基于大數據分析的審計系統平臺建設

文 / 廈門銀行審計系統平臺項目課題組

大數據背景下廈門銀行審計系統平臺的構建

廈門銀行從2019年啟動審計系統平臺（以下簡稱審計平臺）建設，目前已初步建成。從功能上劃分為審計風險數據集市、現場審計與非現場審計。（如圖所示）。

圖 審計系統平臺架構

1.構建審計風險數據集市。我行審計風險數據集市基于行內大數據平臺建設，以集中、統一的方式對行內各業務數據進行分析匯總，并留存相關接口對接行外數據，同時在審計系統界面端部署數據手工補錄功能。此外，在審計平臺構建應用數據集市，存放審計系統自身生產的業務數據及系統數據，用以支持系統工作流程處理、權限配置、事務管理等。

2.完善現場審計全流程管理。實現銀行內部審計全流程管理，包括但不限于審計計劃管理、審計項目管理、現場流程（項目立項、項目方案、審計通知書、項目資料調閱、征求意見稿、審計報告、問題錄入、項目歸檔）、工作底稿、組織自查等環節，相關審批流程能夠在審計系統和OA辦公系統之間自由流轉，實現審批流程無縫對接。同時，打通了現場審計項目和非現場審計體系的壁壘，非現場審計模型、指標生成疑點線索融入現場審計作業進行疑點排查；現場審計項目的審前準備通過審計數據功能接入非現場審計體系，由非現場體系抽取審計項目所需的數據，按照審計人員設定的抽樣模型執行審計數據的自動抽樣，并將抽樣結果傳送到現場審計項目中。

3.打造非現場審計功能。非現場審計功能是我行審計平臺建設過程中的重難點也是平臺的亮點，難點在于我行數據治理剛處于起步階段，經過多年的經營發展，我行積累了海量的經營業務數據，這些業務數據不僅量大，而且數據結構各式各樣，數據標準落地情況不理想，此外在數據完整性、準確性方面也存在不足，數據質量有待提高。在審計平臺建設過程中，我們花費了大量的人力、物力對大量經營業務數據進行了梳理，按照風險主題域、不同業務維等幾大維度構建了審計風險數據集市，在此基礎上搭建了非現場審計功能。首先實現了非現場審計模型的全生命周期管理：由審計人員根據風險報告、內外規文件、同業案件等信息，并結合審計經驗提煉風險點，形成審計模型思路；再通過審計平臺提供的模型開發工具，進行數據分析建模；模型建設完成進入驗證環節，驗證通過后方可投產；投產運行的模型，將根據使用情況進行監測和評估，適時調整模型參數和預警規則，并淘汰不適用的模型。在模型的定制開發方面，不僅提供了配置簡單、易上手的“向導式”，以及通過圖形界面進行拖、拉、拽的“可視化”等不要求審計人員具備專業的計算機編程技術的模型開發工具，同時也提供了全開發式，類PLSQL數據庫工具的專業化模型開發工具。

審計系統平臺應用成效

1.現場與非現場相結合，審計質效大幅提升。審計平臺上線前，我行內部審計工作還是以現場審計項目為主，非現場審計為輔的審計模式，受限于這種模式，審計人員只能依靠自身審計工作經驗對風險領域開展審計項目，不僅無法覆蓋全業務，審計質效較低，同時存在較高的審計風險。審計平臺上線后，我們建立了良好的非現場監測機制，一是建立了高效的非現場審計核實、反饋機制，設立非現場疑點線索簿，對非現場模型拋出的疑點線索進行登記、分析，并對接的審計人員進行核實，核實結果又反過來驗證非現場模型運行邏輯；二是運用非現場預警模型，設定相應的預警機制和監測指標，對被審計對象進行日常跟蹤監測，將審計工作前置；三是利用非現場模型，建立抽樣規則庫，由審計人員結合審計工作經驗通過圖形界面，提前設定各類抽樣規則，開展現場審計項目時，審計人員通過組合抽樣規則完成現場審計項目的抽樣工作，大大提高審計工作效率，同時也更加有的放矢。

2.利用審計模型，豐富審計手段。非現場審計功能包括了查詢查證、預警模型、抽樣規則以及管理者駕駛艙等四大功能模塊。其中，抽樣規則主要服務于現場審計項目的審計抽樣環節，管理者駕駛艙則從管理角度出發對業務數據進行統計分析并應用UI工具以圖形報表等方式呈現給管理者。查詢查證、預警模型則是非現場審計功能的核心運用，目前我行已建立查詢查證模型、預警模型合計200多個，涵蓋了信貸業務、營運業務、資金業務、電子銀行業務、銀行卡業務、員工行為等，能夠有效識別信用風險、市場風險、流動性風險、操作風險等商業主要風險。

查詢查證、預警模型依托于行內積累的海量經營業務數據，結合大數據技術、云計算等計算機技術，能夠突破傳統審計手段的限制，在非現場審計中取得了良好的應用效果。傳統審計模式下，審計工作的成果通常關注審計人員最后產出的審計報告，審計報告的產出存在產出時間長，內容固定，重點內容較少。隨著審計平臺上線，可以利用系統分析巨量的銀行經營數據，可以縮短審計過程鏈，極大提高了內部審計效能。同時，審計人員利用數據的共性及規律，產出部分疑點數據后，可以由點及面，開展延伸審計，大大提高了審計成果的利用率，也為實現全量審計提供了堅實基礎。例如在排查信貸欺詐的場景中，可以利用系統在海量數據中迅速查找客戶所有關聯人，再對關聯人的貸款信息進行排查，追溯這些貸款資金的流向，進而明確這些貸款資金的用途及是否存在歸集情況。

3.提升審計工作覆蓋范圍。傳統的審計工作方式受人員、管理、數據量等多方面因素影響，審計覆蓋范圍通常具有一定局限性。為解決這一問題，審計系統的非現場審計體系建立在我行大數據平臺上，將各部門及業務系統的數據通過大數據平臺統一加工處理，從而打破了數據局限性的壁壘，擴大審計數據的覆蓋范圍。同時，利用審計系統流程化、標準化作業，審計作業流程涉及的相關報告，都可通過系統模板自動生成初稿，減少了審計人員在文本類工作上所花費的時間與精力，使審計人員可以將更多的精力放到風險分析等更有價值的工作當中。

審計系統平臺建設前景與趨勢思考

對于審計平臺未來的建設方向，我們也整理了幾點思考。一是進一步完善審計數據集市，擴充數據來源，接入非結構化數據，如與行內的影像平臺、視頻監控平臺實現連接，通過行內AI組件，包含NLP（自然語音理解引擎）、OCR(圖像識別引擎)、TTP（語音合成引擎）、ASR（語音識別引擎）等，將非結構化數據轉為結構化數據。整合行內非結構化和結構化數據，實現業務數據與視頻監控、影像檔案與審計工作的一體化應用。二是在審計系統平臺內構建知識圖譜分析引擎，可以基于圖挖掘進一步豐富強大非現場審計工具。三是加強審計與業務部門之間的聯動，在業務系統中嵌入審計鉤，實時在線將可疑線索數據傳導到審計系統，實現審計前置。四是引入更加智能的審計工具，如自動化機器人技術利用相關AI工具自動生成相關審計檔案的初稿，提升審計效率。

（課題組成員 ：潘躍瑞、陳志勇、賴雨鐸、陳若琪）

（欄目編輯：王偉）