随着科学技术的进步，数据分析技术得到了进一步的发展和完善，在企业审计工作中，数据分析技术所能够发挥的作用更加明显，应用数据分析技术不但能够提升审计效率，也能够降低人力成本，同时有效降低企业风险隐患问题，从而更好地适应企业信息化发展。
大数据时代，企业发生了重要的改变，通过应用大数据技术对企业的传统工作模式进行了大幅度的改变，从企业的角度上来看，因为大数据技术的应用使得审计过程更加轻松。在企业审计信息化发展中，数据分析技术得到了进一步的重视，过去的审计更多的是通过人力来完成，除了人力物力消耗较大之外，整体的工作效率并不高，如今越来越多的企业意识到了数据分析的重要价值，开始重视企业审计工作中数据分析技术的应用。通过应用大数据技术来实现数据信息的分析和梳理，能够更好地实现数量巨大且格式多样化财务数据的整理，将数据分析技术的优势充分体现出来。
一、审计工作在数据分析技术背景下的模式变化
首先是审计思路的转变，过去企业在进行审计工作过程中所涉及的程序比较复杂，数据采集工作主要由人工来完成，在数据采集后还需要对其进行归纳、分析和总结，实现对价值数据的验证，这需要投入更多的人力物力，这种审计方式很难适应当前的大信息量环境，所以需要重视数据分析技术的应用，以弥补传统审计工作的不足。通过数据分析方法的应用，将原本的验证性分析转变为更加合理的挖掘性分析，这种分析方式有着更强的针对性和精确性，并且能够准确了解数据之间的关联，从而促进审计工作的开展。通过明确其中的关联，对数据之间的联系进行进一步的深入挖掘，从而更好地促进审计工作发展。由此可见，在企业的审计工作中，数据分析技术有着非常好的发展前景。随着信息技术的发展，数据分析技术已经逐步成为企业审计工作开展的重要工具，提升审计工作的质量和效率。
其次是审计技术的转变。通过大数据技术的应用，使得审计技术更为便捷，帮助企业更为迅速地找到想要的数据信息，并对审计工作和技术进行进一步完善。从目前来看，企业审计技术主要包括了数据统计计算法、预测性分析法、数据质量法、可视化分析法以及数据管理法等，每种方法都有着自身的优势特点，并体现出了数据分析的多元性和多样性特征。审计技术的发展除了提升审计工作效率之外，也对审计流程进行了简化，通过数据分析使得审计结果的说服力更强，企业能够通过应用数据分析技术来对审计数据内容进行分析，评估可能面临的风险，这种判断方式前瞻性更强。随着数据分析技术的应用发展，审计工作质量会逐步提升，更加促进企业的稳定发展。从数据分析技术的角度看，需要积极进行创新发展，结合企业的具体情况来使得审计工作更具针对性，审计的目标在于保证企业的资金平稳运行，数据分析技术的应用进一步促进了企业的健康稳定发展。
最后是审计工作的变化。在审计工作中通过数据分析技术的应用，为其带来了更多新的技术和方法，并对审计流程进行了简化，使得整体预知性获得了提升，实现了准确的审计目标定位。相比于传统审计工作，数据分析技术让审计所受到的束缚更少，局限性更低，除了能够审计财务状况之外，也能够通过数据分析来对可能面临的风险进行预测，从而做好相应的防范措施。在完成风险预测后，企业可结合具体得到情况来设置计划，这样一来，企业的审计工作会更加简洁有效，及时发现其中的问题。可见数据分析技术对于企业审计工作形成了重要的影响，进一步提升了审计工作效率，并通过多种分析方法的应用保障了审计工作的质量。
二、企业审计工作中的数据分析方法
对于数字化审计而言，数据分析是其中的核心所在，数据分析思路应从财务数据分析复合性着手，并将其引入到企业内部的管理数据和业务数据以及外部数据当中，通过找到数据中的关联来发现其中存在的问题。企业审计工作的数据分析体系较为复杂，这里主要对其中的集中分析方法进行介绍：
首先是企业报表数据总体分析方法，该方法是通过财务报表来对问题进行揭示，进而发现造成问题的根源所在，并对审计判断是否合理进行验证，为企业财务状况、经营情况、改革发展情况以及审计重点的确定提供重要的信息支持。具体涉及这样几个方面内容的分析：一方面是总体经营状况分析，包括了运营效率、运营结构、价值创造和科技创新等方面内容，实现各个业务板块及总体绩效之间的对比，并根据指标来对那些低效或者亏损的子公司进行警示；另一方面是报表结构差异性分析，通过统计方法来对企业损益表成本费用和资产负债表进行系数调整计算，以此来对企业的成本费用结构和资产负债结构进行揭示，以此来明确审计工作的重点；另外是信息真实诊断分析，通过分析交易关系、决策关系以及报表是否完整来对其中的异常情况进行揭示，通过重要财务指标来对管理者以及企业财务状况进行考察，主要是从资产质量、发展潜力、偿债能力以及盈利能力这几个方面来进行评价，以判断企业会计信息是否真实。
其次是多维数据关联性分析，具体是指在对财务数据进行分析的前提下对企业内外部数据进行关联，利用多维数据的关系分析来找到审计的疑点。该方法对于企业已知风险进行验证是非常有效的，是大部分企业在审计工作中选择应用的方法。例如某些企业为了达到偷税漏税或者获取资金借贷利息等目的，会存在虚构贸易的行为，是以正常交易为外形的违规贸易行为，其中会涉及非常大的金额数量，但因为交易环节多所以有着很强的隐蔽性，难以通过内部数据常规关联分析来发现，需要通过外部数据来进行分析。从数据分析的层面上来看，在这方面的业务当中无论是收付款信息还是增值税发票等方面都具备了闭环特征，能够利用增值税发票中的进销项抵扣信息来串联交易链条当中的交易主体，从而使其成为交易闭环。在进行数据分析的过程中，主要是通过企业财务系统数据来实现，包括了采购、库存和销售数据以及增值税发票抵扣认证数据等等，根据增值税发票数据来对相关企业进行锁定，然后通过工商数据追查其中的关系，实现对虚构贸易交易对象的明确。具体来看包括以下几个方面内容：第一是按照增值税进销项发票来找到存在较高业务依存度的客户和供应商。第二是对其中涉及金额数据较大的上下游单位进行锁定。第三是通过工商所数据来对贸易交易对手关系进行锁定。第四是找到其中可疑的虚构贸易交易。通过这种关联分析的方式并通过审计核查，来明确某企业存在违规事实。
最后是大数据挖掘分析，具体是对非结构化以及结构化数据进行挖掘分析，对一些验证起来较为困难的且具有一定风险的线索进行揭示。大数据挖掘分析也被称作为数据库知识发现，主要是从数据库大量的信息当中提取出那些隐含的且具备潜在价值的信息，这同样也是人工智能领域研究的重点内容。数据挖掘实际上是一个决策支持的过程，以机器学习和人工智能以及数据库和可视化技术为基础来实现数据的自动分析，并获得归纳性推理。数据挖掘技术的核心在于挖掘算法，主要包括关联规则算法、聚类算法和分类算法这样几种。一些企业在开展审计工作的过程中发现存在一些十分隐蔽的违规交易行为，例如一些企业利用融资优势来采用明股实债的方式来将资金提供给外部企业，看上去是投资，实际上是一种资金出借行为，一般是国家政策限制性行业为使用方，这种问题难以通过结构化数据来查找，很难实现直接关联分析，需要通过特征模型挖掘和经验判断相结合的方式来开展大数据分析，而针对这个问题的具体分析思路为：通过决策树挖掘分类算法来对存在疑点的企业样本进行模型训练，从而形成决策树模型，通过该模型来对未标记企业进行决策树分类，从而锁定其中的疑点问题。
三、数据分析技术在企业审计中的创新应用研究
近些年来随着信息技术的发展，企业审计工作中的数据分析技术的创新应用获得了明显的效果，审计署在对审计数据规划进行了签订并印发了审计指南，建立了大数据综合管理平台，真正实现了以数据分析技术为基础来进行审计工作的开展。但相比于企业审计在新时期的要求，数据分析技术方法的创新应用仍然存在着一些不足之处，一方面是存在分析不到位的情况，导致无法实现对整体经济布局结构的有效研判。另一方面是缺乏完善的共享机制，因为缺少标准的模型开发指导，所以无法实现有效的共享协作，例如数据分析模型重复性开发，缺乏开发揭示企业发展风险隐患和深层次矛盾审计数据分析模型的动力。另外是缺乏对智能分析的应用，包括人工智能和机器学习等方面，缺少模型开发辅助设施以及智能化分析模型监控平台，有着较高的开发门槛。在当前国有企业发展改革的重要阶段，需要审计工作能够将科学技术的作用充分发挥出来，加强数据分析技术的创新应用，建立以资金检查为主要目的的常态化检验机制和数据分析技术共享机制，制约企业发展中存在的制度漏洞和体制性障碍，加速经济结构调整，提升企业的创新力、市场竞争力和风险应对能力。
(一)常态化体检机制
按照当前企业审计工作的职责和目标，并以相关预警指标体系为基础，将检查企业资金作为主线来对相关指标体系进行完善，并对数据来源进行进一步的扩充，同时也需要实现检查层级的延伸和整改成效的跟踪，实现企业审计体检机制的常态化。从数据资源的角度上来看，可以将资金流转作为主线，来将财务收支审计数据分析作为核心，对定期采集的财务核算数据、重大决策管理数据、关键业务数据以及部门监管数据等方面进行挖掘利用和综合分析。从指标设计的角度上来看，可将资金流转作为重点，对企业财务收支情况以及内控风险管理情况以及政策措施执行情况等相关的财务收支重点指标来采取定量定性相结合的评价。通过对资金流向的检查，除了能够对资产和财政补贴应用管理中的违法违纪行为进行揭示之外，也能够及时发现政策措施落实过程中的问题以及所面临的风险隐患。从检查层级的角度上来看，应该建立一个包含中央企业、重点行业、企业集团、重点子企业以及重点业务在内的贯穿式体检机制，关于重点资金款项要进行抽查比例的设定，对于存在的资金问题线索要跟踪到底，根据资金问题路径来进行深入调查，如果有必要还需要向二三级单位进行延伸。从整改成效角度上来看，需要对相关的整改措施进行持续跟踪，例如资金收回、盘活资金以及资金节约等情况，对具体的整改责任进行严格落实，确保审计工作中发现的问题能够及时获得整改。
(二)共享机制的建立
对于企业审计工作来说，进行数据分析技术共享是防止企业审计资源浪费以及强化审计能力的重要措施，在共享机制的建立过程中，主要的难点内容在于对技术方法的确权，也就是如何对技术分享人的权益进行保护和确认，利用相应的制度来让更多的人愿意去分享和创新。从技术层面上来看，可通过区块链技术来搭建审计机关和项目部门之间的共享通道，对技术方法的收集传输以及收益进行全周期的记录，对审计数据分析技术方法的共享链进行积极的探索。从制度保障角度上来看，需要建立关于企业审计数据分析技术的标准体系，全面规范数据分析技术的开发、应用和推广等环节，对数据分析技术的交流和共享奠定良好的基础。
(三)建立智能分析平台
通过应用人工智能技术，能够帮助企业审计工作降低应用大数据技术的门槛，从目前的情况来看，企业改革中对于传统数据式审计模式中存在的问题进行了有效的解决，但同时也使得一些违法违纪问题隐蔽性更强，其中所涉及的权钱交易线索更加难以被发现，利用数据分析对比的方式来建立验证式分析模型来对线索和问题进行锁定有着很大的难度，需要通过智能化数据分析技术的应用更好地核查所面临的新型问题。具体来看，需要对当前的审计管理信息平台进行进一步的完善，突破传统的平台框架来建立一个真正以数据为核心的架构和体系，构建关于企业审计工作的数据智能化分析平台。从数据的智能化治理角度上来看，是对视频、图像、对话、翻译、推荐等人工智能成果进行集成化处理，实现数据标注、采集、预处理等工作的自动化操作。关于开发智能化模型算法，应该建立一个具备交互式和可视化的开发设计环境，通过分类分析、时序分析以及关联分析等算法来利用模型训练和模型评估等环节来建立智能化模型算法，如今较为常用的智能分析工具包括了决策树算法、遗传算法、神经网络算法以及粗糙集算法，关于智能审计业务，通过该平台能够持续性的对模型进行监控，从而对模型的实用性进行判断，实现对模型的迭代训练，为企业审计工作带来审计知识图谱绘制、审计事项个性化推荐以及审计业务细分等多方面的服务。
结语
数据分析技术在企业审计工作中的创新应用，是在当今社会背景下推动国家审计机关和企业审计高质量发展的重要途径。从目前的情况来看，企业审计工作中对于大数据的应用实践，正经历着从传统的数据采集预处理为主体逐步向着数据综合分析利用的方向进行转变，同时也由传统的财务数据分析为主体逐步向企业内外部多维数据关联分析的方向转变，从传统的数据查询分析和验证分析为主体逐步向数据挖掘分析进行转变的过程。
