对现金流量表的编制，不同的人有不同的看法。有的同事倾向于从“银行存款”“现金”等借贷方发生额去筛选，有的同事认可企业财务系统自行编制的现金流量表，然后再调整结构，有的同事直接用模板里面的公式法编制。我这4年工作中，编制过2家公司现金流，还是倾向于公式法。我这里简单谈一下公式法的理解与编制方法。
第一步：我倾向于编制现金流量表附表【以下简称“附表”】。我喜欢将现金流量表看成审计循环，比如“销售商品、提供劳务收到的现金”看成销售循环，“购买商品、接受劳务支付的现金”看成是采购循环。根据“借贷平衡”的原理，各个循环直接的串门，比如“借：预付账款，贷：应收票据”这类业务，在附表是不会受到影响的。当然，有的同事会问，附表反映的是经营活动现金流，如果经营活动与投资或者筹资活动串门呢?这里简述下，不会的，下面会在结构调整详述。将附表填写完毕后，附表的“经营活动产生的现金流量净额”就确认了;
第二步：编制投资活动与筹资活动现金流净额。以“购置固定资产、无形资产和其他长期资产支付的现金”为例【这里先不考虑进项税，在下面结构调整会说明】。有的同事喜欢去筛选，我不太喜欢这种方法。我一般理解现金流量表主表(以 ...
2.1.1 虚构交易2.1.1.1 无货款回笼虚增的应收账款/合同资产通过日后不当计提减值准备加以消化。
案例：香榭丽(虚构合同或假履行合同应收账款居高不下）
2.1.1.2货币资金配合货款回笼需要解决因虚构收入而带来的虚增资产或虚减负债问题（相应确认应收账款/合同资产，同时通过虚假存货采购套取其自有资金用于货款回笼，形成资金闭环）。
虚增的流入科目【借方】
虚增的流出科目【贷方】【一级】
虚增的流出科目【贷方】【二级】
案例
货币资金流入
虚假存货采购套取其自有资金用于货款回笼
同上
通过虚假预付款项(预付商品采购款、预付工程设备款等)套取资金用于虚增收入的货款回笼。
同上
虚增长期资产采购金额。被审计单位通过虚增对外投资、固定资产、在建工程、无形资产、开发支出等购买金额套取资金，用于虚增收入的货款回笼。形成的虚增长期资产账面价值，通过折旧、摊销或计提资产减值准备等方式在日后予以消化。
在建工程(金亚科技)
同上
通过被投资单位套取投资资金。被审计单位将资金投入被投资单位，再从被投资单位套取资金用于虚构收入的货款回笼。形成的虚增投 ...
1、整体介绍在资产负债表中，“货币资金”，永远排在第一位，因为它流动性最好。正是由于流动性最好，也是企业审计过程中最容易出现问题的资产。
按照货币资金的内容，一般分为库存现金、银行存款、其他货币资金三个类别。库存现金系企业持有的现金，即纸币；银行存款，即企业存入银行或其他金融机构的各种款项；其他货币资金概念比较广泛，一般包括企业的银行汇票存款、银行本票存款、信用卡存款、信用证保证金存款、存出投资款、外埠存款、保函保证金等。
与期末账户余额相关的审计目标为存在、权利和义务、完整性、计价和分摊、列报。
题目来自B站上看的一个讲爬虫的老师发的视频，不过代码没完全照那人的来，由于在平板上写的代码，就没有执行结果，感兴趣自行到B站搜原视频。
1import pandas as pd
1、将list转为dataframe
1ls = [("join", 25, "male"), ("lisa", 29, "female"), ("david", 27, "male")``df = pd.DataFrame(ls, columns=["name", "age", "gender"])``display(df)
2、从csv文件中读取数据
1df = pd.read_csv("filenpath", encoding="utf8")``# filepath_or_buffer: filepath 文件路径``# usecols: 需要读取的行列表``# nrows: 读取 ...
1 前言1.1 Git 与 GitHub 的来历Linux 之父 Linus 在 1991 年创建开源的 Linux 操作系统之后，多年来依靠全世界广大热心志愿者的共同建设，经过长足发展，现已成为世界上最大的服务器系统。系统创建之初，代码贡献者将源码文件发送给 Linus，由其手动合并。这种方式维持多年后，代码量已经庞大到人工合并难以为继，于是深恶集中式版本控制系统的 Linus 选择了一个分布式商业版本控制系统 BitKeeper，不过 Linux 社区的建设者们可以免费使用它。BitKeeper 改变了 Linus 对版本控制的认识，同时 Linus 发现 BitKeeper 有一些不足，而且有个关键性的问题使之不能被广泛使用，就是不开源。
在 2005 年，BitKeeper 所在公司发现 Linux 社区有人企图破解它，BitKeeper 决定收回 Linux 社区的免费使用权。Linus 对此事调节数周无果，找遍了当时已知的各种版本控制系统，没有一个看上眼的，一怒之下决定自己搞一个。Linus 花了十天时间用 C 语言写好了一个开源的版本控制系统，就是著名的 Git。
200 ...
一、针对执行中央“八项规定”不严问题
1、“不严格执行《党政机关接待管理规定》，超标准、超范围重复接待仍然存在等问题”的问题
整改措施：
(1)完善制度，细化管理。修订印发《XX市XX机关财务管理制度》，对包括公务接待在内的各项费用开支进行更加严格细致的制度规范，进一步提高机关财务规范化管理水平；
(2)全面排查，加强整改。对照党政机关公务接待最新标准对2020年以来的公务接待情况进行全面排查，严格把关接待范围与标准、建立完善公务接待事前审批登记程序、强化票据合规性检查力度，做好整改，规范管理。
2、对“下属单位存在违规发放津补贴问题”
整改措施：
(1)有错必纠，及时整改。对201X年市XX中心违规发放津补贴37385元问题进行严肃问责，在系统内通报批评，及时进行了清退，整改到位。责令XX站清退2015年超过审批额度发放的绩效工资39.2万元，目前已全部清退到位。
(2)实地检查，限时整改。以津补贴发放情况为重点对3家直属事业单位财经纪律执行情况、财务制度落实情况进行实地检查，针对检查中发现的问题下达整改通知责令限期整改，目前相关问题已全部整改到位；
(3)加强指导，强化管理。转发传 ...
医保违规主要问题汇总根据《2023年医疗保障基金飞行检查工作方案》，今年的医保飞行检查已于8月正式启动，预计到12月结束，在此期间，国家医保局会同有关部门对全国31个省（自治区、直辖市）和新疆生产建设兵团全覆盖飞检。值得注意的是，这是我国《医疗保障基金飞行检查管理暂行办法》实施后的首轮全国医保飞检。
而就在今年6月，国家医保局发布2022年度医保基金飞行检查情况公告。公告显示，48家被抽查定点医疗机构均存在医保违规问题。“重复收费、超标准收费、分解项目收费”尤为突出，违规率高达100%。
为何在每年的医保基金严格监管下，这些问题仍然会频频出现？背后又有哪些深层次原因？这篇文章将一一剖析。
医保飞检为何一查一个准？
从上表可以看出，2022年国家飞检违规问题医疗机构占比较高，“重复收费、超标准收费、分解项目收费”尤为突出，违规率高达100%。
为何医保飞检一查一个准？首先，飞检是根据基金支出规模随机抽取或结合有关问题线索直接确定定点医疗机构，来看下飞检的启动条件：一是年度工作计划安排；二是重大举报线索；三是智能监控或大数据筛查提示医疗保障基金可能存在重大安全风险；四是新闻媒体曝光造成重大 ...
注：因为公众号平台更改了推送规则，如果不想错过审计之家的文章，记得将我们设为“星标”，这样每次新文章推送才会第一时间出现在您的订阅列表里。
方法 点击页面左上角蓝色审计之家进入主页，再点主页右上角**”…”****，然后选择“设为星标”**（账号旁显示五角星标记表示成功）
XX集团有限公司审计整改结果公告
202X年8月18日至202X年11月25日，XX审计X对我单位2019年至2021年财务收支情况进行了审计。我单位于2022年12月27日收到XX审计X送达的《XX集团有限公司2019年至2021年财务收支审计报告》（X审财报〔2022X〕X号），**指出了我单位在资金管理、公务支出、公款消费、采购管理、工程项目、资产管理、财务管理、酒店经营等方面存在的问题，提出了审计意见和建议。**我单位对审计发现的问题进行研究和分析，采取了相关措施进行整改。现将审计整改结果公告如下：
一、已完成整改的问题
（一）关于“个人截留单位收入”问题的整改情况
**已将相关资金全部追回，**并下发了《关于进一步规范集团财务管理制度的通知》，要求收支进入对公账户，专款专用。今后将加强食堂管理，规范食堂财 ...
设置 Python 路径（解释器设置）1、打开设置对话框
点击File –> settings，弹出设置对话框
2、设置 Python 路径（解释器设置）
点击 Project –> Project Interpreter，在右侧 Project Interpreter 下拉，选择 python 路径（若没有，选择 show all），实现 pycharm的 python 路径设置。
然后如下图操作即可
设置成功显示下图
编码设置Python 的编码问题由来已久，为了避免一步一坑， Pycharm 提供了方便直接的解决方案在 IDE Encoding、Project Encoding、Property Files 三处都使用 UTF-8 编码，同时在文件头添加
1#-*- coding: utf-8 -*
快捷键风格对于常用的快捷键，可以设置为自己熟悉的风格，我选的是 Eclipse。
File –> Setting –> Keymap –> Keymaps –> XXX –> Apply
改变字体大小1、修改代码栏字体
通过 Fi ...
前言在我们的日常学习中，能够编写和运行 Python 文件的程序很多，比如 Python 安装自带的 IDE、程序员喜爱的Pycharm、数据科学全家桶 Anaconda，还有 Spyder、Thonny 等。就我个人使用而言，如果进行大型项目推荐使用 Pycharm，如果进行数据处理和分析，最好选用 Jupyter notebook。可以说，Jupyter notebook 是用Python 进行数据科学、机器学习的必备工具。
🔊 突出优点：
学习 Jupyter notebook 非常容易，按照我的教程一步一步做，再自己尝试一下，之后写代码即可健步如飞。
能够独立运行一个、几个或全部 Python 代码块，更容易看到中间变量的值，从而进行调试
可以插入 Markdown 说明文字和 Latex 数学公式，让枯燥的代码充满颜值，可读性爆表
能够调用 Ipython 丰富的“魔法函数”，比如程序计时、重复运行、显示图片等
写好的代码和文档能够以网页和 ppt 的形式在线分享。在线看 Jupyter notebook 文件
可以在云端远程服务器运行，不需本地安装配置 ...
