以大数据技术助推银行经济责任审计转型

      2019年7月印发的《党政主要领导干部和国有企事业单位主要领导人员经济责任审计规定》（简称“新规”），进一步明确界定了经济责任审计的定义，审计重点更关注审计对象权力运行及相关责任的落实；强调“以任职期间审计为主”及“推进领导干部履行经济责任情况审计全覆盖”，加强了审计对象任职期间的监督评价；进一步要求“推动大数据等新技术应用，建立健全审计工作信息和结果共享机制，提高审计监督整体效能”，传统的审计方式已无法满足新规对经济责任审计的要求。银行经济责任审计涉及面广、跨期长，且银行本身业务产品众多、数据繁杂又分散在不同系统中，传统经济责任审计模式受到极大挑战。随着大数据技术的迅猛发展，银行迫切需要借助大数据技术推动经济责任审计转型。

      大数据技术为银行经济责任审计带来的机遇

      当前，银行经济责任审计主要存在审计覆盖面不够全、审计结果不够精准、重审轻用等问题，大数据的发展为解决这些问题提供了重要工具。其优势主要表现在以下几个方面：

      一是提高经济责任审计精准度。大数据技术的发展为银行全量、可靠数据的采集、挖掘和分析提供了可能，可以从更宏观的角度通过客观的数据分析，挖掘事件之间的关系，从而提升审计工作的全局性、客观性。审计实施过程中，可以通过大数据平台有效挖掘审计线索，提升审计的针对性和工作效率，摆脱审计样本数量受限、翻阅档案的局限，使经济责任审计结果更加可靠。

      二是优化经济责任审计工作模式。银行传统经济责任审计多以查阅纸质/电子资料、访谈等现场审计为主，存在范围受限、信息碎片化、工作效率低等问题。伴随大数据的发展，可以对全量数据进行建模分析及归类管理，在了解被审计机构总体情况的同时有效挖掘线索，更加精准地定位问题所在，为开展现场审计奠定了基础。同时，可以通过大数据平台更直观地呈现证据、相互印证，实现了现场与非现场的有效融合。（见图1）

      

      三是实现经济责任审计全覆盖。大数据模式下的经济责任审计，通过对领导干部任职期间的经营管理进行实时动态关注、全流程在线监督，及时发现被审计单位存在的问题、明确区分责任归属，实现由“事后审计”向“任中审计+事后审计”相结合转变，有利于实现经济责任审计全覆盖。

      借力大数据技术，助推银行经济责任审计转型

      面对大数据技术给经济责任审计带来的机遇，本文从青岛银行利用大数据技术推进经济责任审计工作的实践出发，提出寻求大数据赋能、助推经济责任审计转型的针对性措施，希望能对银行同业经济责任审计工作提供参考。

      （一）搭建大数据审计平台，强化数据的整合、分析和共享

      大数据技术为经济责任审计带来的变革，需要以规范、有效的数据源为基础，以强化数据分析能力为核心，实现成果的实时有效共享。青岛银行本着“科技强审”理念，从2012年开始建设审计数据系统，经过多年不断改造升级，目前已经打造成相对成熟的大数据审计平台。通过采集、整合数据资源搭建审计数据集市，全面有效获取了业务数据；通过创建可视化模型工具，强化了数据整合分析能力，实现了对海量数据的分析及对问题的精准定位；不断完善审计管理流程，大幅提升了经济责任审计的自动化、智能化程度，有利于经济责任审计管理的精细化和风险的有效防控。青岛银行大数据审计平台主要功能架构如图2所示。

      1.建立大数据集采平台，实现数据的标准化采集与整合。

      青岛银行在大数据审计平台建设过程中，制定并不断完善数据规范标准，搭建审计数据集市，将原先分散于核心业务系统、信贷管理系统、国际业务系统、财务管理系统等诸多系统的数据进行自动提取、标准化归集及统一存储管理。目前已接入26个业务系统的原始数据表532张、可远程访问79个系统的数据，通过对底层数据的采集、转换、清洗、整合，为后续审计数据集市建设、数据与业务分析、风险监测等奠定了基础。在开展经济责任审计时，可根据项目具体需求随时提取使用，更直观地呈现审计结果，有效节约审计资源。

      

      从当前实务看，青岛银行非结构化数据系统自动利用率不高，使用视频、语音转文字等技术并从中发现有价值数据的能力尚不成熟。未来将重点运用最新信息采集技术强化图片、音视频等非结构化数据的信息转换、标准化采集和处理，通过对结构化、非结构化数据的有效整合形成审计全量基础数据库，有效保证数据的完整性、连续性、规范性和安全性，为经济责任审计工作提供全面、可靠的数据来源。

      2.建立大数据分析平台，强化数据模型和软件的研发运用。

      大数据模式下的经济责任审计通过模型、软件对各类数据进行全面、深入分析，实现对审计对象的精准画像，所以通过现代信息技术提高大数据分析处理能力至关重要。青岛银行不断加大大数据分析模型、系统软件的研发应用力度，在总结审计经验的基础上，综合利用业务处理逻辑、数据间钩稽关系、内外部数据关联关系、法律法规等，将审计思路有效转化为计算机语言，运用数据建模、数据多维分析、数据挖掘等多种技术对全量数据进行动态、多维分析，不断完善审计模型体系，将成熟的审计经验转化为审计模型，将“看不见、摸不着”的风险转换为一目了然的数据和指标，有效提供审计线索，快速确定疑点样本，大幅提高经济责任审计监督的针对性；继而通过数据挖掘和钻取功能，结合审计人员经验进行延伸查证，挖掘隐藏其后的经济责任问题，大幅提升审计智能化水平和审计效能，有利于及时防范和化解风险。