大數據驅動智慧審計—金融大數據審計趨勢和挑戰

聞豪 合肥工業大學管理學院

引言

現代經濟中，金融占核心地位，在國民經濟中發揮著不可替代的作用。金融審計是實現貨幣穩定、金融助力實體經濟發展的重要推動力，也是“健全金融監管體系，守住不發生系統性金融風險的底線”重要手段。智能化的大數據審計技術可以對跨地區跨系統跨年度的巨量電子數據進行實時挖掘分析，有助于有效識別系統性金融風險，建立安全高效的金融體系。本文從新技術新方法對金融審計的影響角度出發，淺析金融大數據審計的趨勢和挑戰：

一、金融大數據審計趨勢

（一）審計平臺化

（1）沒有大數據政府審計平臺和計算系統的支撐就沒有大數據政府審計，大數據政府審計平臺是實現大數據、人工智能、移動互聯網、云計算在政府審計領域應用的重要渠道。審計署目前正在推進建設的金審工程三期項目從2002年被國家獲批的第一個電子政務建設項目金審工程一期項目發展而來，經過十幾年的發展促進了政府審計管理系統的自動化和智能化。計算機審計由特派辦推廣使用發展到各地審計部門普遍使用。一些國家審計機關建立了完善的大數據審計指揮中心、大數據共享中心和大數據審計應用平臺。以Python，R語言為基礎的數據分析平臺通過機器學習算法、Tableau為代表的視化分析技術、自然語言處理等新方法新技術來分析預警金融風險和確定重點審計事項。

（2）證券公司構建數字化平臺有天然的優勢，證券業是國內信息化應用較為充分的行業之一，一些證券公司構建了以審計數據集市（管理數據）為基礎的數字化審計平臺，包括非現場審計子系統（分析疑點）、審計作業管理子系統（問題定位）、審計綜合管理子系統（要點梳理）、審計風險管理駕駛艙（風險展示）在內的系統模塊，以實現數據采集動態化、審計專業流程化、風險分析精準化、審計監督常態化。

（3）中國農行XXX總行大數據平臺，全力打造“作業管理、分析查證、風險監測、智能探索”四位一體的內部審計數字化監測分析平臺、審計數據云中心，構建數字化審計指標體系和方法模型，建立了數字化審計數據的深度挖掘和高效分析機制，并廣泛運用于審計作業，審計內容涵蓋資產、負債、財會、中間業務、IT、反洗錢、消保等各業務領域，使現場審計成本降低40%，審計時間縮短30%，審計問題精準度提高50%，審計覆蓋面達到90%以上。

高額的成本投入、精湛的技術、海量數據的支持是構建智慧審計平臺的基礎。需要融合各種數據收集、處理和分析技術；需要實現業務協同、信息共享、互聯互通的合作；需要建立數據和網絡安全保護機制，三者缺一不可。

（二）審計業務模式由“抽樣審計”向“全量審計”轉變

審計工作經過幾十年的發展，業務模式由傳統現場局部調查模式發展為計算機輔審計模式到現在的大數據審計模式。傳統審計和計算機輔助審計工作主要是以財會數據結構化的業務和管理數據為主，當代信息技術已經將整個世界的存儲定義為數據，審計除了面對傳統的結構化數據，還包括數字、影像聲音、文本等非結構化數據，大數據審計能夠對審計對象的各方面信息全面記錄，使通過IT技術采用總量審計模式成為可能，詳細審計又重新回歸。由于大數據海量特性已經突破了傳統方式的處理能力，面對“小數據”的思維模式已無法適應大數據處理，用傳統思維模式來閱讀大數據已不可能，抽樣審計的不確定性將會導致審計人員時刻面臨訴訟風險。因此，必須由傳統的預設疑點——因果求證思維模式轉向關聯分析——因果查核思維，審計人員應正視并適應這種新的邏輯關系，準確把握大數據背后的邏輯關系和事實真相，在外部關聯與內部關系中查找聯系，在關聯分析結果基礎上，從縮小范圍的相關性結論中走向因果性分析，最后依靠審計人員的現場經驗進行核查、揭示、查證。

（三）審計智能化

1.自然語言處理技術

如何處理數字以外的文本數據？自然語言處理技術給了我們答案。自然語言處理是計算機科學結合人工智能科學的一個重要研究方向，它能夠實現人和計算機之間用自然語言進行溝通，計算機可以對會議記錄、規章制度、合同文本、通知公告、報表憑證、圖像視頻等非結構化數據進行全面高效分析，判斷企業戰略、經營管理等方面是否發生重大變化，實現對風險點的系統探索，避免人工審查的知識局限與漏判誤判。審計準則要求審計人員對有關人員進行訪談，形成音頻文件，再轉為文本信息，通過語音處理技術自動進行分析，提取關鍵信息，通過訪談中的高頻詞構建詞云圖；自然語言處理技術還可以自動分析企業內控運行情況是否與內控規定的要求一致。

金融審計中，信貸文檔審查的工作量約占總體數量一半，無法保證審計工作的全面性。XXX會計師事務所推出的“人工智能信貸審閱工具”依托基于統計和深度學習模型的自然語言處理技術將每份非結構化資料轉化為標準化的結構化數據，在信貸文檔及相關信息的分類、摘要和信息提取等領域深度挖掘多維度風險信息，可以實現從量變到質變層級的效率提升。信貸員這個職業正逐漸退出歷史舞臺。

2.網絡爬蟲技術

網絡爬蟲的作用是在互聯網信息中爬取有效信息。主題爬蟲首先確定需要爬取的網頁，用戶確定需要爬取的網址，其次通過軟件輸入代碼或關鍵詞爬取網頁。在物資采購審計中，存在商品多、結果變化大的特點，可以用數據爬蟲對各類網上銷售網站進行爬取，與公司實際價格進行對比；審查物流或運輸企業的油費時，可以通過爬取不同運輸地點的GPS位置，用Python調用地圖數據進行最優舉例測算，根據測算結果及車輛油耗，計算合理的油耗水平，查找偏離標準值較多的交易。

3.數據挖掘技術

大數據審計是一種能夠利用數據分析技術實現高水平內部控制效果的審計方法。它可以利用數據流程挖掘工具，識別內部控制薄弱環節和違反公司制度的行為，將“質化分析”和“量化分析”工具方法融入內部控制審計的全流程中，以“靜態分析”精準把握業務及機構風險特征，以“趨勢分析”增加風險預判，體現審計工作的前瞻性。企業內部控制流程存在漏洞時會引發舞弊風險，審計人員在審計過程中采用自動化大數據分析模型、可視化的界面分析采購或者銷售交易可能的錯誤或舞弊情況，為管理層提供有價值的審計建議。

證券公司大數據審計中可以用數據挖掘技術中關聯分析法，分析違規開立融資融券賬戶情況；運用決策樹分析法，發現利用融資融券通道套取資金情況；運用聚類分析法，審查大額費用支出的效益性；運用序列分析法，判斷是否在“老鼠倉”問題；運用孤立點分析法，判斷公司風險防控制度執行情況。

4.可視化技術

可視化是用符合人類直覺的方式形象地展示數據重點、邏輯和趨勢，從而發現問題，引導有價值的決策，是用符合“快思考”的方式引導我們走向深度的“慢思考”。傳統以查詢驗證為主的SQL方法遠不能滿足審計大數據分析需求，需要豐富多樣的大數據技術提高審計數據分析效率和效果?？梢暬治?，是一種通過交互式可視化界面來對大規模復雜數據集進行分析推理的科學與技術，審計人員可以運用可視化技術，進行海量、雜亂、多樣的探索性分析，更好把握數據結構及分布規律，更生動地展現分析成果。常用的可視化圖形有柱形圖、散點圖、折線圖等，同時展現高維可視化的多維、層次、網絡、時序圖是近幾年視覺編碼研究和應用熱點。對于海量數據的可視化分析，需要結合科學挖掘法來分析用戶關心的數據模式或分析結果。數據挖掘領域中，最常使用聚類分析、異常點檢測進行數據探索。在審計過程中，可以用儀盤表的形式展示審計項目的實際動態。

5.區塊鏈

區塊鏈是一個共享數據庫，能夠創建不可更改的永久性交易記錄，單個節點的故障不會導致數據丟失，其獨有的共享、不可更改、分布記賬的技術特點，與會計審計的行業需求不謀而合。金融服務已開始使用區塊鏈來降低成本，處理國際支付的新應用程序，加速證券交易中的清算和結算流程，提高客戶體驗，降低客戶獲取成本。我國某大型保險公司已開始與100多家醫院合作，使用區塊鏈技術安全處理患者數據和財務信息。一種可以代審計人員和智能合約工作的新創造——智能審計機器人通過封裝AI芯片、傳感器、雷達、攝像頭、智能音箱等新一代技術產品，其能力在某些方面會超越審計人員。

二、金融大數據審計挑戰

（一）短時間內無法消除信息孤島

目前我國大部分銀行的信貸管理系統應用尚處于初級階段，僅用于判斷客戶的經營狀況和詳細記錄客戶的征信信息，銀行的信貸管理系統無法準確反映客戶的信息管理狀況，信息的來源相對匱乏：例如客戶和銀行會面對話信息、ATM錄像信息，以及服務通話的語音信息等都無法轉換為統計數據。另外，各大銀行的數據僅限于銀行內部交流和分享，各銀行間基本無法達到信息完全共享。

（二）系統風險障礙

數據安全和網絡安全是大數據審計背景下亟待解決的技術性問題，大數據審計平臺涵蓋了被審單位大量未公開且需保密的信息，需要密切關注數據泄露、數據盜取、數據丟失、數據存儲不當等方式引發的數據安全問題和被審對象儲存數據的服務器或網站被黑客攻擊導致服務器無法正常工作等網絡安全風險問題；現階段，云計算存在著巨大的安全隱患，云安全正面臨著訪問不當、系統漏洞、接口安全性不強等威脅；具有成本低、儲存量大等多優勢的云存儲服務存在一定的潛在風險，存儲在其中的數據可能被盜竊、刪除、篡改或損害。區塊鏈技術的安全性并非絕對可靠，分客戶信息安全、網絡復雜性、網絡模型、智能合約、代碼等類型。

（三）系統規劃障礙

系統金融風險在審計對象上，體現了廣泛性和宏觀性特征。在缺乏理論支持和成熟經驗借鑒的情況下，審計對象多元的系統規劃，扭轉各自為戰的局面，挑戰性巨大。審計人員觀念和習慣轉變困難，仍然依賴多年積累的審計經驗，沒有轉變“數據先行”的思維，降低了審計效率，也影響了被審單位報表披露的時效性；大數據獲取成本高：出于保密性，上市公司只提供部分數據，無法進行大數據分析，與企業銷售有關的實時市場價格、技術指標等公開數據匱乏。

（四）金融監管法律法規體系不完善

金融審計監管體系不完善，中央和地方兩級金融審計監管范圍不清晰，金融風險控制沒有跨市場跨地區；金融產品消費者權益保護制度不健全，互聯網金融平臺消費者權益缺少金融監管渠道支持；社會信用信息體系不完善，信息過于條塊化；“大、智、移、云”等金融科技監管缺少技術創新；上市公司信息披露制度不完善，金融監管大部分是事后監督；金融業統計體系不完善，沒有覆蓋所有金融科技機構及相關的基礎設施、金融科技活動和產品，產生“信息孤島”?！吨袊嗣胥y行法》就有關監管的內容缺少具體的條文規定；從金融八大風險來看，金融審計法律法規的缺失易引發影子銀行風險和互聯網金融風險。

（五）大數據審計人才匱乏

大數據審計人才匱乏，審計效能難以發揮。培養具備數據采集能力、數據存儲與管理能力、數據分析能力的復合型大數據審計人才迫在眉睫。審計人員目前采用較多的還是以簡單查詢、對比為主，數據來源以財務業務數據為主，數據分析的應用工具依靠數據庫軟件，對Python語言等大數據平臺使用程度不高，目前以知識圖譜、人工智能為代表的前沿技術應用較少，在已有審計文獻中不到1%，成熟的人工智能融合行業需求落地的方案，大部分集中在智慧城市、公安、教育等領域，這些前沿技術何時應用到審計場景中，還需要重點研究。

結語

大數據審計系統性強，影響深遠，投資巨大，試錯成本高，中國特色社會主義制度優勢的突出特征是集中力量辦大事，如果沒有國家的支持就不會有真正意義上的大數據審計。華為的5G技術；小米、科大訊飛的物聯網終端設備；商湯科技、曠視科技的人臉識別系統；阿里云的在線公共服務等都為我國審計智能化升級提供了支持。要利用好我國現有的審計信息化基礎優勢；加快金融審計創新步伐；強化政策落實和風險識別；進一步完善金融審計相關法律法規是實現金融審計有法可依的重要舉措；實現風險精準識別是金融審計發揮監督作用的重要保證；轉變為“總體分析、發現疑點、分散核實、系統研究”的大數據審計模式有利于實現審計監督常態化和全覆蓋；大數據審計人才培養至關重要。