商業銀行的多維度大數據風險挖掘審計技術應用研究

榮欣 劉紅生

[摘要]隨著審計信息技術的廣泛應用，如何在大智移云環境下利用新的審計技術來提高商業銀行審計工作質量和效率，正成為管理者關注的重要問題。通過引入新的信息技術和手段，培養審計人員應用信息技術的能力，引入物聯網和“互聯網+”概念，利用大數據分析、移動審計、機器學習、非結構化數據分析以及微表情抓取分析等多維度大數據風險挖掘審計技術，突破審計時間、空間等限制，創新審計方法，加大審計力度和強度，實施審計全覆蓋，既節約了成本，又提高了審計質效。

[關鍵詞]多維度審計 ? 大數據審計 ? 商業銀行 ? 應用研究

本文系浙江省審計廳科研項目“基于商業銀行的多維度大數據審計風險挖掘應用研究（202104170）”成果

一、研究背景及文獻綜述

隨著新一代信息技術的發展和大數據技術的不斷應用，全球進入“互聯網+”的新時代。生產技術持續升級、管理方式不斷變革，使得各個業務領域積極投入更加充足的資源，認真研究大數據、智能設備、移動技術和云計算等新興技術，提高生產效率和生產能力，提升全球信息技術應用能力。

商業銀行是金融系統的重要組成部分，是經營風險的特殊企業。隨著經濟環境的變化，受國際經濟環境、國內宏觀政策、金融政策的影響，商業銀行業務數據量、業務處理速度和產品迭代能力不斷提升。管理業務全球化和廣泛化的特征，以及領導者對管理層決策速度的硬約束，使管理層對商業銀行審計的質量和成效提出越來越高的要求。同時，商業銀行審計也面臨人力資源不足、發現問題滯后、技術手段不足、風險識別能力不佳和審計覆蓋不完整的困境，審計風險日益顯現。為破解審計面臨的這種困境，提升審計發現問題、解決問題的能力和速度，保證領導層決策的快速響應，做好“良醫”，引入多維度大數據風險挖掘審計技術識別業務風險，成為商業銀行審計發展的必然選擇。

回顧對審計對象業務風險挖掘的實踐情況可以看出，數據分析是做好審計工作的一個重要組成部分，特別是人工智能的出現為風險數據挖掘提供了廣闊前景。胡家奇（2021）、王琪（2021）討論了大數據審計的應用方法，秦榮生（2014）指出審計要想實現全覆蓋就必須利用大數據挖掘技術，實現由單一審計向批量審計轉變。陳丹萍（2009）研究利用孤立點和異常值來監測異常數據，提高審計工作的質量。陳偉（2016，2017）提出了利用模糊算法進行字和詞之間的匹配，查找重復的字詞，實現審計的可視化。王婧（2017）利用機器學習來不斷優化模型。黃長胤（2020）、陳波（2020）提出審計智能化是審計未來發展的方向。袁陽春等（2021）將數據挖掘技術應用到虛擬企業，建立風險挖掘模型來提高審計效率;鐘珍（2021）又進一步將數據挖掘應用到員工行為畫像，將行為與數據進行掛鉤，實現多維度審計分析。楊兆群等人（2020）提出在銀行審計中建立非結構化數據分析應用場景，利用Python工具對文本報告進行關鍵情緒的分析，揭示客戶的心理變動狀態。陳冬梅等（2020）提出需要構建全業務數據多維度分析體系，甘露等（2020）提出用聯網審計來增強審計的實效，促進審計工作的開展。上述文獻的研究多是從單一技術入手，缺乏綜合性應用多技術協同的研究，應用范圍多局限在業務簡單的普通企業，而在業務復雜的商業銀行的應用還不多見。

本文通過文獻研究，從商業銀行審計存在的問題入手，克服單一技術應用和綜合性多技術協同不足的問題，通過積極引入物聯網、“互聯網+”的概念，綜合運用大數據分析平臺、移動審計、機器學習、非結構化數據處理、微表情抓取分析等多維度大數據風險挖掘審計技術挖掘業務風險，提高審計效率和審計質量，降低審計風險，推進商業銀行業務穩步發展。

二、多維度大數據風險挖掘審計技術的內容、特點和現實意義

（一）多維度大數據風險挖掘審計技術的內容

商業銀行多維度大數據風險挖掘審計技術的內容就是通過利用大數據分析平臺收集客戶、業務、風險等數據，利用互聯網與物聯網將數據分析與資產實物的管理進行關聯，分析數據，實時監測。同時，引入機器學習技術，通過大數據模型的迭代學習，準確識別業務運行中出現的風險。利用銀行監管制度掃描、客戶簽字、語音、影像識別等多維度影像分析、識別技術來分析合同、雙錄影像、音頻、授信報告文本的準確性，提高審計工作效率和效果，降低風險。

（二）多維度大數據風險挖掘審計技術的特點

1.廣泛性。多維度大數據風險挖掘審計技術可應用到商業銀行審計的全過程，且具有廣泛的意義。多維度大數據風險挖掘審計技術不僅能夠做好審計計劃，使審計程序更加完善，更能實現審計發現問題的及時整改，保障整改的效果。在審計中利用多維度大數據風險挖掘審計技術可以有效地發現商業銀行經營過程中存在的問題，管理流程中存在的缺陷，減少銀行資產損失，讓商業銀行“遠離麻煩”。

2.及時性。多維度大數據風險挖掘審計技術可以及時發現商業銀行管理中存在的問題和經營中存在的風險，將數據分析和圖文監測嵌入到業務系統和流程中去，實時監測業務運行風險，及時預警和采取措施，提高審計的效率。

3.準確性。多維度大數據風險挖掘審計技術能提高發現問題的準確性，可以利用多數據交叉分析，內外部數據的比較，提高審計準確性。同時，可以收集更多審計證據，提高審計人員判斷的準確性，有利于審計發現經營管理過程中存在問題的實質，提高審計定性的準確性。

4.復雜性。多維度大數據風險挖掘審計技術可利用數據分析、綜合評價、交叉檢驗、多數據源比對等來綜合分析商業銀行經營過程中出現的復雜問題，提高審計發現復雜問題的能力，將復雜問題通過層層分解和挖掘，發現復雜問題的成因，提高審計的科學性。

（三）多維度大數據風險挖掘審計技術的現實意義

商業銀行多維度大數據風險挖掘審計技術是指從監管角度、客戶角度、業務角度、產品角度來進行業務數據風險挖掘，從而找到影響商業銀行資產負債業務發展和系統運行安全的內在動因，及時準確發現商業銀行業務運行中存在的風險，從而使審計工作能夠識別風險、揭示風險、提出切實可行的建議管理風險，降低審計不能準確識別風險和深入挖掘風險根源的可能性，從而控制審計風險。

三、多維度大數據風險挖掘審計技術的策略和方法

（一）建構大數據分析平臺，夯實審計質效提升的基礎

大數據分析平臺是商業銀行審計人員利用信貸、核心業務、國際業務、客戶關系管理系統等平臺大數據集聚的功能，對客戶維度、業務維度、產品維度、監管維度、外部數據進行分析，交叉檢驗，構建問題探索模型，對可疑數據進行多次的加工挖掘，實施多模型關聯、外部數據的驗證比較，從而發現審計疑點，進一步追蹤，提高審計效率和效果。

1.構建現場與非現場審計系統，持續提升審計發現問題的能力。現場審計系統將審計的流程和程序集中在系統中，實施審計規范化的線上流程控制和日常審計業務的移動化辦公，實現審計業務的標準化，利用項目規劃資源管理工具，根據風險熱力圖的展示結果，按照風險的程度和覆蓋率情況，合理安排審計項目。同時，利用審計模板、程序表來細化審計重點和審計方法，提高審計質量。商業銀行審計人員通過非現場審計系統對數據結構的分析，構建數據分析模型和風險預測模型，將這些模型嵌入到業務系統中去，利用異常監測模型算法、非現場多維度模型群，定期掃描商業銀行業務數據和流程，實時監測異常數據的出現，攔截發現異常交易，發現客戶風險，提高審計的效率。

2.拓展審計視角有效消除誤判，切實提高審計準確性和有效性。由于商業銀行服務的客戶眾多，其業務復雜，面臨來自不同客戶、領域、業務的風險，要求商業銀行審計人員能夠從不同維度和角度來識別業務性質和風險，通過交叉檢驗和數據的綜合匹配實現業務數據的集成，從而使審計人員能夠深入認識業務的性質和風險的本質，為審計人員的正確判斷提供支持和幫助。商業銀行的大數據平臺技術不僅可以消除由于單一抽樣造成的誤判，而且還可以讓審計人員能夠從客戶角度、業務角度、員工角度、社會角度提供不同視角的審計判斷，從而提高審計的準確性和有效性。大數據平臺可有效應對商業銀行海量交易數據、客戶種類眾多，交易日趨復雜的問題。

3.破解資源約束實現審計全覆蓋，準確定位問題，提高審計發現問題的能力。審計資源的有限性，傳統內部審計不能夠實現對商業銀行業務全覆蓋，造成審計發現問題的能力下降。為實現審計全覆蓋，商業銀行審計部門應充分使用大數據平臺，利用批量化模型進行數據集中處理及模糊算法、智能算法進行數據分析，提升商業銀行審計效率，擴大審計范圍，深入挖掘審計線索，實現單一抽樣向批量運算的過渡，并由單一問題揭示向全量風險揭示轉型，從點、線型審計向全面性審計轉變，從周期性審計轉變為持續性審計。大數據分析平臺還實現了“流程”和“工具”的有效結合，根據審計目的，利用SQL語句和Python工具，篩選出跟審計目標相吻合的審計模型，對審計客戶T+1的流量數據進行分析，實現審計問題的準確定位，及時發現數據的異常和業務流程控制中的缺陷，準確地發現風險、揭示風險，提高審計發現問題的能力。

（二）深入推進互聯網與物聯網融合式移動審計，切實保障審計業務風險挖掘的成效

互聯網與物聯網融合使商業銀行審計可以遠程進行，實現移動審計。“互聯網+物聯網”審計主要是利用“互聯網+審計”的工作模式進行移動審計，將審計軟件與銀行大數據服務器進行連接，審計人員可以隨時隨地開展審計工作，實時對審計數據進行分析，抽檢業務，審視業務審批流程，分析資金交易，發現審計問題。引入物聯網，可以通過物聯網技術實現對被審計單位資產管理情況、抵質押物位置、完好程度、數量進行遠程審計，可視化地進行物品的盤點，提高審計效率，降低被審計單位的舞弊風險。

1.審計時空自由度獲得解放，資產變動實時監控力度大幅提升。引入互聯網使商業銀行移動審計成為可能，互聯網可以利用網絡將審計工作由線下搬到線上，由現場審計變為非現場審計，審計人員可以自由安排審計時間來開展審計工作，極大提高審計工作效率。移動審計可以有效整合審計資源，將審計工作碎片化，不再局限于具體審計項目和特定審計時間。另外，物聯網的使用將進一步擴展審計范圍，審計人員在辦公室就可以根據遠程影像和電磁感應設備，及時了解被審計資產的狀況，實時監控資產的變動情況。

2.網絡數據管理能力的提升促進審計效率持續提高。商業銀行利用“互聯網+物聯網”的審計模式，可以及時有效地管理商業銀行網絡數據，及時對網絡數據進行分析，實現分析數據的共享，節約了審計人員數據分析的時間，同時實現審計流程和程序的實時網絡監控，及時提煉審計工作成果，提高審計工作效率。

3.“互聯網+物聯網”移動審計技術促進審計制度變革，審計整改跟蹤與評價成效顯著提升。商業銀行審計部門建立健全審計整改相關制度，審計人員可以利用“互聯網+物聯網”移動審計技術有效監控審計問題整改效果。一方面，商業銀行審計人員可以利用移動審計平臺將審計發現的問題及時反饋給被審計單位，征求被審計單位對審計發現問題的意見，充分了解被審計單位對審計問題的態度、審計整改的措施，還可以及時上傳被審計單位的審計整改報告，督促落實審計整改方案，跟蹤審計整改進度。另一方面，商業銀行審計人員利用物聯網了解審計整改涉及資產的整改變動狀況，評價審計整改效果。

（三）探索應用機器學習技術，實現業務風險挖掘審計智能化

機器學習是多維度大數據風險挖掘審計技術的一個重要方面。機器學習可以極大地提高商業銀行審計的效率，提高審計準確識別風險的能力。商業銀行機器學習主要是建立信用風險、市場風險、操作風險識別的學習模型，通過算法提升效率，利用銀行積累的大數據源庫，不間斷進行模型修正，準確識別被審計單位的業務風險，自動智能地提煉出風險數據，預警出可能出現風險的客戶、業務、流程環節和節點，增強審計的時效性，動態監控業務風險，提高審計質效，避免出現審計識別風險的滯后。

1.及時偵測和防范業務異動，切實提升風險識別與審計成效。機器學習是商業銀行審計部門利用大數據樣本進行審計建模，設立智能化審計決策中心，自動對樣本數據進行分析，并自動識別和預測業務風險，建立銀行客戶、銀行賬戶、交易特征、交易規則數據庫等，利用對歷史數據進行學習和邏輯運算，不斷優化模型，提高審計識別風險的能力。由于機器學習建立的分析模型是嵌入在業務系統中的，因此可以及時偵測到異常業務和異常流程，識別風險和攔截風險，完善風險識別的流程和程序，提高審計成效。

2.推進智能審計全方位化，強力延伸審計風險挖掘觸角。商業銀行面臨著審計資源不足、審計業務領域狹窄、審計工作開展不夠深入徹底的問題，以機器學習為基礎的智能審計，可以利用智能機器人，實現對業務數據的全方位分析和全量數據的覆蓋，將商業銀行的信貸、財務、會計、國際業務、投資、銀行卡、財富管理、科技管理、運營管理、安全保衛等業務全方位納入智能審計的系統，編制適合不同業務的審計模型，涵蓋每一個業務的不同階段和流程，將審計觸角延伸到商業銀行的每一個角落。

3.智能審計契合內部審計發展方向，切實提升商業銀行審計自動化和智能化水平。智能審計是商業銀行內部審計的發展方向，利用智能化的審計程序和軟件，對于可以結構化的業務數據和流程進行自動化審計，并能根據業務環境的變化，客戶資源的不同，審計目標的不同，進行自主學習，優化審計監測模型，不斷調整判斷風險和異常的系統參數，自動給出審計結果，通過機器大腦的模擬，給出科學的審計建議和改善方案，提高審計的自動化和智能化水平。

（四）深入應用影音像處理技術，大力促進審計風險挖掘成果轉化

影音像處理技術是將商業銀行的視頻資料、音頻資料、非結構化文本資料通過視頻識別、語音識別、非結構化數據識別技術應用到審計數據的風險挖掘中，及時準確地識別客戶影音形象、合同文本、檢驗票據印章、客戶面部表情的捕捉分析等數據風險挖掘，同時也可以將審計成果利用風險熱力圖、視屏等展示，提示審計風險，增加審計成效，降低審計成果應用不足的風險。

1.以圖譜技術為基礎深入挖掘交易關系和交易實質，及時揭示風險隱患，切實提高審計風險挖掘和應對能力。圖譜技術是指用圖網絡來整合各類數據，以客戶、業務、管理、監管等角度，識別和挖掘復雜關系網的技術。商業銀行審計部門在對被審計單位開展審計時，可以利用多維圖像識別技術，掃描識別圖像和圖片所要展現的內容，讀取圖像具體含義，利用顯性、隱性關系，建立商業銀行客戶多維關系圖，了解復雜關聯交易的參與者和交易實質，分析多客戶之間的交易流水，將客戶的資金流與業務流進行分類識別，分層展現，深層次挖掘交易關系和交易實質，揭示存在的問題和風險隱患，快速做出審計結論，積極采取應對措施。

2.以非結構化文本識別技術為基礎，推動商業銀行海量文本數據的風險挖掘，大力推進審計效率不斷提高。非結構化文本識別技術是通過對語言里的字、詞、句進行加工，自動分析識別文本真實含義的技術。商業銀行審計人員在對被審計單位審計時，可將需要審計的客戶信息、調查報告、年度分析報告、業務數據報表、生產記錄、銷售記錄、賬冊數據資料和交接記錄、會議記錄和決議方案等，通過文本資料的語義分析，提出關鍵字、詞、句，分析文本中關鍵字、詞、句出現的次數和頻率，記錄詞義和分析詞義的含義，進行歸類，快速抓取詞義中出現的異常，批量將文本資料結構化處理，提出關鍵字詞句，比較不同文本中不同的表述差異，提高審計效率。

3.以語音識別技術為基礎，提高審計風險挖掘效率。語音識別技術是通過語音識別設備，將語音數據轉化為文本資料，再對文本資料進行識別轉化為結構化數據，從而識別風險。商業銀行審計人員通過將辦理業務過程中收集到的客戶辦理業務的語音資料、客戶訪談資料、客戶的投訴資料進行整改加工，轉換為文本資料，再利用對關鍵字、詞、句的識別，從而找到商業銀行審計所需要的證據材料，尋找出業務辦理過程中存在的異常，發現被審計單位存在的風險隱患和管理中存在的缺陷或不足，跟蹤審計問題整改的情況，推動商業銀行不斷完善內部控制制度，加強客戶信用風險管理，合規操作，降低業務辦理風險，提高審計效率，增強審計風險挖掘能力。

4.以微表情抓取分析為基礎，切實提高審計風險挖掘質量。微表情抓取分析是通過觀察和分析客戶、員工的面部表情的變化來識別客戶風險，避免出現員工道德風險的技術方法。商業銀行在審計中，建立客戶和員工微表情數據庫，利用鏡頭記錄客戶和員工的面部微表情，通過客戶和員工的面部微表情如皺眉、微笑、痛苦、憤怒等情緒的表達，發現客戶或員工在業務訪談中，對于提問的態度，或者是看到業務資料、合同資料時面部的情緒表現，了解客戶和員工內心的變化，偵測客戶和員工的真實意思表示或者內心對于誠信的理解。以微表情識別來進行審計判斷，可以快速地通過系統得出結論，可以提高審計的效率。加之由于是系統控制，極少人為判斷，減少了審計人員心理變動的干擾，相應也可以提高審計質量。

四、思考與展望

通過對文獻的學習，深入開展多維度大數據風險挖掘審計技術的應用研究，以商業銀行審計為研究對象，采取比較分析、理論和實踐相結合的研究方法，對商業銀行客戶信息和業務信息、業務流程等利用大數據分析平臺、移動審計、機器學習、非結構化數據識別、微表情抓取分析等審計技術在審計工作中的應用進行深入研究，從中挖掘出客戶風險、員工風險、業務風險的識別方法，從監管角度、客戶角度、業務角度、產品角度等多維度理清解決問題的思路，總結出新的信息技術在風險挖掘中的應用途徑和方法，從而提高審計質效，避免出現審計范圍不足和審計覆蓋不高的問題，揭示業務風險從而降低審計風險，實現審計的高質量發展。

（作者單位：浙江萬里學院 ?寧波鄞州農村商業銀行股份有限公司，郵政編碼：315100，電子郵箱：962424714@qq.com）

主要參考文獻

[1]陳波.人工智能技術的發展對審計工作影響的思考[J].當代會計， 2020（14）：82-84

[2]陳偉.大數據環境下基于數據可視化技術的電子數據審計方法[J].中國注冊會計師， 2017（1）：85-89

[3]甘露，張斌，王靈.基于數據挖掘技術的實時聯網審計研究[J].中國內部審計， 2020（6）：33-39

[4]黃長胤.審計智能化中的新技術應用及工作場景[J].會計師， 2020（21）：49-50

[5]秦榮生.大數據、云計算技術對審計的影響研究[J].審計研究， 2014（6）：23-28