釋放大數據審計價值助力金融高質量風控

一、大數據審計技術在金融行業運用的背景

數字時代，商業銀行加速推進數字技術創新和迭代，利用大數據、人工智能（AI）等新技術挖掘數據要素價值，賦能業務場景，成為數字化轉型新常態，也為內部審計部門加快數字化轉型提供了有利條件。盡管大數據審計技術在金融行業風控領域擁有巨大潛力，但也面臨著“審計履職難度大”“審計能力與數據時代不相適應”“新技術應用不成熟”等三大挑戰。

一是金融風險復雜多變，防控要求高，審計履職難度大。經統計，監管規章制度對商業銀行內部審計覆蓋要求近90項，幾乎涵蓋了銀行集團及其附屬機構的全部業務。因此，要發揮數據作為新型生產要素作用，以迅速應對銀行業務、場景、風險的多樣性、復雜性，從體制機制層面發揮審計預防風險、管理咨詢的作用。

二是審計能力與數字時代不相適應。審計部門需破解數據孤島、信息共享機制不足、審計全覆蓋工作高要求與審計資源有限的矛盾，審計人員需擺脫對數據“不敢用、不會用、用不好”以及審計“能力不足”的現實困境。

三是大數據等新技術在審計領域應用仍處于探索階段，難以直接適配復雜審計場景，并且需依賴高質量審計數據，審計新質生產力尚未發揮效用。

三大挑戰都與數據息息相關，審計部門要順應時代發展要求，實施數字化轉型，主動以數據要素為驅動，帶動審計各類生產要素的質量優化，形成審計新質生產力，在更大范圍、更深層次上發揮審計作用，更好地服務于商業銀行高質量發展的需要。

二、大數據審計建設的總體技術架構與具體解決方案

數字金融的顯著特征是擁有海量數據，審計部門要履行“全面覆蓋、應審盡審”的職責，無疑會成為企業內部數據應用最大、最全、最廣的部門之一。針對上述挑戰，華夏銀行審計部圍繞“數字審計、智慧審計、敏捷審計、價值審計”四大遠景目標，聚焦釋放大數據審計價值，建立了以數據為驅動的新型技術架構，從數據底座、數據工具、數據應用3個層面，自下而上，逐層搭建，不斷夯實數據要素基礎，統籌數據資源應用，釋放數據要素價值（見圖1）。其核心思想就是以數據流引領業務流、技術流、人才流，發揮數據要素的協同優化、復用增效和創新融合作用，實現多源數據融合、知識快速擴散、資源優化配置、業務高效運行、價值持續增值，護航金融領域的高質量風控。

（一）建立“全域、全量、全要素連接”的數據資源體系，夯實數據要素基礎

數字化轉型過程中，如何發揮數據價值、打造數據底座始終是最基礎、最重要，也是最困難的工作。華夏銀行審計部抽調30名審計人員、花費近6個月的時間，對全行企業級數據進行了全面梳理、整合、匯聚，建立了“全域、全量、全要素連接”的數據資源體系（見圖2），破解數據不貫通、不一致、不好用的難題。具體包括以下三大步驟。

圖2 數據資源體系建設方案

一是按需接入。借助企業級數據中臺的統一支持和智能服務，審計部建立了審計專屬數據庫，從全行200個系統中抽取150多個系統、逾6300張基本庫表、近4000億條數據，以滿足審計人員基本用數需求。審計專屬數據庫支持結構化、非結構化數據處理與分析，涵蓋行內各業務、各條線、多維度、多渠道的內部系統數據以及工商、司法、海關、抵押、征信及風險評分、債券評級、監管處罰、風控投訴等外部數據，有效支持了持續審計、遠程審計、全量審計的數據需要。借助數據地圖、數據資產目錄等工具，審計數據一目了然。

二是整合加工。結合審計目標和業務需求，審計人員通過數據分析、篩選、級聯、投影等方式，建立審計中間表，簡化數據提取，減少數據重復甄別，實現跨數據表交叉查詢、跨系統邏輯勾稽，滿足審計人員的常用數據需求，使得審計數據“易讀、易懂、易用”。比如，構建以資金流向為主題的中間表，可追蹤行內交易放款流水4手、還款流水3手，大大降低了數據使用難度，顯著提升了審計人員建設模型、應用指標等工作效率。

三是匯聚連接。審計人員對數據進一步精加工和深加工，構建審計知識圖譜，有效識別各類數據間的隱藏關系。以機構、客戶、賬戶、交易等主題，使用各業務條線數據，構建客戶關系、資金關系等圖譜點邊關系，通過對海量復雜的股權、擔保、資金等數據進行穿透和挖掘，計量風險傳播路徑、客群，查找關鍵節點，支持跨市場、跨產品、跨部門、多渠道風險歸因，滿足審計人員關系查找、鏈路追蹤等數據消費高級需求。

通過以上三步，華夏銀行對數據持續匯聚、加工、積累，讓審計部成為企業質量優、密度大、價值高的“數據平臺”，支持審計全員使用。

（二）構建“數據、知識、技術融合”的數據價值轉化體系，統籌數據資源應用

基于“審計模型、指標、畫像、監測預警、標簽”等業務分析場景，華夏銀行審計部通過五類技術連接方式，依靠大數據、算法等技術，將跨域數據連接起來，將數據由“原材料”進一步加工“半成品”和“成品”，打造成賦能審計人員的數據知識引擎（見圖3）。目前，知識產品包括多維模型、圖模型、數據分析、指標體系、算法模型等。

圖3 數據價值轉化體系建設方案

1.多維模型。針對不同場景，利用單一模型、場景模型、關聯模型、低代碼模型等多種類型，自主開發模型，構建審計模型體系。模型體系建設與審計項目支持同步開展、相互結合，以審計實踐推動模型建設、檢驗模型質量、推進模型迭代。目前，華夏銀行審計部按照企業級業務架構，以內控評價體系為統領，建設單一模型逾900個、場景模型近50個，其中可直接鎖定風險的問題類、核實類模型占比達 52% 。模型被廣泛運用于相關審計項目，對可數字化風險點覆蓋率達到 75% ，預計2025年年底實現全覆蓋，期望能夠徹底解決原有模型體系性不強、覆蓋面不足、精度不理想的難題。

2.圖模型。圖模型能夠支持相關業務場景的一站式核查及多層級鉆取，通過可視化的方式展現客戶關系與資金關系，便于用戶直觀查看并深入探索結果，從而有效發現那些常規手段難以察覺的異常聚集和風險傳導等問題。審計部已積累圖實時模型80多個，實現社區發現、單點中心擴散等圖算法，用于篩選高風險客戶、資金鏈路追蹤、復雜關系查找等深度數據挖掘需求。

3.數據分析。大數據分析工具即高斯SQL編輯器，提供了結構分析、歸因分析、趨勢分析等產品功能，支持審計人員進行數據分析、疑點篩查、線索核實，保證數字化手段的有效運用。大數據分析工具既支持全量數據跑批，對機構經營行為、業務特征、風險管理特點等進行全面刻畫和描述，也支持多維數據分析的深人運用，可側重對某一領域風險進行深度挖掘。

4.指標體系。監測指標預警體系涵蓋各機構及各業務條線，目前已上線覆蓋經營風險、信用風險、流動性風險、案防操作風險等指標逾400個，逐步實現“全域、全量、全時”常態化監測和預警。審計人員可依托審計指標體系，靈活分析與評估業務經營短板，識別、量化、報告潛在風險，提高審計分析監測的精準度，不僅為項目審計、持續審計提供方向，而且強化了對潛在風險的早識別早預警。

5.算法模型。集成Python語言工具，引人聚類、分類、關聯、時間序列預測等算法，建設算法模型，進一步推動數、人、技互動互補，提升審計人員對復雜性、隱蔽性風險的探查能力和預警研判能力。比如，運用特征工程、分類預測算法，建設個人消費類貸款違約預警模型、新開信用卡違約預測模型；運用關聯算法分析賬號間聯系，識別可疑交易行為；使用機器學習算法分析涉賭涉詐賬戶等。

通過持續引進先進技術工具，運用數據分析挖掘方法，審計人員的知識與經驗得以數字化積累與沉淀，并逐步轉化為全員共享、價值更高的數字審計產品，實現了數據、知識與技術的深度融合。這一步是數據資源轉換為業務價值的核心，也是實現數據價值競爭優勢的關鍵所在。

（三）建立“自助、高效、共享”的數據消費體系，釋放數據要素價值

建立“自助、高效、共享”的數據消費體系，是發揮數據要素乘數效應重要的環節。華夏銀行審計部在數據消費應用場景上下功夫，圍繞“數字審計、智慧審計、敏捷審計、價值審計”四大審計目標，以數字化一體全域貫穿，強調人員“八類維度分析”和“十種數據能力”運用，實施全面內控審計、專項審計、經濟責任審計、持續審計與監測、整改跟蹤審計、內控評價等“六維”審計模式，構建立體化網格布防體系，履行審計監督效能，發揮審計風控作用（見圖4）。

圖4 數據消費體系建設方案

1.提供自助消費模式。由審計總部提供統一的公共分析場景、分析工具和分析組件服務，實現所有審計人員自助式消費。該模式鼓勵審計人員運用發散性思維，主動思考，同時推進審計工具與產品朝著體系化、專業化方向建設。比如，所有審計模型上線時，均標注其適用的檢查環節、業務審計場景以及“六維”審計模式，提供排序推薦與批量運行功能，可支持快速適配審計人員對模型消費的需求，進而增強審計人員數據消費數據的自主性。

2.支持數據高效消費。基于審計模型、指標、算法等知識產品，審計人員可以從技術細節中解脫出來，將精力專注審計任務與審計場景，立足全量業務數據，以全覆蓋審計為目標，借助數據手段發揮乘數效應，實現數據的高效消費和價值的快速轉化。比如，審計人員一旦在現場審計時發現一個線索或一個案例，可迅速將其轉化為一個或多個模型，現場利用這些模型全量掃描，協助現場審計組發現一類或一組問題，充分發揮數據手段以小見大的作用。在發現具體問題和現象后，通過數據挖掘，由表及里深入揭示問題背后的原因與規律，提出審計管理建議。在追求數據高效消費目標下，華夏銀行審計部通過“業務負責制\"治理機制及分級授權等管理機制，保證了數據的安全合規使用，在敏捷用數的同時保障了數據安全。

3.促進數據共享消費。審計數據消費體系中的審計工具與產品來源于審計需求，借助總部統一的持續迭代完善機制，既可以促進全員共享消費，又能避免重復建設。審計人員還可以自主運用工具開發模型和算法，共享分析結果，徹底打破過去所有需求依靠總部、開發周期長、響應速度慢、難以滿足千變萬化審計需求的瓶頸。如今，審計部人人都是分析師，數據已成為大數據審計的強勁引擎。

三、大數據審計建設的應用成效

（一）全面風控，筑牢防線

1．發揮數據要素的放大、疊加、倍增效用，提升審計風險防控能力。構建審計場景，涵蓋虛假按揭、欺詐風險、洗錢風險監測、電信詐騙、員工異常行為、還款來源異常、貸款資金違規使用、套取信用卡資金、擔保圈／擔保鏈、票據中介等典型場景，實現對授信、欺詐、洗錢等重要風險領域的全方位監督，有效協助經營單位、業務條線防范化解風險，筑牢風控底線。

2.實現審計“五大創新轉變”，釋放審計價值。創新審計模式，推進項目組織方式從現場審計向遠程審計轉變；創新審計作業，推進從事后審計逐漸向事中審計、事前審計持續轉變；創新審計工具，推進審計抽樣范圍從局部審計向全覆蓋審計轉變；創新審計分析手段，從單點離散式審計向多點聯動“穿透式”審計轉變；創新審計方法，由微觀審計向微觀與宏觀相結合的“全景式”審計轉變。

（二）智慧降本，效益共享

1.審計與其他監督體系協同發力，實現企業整體風控能力的不斷自我提升。通過發揮數字審計價值，有效識別風險，完善內控建設，主動堵塞漏洞，促進降本增效。審計專屬數據庫作為企業級平臺，依托數據共享底座，有效降低全行信息化建設成本。審計模型對內控風險點覆蓋率達到 72% ，助力內控完善；遠程審計占比提升至60% ，直接降低審計差旅費用，減少審計對象迎檢成本，提升審計產能。審計人員自主建設模型，自主掌控能力不斷增強，提升了人員作業效率，減少了外聘科技人員依賴并降低了相關費用。

2.發揮審計防范化解金融風險的作用，提升企業信息透明度和公信力。加強消費者權益保護、反欺詐、反洗錢等領域的大數據審計監督，推動金融行業履行社會責任，提升可持續發展能力。

四、結語

華夏銀行審計部將秉承“數馭一體、智慧未來”理念，迎接從“數字審計”時代向“智慧審計”時代的新變化和新挑戰，從數據、系統、模型、模式、人才五方面一體化推進審計數字化、智慧化轉型，讓數據要素更加智慧、讓金融價值更加釋放。

一是加強審計數據智能應用。持續豐富數據要素，擴展圖像、音頻等多模態數據，豐富主題領域中間表，完善審計圖譜，融合全鏈條、跨業務數據，結合審計經驗應用智能化技術促進數據價值釋放。

二是打造智慧審計平臺。引入人工智能、RPA（機器人流程自動化）、大語言模型等先進技術，推進平臺升級更加智慧、協同、高效，引領審計工具、方法迭代升級，提升審計效率。

三是提升模型風險防范核心能力。增強業務風險向數字特征轉化的充分性、有效性，提升多環節風險特征的融合建模能力，應用新技術、新思路、新方法，推進建模方法的持續創新，不斷提升風險防范的核心能力。

四是推進審計模式轉型升級。加強數字審計資源統籌管理，完善數字化審計制度。推進審計作業模式向持續審計、遠程審計、敏捷審計轉型；完善動態監測預警體系，提升風險苗頭預警、追因探索分析等能力。

五是持續提升全員數字化能力。加強人才培養及機制保障，建設大數據審計作業團隊，加大人才儲備力度，不斷推進業技融合和釋放審計價值。

（執筆人：劉春華、徐新明、宋小梅、丁鑫，作者單位：華夏銀行股份有限公司，郵政編碼：100005，電子郵箱：dingxin007@126.com）