周曉月

(重慶機電控股(集團)公司，重慶 401120)

1 前言

在互聯(lián)網(wǎng)金融以及大數(shù)據(jù)技術(shù)的應(yīng)用下，商業(yè)銀行都在積極打造各家零售業(yè)務(wù)核心競爭優(yōu)勢。隨著各類零售金融創(chuàng)新產(chǎn)品出現(xiàn)的同時，也對商業(yè)銀行內(nèi)部審計提出了新的要求。數(shù)據(jù)驅(qū)動式發(fā)展在商業(yè)銀行的產(chǎn)品創(chuàng)新、客戶營銷、績效考核與風(fēng)險管理等方面帶來了新的機遇，也是未來金融發(fā)展的必然趨勢，但也對零售信貸的風(fēng)險審計部門帶來了極大挑戰(zhàn)與困難。因此，為能夠更好地尋找審計線索與風(fēng)險關(guān)鍵點，商業(yè)銀行內(nèi)部審計部門審計模式與方法的轉(zhuǎn)變以及創(chuàng)新顯得尤為重要。

2 研究現(xiàn)狀

關(guān)于大數(shù)據(jù)應(yīng)用審計方面，目前研究主要集中表現(xiàn)在如何推進大數(shù)據(jù)審計工作。如尚煜欣(2020)從審計的理論、范圍、流程、技術(shù)、安全以及價值等六個方面來探討審計工作創(chuàng)新[1]。劉星等(2016)分析認為，大數(shù)據(jù)審計應(yīng)從數(shù)據(jù)中心建設(shè)、數(shù)據(jù)采集、數(shù)據(jù)處理、數(shù)據(jù)分析、組織模式以及風(fēng)險管理六個方面進行推進[2]。陳偉(2017)基于模糊匹配審計方法，自主研發(fā)了電子數(shù)據(jù)審計模型軟件，并通過測試證實該方法的有效性[3]。周霞等(2017)指出，在新常態(tài)下，審計人員應(yīng)從增強關(guān)注與利用數(shù)據(jù)的意識、形成“智能化”方法體系以及搭建智能化數(shù)據(jù)分析平臺三方面推進審計工作[4]。李成艾等(2019)則重點基于審計組織方式創(chuàng)新的角度，從組織的決策層、管理層、作業(yè)層等方面進行探討，以充分保障大數(shù)據(jù)審計機制有效運行[5]。

關(guān)于商業(yè)銀行審計研究方面，多數(shù)文獻主要是基于其整體角度進行研究。如王遠偉等(2019)結(jié)合銀行風(fēng)險案例，通過數(shù)理邏輯對理論假設(shè)以及數(shù)據(jù)模型進行了分析，并以此重塑審計模型[6]。呂勁松等(2017)在對商業(yè)銀行審計云平臺的搭建過程中，結(jié)合了大數(shù)據(jù)關(guān)于處理與分析非結(jié)構(gòu)化數(shù)據(jù)的主流技術(shù)，并對該技術(shù)的應(yīng)用分類、采集存儲以及處理分析等方面提出了數(shù)據(jù)規(guī)劃標準，為規(guī)范商業(yè)銀行非結(jié)構(gòu)化數(shù)據(jù)審計提供了參考價值[7]。王李(2016)結(jié)合具體銀行案例，提出大數(shù)據(jù)時代內(nèi)部審計應(yīng)重點關(guān)注區(qū)分全量與抽樣的差別，處理好效率與精確的關(guān)系，以及數(shù)據(jù)挖掘?qū)ο蟮囊蚬P(guān)系三個方面[8]。

目前，關(guān)于商業(yè)銀行零售信貸業(yè)務(wù)風(fēng)險審計的文獻較少，文章將基于大數(shù)據(jù)應(yīng)用的背景下，結(jié)合商業(yè)銀行零售信貸特征，進一步深化風(fēng)險審計研究方法與對策。

3 大數(shù)據(jù)應(yīng)用下零售信貸特征分析

3.1 客戶分析專業(yè)化

商業(yè)銀行零售信貸相對公司信貸而言不僅具有小而分散的特點，而且客戶群數(shù)量眾多，為專業(yè)化分析提供了必要的數(shù)據(jù)樣本支撐。同時，通過計量經(jīng)濟建模的應(yīng)用與分析，商業(yè)銀行研發(fā)人員能夠?qū)ωS富與多維的信息流加以專業(yè)化處理，可以利用聚類分析等方法對客戶進行分類，還可以采用機器學(xué)習(xí)等手段對客戶特征與行為進行專業(yè)分析，以深入獲取更深層次的客戶需求。

3.2 業(yè)務(wù)流程電子化

大數(shù)據(jù)應(yīng)用為商業(yè)銀行零售信貸業(yè)務(wù)管理帶來了質(zhì)變，即業(yè)務(wù)流程電子化，整個業(yè)務(wù)流程具有分工明確、便捷高效、全程電子化操作、規(guī)模效應(yīng)顯著等特點。在大數(shù)據(jù)時代，這種流程化操作是基于多方面因素考慮的。一是專業(yè)化數(shù)據(jù)分析可以實時監(jiān)控和識別客戶欺詐行為；二是通過模型構(gòu)建與風(fēng)險度量可以實現(xiàn)業(yè)務(wù)全流程電子化管理；三是海量數(shù)據(jù)下的組合管理易分散客戶的整體信用風(fēng)險；四是降低交易與人工成本。

3.3 風(fēng)險計量精細化

基于大數(shù)據(jù)的運用，商業(yè)銀行零售信貸風(fēng)險管理達到了新的高度?；诤Ａ繑?shù)據(jù)的分析與預(yù)測，包含信用風(fēng)險在內(nèi)的各類風(fēng)險理論上將能夠測算得更加精準和客觀。但是如果數(shù)據(jù)集選取不當，大數(shù)據(jù)的分析與預(yù)測可能從本質(zhì)上出現(xiàn)錯誤，這種風(fēng)險較難識別，因而具有較高的隱蔽性。

3.4 客戶選擇標準化

針對零售信貸，為降低信息不對稱等問題，更好地提高交易效率，商業(yè)銀行通常具有一套客觀的客戶選擇標準，即通過風(fēng)險計量模型進行客戶“好”與“壞”的甄別。比如，在大數(shù)據(jù)應(yīng)用下構(gòu)建客戶風(fēng)險違約概率模型，并以此確定個體客戶違約概率，例如比較典型的Logistic計量回歸分析模型。又如消費金融領(lǐng)域的風(fēng)險評分卡模型，通過分析識別所選取指標的特征變量，對客戶群體進行分類分析，并構(gòu)建評分卡分析工具。但需要指出的是，商業(yè)銀行零售信貸構(gòu)建模型的數(shù)據(jù)來源可能不僅包含其內(nèi)部的客戶數(shù)據(jù)，也可能來源外部數(shù)據(jù)，因而內(nèi)外部數(shù)據(jù)的一致性與穩(wěn)定性至關(guān)重要。

3.5 營銷方式多樣化

傳統(tǒng)的信貸業(yè)務(wù)營銷主要采取線下方式，而基于大數(shù)據(jù)模式下的零售信貸營銷則可以采取線上與線下相結(jié)合的方式，因而營銷方式更加多樣化。例如，借助某大型商場的場景優(yōu)勢發(fā)展消費類客戶，借助大數(shù)據(jù)分析了解用戶的喜好與需求進而推銷相應(yīng)的金融產(chǎn)品，甚至通過客戶每日重復(fù)的地理位置活動范圍、活動時間等實現(xiàn)高端人士的精準營銷。

4 大數(shù)據(jù)背景下傳統(tǒng)審計模式面臨的挑戰(zhàn)與困難

4.1 審計方法相對落后

通常，抽樣調(diào)查為商業(yè)銀行信貸業(yè)務(wù)最常用的審計方法。但是，基于海量數(shù)據(jù)的零售信貸抽樣審計容易造成抽樣的隨機性太強，所選取的樣本可能并不具有代表性，也就較難識別出高風(fēng)險區(qū)域客戶。商業(yè)銀行內(nèi)部審計人員在數(shù)據(jù)采集上應(yīng)結(jié)合輔助審計軟件，對結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)進行完備采集，利用聯(lián)網(wǎng)審計實現(xiàn)動態(tài)收集與監(jiān)控。另外，業(yè)務(wù)受理前期到中臺審查審批均實現(xiàn)了電子化作業(yè)，審計方法不再僅限于現(xiàn)場檢查，數(shù)據(jù)化管理思維模式以及聯(lián)網(wǎng)審計監(jiān)控模式將越來越重要。

4.2 審計技術(shù)滯后審計發(fā)展需要

商業(yè)銀行產(chǎn)品創(chuàng)新更新較快，傳統(tǒng)的審計技術(shù)與軟件面臨著較大的挑戰(zhàn)，尤其是審計軟件的開發(fā)相對具有滯后性。大數(shù)據(jù)背景下，基于信貸業(yè)務(wù)的監(jiān)控與跟蹤監(jiān)督需要，以及數(shù)據(jù)預(yù)測與風(fēng)險分析的要求均對傳統(tǒng)的數(shù)據(jù)分析審計技術(shù)提出了更高的要求。

4.3 審計方向不斷變化

傳統(tǒng)信貸業(yè)務(wù)審計偏重客戶資質(zhì)審查、業(yè)務(wù)流程、合同法律風(fēng)險等方面，基于大數(shù)據(jù)應(yīng)用的零售信貸在產(chǎn)品開發(fā)、客戶選擇與業(yè)務(wù)流程等方面通常實現(xiàn)了標準化、流程化與電子化操作，相應(yīng)的內(nèi)控機制與風(fēng)險管控規(guī)則嵌套在業(yè)務(wù)管理控制體系中，且實現(xiàn)了自動執(zhí)行指令。因此，風(fēng)險審計的方向也在不斷變化。

4.4 審計思維有待轉(zhuǎn)變

在大數(shù)據(jù)時代，審計思維要從傳統(tǒng)的追求精確數(shù)據(jù)向接受混雜數(shù)據(jù)、從隨機個體抽查向樣本總體抽查的觀念轉(zhuǎn)變，既要具備總體思維，又要具備容錯思維。雖然隨機性抽查能夠盡可能地避免主觀性，但一旦出現(xiàn)偏差，可能與實際分析結(jié)果相差甚遠，因而抽樣審計可能隱藏較大的風(fēng)險。另外，從統(tǒng)計學(xué)意義上講，大數(shù)據(jù)的真正有價值信息可能存在99%的樣本中，甚至更低的可接受置信區(qū)間內(nèi)，因而審計人員需要接受一定的容錯范圍。

5 大數(shù)據(jù)應(yīng)用下零售信貸重點風(fēng)險審計分析

5.1 模型設(shè)計風(fēng)險

一方面，商業(yè)銀行風(fēng)險計量模型構(gòu)建的基礎(chǔ)數(shù)據(jù)來源不僅包括金融機構(gòu)自身的客戶信息，也可能來自互聯(lián)網(wǎng)的交互數(shù)據(jù)，如京東、淘寶、微博等大眾平臺，數(shù)據(jù)類型也可能是文檔、視頻、圖片等非結(jié)構(gòu)化數(shù)據(jù)，數(shù)據(jù)的真實性與可靠性將直接影響計量模型分析結(jié)果，而且部分數(shù)據(jù)在高維與隨機性方面會表現(xiàn)出較大不確定性，因而審計人員需要判斷外部數(shù)據(jù)是否被合理利用以及是否與零售信貸客戶具有同質(zhì)性。例如，經(jīng)常出入高檔工作場所的客戶可能是某外賣人員，而非要尋找高端收入客戶。同時，針對數(shù)據(jù)質(zhì)量應(yīng)做好數(shù)據(jù)的重復(fù)提取、缺失以及異常值等情況檢查。

另一方面，不同的模型之間的適用與評價標準的差別可能較小，但對最終的建模結(jié)果影響較大，必須關(guān)注模型的選擇以及計量方法的確認，充分了解計量模型中隱含的細微差別。例如，通常評價Logistic評分卡模型“好”與“壞”的標準為K-S(Kolmogorov-Smirnov)值，K-S值通常在0.3以上才預(yù)示模型區(qū)分能力良好。審計人員應(yīng)采取現(xiàn)場檢驗方式，觀察計量模型的模擬演示情況，審計時應(yīng)全程跟蹤監(jiān)測過程，以避免被檢查人員偽造樣本數(shù)據(jù)或者模型演示結(jié)果。

5.2 操作風(fēng)險與信息安全風(fēng)險

業(yè)務(wù)前臺人員通常對于零售信貸風(fēng)險計量標準以及模型原理的理解相對較淺，容易習(xí)慣性地將業(yè)務(wù)流程化等同于風(fēng)險管控模式化，而忽視了模型的適用性以及操作的準確性，因而可能產(chǎn)生操作風(fēng)險。例如，客戶信息錄入理解性錯誤、數(shù)據(jù)提取錯誤、信用審核隨意性或主觀性等行為。如果涉及創(chuàng)新電子化支付方式等業(yè)務(wù)操作，審計人員也應(yīng)引起重視。

另外，大數(shù)據(jù)應(yīng)用促使了信息的流通與共享，如果管理或者操作不當，這種信息獲取的便捷性也容易出現(xiàn)人為或非人為泄密情形，甚至侵犯了個人的隱私，存在潛在的信息安全隱患。審計人員既需要關(guān)注外部數(shù)據(jù)獲取的正當性，又需要關(guān)注內(nèi)部數(shù)據(jù)管理的安全性。

5.3 信用風(fēng)險

基于大數(shù)據(jù)應(yīng)用的零售信貸風(fēng)險管理模式通常為一套風(fēng)險自動識別與分析程序，且體現(xiàn)在業(yè)務(wù)的貸前、貸中與貸后的全流程風(fēng)險管理過程中，商業(yè)銀行內(nèi)部審計人員需對違約客戶進行重點歸納性分析，并結(jié)合風(fēng)險識別與預(yù)警設(shè)計機制與原理，分析并尋找模型設(shè)計體系的風(fēng)險盲點，提出風(fēng)險改進措施與意見。

5.4 政策法律風(fēng)險

審計人員需要關(guān)注大數(shù)據(jù)應(yīng)用的政策法律風(fēng)險。一是當前互聯(lián)網(wǎng)金融監(jiān)管政策的推進速度滯后互聯(lián)網(wǎng)金融的發(fā)展速度，商業(yè)銀行使用內(nèi)外部客戶數(shù)據(jù)信息未被嚴格授權(quán)，因而需要持續(xù)關(guān)注監(jiān)管空缺管理要求；二是越來越多的商業(yè)銀行實行了電子合同與電子簽名的管理方式，需要分析這種操作能否保證法律效力得到有效執(zhí)行；三是關(guān)注現(xiàn)行的信息安全法律法規(guī)要求以及大數(shù)據(jù)行業(yè)監(jiān)管動態(tài)。

5.5 技術(shù)風(fēng)險

在大數(shù)據(jù)應(yīng)用下的零售信貸風(fēng)險控制分析嚴重依賴互聯(lián)網(wǎng)技術(shù)，并容易引發(fā)相應(yīng)的技術(shù)風(fēng)險，如軟硬件故障、數(shù)據(jù)兼容、黑客或病毒攻擊、不當操作等方面，審計人員需要對電子化系統(tǒng)的穩(wěn)定性與安全性進行評估，確保信息科技管理的安全性。另外，李昊等(2017)指出，訪問控制技術(shù)是大數(shù)據(jù)安全分享的重要技術(shù)之一，授權(quán)管理、細粒度訪問、訪問控制策略描述、個人隱私保護以及訪問控制在分布式結(jié)構(gòu)中的實施均是訪問技術(shù)需要重點關(guān)注的問題，因而審計部門也應(yīng)予以重視[9]。

6 結(jié)論

綜上分析，文章提出以下五點建議：一是推進商業(yè)銀行大數(shù)據(jù)審計專業(yè)人才隊伍建設(shè)與培訓(xùn)工作，強化審計人員計算機基礎(chǔ)知識與計量經(jīng)濟理論水平，提升數(shù)據(jù)建模與分析能力；二是探索商業(yè)銀行數(shù)據(jù)式審計方法與審計模型，充分發(fā)揮信息科技對審計的引領(lǐng)作用，提高內(nèi)部審計效率；三是針對零售信貸，要改變商業(yè)銀行傳統(tǒng)審計思維，調(diào)整數(shù)據(jù)分析與審計判斷方式，建立全量數(shù)據(jù)覆蓋審計機制；四是搭建商業(yè)銀行信息化數(shù)據(jù)中心審計平臺，在商業(yè)銀行內(nèi)聯(lián)網(wǎng)以及互聯(lián)網(wǎng)的基礎(chǔ)上，深化業(yè)務(wù)流程與控制同審計平臺數(shù)據(jù)流的關(guān)聯(lián)分析；五是加強審計人員的法律基礎(chǔ)知識學(xué)習(xí)與數(shù)據(jù)信息安全的合規(guī)風(fēng)險管理意識。