基于“風險場景”的數據分析在內部審計中的運用

[摘要]本文直面內部審計數據分析工作中業務能力與技術能力割裂的痛點，引入“風險場景”概念作為解決方案，并結合案例重點予以闡述，給出相關建議。

[關鍵詞]風險場景? ?數據分析? ?內部審計? ?技術運用

近年來，內部審計為處理與組織經營相關的爆發式增長的內外部數據，在實踐中逐漸建立起大數據分析系統，并不斷加強數據分析運用，以全面、主動地揭示組織風險，提升內部審計價值。受制于內部審計人員數據分析能力的不足，亟需通過一套行之有效的數據分析方法論，降低數據分析技術在內部審計運用中的難度，提升內部審計人員的數據分析能力。

一、文獻回顧

梳理內部審計數據分析相關關獻，可以看到內部審計普遍重視數據分析工作價值，并著手在組織內部建立一套行之有效的內部審計數據分析工作體系，以提升內部審計數據分析能力。具體來講，為順應大數據時代對內部審計工作的新要求，內部審計從組織保障、系統建立、技術運用、人力提升等方面進行變革，積極運用大數據思維和技術方法，不斷創新審計手段和方式，以提升內部審計履職能力。

學術界和實務界人士從分析大數據時代的特點入手，探討其對內部審計工作的影響并提出應對措施。周霞、林津翹、華峰（2017），武麗瓊（2018）分析了大數據時代對內部審計工作的全面影響，提出增強數據利用意識、建立大數據信息審計系統、提升內審人員素質等較為全面但頗具觀點性的建議。湯靖（2016）、王鍇（2018）等著重研究系統應用，提出大數據系統的構建與實施、審計監測的框架與路徑等。李蕓屹（2018）、林加升（2018）關注大數據分析的技術操作，從數據采集和存儲、數據清洗、數據分析、結果全面運用等技術流程切入，介紹內部審計開展某一數據分析的具體操作方法。

一些內部審計人員結合本組織內部審計數據分析實踐，提供了具有借鑒意義的建議。如王向陽、匡堯、彭濤（2018）以國網湖北電力有限公司大數據非現場審計模式的構建為例，介紹了大數據非現場審計的組織模式、應用與保障機制、監督與考核方法、效果評價方法等方面的經驗。李健、王春昕（2015）結合通信企業的內部審計工作實踐，介紹了構建在線審計系統、革新審計手段、創新審計工作方式方法的工作經驗和成效。

綜上所述，內部審計數據分析類文獻主要集中于介紹系統建設、技術使用的經驗和方法，或理論性地提出增強數據利用意識、提升內審人員數據分析能力等建議，并未突出圍繞“人”這一具備分析能力的核心要素，研究提出提升內部審計人員數據分析能力的方法論，尚未從應用和發展層面提出破解“內部審計人員整體數據分析能力欠缺”這一難題的措施，亟待從知行合一上探索內審人員如何適應新興技術發展、提升數據分析能力和水平。

二、數據分析在內部審計中的運用及挑戰

（一）數據分析在內部審計中的運用

為順應大數據發展帶來的機遇與挑戰，內部審計部門紛紛建立起適合自身組織架構和信息管理體制的數據采集、數據存儲、數據分析架構，積極探索數據分析在內部審計中的運用。以工商銀行內部審計為例，集團大數據基礎平臺、內部審計信息系統共同組成了內部審計數據運用架構。其中，集團大數據基礎平臺是全行集中的數據存儲中心，由全行統一的數據倉庫、集團信息庫及其他行內外數據組成。內部審計部門從中共享集團數據信息資源，并根據內部審計工作需要補充獲取其他渠道數據;內部審計信息系統由審計監測、審計分析、審計管理等各項功能模塊組成，是專門為內部審計部門開發的集信息采集、指標監測、數據分析、模型管理等為一體的信息化審計工作平臺，支持內部審計在審計項目、專項分析、持續監測等各項工作中開展數據分析、風險監測、成果共享，不斷提高內部審計數據分析的價值產出。

（二）數據分析在內部審計中的挑戰

內部審計部門建立的數據運用架構大大提升了數據分析在內部審計中的運用，并在實踐中不斷提升內部審計成效。同時必須注意到，目前內部審計數據分析仍處于初創階段，未實現對內審工作的全面覆蓋和深度運用，尤其是在新興業務（新的業務條線及傳統業務的新發展）內部審計中，數據分析運用效果與內審工作要求之間存在突出矛盾，主要體現在：一是既有數據分析運用對部分業務領域的覆蓋面低。商業銀行已建成的信息庫、指標體系、監測模型對傳統業務具有較強的風險揭示作用，但對新興業務如資管業務、互聯網金融業務等，以及傳統業務的升級如存貸掛鉤產品、資信代理業務等方面的風險識別功能相對滯后，有相當一部分風險突出的業務在“穿透”揭示上存在缺失。二是內部審計部門“懂業務”“找數據”能力面臨持續挑戰。當前新經濟的發展、新業務領域的突破，引發業務知識快速更迭、業務數據爆發式增長，內部審計人員把握業務動態、掌握業務數據源的提升速度滯后于業務發展變化速度。內部審計人員始終處于不斷學習、挑戰未知的壓力之中。三是內部審計部門“用技術”能力普遍不足。內部審計部門主要以現場查核問題為主，不以“數據分析”的非現場工作為主業，數據分析人員缺乏、分析能力和水平參差不齊的現狀與數據分析技術日新月異的變化之間存在巨大差距，迫使內部審計加大數據分析在提升審計質量和效率中的作用。

三、“風險場景”構建方法的提出

（一）“風險場景”的內涵

內部審計開展數據分析的工作目標是“找風險”，實施過程由“懂業務”“查數據”“用技術”三個能力協同作業，缺一不可。就目前而言，同時具備三種能力的審計人員在內部審計隊伍中占比較低，懂業務不精通數據分析技術、技術骨干會取數建模但缺少業務功底的情況較為普遍。

“風險場景”是精準定位風險、清晰描述風險特征并將其轉化為數據分析邏輯的過程。通過將專注風險的業務語言轉化為可供數據分析的邏輯語言，“風險場景”將“懂業務”能力轉化為“用技術”的靈感，同時明確“查數據”的方向，使三種能力各展所長、互為促進，顯著降低數據分析難度，有效推動內部審計開展數據分析，高效獲取高質量審計發現。結合內部審計數據分析的具體案例，詳細展示“風險場景”的分步構建過程，見圖1。

（二）“風險場景”的構建

在內部審計實務中，構建“風險場景”的方法有很多種。有時內部審計人員憑借業務敏感性自覺完成“風險場景”的構建，如內部審計人員以客戶身份接觸某一項業務，核查發現其中存在風險隱患，經過深度分析，引出重大審計發現。更多情況下，內部審計人員對相關業務開展審計工作前，需先構建“風險場景”：第一步是剖析業務，精準定位風險（點）;第二步是細致分析，清晰描述風險特征;第三步是進行“翻譯”，將專注風險的業務語言轉化為可供數據分析的邏輯語言。三個步驟中，第一步精準定位風險（點）是構建“風險場景”過程的核心步驟，部分常用查找風險的方法見表1。第二步描述風險特征是一個過渡步驟，通過通俗易懂地解釋第一步中專業難懂的業務語言，為第三步的語言轉化做好鋪墊。第三步是語言轉化，實踐中通常鼓勵業務專家和數據分析技術人員充分、有效溝通，高效、精準實現業務語言與邏輯語言之間的轉化。

四、“風險場景”推動內部審計數據分析有效開展

（一）基于“風險場景”的內部審計數據分析過程

基于“風險場景”的數據分析過程主要分三個階段：構建“風險場景”、數據準備及模型設計、模型后續管理，見圖2。

構建“風險場景”階段是精準定位風險、清晰描述風險特征并將其轉化為數據分析邏輯的實施過程，是數據分析全過程的核心。將專注風險的業務語言轉化為可供數據分析的邏輯語言，將潛在、復雜的風險具象化，顯著降低內部審計數據分析難度，有助于內部審計人員根據自身技術能力，選取相應的數據源和合適的技術手段開展數據分析工作，推動風險挖掘的深度展開。

數據準備及模型設計是數據分析實戰階段，具體分為數據準備、模型設計兩個步驟。數據準備是找到數據來源并進行數據清理的過程，一般來說內部審計處理較多的數據類型是相對簡單的結構化數據。模型設計是數據建模過程，內部審計通常利用數據與數據間的關聯來建模，以探尋更為復雜的大數據挖掘技術在內部審計中的運用。

模型后續管理階段是建模完成后模型維護的過程，主要有模型校驗、模型修正、模型推廣使用及模型退出等步驟，是數據分析過程中不可或缺的一部分。建模完畢，將其投入審計項目、專項分析等實際工作中使用，審計人員承擔模型驗證員的角色，如實反映模型實際效果并提出修改建議。建模分析師接收以上信息反饋，對模型進行修改后再次投入校驗直至達到理想效果。之后，將模型推廣使用（已推廣使用的模型也應根據實際情況定時進行校驗、修改等步驟，以保持模型的持續風險追蹤能力），直至模型完全失效、退出使用。

（二）基于“風險場景”的內部審計數據分析價值

1.模型閉環。基于“風險場景”分析設計的模型，由于緊緊圍繞“查找風險”這一理念，因此展現出較好的自我校驗能力（見圖3），并具備自我修正的閉環管理功能。根據模型驗證階段呈現的模型有效性，可驗證模型是否發現“風險場景”中預判的風險，判斷保持或修正“風險場景”中的條件設定并采取相應技術分析措施，以不斷提升模型的風險定位和揭示能力。

2.邏輯共享。基于“風險場景”分析設計模型，由于“查找風險”的邏輯共通性，因而具有旺盛的生命力，具備推廣價值。如商業銀行內部審計數據分析實務中，排查不合理手工交易、從收入端排查異常交易、風險客戶畫像等排查風險的邏輯適用于眾多業務領域和控制環節，內部審計人員應及時整理，在工作中加以推廣，發揮模型更大的價值。以風險客戶畫像技術為例，商業銀行內部審計開展理財業務非標投資品風險分析過程中，考慮到理財非標業務與信貸融資業務的“風險場景”相通，可借鑒信貸專業內部審計運用的客戶風險畫像技術，從銀行內外部渠道獲取非標融資客戶各項信息，完成非標投資品融資客戶風險畫像，全面監測非標融資客戶未來還款能力變化，及時預警非標融資客戶違約概率，改變以風險項目為審計重點的“事后算賬”式審計方法，提升內部審計在組織中的風險防控及價值創造能力。

3.防御升級。基于“風險場景”分析設計出的模型，按照所揭示風險的類型串聯、聚合，由單點成組群，風險揭示從單一升級為整體，反映業務領域總體風險，成為全面風險監測系統的重要組成部分（見圖4）。隨著內部審計不斷學習和對風險表現形式及變化規律的掌握，不斷調整、新增模型，從而保持并不斷推進模型網格對業務重要風險領域的揭示及預警能力。

4.科技賦能。基于“風險場景”的數據分析方法，肯定“風險場景”的核心地位，并積極探索大數據、人工智能等先進信息技術在內部審計中的運用，可增強風險挖掘的深度、廣度及自動化程度。如運用大數據采集、存儲及處理技術可加大信息來源、增加可處理數據類型、獲取更多有用信息，采用機器學習、人工智能算法深入挖掘風險關聯、實現模型自我優化、前瞻性揭示風險變化，真正實現智能化風險預警功能，打破內部審計對風險的傳統認知，減少內部審計數據分析手工作業，分享內部審計數據分析創新發展的豐碩成果，見圖5。

5.全員參與。基于“風險場景”的數據分析方法，由于風險場景對潛在而復雜的風險進行了具象化解讀，使更多內部審計人員可以研判風險，根據自身技術能力找到適合的數據查找及技術手段來開展數據分析工作，最大化提升內部審計人員對數據分析的學習熱情和工作信心，見表2。在“風險場景”的指導下，不管是使用簡單的Excel統計功能，還是復雜的大數據挖掘技術建模，不管是直接從業務系統中導出數據，還是用SQL語句編程從數據庫中取數，都可以精準捕捉風險，成功開展數據分析工作，收獲數據分析成果。

五、基于“風險場景”的內部審計數據分析實踐與相關思考

（一）工商銀行內部審計數據分析的實際成果

近年來，工商銀行內部審計局以風險為導向、以模型專家團隊為中堅力量，建立起業務流程梳理、系統數據調研、模型研發、審計活動應用及模型優化整理的閉環工作方法論，持續推進并優化內部審計數據分析工作。2018年，工商銀行內部審計局已組成15支模型專家團隊，全年共新增模型213個，優化模型38個，在審計工作中發揮出“精準審計”效用，部分模型產出對于識別重要風險、防范化解經營管理的重大隱患起到了關鍵作用。以理財業務為例，36個精品模型全面覆蓋了非標及標準化投資、理財銷售、核算托管、賬戶管理、資金流向等重要板塊，為理財業務審計工作提供了50%以上的直接或間接風險線索，進一步提升并優化理財業務內部審計數據分析工作質效。

（二）基于“風險場景”的內部審計數據分析要點

1.技術和業務融合是實現目標的手段。在內部審計數據分析工作中，對業務的深入理解和對風險的精準研判是內部審計數據分析工作的核心。在數據分析中，應將更多精力投入到業務學習及風險關注上，推動內部審計團隊以風險為中心，選擇適合的技術方法分析數據、構建模型，讓數據分析技術成為提升內部審計質效的重要手段和核心能力。

2.數據分析能力是新時期審計人員的必備能力。應引導內部審計人員發揮所長、精誠合作、客觀自信、精準高效地開展內部審計數據分析工作。內部審計人員可根據自身業務能力及技術背景，在數據分析工作中擔任業務風險研判者、模型思路提供者、模型數據探索員、模型編譯技術員中的某一項或多項角色，在數據分析工作中貢獻自己的力量，增強審計專業素質和能力。

3.優秀數據分析團隊可在實踐中培養。內部審計部門應建立數據分析師團隊組建、培育、發展機制，形成精英領路、優勢互補、合作攻堅的數據分析工作氛圍，在審計項目、專項分析、熱點研討等工作中充分圍繞風險開展數據分析，做好工作效果評價、工作成果總結分享，在實踐中不斷檢驗并提升內部審計人員的風險判別、邏輯分析及建模實戰能力，提高數據分析在內部審計工作中的貢獻度。

（三）進一步提升內部審計數據分析實戰力的相關思考

1.普及數據查找、數據分析基礎知識，提升內部審計工作效率。一是豐富數據來源，培訓審計人員在數據庫中查找數據的搜尋能力，提升其從各業務系統、行內外渠道查找并運用數據的積極性。二是在審計隊伍中推廣各類基礎數據處理方法的學習使用，如Excel統計功能，SAS EG等分析軟件的查詢、報表功能，數據分析語言的編程能力等技能。三是將數據分析作為實施審計的必要前提，促使審計人員在工作實踐中不斷提升將風險線索轉化為數據邏輯的能力，積極使用數據分析技術提取數據價值，提高工作效率。

2.加強團隊協作，提升對復雜業務、大數據的分析技術水平。一是加強業務型審計人員與技術型審計人員的協作，將業務靈敏性和技術應用性有效結合，及時固化建模，獲得產出。二是加強技術型審計人員的組團攻關，加強對大數據挖掘技術工具的應用，開拓建模新方法、應用新領域。三是創建勤學善思的學習氛圍，不斷提升對新業務、新知識的學習能力和技術改進探索意識，創建業務與技術能力協同發展的學習型內部審計組織。

3.加快建立并持續提升全面覆蓋、實時監測、風險預警的智能化數據分析應用系統。一是重視模型優化提升工作，定期更新、優化和升級模型，加強模型的適用性和先進性，確保模型對風險的持續追蹤和揭示能力。二是客觀審視模型的風險覆蓋面，加強復雜風險領域的業務研究、數據分析、模型創建，加大運用機器學習、自然語言處理等新技術的力度，提升風險模型與數字化審計的結合運用能力。三是探索先進信息技術在內部審計數據分析應用系統中的運用，改進審計作業模式和價值產出渠道，全面覆蓋機構重要風險領域，將內部審計數據分析系統打造成實時監測、全面覆蓋的智能化風險預警系統。

（作者單位：中國工商銀行內部審計局南京分局，郵政編碼：210019，電子郵箱：yanypan@126.com，執筆：潘燕燕）

主要參考文獻

曹娜，何珊.從微觀到宏觀：大數據驅動內部審計轉型[J].審計與理財， 2018（8）：46-48

曹軼.商業銀行大數據審計分析的難點與對策[J].中國內部審計， 2019（3）：40-43

陳駿，時現.審計全覆蓋驅動下的審計技術方法創新研究[J].審計研究， 2018（5）：22-29

孔鑌.論大數據內部審計模式的構建[J].會計師， 2018（13）：43-44

劉凡平.大數據時代的算法：機器學習、人工智能及其典型實例[M].北京：電子工業出版社， 2017