在大数据审计的配景下，数据质量直接影响数据分析的精准性和大数据审计成就，因此数据质量控制显得尤为主要。数据质量控制是对数据的真实性、完整性、准确性进行查抄核实，是数据分析操作的前提。为确保数据分析功效真实有效，需要把数据质量控制贯穿于数据分析操作的全历程。

数据质量控制的主要感化

一是审计事情的需要。数据是业务的直接浮现和回响反映，通过对数据初阶总体的验证，确认数据是否真实、完整和准确，确认数据对被审计单位经济业务勾当的真实回响反映水平，确认被审计单位信息系统所存储的源数据与审计人员收罗的数据的切合水平，排除被审计单位有意隐瞒、改削数据的可能性。

二是数据分析操作事情的前提。大数据审计不贰贰是在被审计单位的出产系统上开展的，而是在收罗的数据上开展多部门联系干系分析。由于信息系统数据输入输出控制多样性、审计人员对多源数据库特性操作独霸水平不贰贰划一级环境，可能导致收罗的数据产生遗漏、错误。

同时由于审计人员对数据的操纵不贰贰范例或编写措施逻辑错误，都可能导致部分数据遗漏和错误。因此，审计人员在大数据审计中，必需对被操纵的数据进行质量控制，确保数据的准确性和完整性后，再开展下一步事情。

数据质量控制中的常见错误类型

数据完整性错误。数据完整性错误指数据缺掉。完整性错误是最常见的数据错误。孕育产生的原因可能是被审计单位记录不贰贰完整，或是被审计单位没有供给全部数据，也可能是审计人员措置惩罚惩罚历程中导致数据缺掉。数据不贰贰完整导致审计人员不贰贰能查抄被审计单位的所有业务，严肃的错误可能导致审计结论错误。

数据一致性错误。数据一致性错误是指数据记录不贰贰范例和数据逻辑干系不贰贰正确、不贰贰完整。一些数据记录的轨则未凭据数据存储的一致轨则记录，有些数据的逻辑干系呈现了错误，另有些数据在抽取转化历程中，造成了数据不贰贰一致的错误，如各分项之和不贰贰等级于总和。

数据准确性错误。数据准确性错误是记录的信息存在异常或圈外人错误。导致数据准确性错误原因有三种：一是数据值落在界说域之外。由于各单位、部门措置惩罚惩罚业务的治理轨制、信息系统、行为习惯各不贰贰不异，导致错误产生。二是被审计单位信息系统应用控制缺掉，导致录入错误未能发明。如学生的春秋赶过100岁。三是数据在导出、整理历程中呈现的字符型数据的乱码现象。

空值错误。在数据库中，空值不贰贰等级同与空利剑或零值，其寄义往往不贰贰确定，可以暗示“不贰贰确定”“不贰贰知道”、“东西没有此属性”等级。由于空值所代表的寄义不贰贰确定，若不贰贰将空值表达成确定的值后再进行数据的汇总或分析，可能呈现因为空值导致的错误。

数据质量控制的思路要领

核对记录数。核对记录数可以运用在数据收罗、数据清理、数据转化等级三个阶段。

审计人员对收罗到的数据必需进行质量控制，以排除遗漏和错误，降低由于被审计单位的刻意改削、有意隐瞒等级因素带来的审计危害。

将取得数据的记录数与被审计单位信息系统中回响反映的记录数核对，有原始资料的还要与纸质记录进行核对，确保取得的电子数据完整。

在核对无误的原始数据的基本上，审计人员进行数据整理分析操作的历程中，仍需要核对记录的数量，判定其是否凭据方针进行，确保制止因操纵不贰贰妥造成遗漏信息记录的环境。

核对总数量。一是对收罗的原始数据总数量进行验证。对非布局化数据（是指数据布局不贰贰轨则或不贰贰完整，难以用逻辑二维表来表示的数据），将数据文件数量和巨细，与被审计单位供给的数据清单进行比对，核实是否遗漏，同时还需要核实数据是否可用、内容是否完整；对布局化数据（由二维表布局来逻辑表达的数据）通过核对总数量、分类汇总分项数量，与信息系统中的数据进行核对。需要留意的是，纵然数据没有显着异常，但仿照还是有可能记录的值是错误的，必需通过总量核对来发明。

二是数据清洗、整理、加工后再次序顺序序进行验证，审计人员进行上述等级数据操纵后（简朴盘问除外），均要通过数据验证来确认这些操纵没有对数据的完整性造成任何影响，平山新闻网，保证整理后的数据与原始数据总数量一致，确认审计人员对数据操纵的正确性。

验证数据表关头字段。对数据表中的关头字段进行一致性验证、错误值改削、空值替换、冗余数据消除、保证数据值落入界说域等级措置惩罚惩罚，以提高数据质量，为下一步事情做好预备。

首先核实数据表字段是否齐备，关头字段值是否缺掉，内容是否存在乱码。

其次序顺序序通过统计计较、分类汇总等级方法，核实数据表内数据是否真实可信。可采纳长度核对、最大和最小值审核、伶仃点检测、真实性核对、范畴核对、空值替换等级验证要领。

如身份证号的验证，可先通过长度函数检察数据表中身份证号的长度，然后按长度分类统计后排序，操作独霸种种身份证号长度的漫衍环境，对非15位或18位的数据进行分析核实，若呈现很有规律的20位或22位数据，则需要判定是否填了冷炙疾人证或其它字段。长度正确后再通过身份证号的编码轨则核验其真实性。

末了校验数据的范畴。尤其是在数据的汇总中，为了灌注贯注数据合并以后，部分数值落在界说域之外，需要对合并前的关头字段查抄，操作独霸值的漫衍，灌注贯注因为单位、格局不贰贰一致导致的错误。例如2018年5月7日，可能有“2018/5/7”“07-May-18”“20180507”等级暗示要领，需要统一格局后再合并，制止错误。

验证业务轨则。数据在整理标准化和分析挖掘的历程中，审计人员会将原始数据中表名、字段名、记录值代码以登科表表联系干系的经济寄义明确标识出来，需要进行大量的盘问汇总或细分、替换改削、插入数据、更新数据、删除数据等级操纵，每一步转换事情都有可能影响到数据的完整性和准确性，这需要有非通例范和标准的统计逻辑干系约束，所有指标的计较轨则必需保证一致。

所以需操作会计恒等级式、业务轨则、勾稽干系、法令规矩约束等级轨则进行查抄。

如查抄借贷平衡是审计人员常用的一种简朴有效的数据质量控制要领，常与核对总金额要领结合使用；还可通过度项数与总和数一致，财政种种资金出入报表数与决算数比拟；核实紧张变量值域范畴是否异常、是否与报表一致等级，通过业务轨则有效地开展数据质量控制。（作圈外人单位系审计署驻兰州特派办 ）

来源：中国审计报