当下,在金融机构实现业务系统和数据大集中的背景下,金融数据呈现出海量化、集中化、共享化的趋势。笔者在审计实践中发现,通过简单常规的数据分析手段已很难查出有分量的问题线索,亟须更深层次的数据挖掘和分析技术。笔者结合审计工作实际,从贷款资金流向分析着手,就引入数据库“存储过程”技术推进金融审计工作谈谈自己的看法。 传统金融审计数据分析方法存在的不足 现代银行业信息化程度较高,几乎所有的业务交易和会计核算都由计算机自动完成,计算机技术在银行业中的广泛运用对传统手工审计提出了挑战。 为更有效开展金融审计监督,绝大多数金融审计人员都掌握了一定的计算机审计技术,并将数据分析作为发现问题线索的手段,通过业务流、资金流、信息流的分析和比对来发现可疑线索,形成了一些有价值的计算机审计方法。但这其中的多数方法在技术层面仅限于简单的查询、分组和汇总分析,在面对商业银行动辄上万亿元的信贷资产规模时,难以从数量众多、多次划转的资金流向中判断其最终去向从而锁定重点关注对象,往往只凭审计人员的经验判断选取个别重点资金进行检查。这类常规做法在资金流向追踪过程中会遇到工作量大、批量处理能力差、手工统计复杂等传统难题。通过人工手段在大量的业务信息中寻找疑点的蛛丝马迹不仅费时费力,而且效果不佳。 应用“存储过程”的思路与实现过程 “存储过程”,就是存储在数据库中可以执行特定工作(查询或更新)的一组SQL代码程序段。与一般的SQL语句相比,“存储过程”有以下四点优势:一是存储过程只在创造时进行编译,往后每次执行存储过程时都不再需要重新编译。二是可以重复利用,大大减轻了数据库使用者的工作量。三是限制相对较少,允许使用临时表存放临时数据,在存储过程运行完成时将自动清除在存储过程中创建的本地临时表。四是输出灵活,可以没有返回值,也可以输出任意多个输出参数。 审计人员在实践中,可以按照“全面分析、自动处理、重点锁定”的分析思路,以单笔资金追查的审计经验为基础,使用“存储过程”建立审计分析模型,编写程序实现对贷款资金去向的批量追踪。单笔资金追查的思路是在会计流水中定位该笔贷款,然后再判断顺次若干次资金划转中有无可疑。以上述流程为基础,贷款资金批量追踪的步骤如下: 首先,整理被审计单位的贷款和会计流水数据,根据审计需求筛选出重要贷款发放明细;其次,将待审查发放明细作为整体,在会计流水中逐笔定位,通过变量记录其在流水表中的行号;再次,利用“存储过程”编写数据库语句对发放明细中的数据一一进行追踪,依据各自账户的发生情况、余额状况,以及资金交易对手的性质进行判断,形成审计疑点表;最后,审计人员通过审查审计疑点表,选取下一步继续追查的对象,调整相关参数(资金划转次数等),进行重点追查。 数据分析中应用“存储过程”的积极作用 一是引进数据库“存储过程”技术,解决了在资金流向追踪过程中遇到的工作量大、手工统计复杂等传统难题,提高了数据分析的准确性。同时,通过简单的参数设置,保证了该数据模型能适用于目前大多数商业银行数据平台,增强了可重复利用程度。 二是通过对上述措施的实施,在实际审计工作中利用“存储过程”技术构建数据分析模型,可大大提高审计工作效率。通过对贷款进行自动追踪分析,能够揭示贷款业务中存在的典型违规手法和风险隐患,如资金挪用、借新还旧、大额提现等情况。