內部審計數字化轉型實踐探索

張婧

[摘要]以大數據為核心的新一代數字技術為內部審計工作提供了新的技術方法，有助于提升工作效率和質量、推動內部審計工作數字化轉型，是新時代業務變革的必然要求，也是提升內部審計價值的重要途徑。本文立足大數據技術發展背景，探索人民銀行內部審計數字化轉型的實踐路徑，為大數據技術環境下內部審計數字化轉型提供新的思路和決策參考。

[關鍵詞]內部審計? ?數字化轉型? ?金融? ?大數據

當今世界科技與金融深度融合，為金融業帶來了前所未有的發展機遇，與之伴隨而來的金融網絡技術和信息安全風險也日漸凸顯。2019年，人民銀行總行黨委《關于深化人民銀行內審工作的指導意見》對科技強審提出新的要求，明確指出各單位要積極探索大數據、云計算和人工智能等新技術在審計中的應用，關注新技術帶來的風險，順應內審行業發展趨勢，推動數據審計發展。中國人民銀行貴陽中心支行內審處組成課題組，結合近年來數字化審計實踐及理論研究經驗，總結提煉推動數字化內部審計轉型的方法，提出開展人民銀行內部審計數字化審計轉型的具體措施和工作建議。

一、內部審計數字化轉型的現實意義

（一）新時代落實全面從嚴治黨的工作要求

黨的十九屆五中全會對“完善現代金融監管體系”作出了專門部署，對推進國家治理體系和治理能力現代化提出了明確要求。黨的十八大以來，黨中央將內部審計監督納入黨和國家監督體系的重要組成部分，加強內部審計工作，應審盡審，實現審計全覆蓋，是推進國家治理體系和治理能力現代化的需要。信息化手段運用是實現審計全覆蓋的技術保障。

（二）人民銀行業務數字化發展的必要準備

2018年，人民銀行總行在前期試點的基礎上，擴大大數據應用試點、進一步推進數字央行建設，組織系統內11家分支機構試點開展央行數據應用平臺建設。隨著人民銀行各業務領域數字化水平的提升，審計人員面臨越來越大的數據量，如何通過大數據分析發現問題、找到答案、實現審計目標，是人民銀行內部審計部門亟須解決的問題。

（三）疫情防控常態化對監督手段提出的新要求

2020年初暴發的新冠肺炎疫情帶來的非接觸式工作方式，使新技術手段運用浮出水面，疫情防控產生的“社交物理距離”使得更多的工作依賴于非現場和網絡。對于內部審計部門而言，依托信息技術手段開展數字化審計將在轉變現行監督模式方面發揮更大作用。

（四）區塊鏈等新技術對傳統內部監督工作提出的挑戰

2020年，人民銀行宣布基于區塊鏈技術推出全新的加密電子貨幣。目前，央行數字貨幣發行工作正在穩妥推進。區塊鏈技術帶來的數據完整性保護、及時信息共享等技術改變了財務會計記賬原理，加密數字貨幣的廣泛使用，引發如何對加密數字貨幣的會計確認和計量等新問題。適應新技術產生的會計準則將改變原有的會計監督方式，因此傳統內部審計方法手段難以在新技術領域實現“應審盡審”的要求。

二、數字化審計的優勢

傳統審計絕大部分受限于技術手段和審計獲取的樣本范圍，審計結論簡單來說僅僅是對過去的總結和評價，傾向于查錯糾弊的“確認”審計。大數據時代的到來，傳統內部審計工作面臨諸多問題，數據分析工作量大，審計資源投入持續增加;事后審計缺乏對審計對象業務流程關鍵節點的實時把控;審計手段限制了審計覆蓋面，審計發現難以描述全貌，從而限制了審計質量的提高;咨詢職能發揮不充分等。結合近年來人民銀行內部審計實踐經驗，數字化審計具有如下優勢：

一是減少了簡單重復勞動，提升了審計工作效率。通過構建成熟的審計模型或編寫可推廣應用的審計程序處理海量數據，輸出分析結果，供審計人員分析或作為審計結論的參考，極大地簡化了審計人員的手動操作，減少了人為操作失誤帶來的審計風險。

二是強化過程監督，提高審計監督質量。數字化審計使實時獲取監督對象業務數據成為可能，運用智能審計軟件開展持續型審計，推動了審計關口前移。與此同時，信息技術的運用可覆蓋全部業務數據，推動審計發現從點到面的轉變，進一步提高了審計監督質量。

三是通過數據分析預測，得出多元化審計結論。基于不斷增大的數據量及人工智能、機器學習等技術，在審計中引入趨勢分析、時間序列分析等數據分析方法，構建數據分析模型進行演算，使內部審計從確認“發生了什么”，進一步預判“將會發生的風險”，并對下一步“應該怎么做”給出明確建議，更有效地發揮內部審計的咨詢職能。

四是豐富了審計人員的角色定義。內部審計數字化變革后，審計人員不僅是數據的使用者，還是數據的生產者。數字化審計模式下，審計人員在構建審計對象數據庫過程中生產的數據線索以及審計進程中形成的中間數據，均能服務本單位內部管理的需要。

三、內部審計數字化轉型實踐

近年來，貴陽中心支行內審處在運用計算機輔助審計技術、拓展非現場審計等領域持續開展實踐探索和理論研究，多篇研究成果如《依托計算機輔助審計提高審計效率》《非現場審計模式在提高審計效益中的探索實踐》《數據分析在金融扶貧審計調查中的運用》被上級行采用并公開發表。總結其內部審計數字化轉型實踐經驗，主要體現在以下方面。

（一）轉變審計模式，運用數據統一集中處理開展經理國庫非現場審計

2019年，貴陽中心支行作為總行首批非現場審計試點單位，在總行內審司統一部署下，自行擬訂非現場審計方案，運用總行統一下發的審計線索，結合本地國庫數據分析篩查，按照“總體分析、發現疑點、分散核實、系統研究”的非現場審計思路，對全省4個市州中心支行及3個縣市支行開展國庫非現場審計，獲得數據分析結果116，433條，納入疑點線索88，185條，確認問題線索1424條，在國庫業務內控管理、實撥資金、退庫、收入等業務環節發現問題，并向審計對象提出整改建議。同時，結合非現場審計實踐，向總行反饋相關工作建議4條，達到了既定的審計目的。本次非現場審計，內審處僅投入2名熟悉國庫業務同時掌握數據分析技術的審計人員進行非現場審計線索分析處理，累計處理下發3個批次的審計數據，覆蓋審計對象全年國庫業務核算，審前數據分析共計耗時3個工作日，現場審計耗時2個工作日。依托人民銀行內網傳遞審計線索資料，降低差旅成本的同時，減少了審計資源投入。

（二）轉變審計方法，運用數據分析技術開展審前線索篩查

2019年，貴陽中心支行內審處組織開展貴州省金融扶貧審計調查，審計調閱省內各級金融機構、扶貧辦及人民銀行扶貧相關數據：1775萬條人民銀行金融精準扶貧信息系統數據和1951萬條扶貧辦貧困戶、貧困人口名錄。審計調閱數據量大，普通計算機無法承載數據分析工作。審計組通過搭建云服務器加載MySQL數據庫軟件技術，整合人民銀行金融精準扶貧信息系統數據，扶貧辦貧困戶、貧困人口名錄及各金融機構扶貧貸款臺賬等多維度數據，構建金融扶貧審計大數據庫，同時編寫SQL語句，開展審前數據分析及線索篩查。本次審計調查圍繞金融準扶貧信息系統錄入臺賬，建立十幾個數據分析模型，提出數據分析思路30余種，納入疑點線索近百條，一部分線索無須現場核實可直接作為審計結論，另一部分線索以延伸調查的模式向審計人員提交，現場調閱審計資料進行核對確認。運用上述做法開展審前數據分析，極大節省了現場檢查耗費的時間和人力。

（三）轉變監督方式，運用計算機輔助審計系統開展持續監督

基于人民銀行計算機輔助審計系統數據“T+1”的數據更新模式，貴陽中心支行內審部門與國庫部門搭建監督信息共享機制，針對國庫部門跨午休時間超過兩小時未及時簽退用戶的問題，開展實時監督，及時通報監督結果，國庫審計數據分析人員配合國庫部門對全省情況進行全面梳理和排查，在切實推動問題整改的同時前移審計關口。在內審部門的通力合作下，貴州省分庫從2021年1月起，將“TCBS用戶未退超時”問題納入國庫業務考核，進一步強化問題整改，杜絕屢查屢犯。

（四）拓展審計領域，實施數據安全管理專項審計摸底數據管理現狀

2020年，為進一步掌握本行各業務數據管理整體情況，規范數據安全管理和治理水平，貴陽中心支行內審處組織信息技術審計骨干，對本級行數據安全管理開展專項審計，審計全面覆蓋各業務部門履職過程中使用的電子業務數據，主要涉及貨幣信貸、金融穩定、調查統計、會計財務、支付結算、科技、貨幣發行、國庫、征信、反洗錢等部門，重點關注本行數據管理情況，分析評價數據的完整性、可用性和保密性，并對數據管理潛在的風險隱患和控制薄弱環節提出意見和建議，為下一階段拓展非現場審計領域，推進內部審計數字化轉型奠定基礎。

四、數字化審計的基本流程

數字化審計可以分為3個階段5個基本流程，其中數據采集、數據整理、數據分析屬于數據挖掘階段，是數字化審計的核心階段。延伸確認屬于識別階段，審計報告屬于報告階段，這兩個階段在傳統審計中同樣存在，如圖1所示。

1.數據采集。掌握審計對象數據庫構造，選擇數據采集的最佳方式，直接導出或利用專業的數據接口工具采集，如ODBC（開放數據互聯）技術。

2.數據整理。將采集的數據轉換為統一的數據格式，進行集中存儲，為數據分析做好準備。數據整理包括四個流程：一是數據清理，制定數據清洗規則和出錯處理機制，對采集的數據進行統一審查和校驗，通常會利用數據庫或其他數據清理程序。二是數據概化，即對相關數據表從較低的存儲層抽象到較高概念層的過程，將數據邏輯字段轉化為帶有業務信息的業務字段。三是數據轉換，通過標識數據表、數據字段等方式，將采集的數據轉換為常用數據格式，便于開展分組匯總、數據關聯等。四是數據集成，通過清理、概化、轉換，將采集的數據合并為數據集合。

3.數據分析。數據分析是數字化審計的核心，是區別于傳統審計的重要環節。運用抽樣、檢測、比較、判斷、推理等方式對整理集成后的數據進行分析，通過預先判斷、設定限制條件建立審計中間表或審計分析模型，用驗證的方式查找審計對象離群點，發現異常業務并將其列入疑點線索，從而判斷審計對象經濟活動的合規性、真實性等。

4.延伸確認。對于數據分析形成的審計疑點線索，一部分可以直接確認為問題，另一部分需要審計人員調閱資料或現場核實。數據分析疑點全部核實后，便可提交審計對象確認。

5.審計報告。向領導層提交審計發現和問題的整改建議，服務內部管理和組織治理，這與傳統審計報告階段的工作目標相同。此外，數字化審計基于數據挖掘產生的數據分析結果，其作為內部審計的中間產品，也能為服務領導層決策提供參考。

五、內部審計數字化轉型面臨的困難

一是不同業務數據之間的分割增加了數據分析工作的難度，制約了審計業務領域的拓展。由于歷史原因，現階段人民銀行各業務部門依托自身需求開發使用獨立的業務系統，不具備系統兼容性。同時，即使是各金融機構的同類業務數據，在數據結構上也存在差異，對于內審部門收集數據集中分析處理及運用輔助審計工具產生了阻礙。以人民銀行計算機輔助審計系統為例，目前集中大量人力研發的固化審計模型僅能用于國庫業務審計，對于會計財務、貨幣金銀等業務，仍要重新識別業務數據結構，開發新的數據分析子模塊。

二是數據分析程序和算法的準確性影響數據分析工具的推廣應用。考慮到人工智能、機器學習等技術存在的“黑盒子”問題，審計人員需要對審計分析程序本身的合理性、準確性進行評估，才能將審計模型或審計程序輸出的結果視為可信賴的，在此基礎上制定可以推廣的實施步驟。以人民銀行計算機輔助審計系統TCBS固化審計模型為例，其中國庫操作員超時未簽退模型在試運行的兩年中，多次經歷分支機構壓力測試、點對點測試，不斷修補完善后正式投入使用。對于無法解釋或未經評估輸出的數據分析線索，仍需要有經驗的審計人員重新評估確認，這一過程需要重復投入大量人力和時間成本，一定程度上限制了數字化審計模型和工具的推廣。

三是數字化審計轉型對審計人員能力素質提出了更大挑戰。數字化時代的審計項目通常兼具專業性、政治性等復合特征，審計人員需具備從海量數據中提取審計線索的能力，對審計人員政策敏感性、綜合分析能力提出了較高要求。同時，由于數據分析工作量大、任務復雜，對于不同行業、部門之間的非結構化、半結構化數據，需要信息化專業的審計人員進行統一分析處理和動態監測。推動內部審計數字化轉型，既需要懂信息技術的專業人才，又需要熟悉政策、具有綜合分析能力的復合型人才，對審計人員的執業勝任能力提出了更高要求。

六、政策建議

（一）提高認識，構建完善的人民銀行數據生態

加快推動數據標準化立法，提高人民銀行內部數據流通利用效率，抓緊建設監管大數據平臺，全力推動監管工作信息化、智能化轉型。在央行內部管理方面，建立規范的數據公開共享使用原則，為審計人員獲取、使用、分析數據提供便利的政策環境。

（二）強化頂層設計，重新定義數字化審計標準

制定數字化審計轉型戰略規劃，推動與數字化轉型相關的區塊鏈、分布式架構、人工智能和智能合約等新技術的研究、開發和運用，將智能審計運用提上日程。制定與之配套的審計準則及操作手冊，明確新的審計數據標準、數據管理模式和數據分析審計技術應用指南。

（三）完善管理制度，健全相關工作機制

一是健全審計分析綜合平臺研發機制，充分利用現有的大數據應用平臺和數據資源，在人民銀行計算機輔助審計系統的基礎上，逐步建立和完善一體化輔助審計工作平臺。二是建立審計數據常態化采集機制。由總行牽頭組建數據分析團隊，對人民銀行現有業務數據進行數據挖掘和全面驗證，打破各部門之間的數據分割，對分散的數據進行統一存儲整合，建立審計數據中心。三是制定數字化審計推廣激勵措施。按照分散開發、統一管理的模式，鼓勵分支機構積極探索模塊化、嵌入式內部審計數據分析模型或計算機輔助審計軟件包，豐富人民銀行數字化審計工具庫。四是引入外部數據分析服務，可購買專業的第三方數據服務，直接運用第三方數據結果支持審計結論。

（四）加強隊伍建設，推動審計人才數字化轉型

要有針對性、有計劃地培養審計人員數字化審計技能，使其掌握數據挖掘、數據編程等技術;強化數據安全意識和風險防范能力，具備偽造數據辨識等技能。同時，加強政策理論學習，培養綜合分析能力。各分支機構要科學合理配置數字化審計人員，注重發揮審計人員的業務能力、經驗判斷及數據分析能力，打造一支“熟業務、有經驗、懂技術”的復合型審計人才隊伍。

（作者單位：中國人民銀行貴陽中心支行，郵政編碼：550001，電子郵箱：54146789@qq.com）

主要參考文獻

[1] 中國人民銀行內審司.中國人民銀行內審成果運用理論與實務（第二輯）[M].北京：中國金融出版社， 2019