能力。
实务中常用方式二，重要项目用方式三。无论哪种，都要做完整性验证。
二、数据完整性的四步验证
第一步：记录数验证。导出数据的记录数，与系统显示的记录数、单据编号的最大最小值核对。如果单据编号是连续的，最大号减最小号加一，应等于记录数。
第二步：金额验证。导出数据的金额合计，与总账、明细账的合计核对。差异要查明原因（可能是未过账单据、删除的单据）。
第三步：时间验证。导出数据的日期范围，应覆盖整个报告期，不能有断档。按月份统计记录数，看是否有某月为空或异常少。
第四步：字段验证。关键字段（如客户名称、金额、日期）不能有大量空值。空值比例超过 5%，说明数据质量有问题。
四步做完，才能确认“这份数据可以用来测试”。
三、全量测试的五个场景
场景一：重复付款检测。同一供应商、同一金额、同一日期（或相近日期）出现两次以上的付款记录。
方法：按“供应商＋金额”分组，统计出现次数，筛出大于 1 的。再核对是否为分次付款（如分期）。
场景二：重复报销检测。同一员工、同一金额、同一发票号出现多次。
方法：按“员工＋发票号”分组，筛出重复。注意发票号可能被拆分（一张发票报两次，每次填一半金额），所以还要按“员工＋金额＋日期接近”再查一遍。
场景三：供应商与员工关联检测。供应商的银行账号与员工工资卡的账号相同；供应商的联系电话与员工的手机号相同。
方法：把供应商主数据与员工主数据做字段比对。这类测试常能查出“员工用亲属名义注册公司向自己公司供货”的问题。
场景四：异常时间检测。周末、节假日、凌晨录入的凭证；期末最后三天集中录入的凭证。
方法：按录入时间（精确到小时）统计，筛出非工作时间的记录，逐笔核查。
场景五：价格异常检测。同一物料、同一供应商，不同时期的采购单价差异超过 20%；同一物料不同供应商的价格差异超过 30%。
方法：建立价格数据库，做分布分析，筛出离群值。
四、数据清洗的常见问题
企业的数据往往不干净，直接影响测试结果：
- 名称不统一。同一个客户在系统里有“北京XX科技有限公司”“北京XX科技”“XX科技”三个名字，导致分组错误。要建名称映射表。
- 金额单位不一致。有的表用元，有的用万元。
- 日期格式混乱。“2022/1/1”“2022-01-01”“20220101”混用。
- 空值与零值混用。空值可能是“没有”，也可能是“未录入”。
- 重复记录。同一笔业务因系统问题被记录两次。
清洗的原则是“保留原始数据、另存清洗后数据”，所有清洗步骤可追溯，不能直接改原始表。
五、一个重复报销的案例
某连锁企业有 3200 名员工，年报销单据 4.8 万笔，金额 6200 万元。审计过去用抽样，抽 200 笔，未发现问题。
这次改用全量测试：导出全部报销明细，按“员工工号＋发票号码”分组，筛出重复记录 87 组。
逐笔核查发现：
- 其中 42 组是同一张发票报了两次（系统未做发票号唯一性校验），涉及金额 18.6 万元；
- 另有 19 组是同一张发票拆成两次报销（每次填一半金额，规避单笔限额），涉及金额 9.2 万元；
- 剩余 26 组是正常的（同一发票对应多个项目分摊）。
进一步分析：42 组重复报销集中在 6 名员工身上，其中一名区域经理在 14 个月内重复报销 11 次，金额 6.8 万元。
处理：追回多报金额 27.8 万元，解除 2 名员工劳动合同，1 名移送司法。同时推动企业上线发票查验与查重系统。
这个案例说明：抽样 200 笔（覆盖率 0.4%），查出问题的概率极低；全量测试一次就跑出来了。
六、IT 审计的落地建议
- 项目开始前，先摸清企业的系统架构（用什么系统、数据存在哪、谁有权限）；
- 列出“需要哪些数据表、哪些字段”，一次性提给企业，避免反复要数；
- 每份数据都做四步完整性验证，验证不通过的不使用；
- 建立标准化的测试脚本库（重复付款、重复报销、关联方比对、异常时间），项目间复用；
- 清洗过程留痕，原始数据与清洗后数据分开存放；
- 测试结果要落地：不是“发现 87 组重复”，而是“追回 27.8 万元、处理 3 人”；
- 把发现的问题反馈到内控建议，推动系统层面的改进；
- 对数据量特别大的（千万级以上），考虑用数据库或分析工具，不要在 Excel 里硬算。
信息技术的价值，不是让审计看起来更先进，而是让审计从“看样本”变成“看全部”。这个转变，很多问题藏不住了。
