摘要:守住不发生系统性金融风险底线、打好防范化解重大风险攻坚战，是我国建设现代化经济体系、实现高质量发展的必然要求。银行内审部门要紧密联系外部环境深刻变化和我国改革发展稳定面临的新情况、新问题、新挑战，充分认识防范化解重大风险的重要性和紧迫性，主动作为、勇于创新，努力做到对风险的早识别、早预警、早发现、早处置。随着大数据时代的到来，人们的生产和生活方式发生了翻天覆地的变化，数据的种类越来越多，数据的体量越来越大，数据的联系越来越密切……这无疑向审计理论创新、审计方式变革、审计技术改造提出了新的挑战。本文从大数据的概念入手，分析了大数据对商业银行内部审计工作的影响，以及带来的挑战，并提出了应对的措施。
关键词:大数据时代;审计工作;风险防范;审计建议
一、大数据的概念
狭义的大数据(bigdate)是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息。它具有5V特点，即Volume(大量)、Velocity(高速)、Variety(多样)、Value(低价值密度)、Veracity(真实性)。广义的大数据应该是一个宽泛的概念，不仅包括数据本身，还包括分析大数据所运用到的各种技术。面对海量数据，只有融合计算机科学、统计学、应用数学等诸多领域的知识，采用诸如关联规则学习、簇类分析、数据整合、数据挖掘等大数据技术，才有可能将抽象的数据变为具有各种价值的信息。
二、大数据对审计工作的影响
(一)改变传统的审计思维模式
传统审计重在查错纠弊，受技术手段的限制，审计人员的思维常常是简单的单线思维模式，更多地局限于单一样本、个别问题、少量风险的点上，难以向风险的面上扩展，导致发现的问题查不深、查不透。而随着大数据关联分析技术、可视化分析技术的推广运用，培养审计人员的思维模式向整体思维模式转变，由表及里、由浅入深，学会站在全局的角度看问题，强调通过发散性思维推进局部问题得到进一步升华，注重运用逻辑思维总结客观规律并推演至全局。
(二)打破传统的审计组织模式
长期以来，业务部门组织模式是商业银行内部审计最常见的组织模式，其核心就是按照审计业务类型的不同划分不同的部门，比如将内审部门划分为信贷、财会、IT、责任审计等，每一个部门所关注的审计业务都不同。该模式下专业性得到充分体现，但协同审计的能力却被弱化，是典型的单线思维模式下的产物。而基于大数据技术的运用，数字化审计资源组织模式应运而生。该模式的特点就是通过对大数据的分析，确定审计方向和重点，再组织相应人员组成审计团队实施审计项目。该模式充分体现了整体思维的特点，有效地打破业务边界。比如，针对某一客户，可以对其在银行的贷款、存款、交易结算量、理财、投资等各项业务的指标数据进行综合分析，对客户进行较为精准的全身画像，而非局部特写，最终得出该客户的整体风险水平、对银行的综合回报等，从而评判对该客户是应该积极维护，还是逐步退出的策略。
(三)实现审计的价值增值
2016年，银监会印发的《商业银行内部审计指引》中，指出内部审计的目标是促进商业银行稳健运行和价值提升。而目前商业银行内部审计大多以合规性审计和风险性审计为主，以发现违规问题和风险问题为主要目标，这对保障商业银行稳健运行发挥了重要作用，但对如何有效促进商业银行价值提升体现尚不充分。也就是说目前商业银行内部审计的监督职能发挥得最为充分，但评价和咨询职能发挥不足。大数据技术充分运用了数据的连贯性、完整性、关联性的特点，为审计人员提供了可靠、便捷的趋势分析、整体分析模型，使商业银行内审部门对经营活动的价值创造能力进行评价和咨询成为可能。
三、大数据给审计工作带来的挑战
(一)技术瓶颈
在商业银行内部审计过程中，无论是数据采集，还是数据存储;无论是数据挖掘，还是数据清理;无论是统计分析，还是模型建立，都依赖于大数据技术的充分运用。同时，针对审计对象特定行为的复杂性，需要借助地理信息技术、物理化学测量技术等大数据审计技术方法。在进行制度审计时，评估制度是否存在不合理之处，必然采用大数据技术中的文本分析技术等。诸如此类的技术种类繁杂、更新迅速，如何能够快速地将技术转化为审计方法和工具，是摆在审计人员面前的一道难题。
(二)资源瓶颈
大数据时代的审计数据类型包括结构化数据、半结构化数据和非结构化数据三种。就商业银行而言，大数据不仅是现有的审计系统平台中的数据，还应该包括各业务部门使用的业务管理系统、监管部门的公开信息、社交媒体所提供的数据、甚至是物联网传感器和智能设备自动搜集的数据。如何通过合法、有效、便捷的渠道持续获取上述数据、安全保存和运用这些数据，是审计工作必须面对的新课题。
(三)人才瓶颈
对于长期从事传统审计业务的审计人员来说，大数据技术是全新的知识，是经验的盲区，针对每一项技术从学习到运用无疑需要一个较为漫长的过程。大数据审计首先要求审计人员必须具备大数据审计思维，而培养大数据审计思维的基础就是跨领域的知识结构、卓越的知识整合运用能力、超前的分析预判能力和总体把控能力，这些无疑是对审计人员专业能力的巨大挑战。
四、审计工作如何应对大数据时代的到来
(一)构建与大数据审计相适应的审计管理模式。当前，商业银行内部审计部门按传统的业务条线分工建立的组织架构已不能适应大数据审计工作的要求。因此，商业银行建立1+N的上下联动组织体系已成为未来的发展趋势。在这里，1是指大数据运用部门，N是指若干专业化审计团队的组织架构。大数据运用部门内部分设数据采集、模型设计、数据分析等团队，由其统筹审计计划、安排审计项目、实施质量控制、评价审计效果，最终实现审计工作的标准化和信息化。专业化审计团队，负责具体实施各类审计项目，其工作职责主要为将同质同类问题进行整合，从不同的角度和层面对数据进行提炼;深入挖掘各类具有倾向性和普遍性特点的审计问题，最大限度地扩展审计成果运用的广度和深度，提高审计成果的转化与应用效率，实现审计价值最大化。
(二)着力提高数据质量。在大数据的运用过程中，虽然大家都意识到了大数据的运用对未来审计工作所带来的颠覆性改变，也都有意识地加强相关培训，但制约审计人员更好地运用大数据的因素却是数据质量。以商业银行来说，各业务系统的开发时间、开发团队、核心技术都不相同，造成数据的结构、表现形式各有差异，同时，因为各部门对数据的使用程度不同，对数据的管理要求也有严有松，甚至存在因监督不到位，数据不完整、不准确等情况。因此，建设兼容性的审计数据平台，对数据口径加以规范，对数据来源加以整合，切实把好数据质量关，为大数据技术在审计工作中的运用奠定坚实的基础。
(三)将大数据技术运用于审计项目全流程。大数据时代的车轮滚滚向前，传统的审计方法已逐渐落伍，审计职能作用的发挥遭受到颠覆性的冲击。只有与时俱进，主动将大数据技术运用到审计项目全流程，才能保证商业银行内部审计工作跟上时代的步伐。比如在审计抽样阶段，传统的审计模式下经常受到审计时间和地点的约束，一般采用抽样审计的方式选择样本量对整体特点进行估算，虽然抽样审计结果具有一定的代表性，但受样本规模只是审计对象一部分这一局限，本身存在着片面性风险，进而影响到审计结果的准确性。基于此，必须在审计中逐渐加大了对关联数据和外部数据的重视力度，使审计区域不再受到以往抽样样本的限制，而是将视角拓展到全量数据研究，注重从综合性角度对样本进行分析，由此增强审计结果的全面性和准确性。也就是说审计人员只充分利用大数据技术分析结果，预判客户、产品风险，确定审计重点和方向，进而确定审计样本，彻底改变传统人工抽样带来的技术偏差。又如在审计查证阶段，审计人员只有通过不断完善的审计模型，并借助大数据技术挖掘数据之间的关联、规律和发展趋势，才有可能建立整体风险观念，从而找到问题背后深层次的原因，预判可能带来的系统性风险，进而提出有针对性的审计建议。
(四)将人才培养工作提升到战略高度。大数据是在计算机、互联网、物联网的高速发展下应运而生的，人才是企业数据分析处理的执行者。大数据审计技术的应用是在审计思路的指导下完成的，如果没有大数据审计思维，即使大数据审计平台构建得再完善，大数据技术再炉火纯青，也无法实现审计目标。同时，除了专业素质以外，人才的合作意识、团队意识也是必须重点关注的培养目标。因为未来的审计工作更需要团队作战，人机交互、人人协作、经验共享、思路共谋的协同审计模式将势不可挡。因此，人才的培养不能一蹴而就，必需将其摆在战略的高度持续地推进，建立灵活的选人用人机制、科学的绩效考评机制、合理的薪酬激励机制，以时不我待，只争朝夕的紧迫感孕育人才成长的沃土。
五、结语
商业银行内部审计部门应抓住大数据时代所带来的机遇，不断健全体制机制、优化组织架构、再造审计流程、培养高素质审计人才队伍，努力实现审计转型，全力提升审计工作质量和效率，为守住不发生系统性金融风险底线、打好防范化解重大风险攻坚战发挥积极的作用。
参考文献:
［1］朱瑶．大数据审计思维与技术的应用初探［J］．市场研究，2019(2):38－39
［2］刘瑞云等．大数据时代背景下审计资源组织模式创新分析［J］．中外企业家，2019(31):79
［3］吴胜虎．关于大数据时代下协同审计模式的探讨［J］．行政事业资产与务，2019:87－88
［4］徐振华．大数据时代对会计和审计的影响分析［J］．财经纵横，2019(10):237
［5］林映惠．大数据环境下审计技术方法的创新与挑战［J］．时代金融，2018(11):151
作者:毛海燕 单位:中国农业银行审计局成都分局
