在实践中，外审工作中的IT审计团队通常是和财务审计团队配合完成审计工作的，区别是财务审计是对被审计单位的财务报表及其附注发表意见，而IT审计是对信息系统发表意见。

　　IT审计所做的工作是通过测试财务报表所依赖的信息系统(包括财务系统和业务系统）控制的有效性、数据的真实性，证明信息系统环境是不是能够信赖。从某一种意义上来说，这样的IT审计工作是服务于财务审计的。

　　随着财务审计对IT审计工作的了解，他们会对IT审计提出更多超出预期的期待。尤其是在企业信息化浪潮下，受限于自身的技术能力，财务审计团队在数据处理、方法创新方面会对IT审计团队提出更高的要求。因此如何更好地辅助财务审计成为了IT审计的一个新的课题。

　　在信永中和数字化战略的背景下，IT审计不再局限于传统的工作内容，更看重在风险导向审计下财务审计与IT审计的融合，结合企业行业特点，不断探索IT审计的新技术、新方法、新模式。

　　在财务审计中存在大量数据处理、数据计算的基础性工作，对于这类有逻辑的重复性工作，IT审计团队能借助Python来批量完成。

　　对于生产制造业的IPO审计项目，产成品的料工费占比是财务审计关切的事项。而很多企业采用了逐步结转分步法来核算生产所带来的成本，由于每一道工序的半成品将是下一道工序的原材料，所以要计算产成品真实的料工费占比就有必要进行成本还原。

　　如果企业使用的ERP系统没还原后的成本结构报表，同时财务成本会计也未手工编制成本结构报表，那么这项核查工作对于财务审计来说将是巨大的工作量。

　　对于这类财审提出的需求，我们会了解企业的生产的基本工艺，以及成本还原的计算方式，再利用Python编程语言，模拟成本还原的计算过程，将产成品拆分成真实的料工费，从而计算出料工费的占比。

　　通过IT审计团队的辅助，财审团队才能完成原本在短时间内无法人工完成的工作。

　　在一家保险公司IT审计项目中，财审团队要求我们对保费收入与收款流水进行数据核对。

　　我们了解到业务中存在大量多个保单对应多个收款流水的情况，对于这种多对多的关系，通常是无法批量核对的。

　　一般情况下，我们核对的数据关系是一对一、多对一、一对多三种情况。这三种情况我们写SQL语句时都能很好处理，只需要将多条数据按单号聚合汇总再进行核对就可以。

　　比如，我们将这种关系画上线，能够正常的看到其中能形成一些独立的网络，这里我们将这种网络（用不一样的颜色标记）简称为组。

　　我们将独立的网络编上组号，然后将两个数据集的金额分别按组号汇总再进行核对。

　　我们借助Python构建了类 Net,通过 loop_net 函数递归找出两个数据集形成的独立网络，从而给独立网络分组，最后我们再将两个数据集分别按组号聚合后进行核对。

　　在财务审计过程中，外部信息的可靠性大于内部信息，因此审计师会查询大量的外部信息与获取的内部信息做交叉验证。

　　例如，审计一家汽车硬件销售的企业，财务审计团队计划查询销售订单中对应的汽车车架号的信息，核实有没有真实车辆以及车型信息，以及判断查询的外部信息与订单信息是不是真的存在矛盾。

　　该企业1年的销售订单有30万，依赖审计师人工查询是不现实的。那么，我们IT审计团队提出了两种方案：

　　出于节省本金考虑我们最终选择编写爬虫获取公开信息，用python的selenium包，自动查询网站数据，并将结果保存到本地文件。

　　当然，对于很多公开网站都会有反爬措施，如验证码、访问频率限制、字体混淆等，这会对我们IT审计团队提出了一定的技术要求。

　　不仅是这一个项目，其他的项目财务审计对于外部信息的获取也有很大的需求，如同行业财务指标、公司公告、发函快递信息、汇率、交易性金融实物资产价格等等。

　　这类需求，随着这几年的发展已有很多成熟的商业网站能够完全满足，但对于一些特殊的、行业属性较强的小众信息，若无法批量查询，那么IT审计团队就可以辅助财务审计完成信息获取工作。

　　2020年6月24日，证监会依法对獐子岛公司信息公开披露违法违规案作出行政处罚及市场禁入决定。证监会将渔船的北斗定位信息，通过第三方机构还原出航行轨迹，从而计算出采捕区域面积，进而估算真实成本。

　　根据这则公开披露的信息，启发了我们IT审计团队，我们利用信息技术的优势，对其他项目中类似相关的数据来进行深入的分析挖掘，使审计工作更加智慧、高效。在实际在做的工作中，我们IT审计团队相对有信息技术的优势，而财务审计团队在财务处理、项目风险识别等方面更有优势，两个团队的良好融合会发挥1+12的效果。

　　随着新技术、新模式在企业未来的发展过程中不断的涌现，财务审计与IT审计的融合将会更加的紧密。在这样的背景下，IT审计的工作界限未来可能会更加模糊，IT审计如何发挥我们的优势辅助财务审计高效、智慧地完成审计工作，这要求我们共同去探索。