人工智能在商业银行内部审计中的应用分析

      在1956年的Dartmouth学会中，学者们首次提出“人工智能”一词，指出其可以对人类的思想、逻辑甚至意识等进行模拟和体现，人工智能的研究范畴十分广泛，涵盖了智能搜索、知识表现、知识获取、模式识别、机器学习等。经过几十年的发展，人工智能已经广泛应用于制造业、医疗卫生、航空发展、环境治理、社会治安等各个不同行业，不仅一定程度上降低了人力成本、物力成本，而且极大地提高了处理简单而繁琐事件甚至危机事件的质量和效率。

      当前，越来越多的审计业务开始利用人工智能技术进行作业，各企业不断增加人工智能技术的研究投入，全力构建“云审计”平台。流程自动化、商业智能的移动、大数据分析服务使审计方法、模式及效率效果在很大程度上发生了改变；数字化技术在审计中的科学运用，将审计人员从复杂的批量工作中解放出来，使其从事更高质量的工作，同时也使得审计行业的技术得到了变革和快速发展。

      与此同时，越来越多的商业银行在业务受理、客户服务等业务中不断开启数字化转型之门。数字化转型不仅提高了银行客户的满意度，而且极大地提升了银行的运营效率，有效地降低了营运成本，但也给传统的银行风险管理模式带来巨大挑战。内部审计部门不仅要在面临风险时迅速提出解决方案，更要对可能发生的风险保持密切关注；除对传统的业务合规及运营风险保持关注外，还需警觉数字化环境所带来的新风险，如网络安全风险、全渠道数字化运营风险、数据模型算法风险等。

      一、人工智能在商业银行内部审计中的应用

      商业银行的审计数据包括内部数据和外部数据。外部数据主要包括客户的基本信息、财务报告、经营状况、法人资信、关联关系等诸多方面；内部数据主要包括财务报告、贷款余额、个贷份额、存贷定价等。基于人工智能技术的内部审计实施程序主要包括以下三个步骤。

      （一）审计数据的获取

      1.外部数据的获取。在商业银行的信贷客户中，存在着大量中小或小微企业，由于信息不对称，这些企业的信息往往由客户自己报送。内部审计部门在验证材料的真实性时，难以搜索并整合企业客户的财务信息、工商信息或者税务信息。对于客户资料造假或者客户经理粉饰客户信息等风险行为，内部审计很难识别与核实。网络爬虫技术会自动在互联网上获取有关客户的各类信息，如客户是否已进入失信人员名单，股权是否被冻结以及是否存在违反税收法律的行为，是否有过少支付工人工资或者拖欠工程款的情况，其工作原理如图1所示。利用网络爬虫技术，配合各种大数据识别技术，可以快速从外部收集到大量有价值的数据，包括政府公开数据、企业官网数据、社交数据等，内部审计部门通过获取客户动态数据建立客户的全景图像。为确保审计范围的有效性和审计结果的及时性，可根据以上数据检查客户实际业务和提交材料的一致性，并判别数据的真实性。如在公司贷款真实性年度审计中，内部审计人员要了解客户的基本情况、营运状况及关联方关系等，就需要登录人民银行企业征信系统、个人征信系统、国家企业信用信息公示系统等多个外部系统及相关行内系统，逐一查询并下载客户信息，进行交叉比对验证，这一过程相当耗费时间及精力。借助网络爬虫技术，可以收集政府网站、公司官方网站、社交媒体网站等渠道中与公司相关的信息，形成外部数据集市，并进一步将银行内部的数据与外部数据相结合，从而丰富客户信息，如图2所示。

      

      2.内部数据的获取。为应对日益严峻的监管环境和银行业复杂的业务情景，内部审计部门希望比以往更多地使用自动化、连续、低成本的审计工具。机器人流程自动化有助于在内部审计周期内完成自助式内部审计，以解决银行业内部审计周期长、高沟通成本和繁重重复性工作的业务问题。表1显示了数据收集、自动化测试、自动文档审查、自动化底稿准备和内部审计项目管理等工作项。在内部审计过程中，机器人流程自动化技术有利于帮助内部审计人员管理审计项目，完成文件初步审计，自动化并持续收集审计证据，并完成审计底稿的初步撰写工作，显著提高银行内部审计的时效性。审计人员通常应根据上一年的审计数据需求，结合当下的监管要求和行业业务发展近况，每年更新年度审计数据资料。机器人过程自动化的使用不仅可以根据既定规则自动检索存储在系统中的各种数据如业务账户、信贷协议、授信审批文档等各种审计文档，且不受系统基础结构、地理条件和时间制约。审计信息将通过电子邮件自动报告给审计经理，并在邮件中报告数据采集过程中出现的问题，以便管理员能够及时了解由于系统更改而无法获取数据的情况，从而优化机器人流程自动化获取资料的能力。随着机器人流程自动化技术的利用，降低了沟通成本和审计人员的重复性工作，减少了内部审计工作对其他业务条线日常运营的影响。银行不仅建立了持续一致的内部审计方法，而且银行的内部审计人员充分利用其优点，以更充足的精力和智慧去应对新环境和新业务中可能产生的新风险。在新的审计环境中可以最大限度地发挥内部审计的重要作用，实现加强风险管理，促进合规性和改善内部控制体系的战略目标。利用机器人流程自动化技术，内部审计人员通过系统完成简单而重复性的工作，节约了大量时间，从而实现内部审计的创新，使银行内部审计提升到持续、全面和智能的新层次。

      

      （二）审计数据的处理

      1.语音数据处理。客户是银行的价值资产，也是反应产品好坏的资源。银行可以通过客户反馈的诉求和建议识别操作风险，尤其是客户投诉反映问题既能完全涵盖银行业务，又能为内部审计人员提供问题线索。然而，在过去内部审计人员几乎不可能通过客户的电话记录来发现问题，主要原因在于：一是语音数据储存空间大、存储时间长、语音数量多，导致人工信息识别效率过低；二是抽查语音无法系统、全面地提取有价值的信息。自动语音识别技术是一种可以将人类语言转换为文本的技术，如下页图3所示。自动语音识别技术将语音转换为数字信号，将其分析为对应的单词或语句，然后对语音前后句进行语义解析，并利用卷积神经网络模型智能地校正词汇。自动语音识别技术帮助内部审计人员自动转写，分析和提取有价值的信息和特定的风险事件，识别“理财亏损”“本金损失”等关键词，了解客户投诉，并通过解析语言数据，明确投诉时间、地点和人物。如银行理财销售均有电话录音，可根据销售发生的时间和销售人员获取这条理财销售的录音并转化为文本，确认该销售人员违规对非银行产品进行代销，然后继续利用自动语音识别技术将此销售人员最近几年的录音全部转换成文字，分析是否有类似的销售违规行为。