基于Ｊ银行审计实证研究
尹㊀蕾
(江苏银行内审部ꎬ江苏南京２１０００１)
摘㊀要：近年来信息技术飞速发展ꎬ金融行业进入了大数据时代ꎬ金融创新及内外部环境的变化使舞弊手段越来越高明ꎬ对反舞弊审计工作提出了更严峻的考验ꎮ在该背景下ꎬ以Ｊ银行为例ꎬ介绍该行大数据技术在反舞弊审计中的成功实践ꎬ为Ｊ银行以及整个银行业的实践应用提供一定的参考价值ꎮ同时ꎬＪ银行利用大数据技术开展反舞弊审计的过程仍存在不足ꎬ并针对性地提出了改进策略ꎬ促进商业银行内部审计更好地提供审计服务ꎬ推动银行高质量发展ꎮ
关键词：大数据技术ꎻ反舞弊ꎻ内部审计ꎻ数据采集ꎻ数据挖掘ꎻ数据可视化
中图分类号:Ｆ８３０.３４２㊀㊀㊀㊀㊀㊀文献标识码:Ａ㊀㊀㊀㊀㊀㊀文章编号:１００８－４４２８(２
０２０)８９－００９４－０４
Ａｐｐｌｉｃａｔｉｏｎｏｆｂｉｇｄａｔａｔｅｃｈｎｏｌｏｇｙｉｎａｎｔｉ－ｆｒａｕｄａｕｄｉｔ
ＢａｓｅｄｏｎａｕｄｉｔｅｍｐｉｒｉｃａｌｒｅｓｅａｒｃｈｏｆＪｂａｎｋ
ＹｉｎＬｅｉ
(ＩｎｔｅｒｎａｌＡｕｄｉｔＤｅｐａｒｔｍｅｎｔｏｆＪｉａｎｇｓｕＢａｎｋꎬＮａｎｊｉｎｇꎬＪｉａｎｇｓｕꎬ２１０００１)
Ａｂｓｔｒａｃｔ:Ｗｉｔｈｔｈｅｒａｐｉｄｄｅｖｅｌｏｐｍｅｎｔｏｆｉｎｆｏｒｍａｔｉｏｎｔｅｃｈｎｏｌｏｇｙｉｎｒｅｃｅｎｔｙｅａｒｓꎬｔｈｅｆｉｎａｎｃｉａｌｉｎｄｕｓｔｒｙｈａｓｅｎｔｅｒｅｄｉｎｔｏｔｈｅｅｒａｏｆｂｉｇｄａｔａ.Ｂｅｃａｕｓｅｏｆｆｉｎａｎｃｉａｌｉｎｎｏｖａｔｉｏｎａｎｄｔｈｅｃｈａｎｇｅｏｆｉｎｔｅｒｎａｌａｎｄｏｕｔｓｉｄｅｅｎｖｉｒｏｎｍｅｎｔꎬｔｈｅｍｅｔｈｏｄｓｏｆｆｒａｕｄａｒｅｍｏｒｅａｎｄｍｏｒｅｄｅｌｉｃａｔｅꎬａｎｄｈｉｄｄｅｎꎬａｎｔｉ－ｆｒａｕｄａｕｄｉｔｗｏｒｋｉｓｍｏｒｅｓｅｒｉｏｕｓｔｅｓｔｅｄ.Ｉｎｔｈｉｓｃｏｎｔｅｘｔꎬｔｈｅｓｕｃｃｅｓｓｆｕｌｐｒａｃｔ
ｉｃｅｏｆＪＢａｎｋｂｉｇｄａｔａｔｅｃｈｎｏｌｏｇｙｉｎａｎｔｉ－ｆｒａｕｄａｕｄｉｔｉｓｉｎｔｒｏｄｕｃｅｄꎬｗｈｉｃｈｐｒｏｖｉｄｅｃｅｒｔａｉｎｒｅｆｅｒｅｎｃｅｖａｌｕｅｆｏｒｔｈｅｐｒａｃｔｉｃａｌａｐｐｌｉｃａｔｉｏｎｏｆＪＢａｎｋａｎｄｔｈｅｗｈｏｌｅｂａｎｋｉｎｄｕｓｔｒｙ.ＡｔｔｈｅｓａｍｅｔｉｍｅꎬＪＢａｎｋｓｔｉｌｌｈａｓｓｈｏｒｔｃｏｍｉｎｇｓｉｎａｎｔｉ－ｆｒａｕｄａｕｄｉｔｂｕｙｕｓｉｎｇｂｉｇｄａｔａｔｅｃｈｎｏｌｏｇｙꎬｔｈｉｓｐａｐｅｒｐｕｔｓｆｏｒｗａｒｄｔａｒｇｅｔｅｄｉｍｐｒｏｖｅｍｅｎｔｓｔｒａｔｅ￣ｇｉｅｓｔｏｐｒｏｍｏｔｅｔｈｅｉｎｔｅｒｎａｌａｕｄｉｔｏｆｃｏｍｍｅｒｃｉａｌｂａｎｋｓｔｏｐｒｏｖｉｄｅｂｅｔｔｅｒａｕｄｉｔｓｅｒｖｉｃｅｓꎬａｎｄｐｒｏｍｏｔｅｔｈｅｈｉｇｈ－ｑｕａｌｉｔｙｄｅｖｅｌｏｐｍｅｎｔｏｆｂａｎｋｓ.
Ｋｅｙｗｏｒｄｓ:ｂｉｇｄａｔａｔｅｃｈｎｏｌｏｇｙꎻａｎｔｉ－ｆｒａｕｄꎻｉｎｔｅｒｎａｌａｕｄｉｔꎻｄａｔａｃｏｌｌｅｃｔｉｏｎꎻｄａｔａｍｉｎｉｎｇꎻｄａｔａｖｉｓｕａｌｉｚａｔｉｏｎ
一㊁引言
近年来ꎬ银行内外部舞弊案件频发ꎬ且往往涉及金额巨大ꎬ社会影响深远ꎬ银行舞弊案件对我国金融体系的安全稳定运行产生了不良影响ꎮ巴林银行员工尼克 李森利用开立的特殊账户掩盖损失ꎬ为了弥补
损失不断补仓杠杆效应放大几十倍的期货合约ꎬ最终给巴林银行带来了灭顶之灾ꎬ一名员工的舞弊行为导致一家百年银行倒闭ꎮ许多舞弊行为是隐藏在海量的大数据下发生的ꎬ这给内审工作带来了极大的挑战ꎬ把握大数据技术发展的契机是进一步提高内部审计发现能力的重中之重ꎮ近年来各银行内部审计在大数据技术应用方面不断探索ꎬ开发非现场审计系统ꎬ加大数据挖掘力度ꎬ让数据 说话 ꎬ提高审计工作质量和效率ꎮ商业银行内部审计团队能否抓住大数据技术发展的契机ꎬ深入应用大数据技术ꎬ借鉴外部大数据技术使用的成功经验ꎬ将成为内审人员有效履职㊁推动内部审计高质量发展的关键因素ꎮ
二㊁文献综述
(一)关于反舞弊审计的文献综述
美国特雷德维委员会(ＴｒｅａｄｗａｙＣｏｍｍｉｔｔｅｅꎬ１９８７)的调查报告中提出企业反舞弊四层次机制理论ꎬ企业可通过建立下列四道防线来预防企业舞弊：高管的管理理念㊁内部控制㊁内部审计㊁外部独立审计ꎮ
Ａｌｂｒｅｃｈｔ和Ｗｒｅｎｓ等(１９９５)提出舞弊三角理论ꎬ指出影响舞弊行为发生的三要素分别为压力㊁机会与借口ꎮＡｌｂｒｅｃｈｔ(２０１５)认为ꎬ商业银行舞弊行为具有隐蔽性ꎬ内审人员必须要采用先进的技术手段查隐藏的舞弊痕迹ꎮ
Ｄｕｍｉｔｒｅｓｃｕ(２０１４)认为有效的内部审计是银行内部控制的重要环节ꎬ内部审计可以有效识别已发生的舞弊行为ꎬ堵住潜在舞弊风险ꎬ有效遏制员工为牟取私利损害银行利益ꎬ提高银行的资产安全性与声誉ꎮ
Ｏｇａｒａ(２０１６)认为ꎬ商业银行的管理层舞弊行为产生的
作者简介：尹蕾ꎬ女ꎬ江苏扬州人ꎬ江苏银行内审部ꎮ
特别感谢论文写作过程中江苏银行内审部华国兵㊁王彪㊁张笃续㊁曹俊杰提供的帮助ꎮ
财经论坛Һ㊀
损失金额比员工舞弊产生的金额更大ꎬ管理层容易凌驾于内审人员之上ꎻ随着手机㊁网银等电子支付渠道的便捷ꎬ很多舞弊案件的资金流发生在行外ꎬ进一步加大了审计排查的难度ꎮ
(二)关于大数据技术应用于内部审计的文献综述
Ｃｏｎｎｏｌｌｙ(２０１２)认为审计大数据是企业交易数据㊁互动数据和观测数据组成的集合ꎬ他将审计大数据用一个关系等式表现出来：审计大数据＝交易数据＋互动数据＋观测数据ꎮ白涛(２０１３)认为ꎬ建设以 云计算 为基础的 大数据处理平台 ꎬ是内审信息化建设的基石ꎮ该平台将实现数据共享ꎬ打破信息孤岛ꎬ实现全过程㊁全覆盖审计ꎮ
郑伟等(２０１６)分析了大数据给审计模式带来的影响ꎬ提出从审计流程㊁模型架构㊁应用工具等角度ꎬ进一步完善大数据环境下的数据式审计模式ꎬ提供研究和实践数据式审计模式的新思路ꎮ
程平等(２０１６)认为ꎬ大量结构化和非结构化数据存储在云平台中ꎬ使得内审人员能够更加便捷㊁快速地获取非标准化数据ꎬ进行聚类分析ꎬ确定审计重点ꎬ并将其存入知识库ꎬ可实现对审计经验的积累和再利用ꎮ西北农林科技大学学报
中国银行(香港)有限公司非现场审计课题组(２０１８)认为ꎬ大数据的统计技术和可视化分析技术可以应用于银行内审工作ꎬ如授信客户行业真实性核查㊁客户多层交易分析㊁授信审批效率评估等ꎮ
(三)文献述评
查阅近年来大数据技术发展和银行反舞弊审计的相关文献ꎬ国内外专家学者从不同角度㊁不同层次探讨舞弊ꎬ舞弊方面包括舞弊三角理论㊁反舞弊四层次机制理论㊁内部审计对反舞弊的重要性等ꎬ以及大数据技术对审计的影响㊁应用于审计的大数据技术㊁如何搭建审计大数据平台等ꎮ理论研究的学者较多ꎬ将理论和应用实践结合的较少ꎬ且由于内部审计的非公开性ꎬ大数据技术在银行反舞弊审计中的实践案例研究更少ꎬ论文尝试从内部审计实务出发ꎬ研究如何通过大数据技术发现员工舞弊行为ꎬ从而治理和预防舞弊ꎮ希望通过研究如何利用大数据技术提高反舞弊审计的发现能力ꎬ提升内部审计防范员工舞弊案件的方法和手段ꎬ提升银行内部控制水平ꎬ为Ｊ银行以及整个银行业的实践应用提供一定的参考
价值ꎮ
三㊁大数据技术在Ｊ银行反舞弊审计方面的主要实践
近年来Ｊ银行加大对非现场审计系统的建设力度ꎬ在反舞弊审计中通过大数据技术的运用和探索ꎬ助推了审计事业的快速发展ꎬ带来审计 创新力 的大幅增长ꎬ有效降低了审计的抽样风险ꎬ提高了反舞弊审计的效果和效率ꎮ(一)Ｊ银行非现场审计系统建设
Ｊ银行近年来不断改进审计技术ꎬ开发了非现场审计系统ꎬ该系统数据架构采用Ｇｂａｓｅ集列存储数据库环境ꎬ通过建立数据接口ꎬ完成与生产数据库或数据仓库的对接ꎬ实时加载核心系统㊁信贷管理系统㊁资金系统㊁影像系统等多个业务系统数据ꎬ为非现场分析提供数据基础ꎮ再利用审计系统ꎬ通过调集所有机构的有关业务数据ꎬ运用计算机辅助技术ꎬ从系统海量的数据中进行关联㊁分析和挖掘开发审计模型ꎬ实现对被审计单位问题的快速定位ꎬ最终输出疑点数据ꎮ具体审计流程见图
１ꎮ
图１ 审计流程图
(二)打造员工关系图谱ꎬ构建内部反舞弊排查体系Ｊ银行充分运用大数据分析技术ꎬ通过打造员工关系图谱ꎬ深挖违规行为特征ꎬ构建了较为完善的员工行为排查体系ꎬ实现了对全行员工违规行为的实时扫描ꎮ
在技术层面ꎬ针对员工圈㊁客户圈ꎬ挖掘 三层员工及员工亲属账号 ㊁识别 三重控制关系 ㊁挖掘 五类交易对手方 ㊁识别 四种交易特征 等模型组ꎮ在业务层面ꎬ关注以员工为中心组成的员工圈与以客户为中心组成的客户圈之间的资金往来ꎬ以及员工圈利用他人信息申请授信㊁员工圈财务状况异常失范行为等ꎮ
(三)运用聚类算法ꎬ调校收单业务反舞弊焦点
近年来ꎬ为了与支付宝㊁开展竞争ꎬ多家银行推出了基于二维码的收单业务ꎮ在业务拓展初期ꎬ银行往往采取降低或减免手续费的方式开展营销ꎬ这就给某些商户进行等舞弊交易提供了机会ꎮＪ银行在开展支付业务合规性内部审计时ꎬ使用聚类算法对交易行为分析进行了一些积极的研究和探讨ꎮ
Ｊ银行通过对商户交易数据的统计分析ꎬ最后选定五个统计量作为最后参与聚类分析的输入参数ꎬ运用ＳＡＳ统计分析软件①进行聚类运算ꎬ最终产生聚类结果ꎬ根据聚类结果再结合对每类中抽样商户交易流水的人工判断ꎬ可以初步分析出该类商户的交易特征ꎬ可直接用于对判断存在舞弊交易的商户开展进
一步的统计分析ꎬ也可作为对行内反舞弊控制过程进行审计评价的依据ꎬ较为科学并高效地实现了对舞弊行为的聚焦和锁定ꎮ
(四)爬取非结构化数据ꎬ辅助监测信贷资金流向
按照银监会相关规定ꎬ信贷资产严禁流入股市㊁房地产㊁投资公司等高风险领域ꎮＰ２Ｐ平台大多由民营企业营运ꎬ存在较大的风险ꎬ在Ｐ２Ｐ投资的高峰期往往两三天就会有新的平台冒出ꎬ但每个月都可能有平台 爆雷 ꎬ而银行收集到的相关信息通常较为滞后ꎮ
通过自动爬取 网贷之家 网贷天眼 等专业信息类网站公布的Ｐ２Ｐ平台公司名单㊁平台问题等信息ꎬ高效地将互联网的非结构化数据转化为可分析识别的结构化数据ꎻ再结合工商㊁征信等专业数据ꎬ对信贷客户资金流向进行分析ꎬ描绘出关联图谱ꎬ从而掌握资金流入Ｐ２Ｐ平台的情况以及Ｐ２Ｐ平台在行内的授信情况ꎬ做出相关预警ꎮ网络爬虫技术的运
①ＳＡＳ(ＳｔａｔｉｓｔｉｃａｌＡｎａｌｙｓｉｓＳｙｓｔｅｍ)是一个模块化㊁集成化的大型应用软件系统ꎬ主要应用于统计分析ꎮ
战争论文
用ꎬ得以进一步提升审计的数据采集能力ꎬ通过整合内外部信息ꎬ挖掘数据价值ꎬ拓宽了审计的视角ꎮ
四㊁大数据技术应用于Ｊ银行反舞弊审计存在的问题
大数据技术在Ｊ银行反舞弊审计中已有成功的实践经验ꎬ但是Ｊ银行反舞弊审计还存在一些问题以及需要改进的地方ꎬ从数据采集㊁数据挖掘㊁结果展示㊁分析预测四个方面分别说明ꎮ
(一)审计数据采集不够全面
１.外部交易㊁信息数据缺失
银行内审人员无法获得客户及员工跨区域㊁跨银行的账户资金流动㊁账户往来等交易数据ꎬ无法获取行外行为信息ꎬ使一些线索中断ꎬ无法将问题查深查透ꎬ产生审计风险ꎮ反舞弊审计中需要使用的外部数据包括：客户及员工行外的账户交易ꎻ客户及员工的互联网行为㊁购物㊁社交等信息ꎻ授信客户的工商㊁征信㊁税收㊁诉讼㊁舆情等信息ꎻ授信客户的行外账户交易ꎮ
２.未采集半结构化㊁非结构化数据
目前内审人员多为对结构化数据进行分析ꎬ但对于半结构化㊁非结构化数据ꎬ如签订的信贷合同文本㊁的录音信息㊁经营场所的监控视频ꎬ该类文本㊁音频㊁视频尚未使用文本检索系统㊁图像识
别系统㊁自然语言处理系统进行大数据技术开发ꎬ仅为人工查看ꎬ没有有效手段加以利用ꎮ未来反舞弊审计的突破口在于半结构化㊁非结构化数据的采集和处理ꎮ
(二)数据挖掘深度不够
１.审计系统数据挖掘工具较为单一
目前Ｊ银行非现场审计系统中的数据挖掘工具主要是关联规则分析工具ꎬ缺乏聚类分析㊁决策树㊁链路预测算法㊁趋势分析㊁回归分析等工具ꎬ数据挖掘工具单一ꎮ在近期开展的审计项目中审计人员使用ＳＡＳ分析软件对收单业务反舞弊进行了首次尝试ꎬ并取得了较好的效果ꎬ非现场审计系统中的数据挖掘工具有待丰富ꎮ
２.数据挖掘思路有待拓展
目前银行规模不断扩大ꎬ银行资管㊁理财㊁票据等业务交易结构不断创新ꎬ银行内外部舞弊形式和手段更为隐蔽ꎬ不断翻新ꎬ且银行舞弊案往往与银行业务紧密结合ꎬ目前商业银行的大数据开发人员以技术人员为主ꎬ对银行业务了解不多ꎬ大数据技术人员脱离了银行业务往往缺乏模型开发思路ꎬ很多模型思路还是沿用以前年度的ꎬ该类模型思路的审计发现越来越少ꎮ
(三)数据可视化技术尚未应用
１.非现场审计系统中缺乏数据可视化工具
可视化工具目前在非现场审计系统中尚未应用ꎮ当存在海量数据时ꎬ数据的分布情况无法用散点图㊁正态分布图等描绘ꎬ复杂的人员关系㊁资金流向无法用不同的图形和箭头描绘ꎬ风险程度无法用不同的颜标注ꎮ审计人员无法将人的认知和计算机的计算能力融合ꎬ需要耗费较多的时间理解表与表之间的关系ꎮ
２.舞弊疑点展示不直观
目前非现场审计系统中疑点数据均用表格来展示ꎬ对于每个被审计对象的关系网㊁资金网没有一个直观的感受ꎬ特别是当某个目标对象涉及多种类型的关系人㊁复杂的资金流向时ꎬ现在审计信息的展现方法多样ꎬ传统文字和表格已经不能满足复杂的审计思路ꎬ无法将聚集的各员工圈㊁担保圈㊁客户圈和风险程度展示出来ꎮ
(四)审计重发现舞弊ꎬ轻预防舞弊
１.对舞弊行为未能实时预警
目前反舞弊审计还是停留在事后对舞弊行为的检查发现ꎬ对已暴露的风险事件进行披露ꎬ对相关的人员进行责任界定和问责ꎬ但是对事前㊁事中审计开展得较少ꎬ对潜在的风险事项缺乏预测和预警ꎮ内审人
员要通过实时预警功能ꎬ减少舞弊发生的机会ꎬ才能从根源上治理舞弊ꎮ银行有大量的交易数据ꎬ为事中预警提供了可行性ꎬ目前尚未能够根据已识别出的关联关系ꎬ固化关联模式ꎬ利用图搜索方式定时㊁批量地监测疑似员工㊁客户㊁担保关系ꎮ
２.预防舞弊手段不够
银行业务不断创新ꎬ同业㊁理财㊁债券㊁资管㊁金融衍生产品等业务规模不断扩张ꎬ且资产结构越做越复杂ꎬ经常交易结构设置成多层嵌套以监管套利ꎬ一方面是银行套利ꎬ另一方面也是为企业套利ꎬ同时为了达到套利效果经常签订抽屉协议㊁兜底条款ꎬ这其中隐藏巨大的道德风险ꎮ传统的规则审计模型已难以跟上其变化速度ꎬ预防手段不够ꎮ
五㊁大数据技术在Ｊ银行反舞弊审计中应用的改进策略Ｊ银行通过进一步加大大数据技术在数据采集㊁数据挖掘㊁结果展示㊁分析预测四个方面的研究和应用水平ꎬ可以提高内审管理的科学化水平ꎬ提升内审工作质量和效率ꎬ推动内部审计高质量发展ꎮ
(一)挖掘并维护系统数据资源
１.使用网络爬虫等技术采集外部可用数据埃克曼螺线
积极吸收与挖掘外部可用数据资源ꎬ丰富审计数据来源渠道ꎬ加大与外部各机构㊁行内其他部门之间的
沟通ꎮ对于可批量采购的ꎬ开通与政府机构㊁人民银行㊁银监会等机构的数据共享和交互ꎻ对于无法直接批量采购的ꎬ从政府㊁同业门户㊁万得资讯㊁各大媒体㊁购物网站等外部信息渠道ꎬ可以使用网络爬虫等技术采集外部可用数据㊁舆情信息ꎬ抓取网页中需要的信息ꎬ再经过数据的清洗和深加工ꎬ形成有效的审计疑点ꎮ
２.使用自然语言处理等技术采集非结构化信息
通过专业的识别系统ꎬ借鉴国内外先进的图像识别㊁语义分析㊁智能语音交互㊁人脸识别技术㊁光学字符识别㊁自然语言处理㊁计算机视觉等技术方法ꎬ加大对非结构化数据的采集和挖掘ꎮ对文本㊁图像㊁音频㊁视频等数据进行有效的加工和处理ꎬ生成对应编号并存储ꎬ将非结构化数据转换为表格式电子数据存储ꎬ改变非结构化数据的存储方式ꎬ对存储空间进一步扩容ꎮ
(二)强化非现场审计系统建设
１.增加决策树㊁链路预测算法等数据挖掘工具
在非现场审计系统中开发决策树㊁链路预测算法㊁趋势分析㊁回归分析等数据挖掘工具ꎬ对数据进行深度挖掘ꎬ进一步推进智慧审计ꎬ提高审计的发现能力ꎮ通过聚类分析㊁决策树等科学的统计方法ꎬ出数据的特征和相互关系ꎮ将对内㊁外部业务风险洞察与智慧审计技术相结合ꎬ形成 业务＋科技 的智慧审计核心能力与应用场景ꎮ
２.加大业务与大数据技术结合ꎬ拓展审计思路
加大审计人员业务知识和大数据技术的结合ꎬ培育知业务懂技术的专业队伍ꎬ审计模型的开发思路离不开银行业
财经论坛Һ㊀
务ꎬ懂业务的人员同时也能够胜任模型开发的工作ꎬ能够减少由于沟通不畅产生的摩擦ꎮ培养大数据分析型人才ꎬ熟练掌握分析应用工具ꎬ善于进行数据挖掘ꎮ加强对已引入非现场审计系统数据的价值深挖ꎬ通过对业务系统前台界面的使用㊁字段含义的理解和业务数据之间的逻辑关系的研究和学习ꎬ思考大数据分析方法ꎬ搭建各专业化的模型体系ꎮ(三)加大可视化技术的应用和研究
１.加强可视化应用工具研究
搭建更先进㊁工具更加多样的大数据审计工作平台ꎮ通过各种途径参与外部ＳＡＳ㊁Ｐｙｔｈｏｎ㊁Ｒ㊁Ｇｏ语言等先进应用系统编程语言的培训ꎬ增加关系网络分析㊁知识图谱等可视化应用工具的研究学习ꎮ使用可视化分析可以直观㊁高效地洞察数据关系ꎬ如散点图可以帮助审计人员迅速到偏离正常的目标数据ꎻ关系网络分析广泛应用于关联关系反查㊁团伙分析㊁反舞弊等ꎮ
２.利用知识图谱技术展示舞弊人员画像
将舞弊人员画像可视化呈现ꎬ使大量的数据表格通过一张图像来展示ꎬ并用不同的形状㊁箭头㊁颜表示不同的人物关系㊁资金流向㊁风险程度ꎬ发掘不合理的关联关系ꎬ排查贷款ꎮ知识图谱等可视化技术需要使用Ｈａｄｏｏｐ㊁Ｓｔｏｒｍ㊁Ｓｐａｒｋ等具有海量存储功能的大数据开源技术ꎬ进一步满足审计大数据存储㊁查询㊁分析和图形化展示的功能ꎮ(四)建立反舞弊预警㊁预测机制
１.建设反舞弊实时监测平台邑国时代
现代内部审计应当由检查发现问题审计向服务增值审计转变ꎬ由监督导向型审计向增值导向型审计转变ꎬ搭建事中预警平台ꎬ实时监测新发生的业务ꎬ发现可疑人员㊁可疑业务㊁可疑操作时实时预警ꎬ及时预测预警才能尽量避免损失ꎬ而不是发现问题后ꎬ损失已无法挽回ꎮ有效治理舞弊ꎬ最能发挥作用的是事前预防而不是事后问责ꎬ才能真正实现审计的 免疫系统 功能ꎮ
２.使用机器学习技术发现新线索
大数据时代下ꎬ 不良客户特征 等犯罪行为的实现手段变得越来越多样和隐蔽ꎬ需要引入机器学习算法来识别异常行为ꎬ提示新的审计线索ꎬ从而发挥相关性分组㊁估计㊁预测等功能ꎮ机器学习技术通过对历史大量数据学习和分析ꎬ一般不预设主题ꎬ不断通过数据训练机器ꎬ使用各种算法来归纳历史数据的规律ꎬ并通过总结的规律来预测未来ꎬ发现新的规律ꎮ
六㊁结语
aonier
内部审计工作不仅能够帮助商业银行发现内外部舞弊ꎬ而且能够帮助银行提高资源使用效率㊁提升经营效益ꎮ经济全球化的影响下ꎬ金融舞弊现象层出不穷ꎬ因此ꎬ如何通过内部审计更有效地发现舞弊现象ꎬ堵塞经营管理过程中的漏洞ꎬ从而预防和治理舞弊ꎬ提升商业银行市场竞争力ꎬ成为内部审计人员思考并亟须解决的问题ꎮ
将大数据技术应用到内部审计反舞弊审计中ꎬ通过大数据采集工具㊁数据挖掘技术㊁机器学习技术等对结构化数据和非结构化数据进行分析和处理ꎬ可以发现传统手工审计中所不能发现的隐蔽的舞弊行为ꎮＪ银行内审部开展反舞弊审计ꎬ在较为先进的非现场审计系统的基础上ꎬ还尝试运用了关系图谱㊁聚类算法㊁网络爬虫等先进的大数据技术ꎬ但审计人员也意识到大数据技术的应用还有很多需要进一步研究和提高的地方ꎬ在大数据时代ꎬ只有收集海量的内㊁外部数据ꎬ充分理解并掌握大数据技术ꎬ采用先进的大数据技术进行深度数据挖掘ꎬ才能提高内审反舞弊发现能力ꎬ提升内审价值增值ꎬ推动银行高质量发展ꎮ
参考文献:
[１]白涛. 大数据 时代内部审计发展策略的理论思考：以 信息化审计 引领未来发展[Ｊ].西部金融ꎬ２０１３(１０):７－９. [２]程平ꎬ范珂.云会计下基于ＣＯＢＩＴ５.０框架的ＩＴ审计体系[Ｊ].会计之友ꎬ２０１６(１８):１２８－１３２.
[３]梁秀根ꎬ黄邓秋ꎬ蔡赞ꎬ等.持续审计结合数据挖掘技术在内部审计中的应用[Ｊ].中国内部审计ꎬ２０１５(１２):６６－７２. [４]刘荣.浅析 大数据 时代的内部审计应对策略[Ｊ].中国内部审计ꎬ２０１５(５):４２－４６.
[５]刘星ꎬ牛艳芳ꎬ唐志豪.关于推进大数据审计工作的几点思考[Ｊ].审计研究ꎬ２０１６(５):３－７.
[６]孙玥璠ꎬ宋迪.大数据环境下基于云计算的非现场审计模式探究：以商业银行内部审计为例[Ｊ].中国内部审计ꎬ２０１５(１１):３０－３３.
[７]魏祥健.大数据推动审计技术革新与流程再造[Ｊ].商业会计ꎬ２０１９(３):２９－３２.
[８]张策ꎬ都云程ꎬ梁然.采用ＵＲＬ特征的Ｈｕｂ网页识别方法研究[Ｊ].现代图书情报技术ꎬ２０１６(１):Ｐ２４－３１. [９]赵萌.大数据时代财务舞弊审计方法的改变[Ｊ].现代审计与经济ꎬ２０１７ꎬ２５(１):３４－３６.
[１０]中国银行(香港)有限公司非现场审计课题组.数据时代统计及可视化分析技术在银行内部审计中的应用[Ｊ].中国内部审计ꎬ２０１８(１２):２８－３５.
[１１]郑伟ꎬ张立民ꎬ杨莉.试析大数据环境下的数据式审计模式[Ｊ].审计研究ꎬ２０１６(４):２０－２７.
上海家校互动平台[１２]ＡＬＢＲＥＣＨＴＷＳꎬＷＥＲＮＺＧＷꎬＷＩＬＬＩＡＭＳＴＬꎬＦｒａｕｄꎬｂｒｉｎｇｔｈｅｌｉｇｈｔｔｏｔｈｅｄａｒｋｓｉｄｅｏｆｂｕｓｉｎｅｓｓ[Ｍ].ＮｅｗＹｏｒｋ:ＩｒｗｉｎＩｎｃꎬ１９９５.
[１３]ＡＬＢＲＥＣＨＴＷＳꎬ李爽ꎬ吴溪.舞弊检查[Ｍ].北京：中国财政经济出版社ꎬ２０１５.
[１４]ＣＯＮＮＯＬＹＳ.２０１２.７ＫｅｙＤｒｉｖｅｒｓｆｏｒｔｈｅＢｉｇＤａｔａＭａｒｋｅｔ.ＢｌｏｇｐｏｓｔｉｎｇꎬＭａｙ１４ｔｈ.ｈｔｔｐ://ｈｏｒｔｏｎｗｏｒｋｓ.ｃｏｍ/ｂｌｏｇ/７－ｋｅｙ－ｄｒｉｖｅｒｓ－ｆｏｒ－ｔｈｅ－ｂｉｇ－ｄａｔａ－ｍａｒｋｅｔ/.
[１５]ＤＵＭＩＴＲＥＳＣＵ.Ｃａｎｉｌｌｅｇａｌｃｏｒｐｏｒａｔｅｂｅｈａｖｉｏｒｂｅｐｒｅｄｉｃｔｅｄ?Ａｎｅｖｅｎｔｈｉｓｔｏｒｙａｎａｌｙｓｉｓ[Ｊ].ＡｃａｄｅｍｙｏｆＭａｎａｇｅｍｅｎｔꎬＪｏｕｒｎａｌꎬ２０１４.
[１６]ＯＧＡＲＡＪＤ.公司舞弊：发现与防范案例研究[Ｍ].龚卫雄ꎬ等译.大连：东北财经大学出版社ꎬ２０１６.
