數據式審計新模式在商業銀行的應用探索

陳瑩

（中國建設銀行山東總審計室，濟南 250001）

CHEN Ying

(Shandong General Audit Office,China Construction Bank,Jinan250001,China)

1 引言

隨著互聯網信息技術的跨越式發展，數據應用創新已經成為同業關注的焦點。將大數據與審計相結合，打造以數據為驅動和引領的數據式審計新模式已經成為審計發展的必然趨勢。

2 對于數據式審計含義的理解

大數據，指無法在一定時間范圍內用常規軟件工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。大數據的戰略意義在于對這些數據進行專業化“加工”，實現數據的“增值”。

數據式審計，就是基于大數據上述戰略意義開展的，以系統內部控制測評為基礎，通過對電子數據的收集、轉換、整理、清洗、分析和驗證來實現審計目標。

數據式審計具有四方面的特征：一是分析“全量”，指通過分析審計對象經營管理活動中產生的海量業務數據，探索數據間的關聯關系，識別變化規律，與傳統意義的“抽樣分析”不同；二是識別“異常”，指以全體數據為基礎，通過統計學算法，統計出正常模式，并識別出與正常模式偏離度高的異常模式；三是關注“相關”，指由關注因果關系轉變為關注數據間的相關性；四是做出“預測”，指將數學算法、統計學原理運用到海量數據分析，預測事件發生的可能性，對大概率結果的預測，可促使經營者及早行動，博得先機。

3 大數據在商業銀行內部審計中的應用現狀

目前商業銀行內部審計對大數據的研究應用方興未艾，特點紛呈。例如，審計署建立了系統分析、類別分析和個體分析三類數據分析模型體系；工行擁有重要經營信息審計監測體系，開展了信貸業務檢查報告相似度、客戶服務意見、融e聯交互信息等文本數據分析；螞蟻金服構建了基于大數據的“智能風控大腦”；國外銀行已將大數據應用在營銷策略、產品定價、財務和資本管理、合規審計等方面。

以建行數據式審計工作為例，以下做法得到了業界的廣泛認可。

第一，打造了較為先進的數據分析平臺。建設銀行自主研發的非現場審計系統，在國內審計同業處于領先地位，為大數據分析研究提供了有力的技術工具。

第二，集聚了審計分析的海量數據。非現場審計系統匯集了新一代組件或其他業務系統豐富的數據資源，涵蓋了結算、信貸、財務、證券、理財及電子渠道等，數據總記錄數達上萬億條，并預留了外部數據引入接口，便于靈活拓展應用。

第三，培育了知業務懂技術的專業隊伍。鼓勵并組織非現場技術的全員學習、全員應用和全員認證，建立專業的研究團隊，多舉措強化數據分析人才培養和能力提升。

第四，積累了豐富的項目實施和數據分析經驗。一是計劃制定中，搭建風險評估數據指標體系，開展風險評估，科學確定審計項目計劃。二是系統支持方面，研發的審計資源與流程管理系統，實現了對審計項目、審計知識及審計成果的全方位管理，成為數據式審計融入項目全流程的有力抓手，提升了審計質量管理的效率。三是項目組織方面，把大數據思維和方法融入項目全流程，通過組建數據分析團隊，總行項目組與機構審計組同步分析驗證，提升了審計工作質效。四是項目實施中，利用數據技術，以審計視角挖掘新的盈利增長點、研究客戶群體金融行為特點，深入挖掘有價值的潛力客戶；緊跟發展熱點，前瞻性地判斷和提示風險等。

4 數據式審計在商業銀行內部審計應用中的難點

隨著大數據應用的廣度、深度不斷拓展，管理層期望內部審計發揮的作用更大，但從實踐看，大數據在商業銀行內部審計中的應用還存在一些制約。

第一，審計人員駕馭數據的能力面臨挑戰。IBM在其研究報告中指出，在未來銀行應具備的五大關鍵能力中，大數據分析已經成為銀行業未來發展和轉型成功不可或缺的重要條件。目前，數據式審計理念雖已獲得審計人員廣泛認可，但大部分審計人員對數據的來源與構成、數據背后的業務邏輯、數據分析挖掘技術了解不多，尚不能適應大數據環境下開展審計的需要。

第二，數據源獲取、轉換、清洗、集成管理存在瓶頸。數據式審計的核心是數據分析，數據源作為分析的基礎，其收集、集成、管理狀況直接影響著數據式審計的成效。大數據按照存儲形式可以分為結構化數據和非結構化數據。目前，銀行使用的多是結構化數據，包括客戶關系、會計系統及相關數據庫。但隨著網絡技術的不斷發展進步，非結構化數據的數量日趨增大。據統計，當前非結構化數據的內容占據了數據海洋的80%，包括社交媒體、電子郵件、文本、圖像、音頻等。對非結構化數據目前尚無成熟、易于操作的處理工具或經驗，這對于挖掘金融大數據的價值以及做出對未來趨勢性的判斷造成了基礎不扎實的困境。

第三，審計工作管理模式集約化不足。數據式審計環境下，傳統以“項目”為主線的單兵作戰、簡單分析的工作組織方式已無法適應，需要建立起以“數據流”為主線的，具有共享、協同、集成特征的審計工作模式，實現從大量分散作業到集中分析精準數據定位，從有限樣本抽查到全局數據篩選，從事后監督到預警苗頭性風險的轉變。

5 關于商業銀行開展數據式審計的幾點思考

為順應大數據潮流，加快大數據在審計中的應用，需要在數據式審計理念內化、審計流程優化、作業模式智能化等方面主動探索。

第一，著力提升數據式審計人才能力。加強大數據理念的傳導和培訓，培養審計人員“想用數據、會用數據、善用數據”的工作習慣。同時，分層次、分梯隊制定人員引進和能力提升方案，對初級、高級審計人員和數據挖掘人員應掌握的數據知識、數據分析技術、編程語言等能力進行評估，做好數據分析技巧等隱性知識的發現與管理，全方位提升審計人員專業勝任能力。

第二，做好三個轉變內化數據式審計理念。目前的數據分析工作大多數還是在為已確立的審計事項或結論服務，數據分析處于“被動”待用狀態，要實現數據式審計理念內化為自覺行動，還需要實現以下幾個轉變。一是要從“憑借固有經驗找項目”轉變為“數據驅動科學選題”。通過構建主要業務風險評估體系，積累風險數據，引入分析工具，用數據捕捉行業、區域、客戶和產品風險特征及變化趨勢，鎖定風險較大或相對集中的業務及機構范圍，為確立年度審計項目計劃提供參考依據。二是要從“依靠經驗實施項目”轉變為“數據引領精準制導”。通過細化工作步驟，用數據給審計對象“畫像”，進一步強化數據對具體審計任務開展的關鍵引領作用。三是要從“局部、少數人、部分環節”轉變為“全局、全員、全流程”應用。要把數據分析深度融入各項日常工作。打破地域和流程界限，審前讓數據分析充當先鋒和主角，現場以數據提升查證廣度和深度，后期用數據增強審計報告展現力，促進數據分析由部分環節向審計工作全流程的有效延伸[1]。

第三，以大數據驅動審計工作模式創新。一是加大非現場審計資源投入，集中高效開展審計項目。能集中做的，就不分散做；能用系統做的，就不用人工做；能非現場遠程完成的，就不去現場。二是運用大數據分析手段，改變以往審計發現多以點呈現的局面，通過建立宏觀層面的分析模型和指標，加強對審計事項整體發展狀況及風險特征的分析，增強“畫像”能力，提高方案編制、報告評價的精準度。

第四，強化外部數據引入，拓展非結構化分析方法和工具研究。探索獲取能力所及的數據，如稅務、住建、環保、食藥監等政府監督部門公開數據以及ETC行車記錄，客戶交通違法記錄等；研究應用數據提取工具（如網絡爬蟲技術、圖像識別、語音識別等數字信號處理方式），對非結構化數據進行采集、結構化處理，并按照數據的規模選擇合適的數據庫進行數據存儲，再利用全文檢索、輿情監控等手段進行相關數據檢索，以高效快速展現數據。