■中国农业银行审计局直属分局 李春生 刘灵芝 张 洋
目前我国商业银行对数据的收集、预处理、存储、传递等管理模式大都发生了改变。在这种大数据思维与技术的大环境下,大数据审计分析方式对内部审计的促进作用越来越大,但是也有不少难点,本文就大数据审计分析的难点及建议进行探讨,为商业银行审计工作提供参考借鉴。
大数据审计分析与传统审计分析是不同的。大数据审计分析通过运用抽样、监测、比较等方法对预处理后的数据进行分析研判,根据限制性条件、判断等建立分析模型,然后挖掘审计对象的离群点①,分析审计对象是全局离群还是情景离群,是集体离群还是条件离群,来寻找异常情况或者疑点线索,判断是否合规和真实。目前商业银行进行数据审计分析常用SQLServer、Oracle等数据库软件,较少使用ACL、Arbutus等分析工具和Python、Golang等编程语言。商业银行大数据审计分析对内部审计具有以下促进作用。
1.大数据审计优化了审计工作方式,使监督职能更强。商业银行传统审计多以查阅纸质资料或者电子资料、访谈审计对象等现场审计为主,存在审计范围受限、审计信息零散、工作效率低下等问题。大数据审计从生产系统和监测管理系统中收集数据,可以对审计对象实时监控、全程监督,可以对全部数据建立模型分析和归类管理,在了解审计对象基本状况的同时有效挖掘线索,监测判断审计对象的风险情况,更加精准地发现问题所在,为开展现场审计起到了导航作用,用时短效率高。……