證券時報網
2024-10-22 19:49
江海證券有限公司稽核審計部 王謙
中央審計委員會第一次會議提出“要堅持科技強審，加強審計信息化建設”。“智能審計”是證券公司數字化轉型整體驅動工作模式的重要一環，也是證券公司積極落實“科技強審”和行業文化建設的生動實踐。證券公司內審工作緊扣數字經濟新形態，聚焦主責主業，依法全面履行審計監督職責，強化現代信息技術與審計工作的融合，向信息化要資源、向大數據要效率，在大數據審計基礎上著力構建“智能審計”新模式，助力推進證券公司內審建設，打造崇尚合規、誠信、專業精神的證券公司內審團隊，充分發揮內審工作在推進證券公司內控體系和文化建設方面的重要作用，促進證券公司長期、穩健發展。
一、引言
2020年9月，國資委《關于深化中央企業內部審計監督工作的實施意見》提出全面提升內部審計監督效能，積極推動內部審計監督無死角、全覆蓋，堅持應審盡審、凡審必嚴。2024年1月，證券業協會《證券公司內部審計指引》在關于內部審計組織架構的表述中，要求證券公司應當建立集中統一、全面覆蓋、權威高效的內部審計體系，且證券公司內部審計部門應當推進內部審計全覆蓋。
證券公司內部審計面臨著審計方式創新和工作質量提升的重要議題。即如何在內部審計人、財、物投入有限的現狀下，把控證券公司關鍵合規風險，并采用現有能付諸實踐的技術手段提高內審部門的工作效率，實現內審全覆蓋。為解決此議題，通過不斷提升證券公司數據治理工作規范化水平、加快推動證券公司內部審計工作與大數據分析技術的深度融合、創造性提出證券公司大數據環境下的內審工作模式、推進內審工作業務和風險的全覆蓋具有很強的現實意義。加強信息技術投入，利用數據賦能推動證券公司數字化發展的腳步，強化復用高級審計分析方法，并在數據審計基礎上實現并拓展智能審計，將以人工為主的審計模式轉變為以智能程序為主，逐步發展為全新的證券公司內審工作方向。本文將從概念分析、現狀描述、提升途徑、業務框架設計等角度對以數據審計為基礎的智能審計路徑進行探討。
二、數據審計概念和特點
數據審計體現了審計的最新發展趨勢。隨著數據審計的推廣運用，學界正逐步認同數據審計作為一種新型的審計工作模式，而不僅僅是輔助審計的手段。數據審計服務審計全覆蓋目標，其特點是數據先行、核查在后，顛覆了傳統審計邊收集資料、邊抽樣核查的工作模式。數據審計的具體內容涵蓋信息系統審計、電子數據審計，數據審計是隨著數據技術的發展、大數據時代的來臨，從而產生的一種全新的計算機審計方式或模式。
數據審計有力驅動了審計工作創新，有效促進了證券公司內審發揮常態化“體檢”作用，主要體現在以下兩個方面：一是明顯提升審計工作效率，顯著擴大審計覆蓋面。相較于傳統審計工作模式，數據審計大大縮短現場審計時間的同時，提升了審計工作質量，推動審計全覆蓋效能提升，助力實現無盲區、有深度、高質量的審計全覆蓋。二是有效提升審計揭示問題的精準度。大數據分析技術使得多維度、多層次審計得以實現，促進審深審透。審計人員基于各行業數據，運用關聯分析、模糊匹配、趨勢分析等方法，通過對財務與業務數據、行業產業與公司數據，以及多領域、多行業數據的集中分析、關聯對比，能夠更快更精準地發現疑點問題，有效提升審計監督精準性。
從行業實踐來看，現階段數據審計應用的主要行業具有數據集中、數據規模龐大、業務對數據的依存度高等特點，應用的行業或領域主要有銀行業、社保領域等。在大數據的審計工作環境下，審計方法逐漸從傳統的創建審計中間表構建數據庫以及審計分析模型過渡到數據挖掘算法技術。但實踐中，數據審計的應用還是存在以下問題：一是缺乏自動化審計程序。例如，證券公司內審項目會產生大量重復、同類的審計程序執行，由于大數據審計缺乏自動化審計程序，工作開展中需要采取人工抽樣進行樣本選取，極大縮小了內部審計的覆蓋面，而且，效率低下。二是大數據難以處理半結構化和非結構化數據。當前數據審計的對象以存儲在關系型數據庫中的結構化數據為主，對證券公司結構較靈活、未遵循嚴格的數據模型的XML文檔和電子郵件等半結構化數據，以及回訪錄音、適當性視頻、業務辦理文本和圖片等非結構化的數據均難以處理，需要選擇特定的解析器或存儲、分析方法有效利用此類數據；三是審計決策依賴經驗判斷，缺乏智能性。數據審計項目在分析階段，不能實現智能分析，仍需要利用內審人員的工作經驗構建一套查詢標準對數據篩查、處理，重點分析中高風險及異常情形樣本，數據審計分析方法是內審人員工作思路的具體實踐，不能實現智能化審計決策。因此，現階段的證券公司內部審計需要在現有數據審計基礎上，依托大數據高級分析、AI等技術構建全新的智能審計路徑。
三、以數據審計為基礎的智能審計
智能審計可以理解為基于人工智能的審計，是一種智能化的審計工作模式，是以數據資源管理為基礎，以專業人才隊伍為保障，融合人工智能（AI）、5G、云計算、大數據等新一代信息技術的現代化智慧化工作體系。人工智能來源于數據、算力、算法。由此推導，智能審計是一種智能化審計模式，它具有數據分析模型豐富性、數據采集全覆蓋性、運算能力強大等特性。如果以此為標準，目前的大數據審計已具備了人工智能的數據、算力、算法三要素，但是現有的數據采集和管理、現有設備所提供的算力、現有的數據分析模型均處于較低層次，目前的大數據審計至多可以稱為智能審計的低配版。隨著數據、算力、算法三方面的不斷進步，大數據審計的深度廣度不斷拓展、智能化程度不斷提升，未來大數據審計會迎來量變到質變的轉變，逐步過渡到智能審計。智能內審程序能將內部審計人員從內審數據采集、內審數據清洗處理、內審數據模型分析、內審重要線索核實、內審報告完成等繁雜的事務性工作中解脫，實現審計工作效率的極大提高。
智能審計的作用主要體現在以下兩個方面：一是及時預警和揭示證券公司運行中的風險隱患。利用大數據、云計算等技術手段，從海量信息中提取相關信息，在此基礎上構建風險分析模型，實現主動發現風險、評估風險、判斷趨勢、及時干預等目標，并建立預警機制，更好發揮內審的防風險作用。二是更大程度地發揮內部審計的建設性作用。依據全方位的審計情況、各類數據資源和新一代信息技術手段，對證券公司運行中常見的違紀違法問題和苗頭性、傾向性問題的發展趨勢、產生原因等進行多維度分析，深度挖掘其背后蘊含的問題線索，從更高層面為公司決策層完善制度、加強管理提供依據，更好地服務證券公司內控建設。
四、證券公司從數據審計到智能審計的提升路徑
（一）證券公司審計模式
證券公司普遍在審計項目管理、審計作業管理、非現場審計等方面引入數據審計模式，開展大數據審計。目前，證券公司通過大量探索和實踐，依托大數據技術，開發出了眾多數據分析系統，實現創新研發建模分析工具，為證券公司內審工作自身的轉型提供了有力的方法論和信息技術支持工具，全面提升了大數據審計業務能力，提高了內審監督質量和效率，有效助推了內審工作數字化轉型發展。
證券公司各大業務的運營與管理多數依賴于計算機管理系統，數字化程度較高，證券公司基于數據審計的內部審計系統已具備數據分析自動化，審計作業流程化、數據采集動態化、風險分析精準化、審計監督連續化等功能，實現審計數據集市、非現場審計、審計作業管理、審計項目管理等功能模塊。
（二）數據審計提升到智能審計的途徑
1.證券公司基礎資源的積累。從數據審計到智能審計，需要的是不斷積累。當前證券公司需要加強信息化建設，要為智慧審計提供算力（硬件設施）和算法（數據管理和分析模型或系統），數據采集也要同步跟上。在硬件準備方面，數據存儲容量要更大，數據連接要更快捷，數據分析要提供更強算力；在軟件準備方面，數據調用要更加方便，數據分析要有更多維度，現場核查反饋要更加高效。數據采集、數據分析模型構建是一個長期過程，算力提升是一個與時俱進的過程。
2.內審人員配置轉變。隨著大數據審計智能化水平的提升，證券公司內審人員配置也將會發生改變。傳統的審前調查將增加更多數據需求調查和數據整理的工作，審計項目實施之外也增加了更多的數據采集和標準構建的工作。但這些工作是推進大數據審計工作的必由之路，數據的采集、標準化是開展大數據審計的基礎，可以幫助我們利用基于標準化數據共享出來的大數據分析模型實現審計思路共享，節省數據分析方面的人力投入。證券公司內審人員配置將更多地向數據采集分析、審計現場核查前后兩端傾斜。這對內審人員能力提出了復合型的要求，既要具備現場核查的能力比如證券業務基礎、會計基礎，又要掌握數據分析技能，能看懂和修改審計模型，具備很好的數據處理能力。
3.數據處理能力提升。在大數據審計向智能審計的演變過程中，證券公司數據處理支撐部門扮演了重要角色，對數據處理人員提出了更高要求。數據處理人員要為大數據審計提供支撐，要求證券公司數據處理人員不僅要能維護信息系統，還要能根據業務需求，對數據進行整理和標準化，并參與審計模型編寫和數據分析工作。
五、智能審計業務架構設計
業務架構是證券公司智能審計平臺開發的藍圖，同時也是證券公司智能審計未來發展的方向和路徑，確立智能審計系統開發的范圍和目標。以證券公司內部審計具體場景為出發點，結合內部審計智能化需求，規劃形成證券公司智能審計業務架構。智能審計的業務框架主要分為四個層次，具有合理、可擴展等特性。四個層次具體內容見圖1所示。
具體來看，智能審計業務架構需要實現對證券公司全部附屬機構、全鏈條產品所涉及各類風險的持續審計覆蓋，并形成內部審計對證券公司監管政策、業務規則、監管環境變化情況的快速響應。現有審計項目的作業模式和審計效果將得到極大改變。審計范圍將由有限的樣本抽樣向全樣本審計轉變。工作方式將由非現場和現場結合向智能化的方式轉變。立項依據將由風險導向到信息觸發演變。審計視角將由單一條線風險識別向全面風險管理轉變。
圖1：證券公司智能審計業務架構
（一）內審數據集市
對證券公司業務數據、管理數據和審計作業過程中用到的外部數據進行多維度的管理，數據類型包括證券公司內外部結構化、半結構化數據，數據來源涵蓋整改公司內部財務及業務系統、外部數據源。將數據分為貼源層、中間層、主題層。貼源層保證數據的真實性和完整性；中間層建設審計方法和審計思路常用信息，保證審計團隊可以快速獲取到目標數據；主題層在貼源層、中間層的基礎上利用規則形成，保證日常審計工作可以直接定位到目標數據并可以追溯到中間層、貼源層數據。審計數據集市是非現場審計的基礎也是審計作業審計管理的樣本中心，是大數據審計的核心建設。
（二）功能模塊
1.審計數據分析圍繞證券公司各類業務的關鍵風險，以公司“數據倉庫”為基礎，提供數據挖掘工具、數據建模工具、指標預警分析工具、財務查證分析、數據可視化等審計工具，可實現海量數據交互式分析、查詢，供內審人員開展探索式審計分析，實現數據的分析與挖掘，開放審計思路，擴大審計縱深度。
2.人工智能是通過AI技術應用，輔助證券公司內審人員進行審計決策。針對非結構化數據智能審計平臺采用接口調用的方式進行訪問、使用全文檢索引擎、OCR引擎、NLP引擎、語音引擎等工具轉化為結構化數據進行分析。
機器學習技術包括數據清洗和數據挖掘兩個方面的應用，通過數據清洗，篩選出不重復、無缺失、無異常的數，優化數據分析的質量。通過數據挖掘可以發現證券公司業務數據中隱藏的模式和規則，相應進行處理后得出預測結果，構建一種新的數據建模方式。
文本挖掘技術是從文本數據中抽取有價值的信息和知識的計算機處理技術，文本數據挖掘是數據挖掘的一個分支。可以幫助內審人員自動地從原始文檔中抓取所需要分析的內容片段，自動分析文本對象所包含信息情感取向。
3.機器人流程自動化（RPA）又稱機器人軟件，適用于證券公司內審完成復雜、重復、低效的工作。在證券公司內部審計中，利用RPA技術可以幫助內審人員完成數據采集與處理、審計資料收集和整理、審計程序執行等具體事務性工作，減輕工作壓力和人工錯誤的風險。
（三）項目管理
智能審計平臺通過構建審計計劃、審計實施、整改落實、質量控制等審計業務流程和機制，提高審計管理的信息化和規范化水平。
智能審計業務架構對大數據技術賦能審計項目計劃管理進行了有益探索。在編制證券公司審計項目計劃時，運用大數據分析方法，對證券公司內審對象開展審計風險數據畫像，將審計對象在一定期間內的人員、內設部門、單位級別、資金規模、接受內審審計情況、外審情況等要素進行動態關聯分析，采用可視化技術將分析結果予以精準展示。對被審計對象的風險識別從審計實施前置到計劃編制，對被審計單位風險預判從單項目核查轉變為批處理，推進審計項目計劃管理科學化、精細化。
更進一步，智能審計平臺將全面推進證券公司審計管理全鏈條數字化，依托數字化審計平臺提高統籌效率，推進跨部門、跨子公司、跨業務領域審計項目和審計資源的優化配置，推進科技與審計業務深度融合，在審計項目計劃管理、審計質量控制、審計成果開發運用、審計整改、審計隊伍管理等方面向科學化、精細化、智能化轉型。
人工智能技術的蓬勃興起為證券公司內審創新發展構筑了寬廣的舞臺，科技賦能工作的快速推進也為證券公司內審智能化轉型注入了充沛活力。隨著技術進步，智能審計應用范圍將更加寬廣。證券公司可以針對自身的業務類型、風險管理特點構建具備自身特色的智能審計平臺。合規是證券公司的底線，誠信是價值取向，專業是發展之道，穩健是長效保障。在數據賦能的加持下，證券行業可以更高效地嚴守內控底線，落實行業文化建設的要求，筑牢發展基礎，通過提升內審工作提高內控管理水平，打造智能化一站式全流程平臺和合規、誠信、專業的內審隊伍，助力證券公司高質量、穩健發展。
校對：冉燕青
