大数据模式下的商业银行经济责任审计探讨

近年来，在商业银行内部审计中，大数据审计受到越来越多的关注，已成为提升商业银行审计质量和加强内部风险管控的重要手段。2019年7月，中共中央办公厅、国务院办公厅印发了《党政主要领导干部和国有企事业单位主要领导人员经济责任审计规定》（以下简称《规定》），指出经济责任审计是中国特色社会主义审计监督制度的重要组成部分，强调了大数据技术在经济责任审计工作中的重要地位。《规定》要求：“经济责任审计……应创新审计组织管理，推动大数据等新技术应用……提高审计监督整体效能。”随着国家层面对经济责任审计工作日益重视，经济责任审计在商业银行内审中的作用日趋加强，在当前日益复杂的内外部经济金融环境下，商业银行董事会和高管层更需要通过经济责任审计来增强对干部履职的监督力度，以有效落实中央“从严治党、从严治行”的要求，并推动公司治理结构的有效完善。在大数据时代，商业银行审计机关必须运用大数据模式来构建健全、高效的经济责任审计体系，打好防范化解金融风险攻坚战，是商业银行实现高质量发展的必然选择。

大数据模式下商业银行经济责任审计的优势

（一）审计范围全面覆盖。在大数据模式下，无论是在审计准备时，还是审计过程中，或者在结果运用上，都较传统审计更注重于审计数据的提取、分析、应用，大幅度提高了工作效率，更利于达到审计范围全覆盖。一是在大数据模式下，全程化审计模式使得整个审计过程更加简明高效并具有针对性，审计人员可通过大数据平台直接获取高效详尽的审前分析材料，实现对重点业务、关键风险的实时监测，进而及时有效地发现业务经营中存在的风险隐患，提升审计项目的延伸性，从而进一步推动经济责任审计的全面覆盖。二是通过大数据技术可高效印证相关审计证据、佐证审计结论，减少人力成本、缩短审计周期、提高审计效率，最大限度排除人为因素导致审计证据全面充分性受限、审计查证不全面，保证审计结果的可靠性。三是使用大数据技术是有效实现审计结果运用全覆盖的科学途径。经济责任审计结果运用是审计和审计报告的核心价值，大数据模式下经济责任审计流程缩短，审计项目组可及时启动后续整改问责追责程序，以大数据手段对审计结果和问题整改统一管理，并实现资源共享，达到审计结果运用的最大化。

（二）审计组织管理系统化。大数据模式下的经济责任审计从整体上进行数据口径精准标识、数据逻辑关系精准梳理、数据归类整合精准实施，并打破流程障碍，用系统的方法对审计流程、组织管理进行系统改造，形成审计合力，从而形成系统化的经济责任审计组织管理模式。

（三）审计查证便捷化。大数据技术支持下的数据信息系统是一种去中心化结构，所保存的数据处在一个分布式纪录与储存的形态之下，所以可更好地的保存审计数据的完整性。在大数据模式下的经济责任审计工作主要是将被审计对象的相关数据传到大数据平台中心，通过平台中心进一步筛选、归集，形成不同的数据包，一一与问题数据模型相匹配、验证。对发现的可疑线索，可通过人工现场核实方法进行查证，或可将可疑线索发送大数据平台中心进行线上验证。

（四）审计结果精准化。大数据模式下的经济责任审计，所需数据信息都保存在大数据平台上，审计数据自产生开始便在线上真实、完整地运行，实现数据采集、分析到报告生成全过程线上化、自动化，保证审计资料的完整性，确保审计质量；有效保证经济责任审计结果的精准性，化解信息化技术的增长与大数据带来的复杂性挑战，降低经济责任审计风险。

大数据模式下商业银行经济责任审计的对策

（一）搭建大数据平台中心。商业银行经济责任审计涉及多个部门、多种信息系统的数据采集和情况汇总，由于受内部职能机制考核影响，各部门、系统之间数据标准不一，使得数据不能有效整合，导致多头重复审计，影响审计工作效率。因此，需要建立大数据审计平台中心，有效整合数据资源，制定科学合理的大数据规范标准，进行统一采集数据、统一分析数据、统一形成问题疑点，搭建审计资源共享的大数据平台中心。一是建立数据归集中心，形成商业银行内部统一的经济责任审计数据库。依据审计需求，将原始经营管理数据和历史审计数据，统一汇集到数据归集中心，对数据进行集中统一存储、管理、使用，形成基础数据库，改变数据分散于多部门、多系统现状，避免出现数据损毁、遗漏、泄密等情况，保证数据的安全、完整和连续性。二是建立数据分析认证平台，形成标准化、通用化的大数据分析模型。经济责任审计涉及面广、涉及领域深，需构建反映被审计单位经营管理、风险管控、重大决策等事项本质的关系模型，为审计提供线索，并通过对模型中的异常数据进行延伸核查，确认隐藏在数据背后的问题。三是建立数据交换平台，形成统一互联互通的通道。通过交换平台，实现数据实时采集、实时存储、实时分析，形成各审计单位、审计与被审计单位数据整合、成果共享。通过交换平台实时分享基础数据、下发疑点、上传结果、交流信息、解答问题，建立商业银行内审部门互联互通、实时交流的共享平台，方便经济责任审计工作的开展。

（二）提高大数据分析应用能力。传统经济责任审计的审计信息分析主要依靠审计人员的审计经验和简易单一分析工具，导致审计结果主观色彩浓、片面性强。大数据模式下的经济责任审计主要是利用模型应用对商业银行数据进行更加深入的分析，客观公正地得出审计结果，因此，提高数据加工处理能力是关键。一是提高对审计模型开发能力，提升非结构化数据在模型中的利用比率。在商业银行经济责任审计中，财务报表等结构化数据易于在各类模型中识别、应用，但会议纪要、内外部审计报告、后续整改报告等非结构化数据，由于受技术限制没有形成统一的识别标准，数据模型利用率低，导致审计结果缺乏全面客观性。因此需要充分挖掘非结构化数据的审计价值，使结构化、非结构化数据合理配置于审计模型应用中，保证审计结果客观公正。二是提升大数据审计模型应用能力。对采集的被审计单位总体情况、财务数据、风险管控、重大决策、廉洁从业等方面的相关数据，识别数据之间的内在逻辑关系，搭建反映被审计对象经营管理、风险管控、廉洁从业等事项数据分析模型，进行全面立体、多维度分析，达到对审计对象精准画像效果。对筛选出的可疑经济责任审计信息，进行审计延伸分析和预测，确认隐藏在数据信息背后的问题，有效提升审计效能。当前，商业银行经济责任审计中廉洁从业审计尤为突出，通过建立大数据审计模型可快速查证被审计单位会议、采购、餐费、福利、补助等经费使用情况；通过将被审计对象与工商数据进行关联分析可快速查证被审计对象是否违反廉洁从业准则经商办企业或为家属经商提供便利；通过建立社交网络分析模型可快速验证被审计对象和相关往来单位是否存在利益输送行为。三是开发便捷、通用的大数据审计软件。便捷、通用的大数据审计分析软件，运用图、表及其他可视化元素，能有效获取关健数据、深度挖掘线索、筛选疑点问题，为后续审计提供明确具体的指引，使经济责任审计工作开展更加顺畅，效果更加明显。

（三）创新审计组织管理模式。大数据经济责任审计组织管理模式应以大数据审计分析平台为基础，融合流程化管理模式，体现扁平化管理理念，实现审计全覆盖目标。一是从制度上进行顶层设计并固化大数据审计模式，建立数据中心，编制大数据审计操作指南，对审计项目的组织管理进行精准指导，确保原始数据归集标准、数据成果共享实时、数据使用安全保密，实现大数据审计组织管理模式有效实施。二是形成大数据审计思维，将大数据的总体思维、相关思维和智能思维融入经济责任审计全过程，使商业银行经济责任审计以全面认知为出发点，系统立体地认识被审计对象总体情况。大数据模式下经济责任审计将通过大数据分析拓宽审计覆盖面、提升审计及时性、持续性，使审计范围由抽样向全量转变，工作场所由现场向非现场转变，项目管理由静态向动态转变。三是构建大数据经济责任审计组织管理架构，组成以决策指挥为龙头、数据分析为核心和整改监督为落脚点的立体化组织模式。具体为：由审计局班子成员组建成大数据审计指挥中心作为大数据审计工作的最高决策机构，对大数据审计进行全程指导和监督；审计项目团队组建成数据分析中心，作为审计项目的具体作业层，通过大数据分析平台，采集、分析被审计对象相关数据，进行异常指标模型分析、查证，形成审计结果；后续整改团队组建成整改监督中心，将大数据分析平台采集的多部门数据进行对比分析，准确把握审计整改进度，客观评价审计整改效果，实现整改监督的数字化管理，并通过互换平台及时达成审计成果共享。

（四）培养大数据审计人才队伍。大数据审计人才培养是第一要务。为适应大数据模式下经济责任审计模式的变革，应该进一步加强对审计人员的大数据应用能力培养。一是加强大数据业务培训，商业银行应拓宽培训渠道，在巩固现有信贷、财务等审计知识的同时，加强对数据库、云计算等方面知识的培训力度，培养复合型人才，并通过在审计项目中练兵，提高审计人员的操作技能。二是要加强数据处理能力锻炼，提升审计人员数据收集、处理和分析的能力，培养具备数据发掘和信息技术创新运用能力的数据分析人员以及能够熟练操作和擅长分析数据的专业人才；三是做好审计资源配置，做好科学的考核激励机制，并建立严格的末位淘汰制度，确保所有审计人员都积极主动通过大数据审计平台处理相关业务，为大数据审计提供一支高素质、高水平的审计人才队伍。