新形式下商业银行非现场审计的推进与转型

我国经济已由高速增长阶段转向高质量发展阶段，正处在转变发展方式、优化经济结构、转换增长动力的攻关期。而商业银行基于其信用、支付等作用，在市场经济中具有很重要的地位。目前，为贯彻落实疫情防控工作的要求，结合业务的数据化、信息化应用程度逐步提高的实际情况，商业银行要充分利用大数据分析审计技术，开展非现场审计工作。因为非现场审计可以通过对审计对象相关业务数据和资料的连续调集、整理和分析，对银行所有分支机构和业务进行持续的、不间断的监测，及时发现存在的问题和疑点，扩大其审计机构的业务覆盖范围，提高审计的实效性，弥补现场审计的不足。笔者根据审计工作实际，通过对商业银行基于大数据应用的非现场审计现状的分析,就应对疫情的防控工作新形式下商业银行非现场审计工作如何推进与转型做出了论证及分析。

商业银行非现场审计数据化转型的思路

确保数据获取渠道的通畅 非现场审计依靠的是业务数据的采集，而银行业务系统繁多，且各系统间端口固化，使得大量的业务数据很难关联，所以，从众多的业务系统中调取出能统一使用的数据成为非现场审计成功的关键。商业银行非现场审计技术应在数据库的基础上，建立审计数据决策平台，打通各系统间的端口壁垒，使审计部门可以从银行的信贷管理系统、柜面核心业务系统、中间业务系统中将电子化账务数据标准化，保证信息数据质量的完整、准确及真实。对此，商业银行审计部门应加强对各机构源头数据信息管理的考核，确保信息的完整、准确。另外，针对容易受到业务数据变动影响及数据海量增长的影响，商业银行审计部门应建立稳定的、工具化的数据接口，采用静态与动态结合的方式固化常态的审计模型，并与信息技术部门及业务部门建立有效的沟通机制，及时得知数据及业务发展变化，确保非现场审计数据的及时、准确。

积极主动创新审计模型 内部审计是一个专业性很强的领域，审计模型是审计经验和审计技巧的结晶。经验是审计工作中最为宝贵的财富，丰富的实践经验能有效地对模型进行创新。商业银行非现场审计系统要将审计人员的实践经验转变为数据逻辑模型，将科学的分析技术和优秀审计人员的宝贵经验固化到系统中。审计人员审查时，可以针对一定范围、一定时间的业务数据运行风险预警模型，自动分析、处理办理业务过程中产生的数据，查找被审计出的疑点和风险隐患。由于基础数据、数据质量以及编程人员审计经验都会对审计模型的准确性产生影响，因此，模型的创新是一个不断被完善与优化的过程。商业银行审计人员需要根据资产、负债等业务的转型要求不断完善审计系统，并加入有效的审计思路和分析逻辑形成新的模型，力争做到设计的模型能对业务的风险隐患实施有效、精确的监控，并准确、全面地查找出违规点及风险点，确保各项业务稳健发展。

正确使用非现场审计辅助工具 非现场审计辅助工具是进行技术方法创新的基础。目前，非现场审计的辅助工具主要有ACL软件、SAS数据库、Oracle数据库、SQL查询语言、Python语言等。这些审计辅助工具软件，具有查询、关联、筛选等功能，可以对数据进行有效分析，发现可疑数据，获取分析结果。而使用非现场审计辅助工具可以对银行业务数据进行很多基于内部控制的审前分析操作，一是分析数据。计算汇总日记账、账户余额、收费、利息等。二是异常确定。包括休眠账户及交易、一人多贷、贷款资金流向担保人、以贷还贷、第三方还款、贷款资金流入房市股市等。三是匹配和比对。根据借款人地址、电话号码、身份信息进行穿透测试，在不同时间段对余额进行分析比较。商业银行对于非现场审计工具的选择，应结合自身银行的具体情况，选择适合自身业务特点、经营规模的工具软件。

将现场审计与非现场审计有效结合 审计系统的非现场分析结果仅代表此类问题存在的可能性，并非一定完全准确。所以，为保证审计结果的准确，商业银行审计人员还要对非现场预警的结果做出多种可能判断，并做必要的现场核查验证；按照风险导向及实质重于形式等重要性原则，对有风险隐患的问题，在现场审计期间做进一步的具体查证，对问题疑点作深入分析，及时发现重大问题。

非现场审计分析技术的创新 在现阶段，商业银行可以在非现场审计工作中运用这些分析技术：一是智能预警技术。指在系统的预警模块中预设标准，把采取的信息数据与之进行比较，若超过标准值自动报警，并自动提取相关信息，审计人员就此有针对性地采取措施。二是数据分析技术。指对大量的数据信息进行汇总分析，找出其潜在的规律和逻辑关系，审计人员可根据结果分析被审计单位的风险管理水平和内部控制水平。三是多维度分析技术。指利用专业分析工具，对业务系统中大量的数据以图形、报表等直观方式展示出来，审计人员可以对数据进行计算分析、查询比对，在此基础上发现一些薄弱环节，从而选择审计重点。四是综合分析技术。指把银行的计算机审计技术与风险管理技术结合起来分析；将趋势分析法、关键风险指标法与审计技术结合起来，利用计算机工具的提取功能、计算功能、分析功能、对比功能、筛选功能，确定审计目标，提高审计针对性。

大数据应用下如何推进非现场审计转型

转变审计工作思维，提高对非现场审计工作的认识 在大数据时代到来的今天，尤其是在内部审计逐步由合规性审计向风险导向审计转型的背景下，非现场审计将是今后商业银行开展审计工作必不可少的方式，在工作思维方面，应该正视大数据时代到来的客观现实，对非现场审计地位转变有一个明确的认识。另外，在具体工作中，还应该改变过往对数据精确维度的诉求，转而追求数据利用的效率，注重其完整性和及时性。在分析各事物之间关系的时候，摒弃过去寻求因果的思维惯性，转而追寻确定及分析更为复杂的相关关系。对于商业银行而言，大数据的应用及其特殊境遇下非现场审计工作的提升落实，需要一个包含若干时段的过程，无法做到一蹴而就。所以，推进非现场审计转型发展应该注意循序渐进。

完善审计制度机制 一方面，国家及政府应该前瞻性地顺应趋势及疫情防控下的特殊境遇，在审计准则等顶层设计方面进行调整，形成以非现场审计为核心的审计制度规范，以便为商业银行等企业组织的审计工作提供指导。另一方面，对既有的内审运作、配套及保障机制进行完善，如审计执行环节由基本上全部现场推进，逐步调整为非现场审计；要对具体审计流程、流程控制、审计监督等系列事项的要求设计及规范进行适当修正及优化。

加强非现场审计培训，进一步完善内部审计人员的知识结构 要培养出一批既精通银行业务，又熟练掌握非现场审计技术的复合型人才。一是商业银行内审部门应制定一套科学的非现场审计培训计划，通过培训促使审计人员掌握该项技能，并形成适应不同需求的非现场审计人才梯队。二是商业银行应经常开展非现场审计工作研讨和经验交流，通过系统内和行业间的交流学习、邀请专家讲课、具体案例讲解分析等方式，使成熟的审计思路、完善的审计模型和先进的非现场审计经验实现资源共享，不断提高商业银行非现场审计专业水平。三是商业银行可在审计项目中将有业务特长的现场审计人员与有技术特长的非现场审计人员进行合理搭配，使二者取长补短，相互促进，共同提高。

面对疫情及未来审计转型需要，加快对数据收集及模型优化的实时跟进 一是及时完整地收集信息资料。由于非现场审计获取的数据是从业务系统中调集的，这就要求提高商业银行各业务系统数据的真实性与完整性，力求从源头上确保审计结论的可靠性。同时，审计人员不仅要收集各类数据信息，还要收集其他信息，包括金融法规、外部监管政策、内部文件制度等，并做好相关信息的及时更新。二是及时优化非现场审计分析模型。商业银行内审部门需要加强非现场审计分析模型的创建工作，将科学的分析技术和审计人员的宝贵经验融合到业务模型中，不断对相关模型进行优化，提高其准确度，精准提炼疑点数据。要在提高工作质量的前提下推动商业银行审计工作开展，切实防范各类金融风险。

结语

面对如今的疫情防控形势，结合商业银行逐步完善的数据库系统，加快推进基于大数据应用分析的非现场审计转型已经迫在眉睫。商业银行需要积极探索将大数据分析应用于内部审计工作中，不断提高内部审计工作效率，有效防范审计风险。大数据的分析及应用对传统审计工作流程、方式方法都将产生较大的影响和冲击，同时也要求审计人员不断拓宽审计思路，提升审计质效，为商业银行经营管理贡献审计的价值。

（作者单位：江苏张家港农商银行）