设为首页 加入收藏  网站地图
最新加入
热门文章

当前位置: 首页 >> 学习交流


大数据在金融审计中的运用探析
发布者:glsj_admin  时间:2018-11-17 17:10:16  阅读:1934次

    在金融审计中,针对金融行业数据量大、信息化程度高等特点,要树立“数据先行”理念,坚持实践和创新相结合,探索和推行大数据条件下的审计组织模式,深化数据分析运用,充分发挥大数据分析在金融审计中的重要作用。

发展历程

    从某种程度上说,金融审计的发展是认识数据、掌握数据和运用数据的过程。金融审计的发展,从一个阶段过渡到另一个阶段迈上新的台阶,得益于审计部门对数据分析技术和方法的引入与使用。
    第一次提升是从财务数据到业务数据的拓展,支持了金融审计从财务审计走向业务审计。早先的金融审计主要针对商业银行自身的财务情况进行审计,未涵盖其最核心的信贷业务。基于此,金融审计开始分析、研究银行的业务数据,虽然初期只局限于少数银行,数据类型局限在信贷数据,分析技术也只是运用最基本的SQL语言,但审计空间已经得到拓展,通过对信贷业务的持续关注,形成了众多反映信用风险和资产质量变化的审计成果。在组织模式上,由于信贷业务的核心环节在分支机构,审计资源也相应下沉到分支机构,有力支持了这一阶段的审计工作。
    第二次提升是从信贷数据到全业务数据的拓展,支持了金融审计从信贷走向商业银行业务“全链条”。此时恰逢银行放大融资冲动较强的阶段,当监管堵住信贷,其他通道业务开始出现,仅关注信贷已无法满足审计监督的需要,“全链条”理念开始萌生,商业银行的同业、理财等业务逐步纳入审计视野,对不同业务、不同银行的数据进行关联性分析成为迫切需要。这一时期,“总体分析、发现疑点、分散核实、系统研究”的数字化审计思路初步形成,并在很大程度上改变了此后的项目组织模式,围绕核心业务,审计资源也相应向总部总行集中,并建立了数据分析团队,为其他审计小组提供精确线索。
    第三次提升是从银行数据到非银行数据的扩展,支持了金融审计从金融机构走向金融市场。金融市场快速发展,交叉性金融业务层出不穷。基于在商业银行积累的经验,对每个金融新领域的拓展都是从数据入手,通过探索新数据,并与已有数据进行关联,形成审计成果。在技术方法上,随着个案积累的日益丰富,数据模型不断升级。在组织模式上,组建专项工作组,集中开展数据分析,在大型项目和特定、紧急审计事项中均展现出其独有优势。
    经历了三次提升,目前金融审计正处在一个新的发展阶段,大数据生命力开始凸显,更多的新技术、新方法被运用到审计实践中。

实践探索

    (一)关联分析——小微企业融资难融资贵问题
    近年来,党中央、国务院出台了一系列支持小微企业的政策措施并取得积极成效,但“融资难、融资贵”问题仍然存在。审计人员对此进行分析后,发现一个基础性问题,就是小微企业口径问题。金融审计尝试把相关数据进行关联,将经营规模明显偏高、经营属性比较特殊的企业剔除,在此基础上,更加精确地选择具体延伸对象,延伸质量明显提升,形成了针对性更强的政策建议。
    (二)偏离度分析——债券市场代持问题
    债券市场规模大,风险不低,主要是机构投资者参与其中,相对封闭。大量机构为了获得高杠杆收益,实施循环操作,逐渐形成一个庞大的网络,隐藏较大风险。由于代持交易均为“抽屉协议”,审计人员运用偏离度分析,锁定代持交易和正常交易在数据上的区别,清晰描绘出代持交易总体规模和个体特征,为推动相关部门积极稳妥地处置风险提供了重要参考。
    (三)拟合分析——操纵期货市场案例
    在暂未接触审计对象的情况下,如何把可能存在的事实先模拟出来,为后续工作奠定基础,是审计中经常遇到的问题。2017年,审计人员选择了期货市场上某种重要工业品,在不便实地查看库存的情况下,尝试运用拟合分析法,从外围调取相关数据,依据其关联关系,模拟出某企业在一个时间段内的库存数据,然后再在期货市场找到相关期货交易数据,及时揭示出企业的操作手法。这种横跨实体和金融的分析方法,具有很强的开创性。
    (四)非结构化分析和社会网络关系分析——新型涉众诈骗案例
    一个时期以来,以非法集资为代表的各类涉众、涉骗行为易发多发,这种金融乱象侵扰金融市场秩序,严重侵害群众利益。审计人员在揭示这类问题方面做了大量工作。如某涉众诈骗团伙在部分地区迅速发展,审计利用非结构化分析提炼交易中标注的关键字,并通过社会网络关系分析快速锁定可疑线索,为最终破获案件提供明确方向。
    (五)初步的数据挖掘——“现金贷”问题分析
    大数据时代,可以在尚未形成判断前,通过数据挖掘先形成初步结论,帮助审计人员做出判断。具体说,一般的非法集资,资金归集户是大笔吸收资金在前,小额返还资金在后,但经数据分析,模型自动提示出来的归集户是反向而行,即部分归集户大笔放出资金在前,小额收回资金在后,难以用现有经验来解释。经深入分析后发现,此为“现金贷”交易模式。它不是向公众吸收资金,而是面向不特定公众放贷。并且,这些机构普遍不具备金融资质,同时存在利率畸高、暴力催收频发、面向在校学生放贷等情况,最终揭示出“现金贷”畸形的商业模式和高风险特征,为监管部门清理“现金贷”“校园贷”等乱象提供了重要参考。

未来展望

    通过多年探索,金融审计在大数据应用方面取得一些经验和成果,同时,大数据审计作为一种新兴技术,还有很长的路要走。
    在技术方法上,要进一步探索多维度、智能化的分析方法,深入挖掘新技术和新方法,探索机器学习的实践应用。既要对前沿技术进行大胆的试验和探索,也要着力缩短生产力转化链条;既要深化对既定现象的分析,也要通过技术方法的升级,提高审计分析的预测性和前瞻性。
    在组织模式上,进一步完善适应大数据要求的审计组织模式。加大对总部总行的审计资源投入,更加突出总体分析,打包重点事项,按照不同的“包”拆分审计任务;推动特定地区的整体分析和数据关联工作的开展。
    在数据基础上,进一步提高金融审计数据质量。全面融入“金审工程”三期建设,以商业银行审计数据2.0标准建设为契机,提升金融各领域、各行业的数据质量,加强数据整合,为大数据技术施展更大的空间奠定基础。(张筱 刘斯恩 李春青)

来源:审计署公众号