隨著計(jì)算機(jī)信息科技的迅猛發(fā)展，大量的銀行業(yè)務(wù)數(shù)據(jù)以電子信息形式存儲(chǔ)于銀行的數(shù)據(jù)庫系統(tǒng)中，為大數(shù)據(jù)技術(shù)在商業(yè)銀行審計(jì)業(yè)務(wù)中的應(yīng)用提供了豐富的素材。然而，商業(yè)銀行業(yè)務(wù)領(lǐng)域具有客戶數(shù)眾多、數(shù)據(jù)量龐大、產(chǎn)品服務(wù)個(gè)性化、操作處理批量化、未來業(yè)務(wù)發(fā)展不確定性高等特點(diǎn)，如何從浩瀚的審計(jì)對象中有效地發(fā)現(xiàn)實(shí)質(zhì)性違規(guī)與風(fēng)險(xiǎn)是商業(yè)銀行審計(jì)工作必須攻克的難題。在現(xiàn)有審計(jì)人力資源有限的情況下，完全依靠現(xiàn)場審計(jì)不現(xiàn)實(shí)，銀行需要運(yùn)用先進(jìn)的信息科技手段推進(jìn)非現(xiàn)場審計(jì)，以達(dá)到業(yè)務(wù)“全方位、全覆蓋”檢查的審計(jì)目標(biāo)，為此“大數(shù)據(jù)審計(jì)”應(yīng)運(yùn)而生。發(fā)展大數(shù)據(jù)審計(jì)因此成為了商業(yè)銀行審計(jì)工作的必然趨勢。

　　商業(yè)銀行大數(shù)據(jù)審計(jì)是銀行合規(guī)內(nèi)控的重要技術(shù)手段，其主要目標(biāo)是依托銀行內(nèi)部數(shù)據(jù)倉庫、數(shù)據(jù)集市等大數(shù)據(jù)綜合平臺(tái)，在大量錯(cuò)綜復(fù)雜的銀行業(yè)務(wù)數(shù)據(jù)中抽絲剝繭、追根溯源，穿透式地發(fā)現(xiàn)隱藏在海量數(shù)據(jù)背后的業(yè)務(wù)違規(guī)與風(fēng)險(xiǎn)狀況。其核心思想是通過構(gòu)建一個(gè)用以衡量審計(jì)對象在審計(jì)期內(nèi)業(yè)務(wù)數(shù)據(jù)是否存在異常的標(biāo)準(zhǔn)，從而支持對非現(xiàn)場審計(jì)任務(wù)的狀態(tài)進(jìn)行標(biāo)記，必要時(shí)觸發(fā)預(yù)警，為現(xiàn)場審計(jì)人員后續(xù)有的放矢的深入查找問題所在提供依據(jù)。

　　然而，在商業(yè)銀行具體內(nèi)部審計(jì)工作中，審計(jì)任務(wù)門類眾多，審計(jì)應(yīng)用數(shù)量龐大，如何構(gòu)建一套大數(shù)據(jù)審計(jì)應(yīng)用模式體系，支持對各項(xiàng)審計(jì)任務(wù)進(jìn)行有效管理，已經(jīng)成為了對當(dāng)下銀行內(nèi)部審計(jì)核心課題之一。本文著重從“衡量標(biāo)準(zhǔn)”入手，探索提出商業(yè)銀行大數(shù)據(jù)審計(jì)的“5S”應(yīng)用模式框架體系，并以國內(nèi)某商業(yè)銀行為例進(jìn)行大數(shù)據(jù)審計(jì)案例研究，展現(xiàn)在“5S”框架下商業(yè)銀行大數(shù)據(jù)審計(jì)應(yīng)用實(shí)踐效果。

　　商業(yè)銀行大數(shù)據(jù)審計(jì)應(yīng)用模式體系

　　在大數(shù)據(jù)審計(jì)工作中，審計(jì)人員對存儲(chǔ)于計(jì)算機(jī)信息系統(tǒng)中以電子數(shù)據(jù)形式所反映的企業(yè)經(jīng)濟(jì)業(yè)務(wù)進(jìn)行審查，通過數(shù)據(jù)分析技術(shù)手段把握審計(jì)重點(diǎn)，收集審計(jì)證據(jù)，實(shí)現(xiàn)審計(jì)目標(biāo)。其中，最為關(guān)鍵的技術(shù)點(diǎn)是構(gòu)建一個(gè)用以衡量審計(jì)對象在審計(jì)期內(nèi)業(yè)務(wù)數(shù)據(jù)是否存在異常的標(biāo)準(zhǔn)，而該標(biāo)準(zhǔn)往往是一種知識(shí)模型(Knowledge Model)。通過對國內(nèi)某商業(yè)銀行過往非現(xiàn)場審計(jì)任務(wù)進(jìn)行歸納整理，相關(guān)知識(shí)模型主要分為五類：

　　Specialist Knowledge Model，即基于專家經(jīng)驗(yàn)知識(shí)的審計(jì)模型。該類標(biāo)準(zhǔn)主要依賴審計(jì)專家的業(yè)務(wù)經(jīng)驗(yàn)知識(shí)，相關(guān)模型是基于“業(yè)務(wù)邏輯驅(qū)動(dòng)”的，尤其在大數(shù)據(jù)時(shí)代到來之前或相關(guān)業(yè)務(wù)領(lǐng)域無法采集到充足的過往數(shù)據(jù)以支持建模時(shí)，開展非現(xiàn)場審計(jì)則主要運(yùn)用該類模型方法形成比照標(biāo)準(zhǔn);當(dāng)涉及多名專家共同貢獻(xiàn)經(jīng)驗(yàn)知識(shí)時(shí)，可采用頭腦風(fēng)暴法、德爾菲法等具體操作方法予以實(shí)現(xiàn);

　　Static Knowledge Model，即基于靜態(tài)知識(shí)的審計(jì)模型。不同于“專家經(jīng)驗(yàn)知識(shí)模型”，該類標(biāo)準(zhǔn)是純粹基于“數(shù)據(jù)邏輯驅(qū)動(dòng)”的，通過過往大量數(shù)據(jù)經(jīng)驗(yàn)形成靜態(tài)數(shù)學(xué)公式化模型，模型一旦形成將不再改變，并上升為通用知識(shí)定律;該類標(biāo)準(zhǔn)中，經(jīng)典模型包括Benford定律、二八定律黃金法則等;

　　Statistical Knowledge Model，即基于統(tǒng)計(jì)分析的審計(jì)模型。該類標(biāo)準(zhǔn)是以“數(shù)據(jù)邏輯驅(qū)動(dòng)”為主的，同時(shí)也涉及一定的“業(yè)務(wù)邏輯”，通過采集過往相關(guān)業(yè)務(wù)數(shù)據(jù)，綜合運(yùn)用概率論、計(jì)量方法、假設(shè)檢驗(yàn)等統(tǒng)計(jì)分析技術(shù)，形成模型化比照標(biāo)準(zhǔn)，相關(guān)模型隨輸入數(shù)據(jù)的變化而發(fā)生變化;典型的統(tǒng)計(jì)分析方法包括遷徙分析模型、馬爾可夫模型等;

　　Smart Knowledge Model，即基于智能分析的審計(jì)模型。該類標(biāo)準(zhǔn)與“統(tǒng)計(jì)分析知識(shí)模型”相近，但其模型化標(biāo)準(zhǔn)生成方式從以傳統(tǒng)統(tǒng)計(jì)技術(shù)為主，發(fā)展成為以大數(shù)據(jù)挖掘及機(jī)器學(xué)習(xí)、人工智能技術(shù)為主;典型的建模方法包括有監(jiān)督分類學(xué)習(xí)、無監(jiān)督聚類學(xué)習(xí)、半監(jiān)督學(xué)習(xí)、深度學(xué)習(xí)、自然語言文本挖掘、社交網(wǎng)絡(luò)圖挖掘、關(guān)聯(lián)規(guī)則挖掘家族等。

　　Simulation Knowledge Model，即基于仿真模擬的審計(jì)模型。該類標(biāo)準(zhǔn)是“數(shù)據(jù)邏輯驅(qū)動(dòng)”與“業(yè)務(wù)邏輯驅(qū)動(dòng)”相融合的，可以將其看作為“專家經(jīng)驗(yàn)知識(shí)模型”在大數(shù)據(jù)時(shí)代的拓展和延伸，其面向某些無法獲取充足過往數(shù)據(jù)支持智能建模的領(lǐng)域，通過有效的專家業(yè)務(wù)經(jīng)驗(yàn)應(yīng)用(及形式化驗(yàn)證)構(gòu)建準(zhǔn)確的業(yè)務(wù)流程，并通過對業(yè)務(wù)流程中關(guān)鍵節(jié)點(diǎn)進(jìn)行隨機(jī)化數(shù)據(jù)處理，以反復(fù)模擬的方式批量產(chǎn)生近似于真實(shí)的業(yè)務(wù)數(shù)據(jù)，并輔以“統(tǒng)計(jì)分析知識(shí)模型”或“智能分析知識(shí)模型”，生成比照標(biāo)準(zhǔn);典型的技術(shù)方法包括壓力測試、沙盤推演、多元代理模型與模擬等。

　　商業(yè)銀行大數(shù)據(jù)審計(jì)應(yīng)用實(shí)踐研究

　　專家經(jīng)驗(yàn)知識(shí)模型化標(biāo)準(zhǔn)應(yīng)用實(shí)踐

　　“專家經(jīng)驗(yàn)知識(shí)模型化標(biāo)準(zhǔn)”主要應(yīng)用于“商業(yè)銀行宏觀風(fēng)險(xiǎn)把控”、“以風(fēng)險(xiǎn)為導(dǎo)向的銀行業(yè)務(wù)審計(jì)”等方面。例如，獲取經(jīng)營機(jī)構(gòu)各時(shí)間點(diǎn)的業(yè)務(wù)和財(cái)務(wù)數(shù)據(jù)，分析其當(dāng)年的業(yè)務(wù)狀況和發(fā)展趨勢，根據(jù)以往經(jīng)驗(yàn)，快速增長點(diǎn)往往會(huì)存在風(fēng)險(xiǎn)管理跟不上業(yè)務(wù)發(fā)展的狀況，如制度不健全、管理手段粗放、重量輕質(zhì)等問題，故直接憑業(yè)務(wù)經(jīng)驗(yàn)形成比照規(guī)則以明確審計(jì)重點(diǎn)。具體來看，某些分行小微貸款余額在2012、2013年大幅攀升，根據(jù)經(jīng)驗(yàn)其中后臺(tái)人員數(shù)量應(yīng)按比例有所提升，然而業(yè)務(wù)數(shù)據(jù)顯示其中后臺(tái)人員數(shù)量保持不變甚至減少，與經(jīng)驗(yàn)標(biāo)準(zhǔn)存有差異，由此判斷該期間發(fā)放的貸款更易隱含風(fēng)險(xiǎn)，事實(shí)數(shù)據(jù)表明相關(guān)貸款業(yè)務(wù)在日后出現(xiàn)了風(fēng)險(xiǎn)集中爆發(fā)。

　　更進(jìn)一步，在以風(fēng)險(xiǎn)為導(dǎo)向的零售業(yè)務(wù)審計(jì)工作中，“預(yù)先提出存在風(fēng)險(xiǎn)隱患的業(yè)務(wù)模式”是該項(xiàng)工作的核心。審計(jì)人員通過充分利用銀行內(nèi)部數(shù)據(jù)倉庫的現(xiàn)有數(shù)據(jù)資源，設(shè)計(jì)了多種經(jīng)驗(yàn)數(shù)據(jù)模型，如客戶基本信息、客戶工商登記信息、資金流水信息、授信評(píng)審信息、臺(tái)賬信息等共計(jì)五大類、二十多種經(jīng)驗(yàn)數(shù)據(jù)模型，有效識(shí)別了客戶異常流水交易、零售貸款資金挪用或流入股市、假批量和假小微、飛單、股東分拆授信、多通道授信、貸款資金回流和員工舞弊等多種業(yè)務(wù)風(fēng)險(xiǎn)。以工商登記信息為例，根據(jù)專家經(jīng)驗(yàn)，小微客戶無工商登記信息或已全部處于注銷狀態(tài)、小微客戶投資房地產(chǎn)/小貸公司/擔(dān)保公司/典當(dāng)?shù)雀叨让舾行袠I(yè)、小微客戶名下?lián)碛羞^多不同行業(yè)的企業(yè)、小微客戶名下企業(yè)的注冊資本不符合小微企業(yè)特性、小微客戶在多地開辦企業(yè)、同一分行多名借款人存在用款主體之外的關(guān)聯(lián)關(guān)系等均可作為業(yè)務(wù)風(fēng)險(xiǎn)線索。

　　推薦閱讀：《廣西審計(jì)》廣西壯族自治區(qū)審計(jì)廳和廣西審計(jì)學(xué)會(huì)主辦的審計(jì)專業(yè)刊物。旨在宣傳審計(jì)工作的方針政策,總結(jié)交流經(jīng)驗(yàn),開展審計(jì)理論和審計(jì)實(shí)務(wù)研究,為穩(wěn)定經(jīng)濟(jì)和深化改革服務(wù)。