非现场审计是在现代信息处理和传递方式下发展起来的一种远程审计监督方式，它通过收集、整理和分析审计对象的业务经营管理数据资料，查找审计对象经营管理中存在的问题，评价其风险程度，为现场审计提供审计线索，为编制审计计划以及安排审计资源提供依据。非现场审计作用的发挥取决于大数据分析与信息处理技术的运用。作为一种大数据分析技术，知识图谱因具有强大的理解、推理和计算能力而受到关注，自谷歌公司于2012年推出基于知识图谱的搜索引擎之后，知识图谱逐渐在智能问答、舆情分析、数据挖掘和深度学习等领域得到运用。近年来，部分国内商业银行开始将知识图谱运用到非现场审计业务中。结合对部分银行的调研，本文对知识图谱技术在商业银行非现场审计中的运用条件、运用场景、面临的困境进行梳理和分析，并就如何推进知识图谱在银行非现场审计中的深度运用提出建议。 一、知识图谱在商业银行非现场审计中的运用条件 随着智慧金融的不断发展和图谱技术的不断完善，知识图谱技术运用商业银行内部审计中已经具备较好的基础和条件。 （一）商业银行具备运用知识图谱的基础环境 首先，银行业因与数据的高度相关性，成为最先应用大数据技术的行业之一。中国商业银行业在经历了金融信息化、互联网金融、金融科技等阶段后，正向智慧金融阶段迈进。作为智慧银行的重要构成部分，内部审计的智能化逐渐受到银行管理层的重视。银行智能化发展趋势为知识图谱的运用提供了环境。其次，商业银行支付结算和账户交易体系完备，在经营管理活动中累积了海量业务数据。这些数据为知识图谱技术的应用提供了强大支撑。最后，作为实力雄厚的知识密集型传统金融服务业，商业银行具有大数据和人工智能运用的良好人员和技术储备，在知识采集、数据的结构化处理、知识抽取以及算法开发等方面具有良好基础，相对更容易接受和推广知识图谱技术。 （二）传统非现场审计需要智能技术赋能 银行业务复杂性的增强和数据体量的快速增长，使得传统非现场审计方式难以适应内部审计工作的新要求。一是传统非现场审计主要通过电子数据查找审计线索、发现审计问题，不利于进一步深入挖掘审计线索特征，进而通过审计线索追踪到具有关联关系的更为隐蔽的问题。二是传统非现场审计模型的运行结果通常是表格化的数据，在易读性和友好性展示上效果欠佳，也缺乏对风险业务的提前预判能力，风险预警响应慢。面对这些问题，传统非现场审计亟需大数据技术赋能以提高审计工作质效。 （三）知识图谱为商业银行非现场审计提供了新工具 知识图谱能够运用可视化技术描述知识资源，通过绘制包含对象、属性及关系的知识映射图谱来挖掘和分析对象的相互关系。通过知识图谱可以高效直观地得到目标对象（如客户，账户、事件等）之间的关联网络，实现从多维度对审计对象进行画像。这为商业银行提供了从“关系”的角度去发现问题、研判风险的新工具。比如，商业银行通过构建知识图谱可获得企业客户之间担保和资金往来关系的可视化图谱。通过追踪图谱节点，审计人员能够快速抓取信息，为非现场审计的风险发现和信息检索提供直接帮助。此外，知识图谱是基于大数据分析的技术，理论上能够实现可用数据范围内审计对象关联信息的全覆盖，有效扩大了非现场审计的风险识别范围，能够避免传统非现场审计的抽样风险。 二、知识图谱技术在银行非现场审计中的应用场景 目前知识图谱在商业银行非现场审计中的应用主要集中在审计对象知识的查询检索、金融主体关系识别、金融账户交易数据监测以及金融欺诈风险防范等方面。 （一）审计对象知识的查询检索 查询和检索是信息评价的基础。传统非现场审计常常通过抽查来发现问题。由于审计对象涉及的知识领域较广，加之缺乏完善的知识管理，导致审计查询的效率较低，也无法进行关联知识的深度检索。目前商业银行非现场审计的范围主要包含对被审计行（机构）业务信息、会计信息、统计信息的真实性和完整性的检索、测试和评价。知识图谱技术在部分银行非现场审计实践中得到运用，实现了数据与检索者之间的信息交互。利用知识图谱技术实现了对审计对象业务数据的全样本查询和检索，获得对审计对象领域知识的全局认识。通过对检索指令反馈信息的程序化处理，能够解决多级并发访问，实现查询结果即时反馈，显著提高了非现场审计查询的效率。当知识图谱的数据库越来越大、内部关联越来越多后，借助知识图谱更容易展现知识的整体性与关联性，更容易获得需要重点关注的审计领域，提高非现场审计信息查询和检索的精准度。 （二）金融关联关系识别 银行传统的风险管理主要通过对拟授信主体的资产负债、现金流量等指标进行准入审核，但这无法判断主体间的关联风险。而知识图谱以图形式反映数据结构，对于“实体”间“关系”的分析以及知识推理是知识图谱的优势。这种关联关系的展示和推理能够弥补传统方法的不足，为识别金融主体间的非正常关系提供技术支持。目前在商业银行审计业务实践中，知识图谱对关联关系的识别主要体现为两个方面。一是客户主体关系识别。比如，某农商银行利用知识图谱技术对企业法人客户的股权关系、上下游关系、黑名单关联关系、集团关系、异常担保等潜在关系进行穿透式分析，为非现场审计中的客户风险识别提供支持。图谱中出现的异常节点或链接成为现场审计的重点。二是企业间关联交易识别。关联交易具有隐蔽性强和连锁反应快等特点，是金融风险控制的重要内容。某国有控股大型银行在对公司业务的内部审计中，利用知识图谱的大数据分析技术对审计对象的交易信息进行全方位画像，实现了对隐性关联交易的有效识别，发现了相互担保、重复抵押以及资金串用等关联交易行为。某股份制银行将知识图谱技术应用到企业关联关系和客户经理关系网络分析中，为对公信贷和个人理财销售提供精准服务，提高该银行的数据使用效率、数据资产管理能力和反欺诈工作效率。
