新时代大型商业银行计算机审计平台建设思考

新时代大型商业银行计算机审计平台建设思考

邵丹

辽宁省沈阳市110000

                           摘 要

随着大型商业银行业务快速发展，经营规模日趋庞大，业务品种不断增加，复杂程度不断提高，经营管理中产生的数据量呈几何式增长，银行内部审计付出的时间成本和人力成本也随之持续上升。传统审计方式在抽样风险、审计手段、审计质量和审计效率等方面都受到了新的挑战，这些都要求银行现有计算机审计平台顺应新形势的发展进行适应性改进。抓住新时代审计体制改革的契机，将大数据作为审计平台研发基础，使用先进的技术架构，引入"云"概念，步实现人工智能辅助审计已成为各大型商业银行审计平台建设的新趋势。

关键词 商业银行 审计平台 大数据 智能化

一、新时代背景下审计工作新要求

近年来，我国经济结构持续调整，金融环境日益复杂，境内外监管力度不断加大。2016 年9月印发《银行业金融机构全面风险管理指引》，提出内部审计需要对全面风险管理进行审计。2023年二十届中央审计委员会提出构建"集中统一、全面覆盖、权威高效"的审计监督体系以及"如臂使指、如影随形、如雷贯耳"的具体要求。

二、商业银行计算机审计平台现状

随着近年来各项业务不断发展，审计业务数据量和用户数量不断创新高，大型商业银行现有计算机审计平台在技术手段和平台承载能力方面，瓶颈逐步显现，已无法继续满足日益增长的数据运用需求和审计业务需求。主要体现在：一是技术架构落后。现在商业银行审计平台大多使用的是传统关系型数据库，存储底层数据和运行模型存在技术瓶颈，资源不易扩展，随着数据量的持续加大，已导致性能严重不足；二是数据质量不高。商业银行现有的数据库主要以内部业务数据为主，外部海量数据无法导入平台进行分析，无法覆盖全面业务。缺乏必要的数据质量检测、校验、补偿机制，存在已迁入数据信息部分失真等问题，严重影响数据质量及使用效率。三是智能化程度低。目前我国金融审计领域对人工智能的研究尚未起步，系统缺乏智能化的风险评估手段，审计分析和重复风险识别仍完全依靠大量人力完成，无法满足新时代下审计工作要求。

三、新平台建设构想

新的计算机审计平台建设要有与之相适应的信息科技支撑能力，不断提升集约化、规范化、自动化和精细化管理水平，实现协调可持续发展。

（一）充分融合大数据开展新平台建设。

大型商业银行对大数据的重视程度及实践愿望日益提升，运用大数据技术开展数据挖掘和审计查证已具备现实基础，基于大数据开展计算机审计平台建设也成为必然选择。

1．基于大数据开展审计面临的挑战。

大数据环境下，数据的量已不再以TB计算，PB(1024TB)、EB(1024PB）量级的数据将成为常态。同时，大数据不仅包含银行业常用的结构化数据，更有半结构化数据和非结构化数据海量在，目前世界上90％以上的电子数据都是半结构化或非结构化数据。商业银行原有的数据存储与管理机制已不能适应大数据的要求。数据的复杂性急剧增长，传统的银行数据分析技术已无法满足大数据环境下数据分析的需要，采用合适的大数据挖掘与分析技术是大数据环境下计算机审计平台建设的重要保障。

2．使用分布式架构构建平台基础框架。

从总体上，信息系统架构可分为两类。一类是集中式架构，通过增加单机配置提升系统的处理能力，目前商业银行大多数系统采用的是这种架构。第二类是分布式架构，通过横向扩充节点提高系统处理能力，单节点失效时，其他节点仍可对外提供服务。这种架构对底层产品依赖性较低，可扩展性较好，且扩展成本低。

面向大数据的审计平台建设，应采用高扩展性的分布式系统架构进行建设，建设分布式的文件系统，采用分布式计算技术，构建分布式数据库，利用Hadoop技术进行结构化与非结构化的数据批处理分析，利用分析型分布式数据库进行结构化数据联机处理分析与批量处理分析，利用联机交互型分布式数据库处理交互式实时业务场景。分布式架构也是利用审计平台开展云审计的基础。

3．利用数据挖掘技术实现数据的可视化分析。

数据挖掘技术包括许多不同的技术分类。在计算机辅助审计业务中，可以采用的数据挖掘技术通常包括离群点挖掘、异常点检测、聚类分析、关联规则发现和建立决策树等方法。常用的数据挖掘工具诸如Intelligent Miner、SAS Enterpreise Miner、SPSS Clementine、马克威分析系统、GDM，等等。

信息技术的发展促进了可视化技术的发展，通过可视化界面有助于对海量复杂数据的分析。目前部分大型商业银行正在探索使用可视化分析工具，将被审计数据转化为审计人员可以分析观察的图形和图像，审计人员结合自己的审计背景知识，通过视觉系统对可视化的图形和图像进行分析、观察和认知，从总体上系统地理解和分析被审计数据的内涵和特征，挖掘出隐藏在审计大数据内部的规律。

（二）积极运用"云"审计，提升审计质量和效率。

由于涉及诸如数据存储及权限、数据安全与保密等问题，利用互联网开展云审计的可行性不高。但内部审计工作具有内向性和本组织特点，正好符合"私有云"的概念。在内审"私有云"平台中，所有的工作协同和数据共享通过云技术来实现，不仅可以归集和管理审计所需的各类资料和数据，对容纳的数据实时更新和有机集合，而且能够智能控制对审计模型的选择和使用，保证审计过程的质量。

从云审计发展现状来看，目前各大型商业银行的计算机审计平台大都是内部"私有云"平台的雏形，数据技术及内控问题制约云审计发展是必须面对的现实，但随着未来信息安全技术的不断提升，云审计技术必将得到更为广泛的应用。

（三）及早布局人工智能辅助审计。

人工智能是未来审计发展的必由之路。充分利用现有数据，研究智能审计实现途径。人工智能的研究需要以数据为基础，要使这些数据具有分析和AI学习的价值，我们还要加大对这些信息进行整理的力度。通过合理的规划、清洗和标签，为人工智能提供跨部门、跨区域、跨领域获取信息和深度学习的能力。以现有审计平台数据为基础，围绕数据跨界融合和深度挖掘进行应用探索，进一步升级和优化平台功能，实现行内外数据的有效互补。建设数据标准、运行高效、技术强大的大数据服务平台，结合人工智能在语音识别、语义处理、生物识别、机器学习、专家系统等方面的核心技术，将行内外各类有价值的数据深度融合，实现大数据的搜集、整理、存储、分析和应用，构建系统化、精细化、科学化的审计业务信息分析与建模应用平台，以便在未来的应用中产生更大价值。

四、结束语

建设现代化的计算机审计平台，是大型商业银行满足新形势下审计工作的必然选择，也是贯彻党的十九大关于审计工作新要求的重要途径。新形势下应基于大数据开展计算机审计平台建设，利用成熟的先进技术，考虑未来云审计、人工智能辅助审计的扩展性，充分研究，合理设计，逐步实现。新审计平台建设任重道远，相信有一代代审计人的不断努力和付出，必将实现。

参考文献

[1］陈伟， Smieliauskas W．云计算环境下的联网审计实现方法探析［I]．审计研究，2012(3)

[2］王家祺，王赛，人工智能技术的发展趋势探讨［J]．通讯世界，2017(16)

[3］义峰，关于未来审计框架的一些思考［J]．中国注册会计师，2011(12):(98-103)

[4］魏祥健，云计算环境下的云审计系统设计与风险控制［J]．会计之友，2015(01);(101-105)

[5］陈伟，SmieliauskasW．大数据环境下的电子数据审计：机遇、挑战与方法[J]．计算机科学，2016(01)

[6］刘念祖等，新时期信息系统审计面临的挑战与对策［J]．会计之友，2013(11)

[7］陈如明，大数据时代的挑战价值与应对策略［J]．移动通信，2012(17)[8］黄哲学等，面向大数据的海云数据系统关键技术研究［J]．网络新媒体技术，2012(01)