金融风险防范视角下大数据审计的实施策略

仲崇丽

摘 要：本文首先指出了金融风险的分类及危害，其次对大数据审计在防范金融风险中存在的难点进行了阐述，最后结合金融风险的相关知识提出大数据审计的实施策略。

关键词：金融风险;大数据审计;实施策略

0 引言

随着市场经济的进一步深化，各种风险也不断积聚，特别是金融风险，近年来金融案件数量呈现上升趋势。仅2019年1月至5月，因破坏金融秩序和金融诈骗的犯罪案件就高达6900余件，既造成了经济损失又不利于金融行业的稳定发展。金融风险具有不确定性、关联性和传染性，一旦引发系统性金融风险则后果不堪设想。因此，早在2017年习近平主席就提出金融工作的永恒主题是防止发生系统性金融风险，可见金融风险的防范工作十分重要。

新时代是大数据发展占关键地位的时代，大数据审计则成为防范和化解金融风险的重要手段。大数据审计可以集合多种类型的数据进行对比分析，有效提升审计工作效率，也对审计的时效性具有积极影响。大数据在日常金融风险的监测和实时监督中发挥着重要作用，而如何推进大数据审计的规范化、科学化，实现防范和化解金融风险的目标是本文要解决的问题。通过解决这一问题，对大数据审计工作的完善具有重要意义，也有利于降低金融风险。

1 金融风险的分类及危害

1.1 金融风险的分类

依据不同的标准，金融风险的分类也存在差异。依据产生根源的不同，金融风险分为静态风险和动态风险;依据涉及范围的差异，分为宏观风险和微观风险;依据主体不同，分为银行风险、保险风险等;依据驱动因素不同，分为市场风险、信用风险、流动性风险、操作风险等，而这也是比较常见的金融风险分类方式。

市场风险的驱动因素主要有汇率、利率、股票价格等变动，例如某银行预期利率会上升，于是购买了大量债券，結果利率下跌银行损失惨重，不得不变卖资产。市场风险很难被准确预估，但可以通过相关模型的建立进行规避。信用风险也可以称为违约风险，常见的就是信贷风险，这是商业银行内部风险管控的重要内容，也是各项审计工作的重点内容。在商业的资产业务中，信贷风险时有发生，不仅会为商业银行带来损失，而且随着不良率的上升极易引发系统性金融风险。流动性风险不仅包含资金的流动性，还包含市场的流动性，主要是由于流动性不足会带来损失。为应对流动性风险，主要通过流动性比例、流动性缺口率、流动性覆盖率等指标进行监测。操作风险则主要是由于系统、人员等因素造成的风险，例如巴林银行倒闭案例，操作风险就是其中的重要因素。

1.2 金融风险的危害

金融风险发生后，将产生多方面的不利影响。首先，风险主体自身将承受较大损失。以商业银行为例，一旦客户发生信用风险，则银行无法回收贷款，如果客户的抵押物价值不能覆盖贷款本息及相关成本，商业银行会面临经济损失。其次，有可能引发系统性风险。一旦某个金融机构引发金融风险，并且无法控制由此带来的损失，并且引发整个金融行业风险的爆发，则会带来不可估量的损失。最后，破坏金融秩序。无论哪种金融风险出现，都会影响金融市场的正常秩序。金融在现代经济中处于核心地位，相关风险的存在必然会阻碍金融体系的正常运行。

2 大数据审计在防范金融风险中存在的难点

2.1 缺少审计法规制度的约束

从金融风险防范视角来看，大数据审计应当依法依规开展工作，这样才能提升审计的效果，并对金融风险实施有效管控。然而，大数据技术发展速度非常快，相关的审计法规制度并未跟上大数据的发展脚步。其一，电子数据管理方面的法律法规并不完善。现实中，信息数据泄露、个人隐私受到侵犯的案例比比皆是，大数据审计中涉及的数据量非常庞大，如果不能保证数据的安全，则相关损失不可挽回。由于缺乏电子数据管理方面的法律法规，在大数据审计中对数据的管理就存在一定的随意性，既不利于对数据的充分利用，也不利于得出科学的审计结果。其二，在防范金融风险方面的大数据审计制度还比较匮乏。目前来看，在防范金融风险方面，大数据审计流程并不规范，这主要是由于审计制度不够完善，造成对金融风险的识别不够全面。

2.2 数据管理方面存在风险

本文所指的数据管理是从数据采集、数据存储和数据分析三方面进行阐述。数据采集阶段，大数据审计需要采集大量数据，并进行加工整理，因此数据的真实性、完整性和采集质量直接影响审计结果。数据采集过程中极易引发数据风险，以商业银行为例，数据来源多、类型多，增加了采集难度，这是因为商业银行除了基础客户数据外，还有大量的业务数据、后台数据等，数据之间的交互存在一定难度。数据存储阶段，如果大数据审计平台缺乏科学性，造成数据存储不当、数据泄露等问题，也同样会引发金融风险，大数据审计则很难发挥作用。数据分析阶段，大数据审计需要借助现代数据分析方法才能得出客观性结论，如果存在数据分析方法落后或者审计人员对方法掌握不熟的情况，同样也无法实现金融风险防范的目的。

2.3 审计模型对金融风险的考量缺乏全面性

大数据审计要发挥防范金融风险的作用，则需要构建先进的审计模型，融入风险考量因素，这样才能保证审计的有效性。但从实践来看，审计机构构建的审计模型往往仅能考量一种或几种金融风险，不能实现金融风险的全面考量。于是，大数据审计不仅无法实现金融风险防范的目标，也可能会失去客观公正性。这与金融风险本身的特点也存在一定关系，金融风险具有不确定性，并且具有传染性，这就为审计模型的构建增加了难度。同时，金融风险的分类也比较多样化，如前文所述，依据不同金融风险其分类也不同，这同样为大数据审计模型的构建增加了难度。因而，如何保证审计模型对金融风险考量的准确性、全面性是应当解决的问题。

2.4 审计人员对金融风险认识不足

其一，部分大数据审计人员缺乏金融风险防范意识，无法在审计实践中融会贯通。一些大数据审计人员具备较好的审计专业知识，自身能力也比较强，但是在防范金融风险方面还存在欠缺。主要表现为未将金融风险防范知识融入审计实践中，风险意识不强，对金融风险的重视程度不够。其二，审计人员对金融风险的认识不够深入，审计重点容易产生偏差。一些审计人员仅意识到信用风险、流动性风险等常见金融风险，对其他金融风险缺乏了解和学习，这样就会忽视部分金融风险。以商业银行为例，审计人员如果仅关注信用风险，对银行资产业务审查较多，而忽视投机性较强的表外业务引发的金融风险，则不利于实现大数据审计目标。

3 金融风险防范视角下大数据审计的实施策略

3.1 促进大数据审计依法依规实施

第一，完善大数据审计及数据管理方面的法律法规。我国应加快出台大数据审计方面的法律法规，跟上大数据技术快速发展的步伐。以审计法为基础，出台具体的大数据审计法规或者实施条例等，严格规范大数据审计主体及其行为。与此同时，电子数据管理方面的法律法规也应不断完善，充分发挥数据管理的基础作用，促进大数据审计更好地防范金融风险。第二，加快构建防范金融方面的大数据审计制度。健全并落实大数据审计制度是重中之重，大数据审计制度应当具有清晰化的审计目标，即实现金融风险的防范。同时，审计制度中还应当规定标准化的审计流程，避免因制度不完善而忽略相关金融风险。总之，大数据审计只有依法依规实施，才能更好地识别金融风险，并起到防范作用。

3.2 加强数据管理，提升审计实效

第一，在数据采集阶段进行预处理，提升数据的准确性和完整性。对于采集到的数据进行统一处理，特别是图片等类型的数据进行预处理，剔除其中的无效数据，避免因无效数据影响大数据审计结果。同时，不断提升数据的交互性，保证数据的统一性，为后续审计工作做好准备。第二，提升数据存储安全级别，强化数据管理环节。在对采集到的数据进行存储的过程中，应当通过多种措施提升安全防护级别，避免数据泄露。另外，访问数据的用户也应依据安全级别设定访问权限，从而更好保护数据安全。第三，注重数据分析方法的创新。大数据审计人员应当利用现代化数据分析方法，在数据自动化、智能化分析的基础上，结合审计人员的专业知识更好地识别金融风险。

3.3 从实际出发，构建科学审计模型

第一，审计模型要充分考慮金融风险因素。大数据审计中，审计模型构建环节就要考虑金融风险因素，并且保证风险因素考量的全面性，审计模型不能只识别一种或几种风险，而是实现对潜在金融风险尽可能全面的识别。无论是动态金融风险还是静态金融风险，无论是宏观金融风险还是微观金融风险，抑或是常见的信用风险等，均能通过大数据审计并实施防控。第二，审计模型应能有效识别金融风险。审计模型在识别金融风险的过程中，还应注重有效性。以某审计局的大数据审计为例，根据银行资产风险的五级分类方法，对五级分类情况进行重新计算，借助CASE语句对贷款种类等重新设置条件，从而构建科学的审计模型，通过与银行的数据进行对比，识别其中存在的风险点。

3.4 提高审计人员风险意识，加强金融风险知识学习

金融风险防范视角下，大数据审计人员不仅要在审计专业领域有所建树，还要具备金融风险防范意识。审计人员要认识金融风险，知晓金融风险的分类及来源，意识到金融风险的危害性，并将风险意识贯穿于大数据审计工作的始终。只有这样，大数据审计工作才能实现金融风险防范的目的。此外，审计人员还应加强对金融风险法律法规和相关知识的学习，更重要的是学会使用数据分析方法和审计模型有效识别金融风险，能够快速地找到金融风险点，这样也有利于大数据审计实效的提升。金融风险知识的学习并非一蹴而就，需要长时间的积累，随着金融风险变化，审计人员也应与时俱进。

4 结论

金融风险种类多样，具有不固定性、传染性等特征。金融风险发生后，金融机构等主体自身会承受损失，也可能引发系统性风险，最终影响经济秩序的稳定。大数据审计不仅能发挥监督作用，而且对金融风险防范也具有正面作用。虽然在此过程中大数据审计还面临一些难点和困境，但是通过探索大数据的实施策略可以解决相关问题。

参考文献：

[1]江世银.浅谈金融审计的三个发展趋势[N].中国审计报，2019-03-06（06）.

[2]张译华，许倩倩.大数据金融审计防范金融风险的对策研究[J].商业会计，2019（19）：16-19.