一、企业审计常用数据类型及特点
（一）企业内部数据
一是企业财务报表数据。我国国有企业已普遍使用财务报表填报系统，全级次汇总并上报企业财务报表数据。主要包括财务决算报表、境外子企业财务决算报表、财务预算报表、财务快报报表等报表类型。
二是企业财务核算数据。主要指在企业财务核算系统中以“单、证、账、表”等形式管理的数据，是连续、系统、全面反映企业财务状况和经营成果的数据信息。
三是企业业务数据。随着企业管理信息化时代的到来，企业的设计、采购、生产、制造、财务、营销、经营、管理等各个业务环节都逐步通过信息系统进行集成整合。企业审计常用的业务数据，如企业运营管理、合约管理、供应商管理、客户管理、人力资源管理等数据，多存储在各业务系统中。
四是企业非结构化数据。企业生产经营过程中会产生包括企业章程、规划计划、规章制度、决策决议、文件报告、合同协议等在内的大量非结构化的文档数据。
（二）企业外部数据
企业是最基本的经济运行单元之一，与外部主体的经营管理等相关关系密切而又复杂，由此产生的企业外部相关数据也成为反映企业生产经营状况的重要数据来源。
企业外部的税务、工商、社保、银行、国土、环保、用水、用电等数据，与企业内部数据关联分析，往往能发挥出重要的审计参考作用。常用的企业外部数据包括以下几类：
一是税务发票数据，直接反映企业收入、成本、资金流走向、毛利率等信息；
二是工商数据，主要反映企业基本情况、股权关系、对外投资关系、经营管理人员信息等，是揭示企业关联关系的重要渠道；
三是社保数据，个人及单位参保信息是反映企业实际用工情况的相对客观的数据，也是分析企业员工社会关系的重要渠道；
四是用水用电及污染物排放等数据，是反映企业经营状况的相对客观的指标，也是企业审计常用的外部数据之一。
二、企业审计典型数据分析思路及方法
在通过总体分析已确定重点政策、重点区域、重点企业的情况下，积极拓展数据来源，开展多部门数据关联比对，快速、精准锁定疑点。
数据分析是数字化审计的核心。企业审计数据分析经历了从聚焦“因果分析”向“关联分析”与“因果分析”相结合转变的过程，从“验证型”审计向“发掘型”审计转变的过程。
（一）企业报表数据总体分析
国有企业体量庞大、业务复杂，审计人员需要在对企业总体情况进行分析评价的基础上，选定审计的重点和难点，提升审计工作效率。企业财务报表分析是对企业总体情况进行评价的重要途径，主要包括以下几种。
一是集团总体经营状况分析。从财务状况、运营结构、运营效率、科技创新、价值创造、会计信息可信度、集团与所属行业主指标、行业特色指标等维度进行趋势统计。
二是企业报表结构差异性分析。运用数理统计方法对企业集团所属单位的资产负债表科目和损益表成本费用科目进行方差、标准差和系数调整计算。
三是会计信息真实性诊断。分析企业合并报表的完整性，从集团与子企业的决策关系、关联关系和交易关系等方面分析，发现异常情况并进行提示；从企业盈利能力、资产质量、偿债能力和发展潜力四个方面进行评价和预警，判断企业会计信息的真实性。
四是重点事项分析。主要对集团及子企业对外投资、资本运作、薪酬与费用、物资服务采购、收入合规性、往来款、非经常性损益、科技创新能力、专项储备等重点审计事项进行疑点线索分析。
（二）企业多维数据关联分析
企业多维数据关联分析是企业审计中最常用的分析方法，主要利用SQL数据分析技术对财务数据进行横向和纵向比较，通过财务数据与业务数据的关联分析及企业内部数据与外部数据的比对分析等，快速从海量数据中筛选出审计疑点，方法简单直接，结果精准且导向性强，可以明显提升审计效率。
以成本规制审计为例，多维分析技术应用可分为采集各业务条线系统数据、数据整合和重分类、局部数据多维分析、构建多维分析模型等四个步骤。
（三）企业循环交易大数据分析
审计中发现，部分企业出于虚增收支规模、获取资金借贷利息、偷逃税款等目的，在上下游企业的配合下，存在循环贸易、融资性贸易、虚开增值税发票等虚构贸易行为。
这类经营行为虽然具备形式上的法律要件，但是并无实质上的货物流转，是以正常货物交易为外部形式从事无实物货物流转的违规贸易行为，往往涉及金额巨大，短期内易造成国有资产巨额损失风险。
这类以企业法人间贸易关系等合作经营为基础的违规行为，由于涉及外部交易环节多，隐蔽性强，且交易手续表面合规，因此难以通过企业内部数据的常规关联分析发现，需要利用企业外部税务、工商等数据进行大数据分析。
从数据分析的角度看，这类业务中的增值税发票、购销合同、收付款都呈现出闭环特征，可以通过增值税专用发票进销项抵扣信息，将交易链条上的各个交易主体串联成交易闭环。
（四）企业利益输送大数据分析
核查企业职工利用权力为自己或亲属参股企业牟利的问题，一直是企业审计关注的重点内容。
国有企业领导、职工及特定关系人“靠山吃山”，通过开办公司搞关联交易进行利益输送，通过高价并购或低价处置等方式侵吞国有资产等违法违规问题屡禁不止。
这类利益输送行为往往存在“利随人走”、关联关系复杂、隐蔽性强等特点，国有企业职工众多、人员变动大也增加了线索追查的难度。
从数据分析的角度看，可以利用企业内部人员信息和外部工商、税务等数据，通过社交网络分析软件开展关联分析，构建企业内部人员与外部人员的关联关系，再与企业贸易往来、股权交易等数据匹配，挖掘出利益输送的“隐性关系网”。
（五）企业大数据挖掘分析
相比于数据审计对既有知识的验证，基于数据挖掘技术的大数据审计是对新知识的发掘。以“明股实债”分析为例。近年来，企业审计中发现部分违规交易行为更为隐蔽。
如在社会融资环境趋紧的背景下，部分国有企业利用自身的融资优势，以“明股实债”的方式向外部企业提供融资，表面上看是以股权形式对外投资，实质上是以获得固定收益及远期本金有效退出为实现要件的资金出借行为，且资金最终的使用方多为房地产或地方政府融资平台等国家政策限制性行业或领域。
但是这类问题很难从财务数据或业务数据等企业内部的结构化数据入手查找，由于多层包装隐蔽性高，外部数据也很难直接关联分析，需要更多的经验判断和特征模型挖掘相结合的大数据分析方法。
决策树算法是数据挖掘技术中较为基础、经典的算法模型之一，是对实例进行分类的树形结构，也是一种基本的分类与回归方法。
决策树的学习就是从训练数据集中归纳出一组分类规则，规则对应的模型不仅对训练数据有很好的拟合，而且对未知数据也有很好的预测。
三、开展企业审计典型数据分析的对策建议
（一）建立企业审计常态化大数据“经济体检”机制
在企业审计项目资源、人力资源、信息资源等有限的前提下，依托企业内外部数据信息，建立企业审计常态化大数据“经济体检”机制是实现企业审计监督全覆盖的必由之路。
搭建“中央企业总体一重点行业领域一企业集团一重点子企业”在内的国有企业“经济体检”指标体系，开展常态化的大数据综合分析，有助于及时发现并锁定企业审计重点关注对象和重要疑点事项，揭示企业改革发展遇到的体制机制性问题，预警企业重大运营风险，并对企业整体运营情况和管控能力进行综合研判。
（二）健全完善企业审计大数据综合应用平台
企业信息系统普遍存在类型版本多样、数据关系复杂、更新换代频繁、管理碎片化等问题，为企业审计数据集中采集和综合分析带来了挑战。可以在“金审工程”三期项目总体框架下，健全完善企业审计业务管理与信息平台，突破以功能为中心的平台框架，力求实现以数据为中心的体系架构。
及时扩充丰富数据采集模板，进一步完善企业审计数据规划体系，加强对非结构化数据的分析利用，加大多源异构数据的综合分析挖掘力度等。
（三）积极开发企业审计大数据挖掘分析模型
当前，国有企业改革进入攻坚期和深水区，以往的数据式审计模式发现的很多问题都已基本纠正，一些违法违规问题变得更为隐蔽复杂，权钱交易线索也更为分散细小，利用海量数据综合比对的“验证式”分析模式来锁定新型问题、新型线索的难度越来越大，需要更具智能化的数据分析技术支撑新型问题的深入核查。
以数据挖掘尤其是关联关系挖掘为核心的“发掘式”数据分析技术，在企业审计业务领域有着广阔的应用前景。数据挖掘的算法晦涩难懂，可以引入可视化数据挖掘工具软件，直观地展现庞大的数据量，使审计人员快速读懂原先费时费力才能归纳的数据，从而直观地探索和分析数据之间显性和隐性的关联关系，寻找审计思路、发掘审计线索，提高工作质量和效率。