黃勤璇 沈陽大學商學院
(1) 研究背景
近幾年,隨著大數據時代的到來,商業(yè)銀行的經營模式發(fā)生了很大的變化,呈現出數字化、業(yè)務數據規(guī)模巨大、風險控制模型化等特征。在此背景下,大數據已成為各大銀行最重要的競爭優(yōu)勢。國家審計機關、銀行監(jiān)管機構和內部審計行業(yè)協(xié)會都充分認識到大數據驅動的審計對未來監(jiān)督體系轉型的重大影響。因此,他們持續(xù)出臺了多項內部審計相關的法規(guī)和準則,強調了內部審計的重要性,并不斷提高內部審計的地位和權限,推動內部審計的轉型升級,以充分發(fā)揮內部審計的作用和價值。
在大數據背景下,如何應對大數據環(huán)境下的內部審計問題亟待解決。拓展大數據技術在內部審計中的應用領域,深度挖掘數據背后的價值,實現商業(yè)銀行內部審計向信息化方向的轉型,這是商業(yè)銀行內部審計能否實現可持續(xù)發(fā)展所面臨的一個重要問題。對于審計人員來說,要跟隨時代的發(fā)展步伐,改變傳統(tǒng)觀念,學習建立大數據審計的思維模式,提升自己靈活應用大數據技術進行審計的能力。在審計工作中,要善于運用大數據技術,發(fā)現審計中的疑點,并根據疑點線索找出審計中的問題?;诖?,可以對數字化審計模式進一步有效推廣,并提高審計監(jiān)督的時效性,從而更準確地發(fā)現存在的疑點線索,也可以更準確地找到問題存在的原因。
當前,針對大中型銀行結構化數據的大數據處理技術已經相對成熟,對半結構化、非結構化數據的研究也逐步展開。隨著信息技術的發(fā)展,銀行經營的管理模式發(fā)生了變革,這為銀行內部審計工作的發(fā)展創(chuàng)造了一個良好的環(huán)境,但也帶來了一些挑戰(zhàn)。
在大數據背景下,為了讓銀行能夠更好地發(fā)展,必須以價值創(chuàng)造為出發(fā)點,將大數據技術應用到內部審計工作中,充分發(fā)揮大數據審計的功能。根據國內外學者的研究成果,本文以大數據技術和內部審計相關理論為指導,從理論上分析我國商業(yè)銀行大數據技術在內部審計中的應用現狀及存在的問題,并提出相應對策。
(2) 研究意義
近幾年,為了應對與組織運營相關的內外數據爆炸性增長,內部審計已逐步在實際工作中構建了大數據分析體系,并持續(xù)加強數據的應用分析,以便全面、主動地揭示組織的風險,從而提高內部審計的價值。然而,由于內部審計師的數據分析能力相對較弱,迫切需要一種高效的數據分析方法,以降低內部審計師使用數據分析技術的難度,從而提高數據分析水平。
大數據技術的應用將為企業(yè)內部審計帶來新的變革,同時也極大地提高審計范圍、審計效率和審計質量。但是,當前在商業(yè)銀行內部審計中,應用大數據技術的理論研究還不多。
(1) 研究現狀
在國外,對這些問題的研究大多側重于數據的構成與分析應用,而在大數據背景下,商業(yè)銀行的內部審計問題,主要是圍繞著大數據技術、計算機輔助審計技術的應用和它所帶來的作用。本文認為,要實現我國商業(yè)銀行的數據型審計,首先要從理念上進行改革,其次要探索大數據技術,了解大數據的特點,才能更好地應用。
方智(2019)認為,“大數據驅動下,銀行內部審計將全面優(yōu)化內部審計的內容、思路、目標、技術等,用數據挖掘替代驗證,用大數據智能審計替代人工審計”。該系統(tǒng)采用計算機技術構建數據庫,并采用云計算技術進行數據整合,解決了傳統(tǒng)內部審計難以解決的問題。孫靖(2020)認為,在內部審計中要充分利用大數據技術,并建議審計人員應該從各個角度著手,建立與之相適應的信息資源,從而為企業(yè)的內部控制、風險管理和內部審計打下堅實的基礎。不管是在風險評估、控制測試、實質性測試等方面,還是在編制審計報表和報告的過程中,都可以從數據的關聯中挖掘出有用的信息。
對于大數據背景下的商業(yè)銀行內部審計的機會與挑戰(zhàn),許多專家都提出了自己的看法。張紅兆(2020)分析了外部環(huán)境變化對內部審計的影響,提出要使內部審計由“依賴經驗”到“依賴數據”的轉變,需要從內部審計風險預警、內部審計流程、內部審計平臺和內部審計人才素質四個層面著手。
(2) 文獻述評
通過對近幾年來大數據技術與銀行內部審計有關的文獻的查閱,相關的理論與實踐的研究還很缺乏,而內部審計作為商業(yè)銀行的一項內部業(yè)務,對外披露的信息相對較少,大數據技術在商業(yè)銀行內部審計中的應用更是鮮見。在實踐中,對結構化數據處理的應用比較多,一些商業(yè)銀行在內部審計過程中,主要是對結構化數據展開處理和分析,而對半結構化和非結構化數據的應用仍處于探索階段,到現在為止,還沒有成熟的技術手段可以對半結構化和非結構化數據進行處理和分析。
綜上所述,商業(yè)銀行內部審計工作中應用大數據技術還存在很多應用效果的問題:
一是缺乏大數據的處理能力。商業(yè)銀行屬于數據密集型產業(yè),數據量大,信息化程度高,信息系統(tǒng)類型復雜。因為歷史的原因,各個部門主導的應用系統(tǒng)在構建之初,并沒有對數據的規(guī)范化進行全面、系統(tǒng)的思考,導致了數據孤島、數據豎井等現象的出現,并且各個系統(tǒng)間的數據規(guī)范化還需要一個比較漫長的數據治理過程。目前,大數據審計主要針對的是結構性數據,而對于文本、圖片和地理位置等非結構性數據的處理則相對滯后。與此同時,現有的大數據審計平臺通常都是以傳統(tǒng)的數據倉庫為基礎,具有較低的計算效率和可擴充性,不能適應大規(guī)模用戶行為數據分析的需要。
二是對結構化資料的處理規(guī)范進行了改進。首先,在商業(yè)銀行中,各種類型的應用系統(tǒng)都有其自身的特點,因此,在新的應用系統(tǒng)中,應盡量避免出現不統(tǒng)一和不規(guī)范的情況。另外,由于歷史的原因,在構建原始的應用系統(tǒng)時,會出現數據檢查機制不嚴格,數據清洗不充分,相同內容的字段描述類型不一致,存儲不必要的字符等問題。
三是在運用半結構性和非結構性資料時,缺乏成熟的經驗。在審核過程中,半結構化資料與非結構化資料一樣,都是很有價值的資料。但是,這些數據的種類繁多,難以對其進行統(tǒng)一、規(guī)范化的處理。一方面,由于數據存放分散,種類繁多,各類數據和文件分散存放在不同部門,給審核員整合信息帶來了一定的難度。另一方面,對于半結構化和非結構化數據的處理經驗不足,有些數據的內容沒有規(guī)律可循,其表達方式也缺乏規(guī)律,因此審計人員很難對信息進行處理,也很難對有效的信息進行篩選,還不能像對待結構化數據那樣,快速地對審計數據進行挖掘。
四是對半結構性、非結構性資料的資料處理方法還沒有完全掌握。當前,審計人員盡管在法律法規(guī)和專業(yè)知識等方面已有一定的造詣,但是對大數據處理技術和方法的認識還遠遠不足。如何將半結構化和非結構化數據與內部審計目標相關聯,這取決于審計人員對審計流程的掌控能力。使用傳統(tǒng)的工具處理結構化和非結構化數據時,會顯得很麻煩,尤其是當要處理大量的非結構化信息時,它會帶來很大的挑戰(zhàn),這就需要審計人員具備更高的綜合素質。
我國商業(yè)銀行被劃分為國有商業(yè)銀行、股份制商業(yè)銀行、城市商業(yè)銀行和農村商業(yè)銀行,其中,國有商業(yè)銀行是由國家直接控制的商業(yè)銀行,共有6 家,在我國銀行業(yè)的整體份額中占據主導地位。我國共有12 家股份制商業(yè)銀行,與國有商業(yè)銀行的公有制性質相比,其股權結構多種多樣,既有全非公有經濟占股的,也有以混合所有制形式存在的。
目前,對于大數據,人們并沒有一個明確的定義。但是,多數學者一致認為,大數據是一種被處理過的數據,其所能處理的數據信息量遠大于電腦所能儲存的容量。在處理數據信息工具的持續(xù)發(fā)展過程中,一些學者發(fā)現,把數據信息應用在計算機中,可以挖掘出數據信息的關聯度,預測事情在未來發(fā)生的可能性,還可以有效地揭示事物之間的內在聯系。因此,所謂“大數據”,并不只是指“數據大”,還指的是收集大量的數據,建立模型后,再根據這些數據,得出一些結論,所以大數據正逐步成為一種新興的技術。
大數據審計是在傳統(tǒng)審計方法基礎上,以大數據為支撐的一種新的審計模式,大數據是由互聯網發(fā)展而來的大量數據和信息的集合體。大數據技術審計,指的是審計人員在審計工作中,利用大數據分析技術,對收集到的數據信息進行處理,找出其中的可疑線索,按照審計對象的實際需要,快速、準確、高效地從大量的數據中獲取所需要的信息,并對其進行分析。
因此,可以將大數據審計定義為:在大數據的環(huán)境下,審計人員運用大數據技術,與新的數據采集、分析方法相結合,對所采集的數據信息進行全面、充分的利用,從而迅速地發(fā)現審計疑點,提升內部審計的工作效率。
在云計算、大數據、物聯網、人工智能等技術快速發(fā)展的今天,在技術和商業(yè)應用兩個層面上都有了顛覆性的突破,這使銀行數字化轉型的步伐越來越快。雖然銀行中有大量的客戶交易數據,但是這些數據的質量并不理想。在我國,有一些商業(yè)銀行利用計算機,對其進行以數字信息為基礎的大數據審計,并對其進行存儲、處理和分析。大數據分析技術可快速自適應審計工作環(huán)境的改變,提升審計工作效率,增強審計風險防范能力。當前,銀行內部審計系統(tǒng)在對大數據進行分析時,主要采用的是結構化的數據,而對于語音、視頻、圖片等非結構化的原始數據,當前還處在人工查看狀態(tài),也沒有開發(fā)出相應的信息系統(tǒng)對這類數據進行處理和分析。因此,在今后銀行內部開展大數據審計時,其主要研究方向應該是對非結構化數據的采集和預處理。
商業(yè)銀行具有實施大數據審計的優(yōu)勢:一是銀行存儲了客戶基本信息、交易流水、信貸明細、客服電話錄音、網點視頻錄像、網銀地理位置、信息系統(tǒng)登錄日志等多種格式、多種來源的數據;二是銀行在業(yè)務處理、風險防范和管理決策等方面有較好的實踐基礎;三是銀行具有競爭性的工資福利,可以吸引到高層次的人才;四是銀行業(yè)高度關注高科技在金融領域的研發(fā)與運用。
(1) 商業(yè)銀行的數據未能充分利用
商業(yè)銀行是一個具有很高專業(yè)性的行業(yè),它的信息系統(tǒng)數據非常龐大,而信息系統(tǒng)管理人員只懂得系統(tǒng),卻不懂得專業(yè)知識,因此得出的數據與審計人員的要求有很大差距。再者,商業(yè)銀行在獲得內部審計數據分析平臺所使用的數據方面存在困難,而且所獲得的數據質量較差,由于數據源的局限性,因此很難獲得非常深入的信息,也很難識別出會降低審計效果的風險。商業(yè)銀行無法對業(yè)務層面的操作和處理進行準確的記錄和保留,而且業(yè)務處理的過程不能被完全反映出來,使審計的取證變得更加困難。
(2) 商業(yè)銀行內部審計信息化系統(tǒng)建設需要進一步完善
目前,我國商業(yè)銀行各個業(yè)務部門所采用的信息系統(tǒng),有的甚至是銀行自己開發(fā)的,存在著系統(tǒng)整體設計不夠全面、數據標準不夠統(tǒng)一等問題。有些銀行系統(tǒng)在很短的一段時間內進行了持續(xù)升級,更有甚者,新版本完全拋棄了舊版本,導致新舊版本之間的數據不兼容,由老版本所形成的歷史數據也被拋棄,最終形成了數據斷代。
由于受到部門的影響,各業(yè)務部門的主管部門間所開發(fā)的信息系統(tǒng)都存在數據關聯不強的問題,這一問題在商業(yè)銀行的信息系統(tǒng)中十分常見,這會對大數據的應用效果造成不利影響,也會加大數據挖掘和數據分析的難度。特別是在對多維度數據進行分析時,往往會出現格式不統(tǒng)一、信息不完備、內容不規(guī)范等問題,從而影響到多維度數據的匹配效率。
大數據審計需要對業(yè)務和技術都有較深的了解,具備良好的交流能力和創(chuàng)新精神,同時具備敏銳的思維和勇于承擔責任的能力。而這樣的人才,是非常缺乏的,也是非常難招聘到的。商業(yè)銀行內部審計部門要通過培訓、外部招聘等方式,進行長期的人才儲備。除此之外,商業(yè)銀行內審部門還需要以審代培訓,在實際工作中,不斷摸索,不斷提高審計人員的業(yè)務水平和實戰(zhàn)能力。
數據是信息時代的寶貴資源。然而,目前國內外相關數據普遍存在著重復、缺失、不一致等問題,這已成為制約大數據審計效率的瓶頸。商業(yè)銀行應制定符合《銀行業(yè)金融機構數據治理指引》規(guī)定的、涵蓋所有數據的標準化計劃,并遵守統(tǒng)一的業(yè)務規(guī)范與技術標準;不斷地對信息系統(tǒng)進行改進,使其涵蓋所有的經營與管理數據;要強化對數據收集的統(tǒng)一管理,對不同系統(tǒng)之間的數據交換進行規(guī)范,使各種數據能夠高效地共享;制定數據安全的戰(zhàn)略和標準,合法地收集和使用數據,合法地保護用戶的隱私。
商業(yè)銀行大數據審計平臺既包含了銀行內部和外部的數據,又包含了多種復雜的機器學習算法,滿足了不同的應用需求。所以,應該建立一個企業(yè)級的數據平臺,實現一、二、三道防線的共商共建、共享共贏、聯防聯控。只有在建立了全行業(yè)大數據平臺的基礎上,引入先進的數據分析工具,商業(yè)銀行才可以將半結構化和非結構化數據的價值完全挖掘出來,才可以按照數據化、線上化的審計創(chuàng)新理念,強化互聯網時代信息技術對審計的引領和支撐作用。
當今,經濟社會的發(fā)展與大數據分析技術密不可分,對銀行來說,利用物聯網、云計算和云平臺等大數據分析技術進行的信息化審計建設,已經成為我國銀行信息化建設的一個重要組成部分,它代表著我國內部審計的新發(fā)展方向。通過對大數據技術深入的研究和探討,將其前沿的技術應用到審計工作中,從而促進審計工作的發(fā)展。對傳統(tǒng)的審計進行改革,在審計領域進行創(chuàng)新性的建設,與此同時,要充分利用大數據技術的優(yōu)勢,積極探索內部審計新方法,提高內部審計效能。