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、_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 ……略…… 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 ……
请点击👉 mbgs777 👈联系老师
- 上一篇：优秀党务工作者先进事迹