数字化转型背景下商业银行智慧审计探讨

[摘 要]云计算、区块链、人工智能、物联网等技术应用日趋成熟，金融产业的主要参与主体商业银行，面临极大的机遇和挑战。伴随着数字化转型的不断深入，商业银行在数据资产利用方面取得了实质性的发展，并在运营、信贷、客户关系管理、资产管理等方面取得显著成效。智慧银行初现端倪，相比之下商业银行智慧审计进展缓慢，至今尚未形成完备的智慧审计体系。无论是理论层面还是实践层面，智慧审计研究都很少。文章从数字化转型研究为切入点，在充分分析智慧审计情况的基础上，探讨商业银行智慧审计的主要特征，在此基础上提出智慧审计建设建议，以期为商业银行智慧审计建设提供一些参考。

[关键词]数字化转型;智慧审计;内部审计;商业银行

[DOI]10.13939/j.cnki.zgsc.2021.05.186

1 数字化转型是智慧审计的基础

1.1 国家大数据战略逐步深入

2017年，政府工作报告中首次将数字经济写入政府工作报告，国家领导人在会议中多次强调“实施国家大数据战略加快建设数字中国。”“要构建以数据为关键要素的数字经济。”2019年，政府工作报告将2017年提出的“加快成长”上升到“壮大数字经济”的高度，标志着数字经济进入新阶段。在2020年的政府工作报告中，“数字经济”再次被写入报告，“打造数字经济新优势”为数字化转型提供了发展方向。综上不难看出，数字化转型即将迈入应用阶段，如何利用现有数据资本，创造经济增长点，发展优势意义重大。

1.2 商业银行数字化转型稳步推进

2019年中国互联网金融协会金融科技发展与研究专委会、新华社瞭望智库联合撰写的《中国商业银行数字化转型调查研究报告》（以下简称《报告》）中，对51家商业银行进行研究。研究结果显示（下文研究成功均基于51家被调查银行），被调研的银行中，75%的正在或已经制定了全行级数字化转型方案，90%的正加大数字化转型方面的投入力度，相对于数字化能力较高的支付汇款和个人信贷业务，风险管理数字化能力更低。

1.3 商业银行智慧审计呼之欲出

数字化转型为智慧审计提供数据准备，智慧审计从设想向实际应用转变。数据化转型前，商业银行以结构化数据为主，对非结构化数据的收集重视不足。即使是结构化数据，因为其主要以纸质凭证的方式保存，严重制约了大数据分析的难度。随着大数据等信息技术在商业银行中的广泛应用，数字化转型稳步推进，商业银行用电子方式保存结构数据和非结构化数据，并有针对性地开展数据治理，从而为智慧审计的发展提供数据基础。数字化转型为商业银行带来以下三方面的变化。

1.3.1 商业模式转变，组织行为可衡量

随着数字经济时代的到来，简单的直线式商业模式被打破，商业银行在供应链中的地位及作用都发生了改变。电商平台通过重塑消费端的支付结算习惯获得优势地位，导致商业银行从支付结算的主体向中后台转化。移动支付成为主要的支付结算手段，根据人民银行发布的《2019年第三季度支付体系运行总体情况》显示，2019年第三季度，全国共发生银行卡消费业务430.18亿笔，金额29.67万亿元。移动支付业务272.74亿笔，金额86.11万亿元。移动支付金额是银行卡消费金额的2.9倍。商业银行积极布局数字化转型，从而激发业务流程与盈利模式的改变，组织行为及客户行为均可量化，这为智慧审计提供了量化基础，组织行为更易比较和衡量。

1.3.2 数据角色转变，商业行为可评价

随着信息技术的发展，数据在商业银行中的地位越来越重要，数据不只是简单的交易数据，通过大数据分析及利用，数据成为商业银行的数据资本。数字化转型背景下，商业银行充分利用客户流量及经济行为数据优势，以经济活动为基础，收集、利用业务流程中产生的不同类型、不同维度的数据，通过大数据分析、人工智能等信息技术，为组织战略调整、客户营销、产品开发设计等提供数据支撑，结合数据相关性分析、趋势分析等统计学工具，对组织、员工、客户行為进行评价。

1.3.3 企业流程重构，业务流程可追踪

随着数字转型的不断深入，各大商业银行依托应用信息技术重构业务处理流程，以期在成本、质量、服务和速度方面得到明显提高。新的业务流程将大量简单重复业务交由系统自动完成，从而使业务流程追踪变得更为简单，为智慧审计提供有力支撑。

综上所述，数字化转型在商业模式、海量数据形成的数据资产、流程再造等方面为商业银行带来重大转变。越来越多的智能系统嵌入商业银行的各个环节，更加友好、智能、高效的业务处理模式呼之欲出。这种转变为审计工作带来新机会和新挑战。审计工作从传统的统计抽样向全量分析转变。各大商业银行积极布局以大数据分析为基础的智慧审计平台，提高非现场审计质效，四大会计师事务所也在积极摸索智慧审计的发展模式，如德勤会计师事务所对商业银行提供智慧审计咨询服务。

2 信息技术是智慧审计的保证

信息技术是智慧审计的有力保证，智慧审计效率和质量除了与数据应用息息相关，还与信息技术的合理应用有直接关系。已广泛应用的技术有大数据分析、人工智能、技术等，结合审计工作的特点，综合运用信息技术广泛应用于智慧审计流程或场景，最终达到审计智能化、智慧化的目的。下面重点介绍三种信息技术在智慧审计中的应用场景。

2.1 智慧审计质效依托大数据分析能力

智慧审计依托大数据分析，大数据分析简而言之就是对海量数据进行分析。商业银行拥有海量的结构化及非结构化数据，而数据中潜藏着客户偏好、行为习惯等重要经济信息。商业银行对现有数据资源的挖掘和利用能力，将直接关系到商业银行未来的发展。随着大数据分析技术的发展，尤其是云计算等信息技术的发展，数据资源的挖掘已经进入到全新的阶段。商业银行成功将大数据分析应用于零售业务领域，在市场营销、客户挖掘、客户管理等方面都取得很好的效果。目前各大商业银行都积极探索智慧审计模式，将大数据分析应用于内部控制及内部审计流程中。大数据分析将在整体分析、审计对象画像、舞弊线索提取等方面起到至关重要的作用。

2.2 智慧审计发展依赖人工智能发展程度

人工智能助力智慧审计，人工智能是研究如何使机器具有类似于人类的智能反应。人工智能包含很多领域，如机器人、专家系统、自动识别技术等。商业银行中机器人的应用大大提高运营效率，有些银行将机器人、专家系统应用于客户服务，有效地降低成本、提高响应速度，从而提高客户满意度。智慧审计中引入人工智能，将大大减少简单重复劳动、优化审计流程、提高审计效率。如舞弊审计机器人可以实现程序化的审计任务，根据财务或业务规则，结合审计经验，发现异常数据，从而达到发现舞弊的目的。

2.3 智慧审计依靠网络爬虫技术应用效果

网络爬虫技术是智慧审计工具的有力补充，网络爬虫技术是一种数据采集技术，主要用于获得网络中的公开数据资源。通过收集权威的公共数据资源，辅助进行审计分析。通过政府、监管机构、上市企业公开报表等高价值数据的收集，提高审计效率。如在对贷款企业信用风险分析中，通过爬虫技术获得近三年企业财务报表、企业信用信息、关联企业等重要信息，将大大提高企业画像的精准度，同时有效识别企业潜在风险，验证信贷审批有效性。

3 智慧审计主要特征探讨

智慧审计将颠覆传统的审计流程及审计模式。信息技术的应用大大简化审计流程，尤其是机器人的广泛应用，审计中简单重复工作将被机器人取代，同时数据化转型完成后，系统中的数据校验、逻辑校验等工作也将被系统取代，审计工作的内容、范围及工作重点都将发生重大改变。

3.1 智慧审计使审计范围向全面审计发展

大数据、云计算等信息技术的发展，使全面审计成为现实，智慧审计不再局限简单的抽样审计，而是进行全数据、全流程、全范围的审计。一是审计范围由点及面。传统审计工作中，审计抽样质量与审计效率和质量息息相关。相对于传统的审计方法，智慧审计中应用大数据分析，对全量数据进行分析，结合审计模型，提取异常数据，突破时间和空间的限制。二是审计流程发生改变。机器人的引入将大大提高审计效率，审计工作中简单、重复、规律的审计工作都由机器人处理。三是审计的基础数据多元化。除了组织内部结构化数据、非结构化数据，审计人员还将获得大量外部权威数据。通过大数据分析，审计深度和广度都将扩大，针对全量数据进行分析成为可能。

3.2 智慧审计使审计工作向分析审计转移

智慧审计的工作重点是结果分析审计。相对于传统的事后审计，信息技术的广泛应用使审计工作从简单重复劳动中解放出来。相对于传统审计，智慧审计时期审计人员的工作重心从验证工作向结果分析转变。智慧审计中的逻辑校验、数据校验、制度比对等工作都由机器控制或完成，审计人员的工作重点是建立风险模型、分析模型输出的结果以及结论反馈，提高机器学习效率。如根据风险特点建立流动性风险模型，并根据设定的风险偏好设定预警阈值，当流动性风险临近风险阈值时，产生预警信息后，审计人员根据预警信息进行风险分析，并及时将结果反馈给董事会及管理层，为决策提供支持。

3.3 智慧审计使审计重点向管理审计转变

智慧审计是管理审计，相对于传统的风险审计、具体事项审计，智慧审计更偏向管理审计。传统审计结论基于统计抽样，样本分析结果与审计结论的因果关系深受诟病。相对于商业银行的海量数据，统计抽样的数量简直是沧海一粟，而从小样本量中得出的结论是否具有代表性，常常是审计单位与被审计单位争论的焦点。因此，传统审计结论多倾向于事项性质。而智慧审计阶段，审计结论将基于全部数据，不但能够对被审计单位进行精准画像，还能够针对海量数据推出审计结论，如问题占比、数据偏离度、置信区间等统计数据，为管理审计结论提供完整数据支撑。

4 智慧审计面临的挑战

从上文分析不难看出，智慧审计建设已经具备了技术基础，但也要看到目前智慧审计也面临巨大挑战。

4.1 数字化转型道阻且长

数字化转型的质量和效率直接关系到智慧审计的发展。一是转型效果有待检验。虽然各大商业银行都在积极推进数字化转型，但数字化转型的效果还有待检验，一致性、完整性、准确性、及时性直接影响数据分析的质量;二是部门化阻碍转型质效。大型商业银行由于结构庞大，数据量大且结构复杂，且涉及众多系统、业务部门，因此数据治理难度较大，流程较多，数字化转型只能逐步推进，需要耗费大量时间和精力。

4.2 复合型人才培养难一蹴而就

目前商业银行通常具有信息技术人员与专业技术人员两个团队，两个团队分工合作。信息技术人员主要负责模型建立及疑点线索提取。专业技术人员负责数据分析及线索核实。而智慧审计需要大量具有审计技术及信息技术复合背景的人才。也就是说，审计人员不但要具有基本的审计技术和技能，同时要求对信息技术有一定程度的了解。符合人才的培养需要时间及实践，短时间内培养大量复合型人才难度大。

5 智慧审计建设的建议

数字化转型为智慧审计提供了强有力的保证，各商业银行应充分利用数字化转型的成果，积极推进智慧审计建设。

5.1 以數字化转型为契机，夯实数据基础建设

扎实推进数字化转型，转型过程中做好数据治理工作。其一，管理层牵头，将数字化转型纳入组织战略。数字化转型是一个长期的过程，由管理层主导并将数字化转型纳入战略管理，能够有效控制数字化转型的速度和质量。其二，信息部门主导，与业务部门分工协作。由信息技术相关部门主导，统筹协调各业务部门。各部门对本部门的基础数据负责，同时提出相关数据需求，反馈至信息技术部门完善优化，再由业务需求部门核实确认。其三，审计部门在参与数字化转型工作中，审计部门以数据使用者及数据治理监督的双重身份参与到数字化转型中。审计部门对数字化转型进行监督及评价，定期向董事会及高级管理层汇报进度及质效。

5.2 以智慧审计平台搭建为抓手，推进智慧审计人才队伍建设

智慧审计平台建设的过程是智慧审计实现的过程，审计人员参与到审计平台建设中，有利于智慧审计人才的培养。其一，建用相长。智慧审计平台数据来源是否可靠、数据分析是否准确、平台界面是否友好、功能是否完备、使用是否简便等，都直接关系到智慧审计发展进度，审计人才参与智慧审计平台建设，不但能够充分理解审计平台建设理念，同时也能为平台搭建提供专业建议。其二，学以致用。审计人才在智慧平台进行审计的过程中，可以将审计结果及时反馈给审计平台，促进审计模型评价，不断提高审计模型精准度。

参考文献：

[1]何大勇，谭彦，陈本强，等.银行转型2025[M].北京：中信出版集团有限公司，2017.

[2]王克照.智慧政府之路：大数据、云计算、物联网构架应用[M].北京：清华大学出版社，2014.

[3]维克托·迈尔-舍恩伯格，肯尼斯·库克耶.大数据时代[M].盛杨燕，周涛，译.杭州：浙江人民出版社，2013：19-118.

[4]吕天贵.商业银行零售业务数字化转型的理念、路径与成果[J].银行家，2019（3）：50-52.

[5]唐兆涵，满明俊.商业银行数字化转型的国际经验[J].农村金融研究，2019（6）：30-35.

[6]德勤.智慧审计的其中武器[EB].https：//www2.deloitte.com/cn/zh.html，2017.

[7]何芹.持续审计研究[M].上海：立信会计出版社，2008.

[作者简介]陈艳丽（1981—），女，吉林人，管理学硕士，中国农业银行股份有限公司审计局成都分局，经济师，研究方向：审计、管理学、信息技术在审计中的应用。