日本政府审计体制和数据审计开展情况 日本在1880年成立了最高审计机关——会计检查院，是独立于国会、政府、司法的经济监督机构，并向国会报告工作。地方政府设立合议制的检查委员会，与会计检查院无隶属关系。 会计检查院利用信息技术对各种审计相关数据进行计算、分析、抽样和模拟，目的是帮助审计人员确定具体审计对象或选定现场审计地点。同时，会计检查院还在现场审计中采用数据采集、分析和交流工具，以确保审计相关数据的快速处理。通过这些措施，会计检查院可以高效地实施现场审计。此外，为了加强审计工作，会计检查院还开发了具有较高安全性的审计信息系统，用于国家决算账目的核实及各种审计相关数据与资料的管理。地方检查委员会大部分尚未正式开展数据审计，正处于尝试开展阶段，个别地方仅对政府各部门的部分财务数据进行计算、分析，帮助审计人员选择审计对象和现场审计地点。 日本主要审计信息系统有三种，即决算确认系统（决算的确认及分析）、电子证据文件等管理系统（电子证据文件的阅览、管理等）和审计结果检索系统（在线搜索审计报告中有关审计结果的信息）。 中日两国政府数据审计质量控制比较 （一）审计环节方法不同 日本政府数据审计融合于日常政府审计工作之中，审计方法是经过严格量化的规范化程序，电子数据由专门的管理系统进行管理，规范化的程序和管理是强化质量控制的有效方法。 1.审计方法 在审计方法上主要采取书面审计、实地审计和其他一些补充的审计手段。 ——书面审计 根据会计检查院制定的计算证明规则，审计被审计单位（国家各机关、国家出资的法人等）提交的证明文件。被审计单位按照规则要求，按会计期间把办理的实际结果填入计算表，附上作为证据的证明文件，提交会计检查院进行审计。其中，计算表是汇总会计期间的业务发生数据，计算表的格式也由计算证明规则来规定；证明文件是证明计算表数据内容的证据，如明确支出事项的决议书的材料、合同、请求书、收据等。 审计内容主要包括：一是核实计算表和证明文件的提交情况，确认计算表、证明文件是否提交，确认提交的资料是否完整；二是确认数据的准确性，核对计算表的数据与证明文件、其他计算表以及日本银行相关文件数据之间的匹配性等；三是审计计算表和证明文件中的具体内容。 ——实地审计 派遣审计人员对被审计单位的本部、下属单位以及工程现场等进行实地审计。 选定审计地点：根据被审计单位的业务内容、规模大小、书面审计的结果，结合之前实地审计的频次、实地审计的结果、国民信息等进行选定。一是审计重要性水平高的地方，二是出现问题风险高的地方，三是审计的空白区域。 审计内容主要包括：听取负责人及有关人员的说明，进一步调查资金管理及使用情况，切实了解工程完成情况。主要关注计划是否恰当，设计是否合理，工程造价是否偏高，投标、合同手续是否规范，工程的施工是否恰当，履行合同是否规范，工程费的支付是否合理，设施的使用情况如何等。 向有关人员询问、委托第三方提供资料等，作为书面审计和实地审计的补充，进一步确保审计的有效性。 2.审计取证 在审计取证环节，日本政府数据审计开展过程中，将取得的电子证据存入专门的电子证据文件管理系统进行管理。纸质证据的管理则执行全国统一的政府机关公文管理办法，按规定进行管理存储，没有单独的审计证据管理规定。 我国的政府数据审计，是对跨层级、跨地域、跨系统、跨部门、跨业务的电子数据进行分析，挖掘数据间关系，是审计发现问题线索的重要手段。主要通过数据库工具，将采集的各类数据经过恢复、验证、清洗、整理、分析等程序，形成分析结果，通过直接复核确认、延伸核实确认最终确定问题。同时，在取证过程中严格按照国家审计准则的要求开展数据审计，从而达到确保审计质量的目的。 （二）审核环节方式不同 日本审核环节采取审议制度，审计报告需经过审计报告委员会、审计报告协调委员会、会计检查院院长的审议，经检查官会议通过后提交国会审议。审计报告委员会和审计报告协调委员会采用同行复审制度，为了确保判断的客观性和可信性，委员会中的一人从第三者立场，事先审查事实的正确性和论点的准确性，并向委员会报告复审结果，复审制度十分有利于审计质量的控制。 委员会审议的要点主要包括：事实的正确性，法律法规的适用性，考虑过去有关情况和变化情况，分析原因，确定整改措施。 我国审核环节的工作主要有：审理部门对审计证据的真实性、准确性发表意见，核稿部门对文字发表意见，审计业务会审议最终的审计报告。审理部门是在审计证据的基础上进行再次审理，一般不存在复审的情况。不同部门从不同方面逐级逐层把关，是我国审核环节的主要特点。 （三）风险环节程度不同 日本的数据审计工作是政府审计同信息化的融合，数据审计规模较小，涉及的数据单一，且数据规范化程度较高，数据分析结果可靠性高。目前，日本数据审计的模式只是局限于将数据分析的结果用于选定审计对象和现场审计地点，进而开展实际、实地核实工作，因此数据审计带来的审计风险较小且可控。 我国目前开展的数据审计，数据量庞大，数据类型多样，数据关系复杂，数据分析得出的审计结论有直接复核确认、延伸核实确认两种处理方式。由于数据来源多样化、规范化程度不一等，数据恢复、验证、清洗、整理和加工等工作量增多，审计风险也随之加大，如何进一步加强取证规范与质量控制问题越来越受到关注。
