商业银行的多维度大数据风险挖掘审计技术策

专门治疗白癜风的医院 https://disease.39.net/yldt/bjzkbdfyy/
朗读原文12:00来自中国内部审计协会

1

构建现场与非现场审计系统，持续提升审计发现问题的能力。现场审计系统将审计的流程和程序集中在系统中，实施审计规范化的线上流程控制和日常审计业务的移动化办公，实现审计业务的标准化，利用项目规划资源管理工具，根据风险热力图的展示结果，按照风险的程度和覆盖率情况，合理安排审计项目。同时，利用审计模板、程序表来细化审计重点和审计方法，提高审计质量。商业银行审计人员通过非现场审计系统对数据结构的分析，构建数据分析模型和风险预测模型，将这些模型嵌入到业务系统中去，利用异常监测模型算法、非现场多维度模型群，定期扫描商业银行业务数据和流程，实时监测异常数据的出现，拦截发现异常交易，发现客户风险，提高审计的效率。

2拓展审计视角有效消除误判，切实提高审计准确性和有效性。由于商业银行服务的客户众多，其业务复杂，面临来自不同客户、领域、业务的风险，要求商业银行审计人员能够从不同维度和角度来识别业务性质和风险，通过交叉检验和数据的综合匹配实现业务数据的集成，从而使审计人员能够深入认识业务的性质和风险的本质，为审计人员的正确判断提供支持和帮助。商业银行的大数据平台技术不仅可以消除由于单一抽样造成的误判，而且还可以让审计人员能够从客户角度、业务角度、员工角度、社会角度提供不同视角的审计判断，从而提高审计的准确性和有效性。大数据平台可有效应对商业银行海量交易数据、客户种类众多、交易日趋复杂的问题。

3破解资源约束实现审计全覆盖，准确定位问题，提高审计发现问题的能力。由于审计资源有限，传统内部审计不能够实现对商业银行业务全覆盖，造成审计发现问题的能力下降。为实现审计全覆盖，商业银行审计部门应充分使用大数据平台，利用批量化模型进行数据集中处理及模糊算法、智能算法进行数据分析，提升商业银行审计效率，扩大审计范围，深入挖掘审计线索，实现单一抽样向批量运算的过渡，并由单一问题揭示向全量风险揭示转型，从点、线型审计向全面性审计转变，从周期性审计转变为持续性审计。大数据分析平台还实现了“流程”和“工具”的有效结合，根据审计目的，利用SQL语句和Python工具，筛选出跟审计目标相吻合的审计模型，对审计客户T+1的流量数据进行分析，实现审计问题的准确定位，及时发现数据的异常和业务流程控制中的缺陷，准确地发现风险、揭示风险，提高审计发现问题的能力。

1

审计时空自由度获得解放，资产变动实时监控力度大幅提升。引入互联网使商业银行移动审计成为可能，互联网可以利用网络将审计工作由线下搬到线上，由现场审计变为非现场审计，审计人员可以自由安排审计时间来开展审计工作，极大提高审计工作效率。移动审计可以有效整合审计资源，将审计工作碎片化，不再局限于具体审计项目和特定审计时间。另外，物联网的使用将进一步扩展审计范围，审计人员在办公室就可以根据远程影像和电磁感应设备，及时了解被审计资产的状况，实时监控资产的变动情况。

2网络数据管理能力的提升促进审计效率持续提高。商业银行利用“互联网+物联网”的审计模式，可以及时有效地管理商业银行网络数据，及时对网络数据进行分析，实现分析数据的共享，节约了审计人员数据分析的时间，同时实现审计流程和程序的实时网络监控，及时提炼审计工作成果，提高审计工作效率。

3“互联网+物联网”移动审计技术促进审计制度变革，审计整改跟踪与评价成效显著提升。一方面，商业银行审计人员可以利用移动审计平台将审计发现的问题及时反馈给被审计单位，征求被审计单位对审计发现问题的意见，充分了解被审计单位对审计问题的态度、审计整改的措施，还可以及时上传被审计单位的审计整改报告，督促落实审计整改方案，跟踪审计整改进度。另一方面，商业银行审计人员利用物联网了解审计整改涉及资产的整改变动状况，评价审计整改效果。

1

及时侦测和防范业务异动，切实提升风险识别与审计成效。机器学习是商业银行审计部门利用大数据样本进行审计建模，设立智能化审计决策中心，自动对样本数据进行分析，并自动识别和预测业务风险，建立银行客户、银行账户、交易特征、交易规则数据库等，利用对历史数据进行学习和逻辑运算，不断优化模型，提高审计识别风险的能力。由于机器学习建立的分析模型是嵌入在业务系统中的，因此可以及时侦测到异常业务和异常流程，识别风险和拦截风险，完善风险识别的流程和程序，提高审计成效。

2推进智能审计全方位化，强力延伸审计风险挖掘触角。商业银行面临着审计资源不足、审计业务领域狭窄、审计工作开展不够深入彻底的问题，以机器学习为基础的智能审计，可以利用智能机器人，实现对业务数据的全方位分析和全量数据的覆盖，将商业银行的信贷、财务、会计、国际业务、投资、银行卡、财富管理、科技管理、运营管理、安全保卫等业务全方位纳入智能审计的系统，编制适合不同业务的审计模型，涵盖每一个业务的不同阶段和流程，将审计触角延伸到商业银行的每一个角落。

3智能审计契合内部审计发展方向，切实提升商业银行审计自动化和智能化水平。智能审计是商业银行内部审计的发展方向，利用智能化的审计程序和软件，对于可以结构化的业务数据和流程进行自动化审计，并能根据业务环境的变化，客户资源的不同，审计目标的不同，进行自主学习，优化审计监测模型，不断调整判断风险和异常的系统参数，自动给出审计结果，通过机器大脑的模拟，给出科学的审计建议和改善方案，提高审计的自动化和智能化水平。

1

以图谱技术为基础深入挖掘交易关系和交易实质，及时揭示风险隐患，切实提高审计风险挖掘和应对能力。商业银行审计部门在对被审计单位开展审计时，可以利用多维图像识别技术，扫描识别图像和图片所要展现的内容，读取图像具体含义，利用显性、隐性关系，建立商业银行客户多维关系图，了解复杂关联交易的参与者和交易实质，分析多客户之间的交易流水，将客户的资金流与业务流进行分类识别，分层展现，深层次挖掘交易关系和交易实质，揭示存在的问题和风险隐患，快速做出审计结论，积极采取应对措施。

2以非结构化文本识别技术为基础，推动商业银行海量文本数据的风险挖掘，大力推进审计效率不断提高。非结构化文本识别技术是通过对语言里的字、词、句进行加工，自动分析识别文本真实含义的技术。商业银行审计人员在对被审计单位审计时，可将需要审计的客户信息、调查报告、年度分析报告、业务数据报表、生产记录、销售记录、账册数据资料和交接记录、会议记录和决议方案等，通过文本资料的语义分析，提出关键字、词、句，分析文本中关键字、词、句出现的次数和频率，记录词义和分析词义的含义，进行归类，快速抓取词义中出现的异常，批量将文本资料结构化处理，提出关键字词句，比较不同文本中不同的表述差异，提高审计效率。

3以语音识别技术为基础，提高审计风险挖掘效率。商业银行审计人员通过将办理业务过程中收集到的客户办理业务的语音资料、客户访谈资料、客户的投诉资料进行整改加工，转换为文本资料，再利用对关键字、词、句的识别，从而找到商业银行审计所需要的证据材料，寻找出业务办理过程中存在的异常，发现被审计单位存在的风险隐患和管理中存在的缺陷或不足，跟踪审计问题整改的情况，推动商业银行不断完善内部控制制度，加强客户信用风险管理，合规操作，降低业务办理风险，提高审计效率，增强审计风险挖掘能力。

4以微表情抓取分析为基础，切实提高审计风险挖掘质量。商业银行在审计中，建立客户和员工微表情数据库，利用镜头记录客户和员工的面部微表情，通过客户和员工的面部微表情如皱眉、微笑、痛苦、愤怒等情绪的表达，发现客户或员工在业务访谈中，对于提问的态度，或者是看到业务资料、合同资料时面部的情绪表现，了解客户和员工内心的变化，侦测客户和员工的真实意思表示或者内心对于诚信的理解。以微表情识别来进行审计判断，可以快速地通过系统得出结论，可以提高审计的效率。加之由于是系统控制，极少人为判断，减少了审计人员心理变动的干扰，相应也可以提高审计质量。

作者单位：浙江万里学院宁波鄞州农村商业银行股份有限公司

文章摘自《中国内部审计》杂志年第12期（节选原文部分内容）

●内部审计如何在国有企业混合所有制改革中发挥作用

●新时代背景下国有企业内部审计方法与途径

●新形势下对国有商业银行内部审计的再认识

●以审计监督促进国有企业高质量发展

★

郑重声明

★

《中国内部审计》编辑部近期接到作者致电称，网络上出现以我刊名义索取审稿费和版面费的现象，并以交费作为刊发文章的交换条件。对此，我刊郑重声明如下：

《中国内部审计》从未以任何形式或任何名义向作者索要审稿费和版面费，从未以交费为条件刊发投稿文章。

我刊唯一投稿方式为以下邮箱：

理论类稿件邮箱：lilun

ciia.