數字化轉型背景下商業銀行智慧審計探討

[摘 要]云計算、區塊鏈、人工智能、物聯網等技術應用日趨成熟，金融產業的主要參與主體商業銀行，面臨極大的機遇和挑戰。伴隨著數字化轉型的不斷深入，商業銀行在數據資產利用方面取得了實質性的發展，并在運營、信貸、客戶關系管理、資產管理等方面取得顯著成效。智慧銀行初現端倪，相比之下商業銀行智慧審計進展緩慢，至今尚未形成完備的智慧審計體系。無論是理論層面還是實踐層面，智慧審計研究都很少。文章從數字化轉型研究為切入點，在充分分析智慧審計情況的基礎上，探討商業銀行智慧審計的主要特征，在此基礎上提出智慧審計建設建議，以期為商業銀行智慧審計建設提供一些參考。

[關鍵詞]數字化轉型;智慧審計;內部審計;商業銀行

[DOI]10.13939/j.cnki.zgsc.2021.05.186

1 數字化轉型是智慧審計的基礎

1.1 國家大數據戰略逐步深入

2017年，政府工作報告中首次將數字經濟寫入政府工作報告，國家領導人在會議中多次強調“實施國家大數據戰略加快建設數字中國。”“要構建以數據為關鍵要素的數字經濟?！?019年，政府工作報告將2017年提出的“加快成長”上升到“壯大數字經濟”的高度，標志著數字經濟進入新階段。在2020年的政府工作報告中，“數字經濟”再次被寫入報告，“打造數字經濟新優勢”為數字化轉型提供了發展方向。綜上不難看出，數字化轉型即將邁入應用階段，如何利用現有數據資本，創造經濟增長點，發展優勢意義重大。

1.2 商業銀行數字化轉型穩步推進

2019年中國互聯網金融協會金融科技發展與研究專委會、新華社瞭望智庫聯合撰寫的《中國商業銀行數字化轉型調查研究報告》（以下簡稱《報告》）中，對51家商業銀行進行研究。研究結果顯示（下文研究成功均基于51家被調查銀行），被調研的銀行中，75%的正在或已經制定了全行級數字化轉型方案，90%的正加大數字化轉型方面的投入力度，相對于數字化能力較高的支付匯款和個人信貸業務，風險管理數字化能力更低。

1.3 商業銀行智慧審計呼之欲出

數字化轉型為智慧審計提供數據準備，智慧審計從設想向實際應用轉變。數據化轉型前，商業銀行以結構化數據為主，對非結構化數據的收集重視不足。即使是結構化數據，因為其主要以紙質憑證的方式保存，嚴重制約了大數據分析的難度。隨著大數據等信息技術在商業銀行中的廣泛應用，數字化轉型穩步推進，商業銀行用電子方式保存結構數據和非結構化數據，并有針對性地開展數據治理，從而為智慧審計的發展提供數據基礎。數字化轉型為商業銀行帶來以下三方面的變化。

1.3.1 商業模式轉變，組織行為可衡量

隨著數字經濟時代的到來，簡單的直線式商業模式被打破，商業銀行在供應鏈中的地位及作用都發生了改變。電商平臺通過重塑消費端的支付結算習慣獲得優勢地位，導致商業銀行從支付結算的主體向中后臺轉化。移動支付成為主要的支付結算手段，根據人民銀行發布的《2019年第三季度支付體系運行總體情況》顯示，2019年第三季度，全國共發生銀行卡消費業務430.18億筆，金額29.67萬億元。移動支付業務272.74億筆，金額86.11萬億元。移動支付金額是銀行卡消費金額的2.9倍。商業銀行積極布局數字化轉型，從而激發業務流程與盈利模式的改變，組織行為及客戶行為均可量化，這為智慧審計提供了量化基礎，組織行為更易比較和衡量。

1.3.2 數據角色轉變，商業行為可評價

隨著信息技術的發展，數據在商業銀行中的地位越來越重要，數據不只是簡單的交易數據，通過大數據分析及利用，數據成為商業銀行的數據資本。數字化轉型背景下，商業銀行充分利用客戶流量及經濟行為數據優勢，以經濟活動為基礎，收集、利用業務流程中產生的不同類型、不同維度的數據，通過大數據分析、人工智能等信息技術，為組織戰略調整、客戶營銷、產品開發設計等提供數據支撐，結合數據相關性分析、趨勢分析等統計學工具，對組織、員工、客戶行為進行評價。

1.3.3 企業流程重構，業務流程可追蹤

隨著數字轉型的不斷深入，各大商業銀行依托應用信息技術重構業務處理流程，以期在成本、質量、服務和速度方面得到明顯提高。新的業務流程將大量簡單重復業務交由系統自動完成，從而使業務流程追蹤變得更為簡單，為智慧審計提供有力支撐。

綜上所述，數字化轉型在商業模式、海量數據形成的數據資產、流程再造等方面為商業銀行帶來重大轉變。越來越多的智能系統嵌入商業銀行的各個環節，更加友好、智能、高效的業務處理模式呼之欲出。這種轉變為審計工作帶來新機會和新挑戰。審計工作從傳統的統計抽樣向全量分析轉變。各大商業銀行積極布局以大數據分析為基礎的智慧審計平臺，提高非現場審計質效，四大會計師事務所也在積極摸索智慧審計的發展模式，如德勤會計師事務所對商業銀行提供智慧審計咨詢服務。

2 信息技術是智慧審計的保證

信息技術是智慧審計的有力保證，智慧審計效率和質量除了與數據應用息息相關，還與信息技術的合理應用有直接關系。已廣泛應用的技術有大數據分析、人工智能、技術等，結合審計工作的特點，綜合運用信息技術廣泛應用于智慧審計流程或場景，最終達到審計智能化、智慧化的目的。下面重點介紹三種信息技術在智慧審計中的應用場景。

2.1 智慧審計質效依托大數據分析能力

智慧審計依托大數據分析，大數據分析簡而言之就是對海量數據進行分析。商業銀行擁有海量的結構化及非結構化數據，而數據中潛藏著客戶偏好、行為習慣等重要經濟信息。商業銀行對現有數據資源的挖掘和利用能力，將直接關系到商業銀行未來的發展。隨著大數據分析技術的發展，尤其是云計算等信息技術的發展，數據資源的挖掘已經進入到全新的階段。商業銀行成功將大數據分析應用于零售業務領域，在市場營銷、客戶挖掘、客戶管理等方面都取得很好的效果。目前各大商業銀行都積極探索智慧審計模式，將大數據分析應用于內部控制及內部審計流程中。大數據分析將在整體分析、審計對象畫像、舞弊線索提取等方面起到至關重要的作用。

2.2 智慧審計發展依賴人工智能發展程度

人工智能助力智慧審計，人工智能是研究如何使機器具有類似于人類的智能反應。人工智能包含很多領域，如機器人、專家系統、自動識別技術等。商業銀行中機器人的應用大大提高運營效率，有些銀行將機器人、專家系統應用于客戶服務，有效地降低成本、提高響應速度，從而提高客戶滿意度。智慧審計中引入人工智能，將大大減少簡單重復勞動、優化審計流程、提高審計效率。如舞弊審計機器人可以實現程序化的審計任務，根據財務或業務規則，結合審計經驗，發現異常數據，從而達到發現舞弊的目的。

2.3 智慧審計依靠網絡爬蟲技術應用效果

網絡爬蟲技術是智慧審計工具的有力補充，網絡爬蟲技術是一種數據采集技術，主要用于獲得網絡中的公開數據資源。通過收集權威的公共數據資源，輔助進行審計分析。通過政府、監管機構、上市企業公開報表等高價值數據的收集，提高審計效率。如在對貸款企業信用風險分析中，通過爬蟲技術獲得近三年企業財務報表、企業信用信息、關聯企業等重要信息，將大大提高企業畫像的精準度，同時有效識別企業潛在風險，驗證信貸審批有效性。

3 智慧審計主要特征探討

智慧審計將顛覆傳統的審計流程及審計模式。信息技術的應用大大簡化審計流程，尤其是機器人的廣泛應用，審計中簡單重復工作將被機器人取代，同時數據化轉型完成后，系統中的數據校驗、邏輯校驗等工作也將被系統取代，審計工作的內容、范圍及工作重點都將發生重大改變。

3.1 智慧審計使審計范圍向全面審計發展

大數據、云計算等信息技術的發展，使全面審計成為現實，智慧審計不再局限簡單的抽樣審計，而是進行全數據、全流程、全范圍的審計。一是審計范圍由點及面。傳統審計工作中，審計抽樣質量與審計效率和質量息息相關。相對于傳統的審計方法，智慧審計中應用大數據分析，對全量數據進行分析，結合審計模型，提取異常數據，突破時間和空間的限制。二是審計流程發生改變。機器人的引入將大大提高審計效率，審計工作中簡單、重復、規律的審計工作都由機器人處理。三是審計的基礎數據多元化。除了組織內部結構化數據、非結構化數據，審計人員還將獲得大量外部權威數據。通過大數據分析，審計深度和廣度都將擴大，針對全量數據進行分析成為可能。

3.2 智慧審計使審計工作向分析審計轉移

智慧審計的工作重點是結果分析審計。相對于傳統的事后審計，信息技術的廣泛應用使審計工作從簡單重復勞動中解放出來。相對于傳統審計，智慧審計時期審計人員的工作重心從驗證工作向結果分析轉變。智慧審計中的邏輯校驗、數據校驗、制度比對等工作都由機器控制或完成，審計人員的工作重點是建立風險模型、分析模型輸出的結果以及結論反饋，提高機器學習效率。如根據風險特點建立流動性風險模型，并根據設定的風險偏好設定預警閾值，當流動性風險臨近風險閾值時，產生預警信息后，審計人員根據預警信息進行風險分析，并及時將結果反饋給董事會及管理層，為決策提供支持。

3.3 智慧審計使審計重點向管理審計轉變

智慧審計是管理審計，相對于傳統的風險審計、具體事項審計，智慧審計更偏向管理審計。傳統審計結論基于統計抽樣，樣本分析結果與審計結論的因果關系深受詬病。相對于商業銀行的海量數據，統計抽樣的數量簡直是滄海一粟，而從小樣本量中得出的結論是否具有代表性，常常是審計單位與被審計單位爭論的焦點。因此，傳統審計結論多傾向于事項性質。而智慧審計階段，審計結論將基于全部數據，不但能夠對被審計單位進行精準畫像，還能夠針對海量數據推出審計結論，如問題占比、數據偏離度、置信區間等統計數據，為管理審計結論提供完整數據支撐。

4 智慧審計面臨的挑戰

從上文分析不難看出，智慧審計建設已經具備了技術基礎，但也要看到目前智慧審計也面臨巨大挑戰。

4.1 數字化轉型道阻且長

數字化轉型的質量和效率直接關系到智慧審計的發展。一是轉型效果有待檢驗。雖然各大商業銀行都在積極推進數字化轉型，但數字化轉型的效果還有待檢驗，一致性、完整性、準確性、及時性直接影響數據分析的質量;二是部門化阻礙轉型質效。大型商業銀行由于結構龐大，數據量大且結構復雜，且涉及眾多系統、業務部門，因此數據治理難度較大，流程較多，數字化轉型只能逐步推進，需要耗費大量時間和精力。

4.2 復合型人才培養難一蹴而就

目前商業銀行通常具有信息技術人員與專業技術人員兩個團隊，兩個團隊分工合作。信息技術人員主要負責模型建立及疑點線索提取。專業技術人員負責數據分析及線索核實。而智慧審計需要大量具有審計技術及信息技術復合背景的人才。也就是說，審計人員不但要具有基本的審計技術和技能，同時要求對信息技術有一定程度的了解。符合人才的培養需要時間及實踐，短時間內培養大量復合型人才難度大。

5 智慧審計建設的建議

數字化轉型為智慧審計提供了強有力的保證，各商業銀行應充分利用數字化轉型的成果，積極推進智慧審計建設。

5.1 以數字化轉型為契機，夯實數據基礎建設

扎實推進數字化轉型，轉型過程中做好數據治理工作。其一，管理層牽頭，將數字化轉型納入組織戰略。數字化轉型是一個長期的過程，由管理層主導并將數字化轉型納入戰略管理，能夠有效控制數字化轉型的速度和質量。其二，信息部門主導，與業務部門分工協作。由信息技術相關部門主導，統籌協調各業務部門。各部門對本部門的基礎數據負責，同時提出相關數據需求，反饋至信息技術部門完善優化，再由業務需求部門核實確認。其三，審計部門在參與數字化轉型工作中，審計部門以數據使用者及數據治理監督的雙重身份參與到數字化轉型中。審計部門對數字化轉型進行監督及評價，定期向董事會及高級管理層匯報進度及質效。

5.2 以智慧審計平臺搭建為抓手，推進智慧審計人才隊伍建設

智慧審計平臺建設的過程是智慧審計實現的過程，審計人員參與到審計平臺建設中，有利于智慧審計人才的培養。其一，建用相長。智慧審計平臺數據來源是否可靠、數據分析是否準確、平臺界面是否友好、功能是否完備、使用是否簡便等，都直接關系到智慧審計發展進度，審計人才參與智慧審計平臺建設，不但能夠充分理解審計平臺建設理念，同時也能為平臺搭建提供專業建議。其二，學以致用。審計人才在智慧平臺進行審計的過程中，可以將審計結果及時反饋給審計平臺，促進審計模型評價，不斷提高審計模型精準度。

參考文獻：

[1]何大勇，譚彥，陳本強，等.銀行轉型2025[M].北京：中信出版集團有限公司，2017.

[2]王克照.智慧政府之路：大數據、云計算、物聯網構架應用[M].北京：清華大學出版社，2014.

[3]維克托·邁爾-舍恩伯格，肯尼斯·庫克耶.大數據時代[M].盛楊燕，周濤，譯.杭州：浙江人民出版社，2013：19-118.

[4]呂天貴.商業銀行零售業務數字化轉型的理念、路徑與成果[J].銀行家，2019（3）：50-52.

[5]唐兆涵，滿明俊.商業銀行數字化轉型的國際經驗[J].農村金融研究，2019（6）：30-35.

[6]德勤.智慧審計的其中武器[EB].https：//www2.deloitte.com/cn/zh.html，2017.

[7]何芹.持續審計研究[M].上海：立信會計出版社，2008.

[作者簡介]陳艷麗（1981—），女，吉林人，管理學碩士，中國農業銀行股份有限公司審計局成都分局，經濟師，研究方向：審計、管理學、信息技術在審計中的應用。