商業銀行內部審計計算機模型建模思路

朱紀亮

（中國建設銀行河南省分行，河南鄭州450003）

商業銀行內部審計計算機模型建模思路

朱紀亮

（中國建設銀行河南省分行，河南鄭州450003）

商業銀行內審建模的整體思路是確定篩選數據的規則。建模的主要思路有：審計經驗建模、重大風險及問題事項分析模型、電子交易軌跡類模型、內部控制風險類模型、重要性模型和跟蹤審計模型。建模的工作要點是集中全部審計人員智慧建立模型庫。

商業銀行；內部審計；計算機模型

商業銀行有著海量的數據庫，每日全省業務至少幾萬筆。如何有效地開展內部審計工作，如何從海量的數據庫中找到問題和疑點數據？計算機模型在商業銀行內部審計工作中可發揮重要作用。

一、建立計算機模型難點

無論是正常、合規業務產生的數據還是違規、舞弊產生的數據，都是商業銀行數據。如何篩選出違規、舞弊的可疑數據，計算機模型可以做到。計算機模型是“篩子”，加載數據，運行模型之后，問題數據和疑點數據篩出來了。計算機模型就是數據篩選的規則，如何制定篩選的規則，就是建模的思路。

二、建模思路

商業銀行內部審計計算機模型建模的整體思路是：確定規則篩選數據，篩選出問題數據和疑點數據。建模的主要思路有：審計經驗建模、電子交易軌跡類模型、風險暴露建模型、內控風險模型、重要性模型等。下面舉例詳細說明一下：

（一）審計經驗建模

依據審計經驗建立計算機模型：將審計人員需要調集的哪些數據，利用了哪些工具，進行了哪些分析，先后順序是什么等審計經驗固化為程序。

模型一——教育儲蓄合規性模型。

如在對教育儲蓄存款開戶年齡合規性審計中，由于教育儲蓄免利息稅，經營機構為完成存款任務或者儲戶為少交利息稅，為不符合開戶年齡的人開立了教育儲蓄賬戶。審計人員利用計算機輔助審計系統對上述疑點進行分析：

（1）調集個人存款明細賬。

（2）要對科目進行篩選，選擇科目為“教育儲蓄存款”。

（3）要對開戶年齡進行判斷。為了實現這一目的，由于一般不會有開戶年齡這一列變量，需要借助身份證號進行轉換，即從身份證號中獲取出生日期。而實際情況是身份證又有兩種類型，15位的和18位的，這兩種類型的出生日期位置不一樣，15位的從第7位開始的6位數字是客戶的出生日期，18位的從第7位開始的8位數字是客戶的出生日期。

（4）對其類型判斷后，要從不同位置提取不同長度的數據，最終獲取客戶的出生日期。

（5）判斷開戶年齡。需要用開戶日期、開戶人出生日期。

（6）判斷開戶年齡是否合規。國家稅務總局《教育儲蓄存款利息所得免征個人所得稅實施辦法》第三條開立教育儲蓄的對象（即儲戶）為在校小學4年級（含4年級）以上學生。

以下是內審人員的分析程序：按照國內的教育模式，九年義務教育，孩子7歲上學，上4年級10歲，研究生也可以存教育儲蓄，一般來講，博士不會超過40歲。開戶年齡＜10或者是開戶年齡＞40，均為有疑點。

上述思路用計算機輔助審計工具翻譯為：

（1）調集個人存款明細賬

（2）科目＝教育儲蓄存款

（3）為“開戶類型”賦值

Case

when length身份證號=18then′18位′

when length身份證號=15then′15位′

End

（4）為“出生日期”賦值

Case

when開戶類型=′18位′then MIDB（身份證號，7，8）

When開戶類型＝′15′then MIDB（身份證號，7，6）

End

（5）計算“開戶年齡”：開戶日期、出生日期

（6）篩選出開戶年齡＜10 or開戶年齡＞40

上述過程為利用計算機輔助審計實現了違反年齡規定開立教育儲蓄存款賬戶的審計，若在計算機輔助審計系統項目開發中，設計一個程序能讓上述思路記錄在系統中，并可以隨時調閱，便實現了審計思路的固化，同時也就建立了一個“審計經驗”計算機模型。

模型二——比率類模型。

比如：裝修費用比率=裝修貸款金額/房產價值，如果有的客戶這一比率要明顯高于地區平均水平，則說明這筆貸款可能存在一定的問題。

比率類模型運用的是審計人員分析程序思路，事出反常可能有問題。

（二）重大風險及問題事項分析模型

針對商業銀行發現的案件以及審計發現，研究這些事件、差錯所對應的數據，研究這些數據的數據特征。將這些數據特征為篩選條件，形成計算機模型。下面舉個例子：

2005年10月下旬，上海某銀行在自查中發現，一筆購房貸款的房屋“他項權證未入庫”，說明銀行把錢貸出去的同時，未落實有效的抵押擔保。進一步追查發現A公司職工有關的住房貸款竟達91筆，涉及金額4億元。問題出在兩方面，一是涉嫌大量利用他人的身份證“偷梁換柱”申請貸款；二是有32筆陸家嘴支行發放的貸款存在“抵押不實”。通過記者的調查，這種騙貸方式在“程序上是天衣無縫的”，形式上是“合規”的，但實際上是騙貸[1]。通過這個案件以及其他相似案件分析這些業務的數據特征：房屋他項權證狀態“未入庫”，貸款狀態“已發放”。多筆不同貸款人的客戶信息具有高度同質性，比如對賬單地址、聯系電話、同一樓盤多筆貸款拖欠時間同質、還款資金來源于同一賬號等。柜員連續還款。

1.疑似假個貸模型一——未落實抵押模型

該模型較為簡單，篩選條件為：房屋他項權證狀態“未入庫”，貸款狀態“已發放”。通過該模型就可以篩選出已經放貸卻未落實抵押的貸款。

2.疑似假個貸模型二——同質模型

多筆不同貸款卻有相同的聯系電話、對賬單地址等同質信息，是很反常的。設計該模型，通過所有個人貸款數據的對比（主要是match函數），就會發現同質性的疑似假個貸問題。

3.疑似假個貸模型三——柜員連續還款模型

筆者在網點支行工作時見過假個貸實例，某一房地產開發商現金支票取現，取現后立刻去儲蓄柜，為十幾個貸款客戶的還貸賬戶無折續存。

該模型運行結果舉例：A柜員2012-05-20，較連續地為19筆貸款金額合計***元的個貸的還款賬戶辦理現金存款。該筆貸款合作方為“***”項目為“***”。

該模型的篩選規則是：柜員交易信息分析，連續（一般是不超過1分鐘）將款項存入不同客戶的個人貸款委托扣款賬號。

（三）電子交易軌跡類模型

該類模型建模思路：從一個起點數據，如發放的貸款，追查所有相關的數據，以確認其是否合規。下面舉兩個實例說明：

例一，單一電子交易軌跡類模型。

這類模型適用對金額較大的客戶進行單戶分析。某一小企業貸款客戶A，貸款1000萬元，多筆轉賬至個人戶甲，涉及金額500萬元，甲將這500萬元轉至某礦山賬戶。經查，該小企業的實際控制人為甲，甲將貸款資金部分挪用于某礦山進行入股投資，改變了資金使用用途。

除非是現金交易，否則都會在銀行的系統內有電子記錄，比如貸款發放1000萬元有記錄，合計轉賬500萬元也有記錄，500萬元轉至某礦山賬戶也有記錄。這些記錄數據構成了一個信貸資金流向的電子交易軌跡。

例二，個人信貸流入資本市場批量模型。

該類模型適用于批量發現問題。該模型運行發現的疑點之一：“借款人A，2011-08-05個人消費貸款發放20萬元，貸款后10日內共發生證券交易6筆,合計轉入證券賬戶20萬元,其中2011-08-10將5萬元通過賬戶******、戶名A轉入基金賬戶……疑點提示:是否為貸款資金進行證券投資？”

個人信貸流入資本市場批量模型的設計思路：監測客戶發放貸款賬號與客戶本人及其密切關系人的證券、基金賬戶，在貸款發放之后，兩賬戶的資金變化情況。如果發現上例中的情況，則有可能是客戶用貸款資金進行證券、基金投資。

信貸資金是否被挪用，是否流入了股市等高風險資本市場，銀行人員與銀行客戶之間是否有不正常的資金往來等，都可以通過電子交易類模型發現疑點。這些數據的特征是：只看單個的數據無法發現問題，而觀察其電子交易軌跡一系列的數據，會很容易地發現問題和疑點。

（四）內部控制風險類模型

商業銀行有著復雜的內部控制，比如授權控制、不相容崗位設置等。個人貸款為例，它有貸款受理、貸款審核、貸款審批、抵押放款、貸后服務五大流程，幾十個崗位。比如貸款審批崗的不相容崗位是：貸款受理崗、貸款調查崗、貸款審核崗、信息錄入崗、貸款簽約崗、押品管理崗、貸款放行崗、檔案管理崗、貸后服務崗等崗位。

內控風險類模型主要評價內控的執行情況以及授權事項抽樣。商業銀行內控審計重在對執行情況進行評價和審計。下面舉例進行說明：

模型一——員工休假期間內控評價模型。

從系統內提取每個操作員號活躍日期，從人力資源系統提取員工休假記錄，將兩者匹配，發現有無員工休假期間其操作員號仍是活躍的情況。在歷次的檢查中，發現有的員工休假了，但是他的操作員號仍被使用，這說明有人在用他的操作員號和操作權限。該種情況屬于內控違規。

模型二——A級授權事項抽樣模型。

授權控制是常見的風險控制手段之一，比如存折掛失需要B級授權，而密碼掛失重置則需要A級授權。A級授權事項抽樣模型：將所有的業務事項作為整體數據庫，選取有“A”級授權標志的業務，進行計算機輔助抽樣，選取審計樣本，進而開展審計工作。

（五）重要性模型

重要性模型是前四類模型的補充，即使前四類模型設計得再多，查到的疑點和問題數據再多，未必能覆蓋所有的商業銀行風險，所以必須有重要性模型輔助進行抽樣。

該類模型并不復雜，對于商業銀行的各類業務分別設定閾值，比如個人貸款重要性模型：首先確定同一客戶貸款余額閾值（比如500萬元）。按產品設置貸款余額閾值。按客戶、產品匯總余額閾值。超過閾值的貸款將被篩選出來。考慮審批的目標以及工作能力，可以選取全部的樣本，也可以計算機輔助抽樣選擇部分樣本開展審計工作。

（六）跟蹤審計模型

該類模型屬于觸發式的模型，模型設計并不復雜，設定一系列的閾值，超過該值，就自動列為審計對象，審計人員進行跟蹤審計。下面舉例說明：

審計流程系統與集中采購系統建立數據連接，采購項目立項即向審計系統發送數據，當采購標的超過一定金額，如1000萬元時，自動生成審計工作單，人工分配任務之后，由相應的人員進行跟蹤審計。

三、建模工作要點

本文第二部分探討的是筆者總結出的六大類審計模型的建模思路。數據本身并不會說話，但是通過計算機模型就可以做到數據的解讀，從而直接確定差錯數據、可疑數據和重要數據，為審計工作的有效開展提供了可能。建模的難點和出發點都是讓數據“說話”。筆者探討的這六大類建模思路不僅適用于商業銀行，企業和政府內部審計也可以借鑒。建模的工作要點是集中全部審計人員智慧的模型庫。

（一）審計智慧模型庫

商業銀行必須有計算機輔助審計系統以及流程管理系統，計算機模型庫是計算機輔助審計系統的組成部分。計算機模型庫應為開放式平臺，建模不是一個人的事情，需要集中全員的智慧；同時，建模也不是一時之事，隨著新業務的開展以及新的案件被審計發現，需要我們持續地構建計算機模型。如何進行模型庫管理和便捷應用以及激勵全員參與建模是一個管理難題。

（二）業務系統控制與審計計算機模型

以前例未落實抵押模型說明這個問題。該模型篩選條件為：房屋他項權證狀態“未入庫”，貸款狀態“已發放”。筆者認為，該模型如果業務系統控制做得好就沒必要編制，個人貸款系統如果做了控制，他項權證未入庫，貸款就發放不了，就不會出現該問題。此例說明有些商業銀行的業務系統規則控制還是有問題的，審計部門應與業務系統管理部門進行溝通和協作，發現這些“蟲子”然后“殺蟲”，以達到其“查錯防弊”作用。

[1]華茵.淺析銀行如何防范“炒房者”騙貸[J].現代商業銀行導刊，2006，（10）：63-64.

（責任編輯：賈偉）

1003-4625（2014）05-0111-03

F832.33

A

2014-03-03

朱紀亮（1979-），男，河南濮陽人，高級經濟師，管理學碩士，研究方向：銀行創新，財會，內部審計理論與實踐。