大数据视角下人民银行内部审计研究

1、大数据视角下人民银行内部审计研究大数据视角下人民银行内部审计研究随着中国人民银行信息化程度的不断提升，先后引入和晋级了许多业务系统，记录和处理各项业务的经营状况、处理活动，形成了各类业务数据库，储存了海量业务数据，大踏步迈入了大数据时代。面对大数据时代的到来，各级人民银行内部审计部门要保持高度的危机意识、未雨绸缪，正确认识大数据分析的理论核心数据挖掘技术，逐步将数据挖掘技术引入人民银行内部审计工作。通过数据的全面掌握、挖掘技术的广泛运用，实现对风险的前瞻、全面、深化和持续的审计覆盖，进步审计质量，躲避审计风险，从更高层面为人民银行业务开展提供更具战略性、系统性和前瞻性的审计建议，改善组织运营，

2、增加组织价值。一、根本概念一大数据大数据又称巨量数据，所涉及的数据量规模宏大到无法使用传统工具，在合理时间内到达撷娶管理、处理并整理成有价值的信息。大数据具有数据容量宏大、数据类型纷繁、数据价值密度低和处理速度要求快的特点。大数据对内部审计工作具有重要影响：一是促使审计方式向连续审计转变。随着信息技术迅速开展，连续审计的重要性日益凸显，大数据技术及大数据根底使连续审计成为可能，连续审计可以降低传统审计过程中的时滞问题，降低审计错误和风险，为组织提供咨询增值效劳；二是促进审计抽样向系统化、智能化和模块化开展。数据量的爆炸式增长使审计人员无法使用现行的抽样审计方法提醒舞弊行为和技术性本文由论文联盟

3、.Ll.搜集整理错误。大数据时代的审计抽样算法可以对审计数据进展分析，进展数据挖掘，找出特征数据，缩小抽取样本的数量，降低审计本钱、进步审计效率；利用关联规那么，预测被审计单位运营风险的上下，帮助审计人员确定审计重点，实现准确打击；三是促进审计成果的转化与应用。促进对以往审计中获取的大量信息资料的汇总、归纳，从中找出内在规律、共性问题和开展趋势，通过汇总归纳宏观性和综合性较强的审计信息，为指导决策提供根据；通过对带有共性、普遍性、倾向性的问题进展挖掘，提炼出问题与数据中的关联性，可以将所有问题通过IT手段检查出来；将审计成果进展知识化留存；通过大数据技术，将问题规那么化并固化到系统中，以便于计

4、算或判断问题开展趋势、对问题进展预警等。二数据挖掘技术数据挖掘Dataining，D是一种计算机辅助技术，用于从海量的、不完全的、有噪声的、模糊的、随机的数据中抽取出潜在的、有效的、新颖的、有用的和最终可以理解的知识的过程，又称数据库知识发现KnledgeDisverfDatabase，KDD。数据挖掘即能针对特定7876数据库进展简单的检索和查询，又能进展多层次、全方位的统计、分析、综合和推理，越来越多的组织开场对记录交易活动、经营状况和市场信息的海量数据进展数据挖掘，从而获得有价值的信息，进步组织的盈利程度和竞争才能。审计人员可将具有相似性的会计数据进展聚类分组，从而发现异常账目。二、大数

5、据视角下的人民银行内部审计模型根据人民银行业务实际和大数据处理要求，构建了由数据获娶数据整理、数据挖掘和审计应用四阶段构成的人民银行大数据审计模型，模型流程如图1。图1人民银行大数据审计模型一数据获龋人民银行内审部门应结合辖区业务实际，积极开展风险评估工作，确定各业务风险排序，拟定审计主题，针对特定的审计目的和审计内容进展广泛而深化的审前调查，掌握审计的范围、审计的内容、审计所需的信息。根据审前调查情况，审计人员有目的性的搜集和整理与审计相关的数据，效劳于审计工程。该阶段审计人员在保证不影响被审计单位业务系统的平稳、持续运行前提下，采取诸如irsftSQLServer2000等数据转换工具，获

6、娶更新和维护审计相关数据。二数据整理。该阶段审计人员在充分分析数据质量的情况下，运用数据库各表之间的勾稽关系，剔除垃圾数据，清理、转换、载入和验证提取的数据，建立审计数据库，数据库中的审计数据是集成的、一致的、高质量的，便于后续审计工作的开展。数据库是面向特定审计主题的，不同被审计单位的审计主题不同，因此审计人员要为不同审计对象设计不同的数据库，设计数据库包括数据库模型设计及数据处理设计，是一个循环往复、不断优化的过程，需要不断地反应和不断地完善。该阶段审计人员主要任务是为采集到的审计数据建立一个独立与被审计单位数据库的数据库，提供合适联机分析处理和数据挖掘的数据存储环境。三数据挖掘。该阶段审

7、计人员可以使用简单分析和多维分析工具对数据库进展数据分析，如：采用联机分析处理的切块、切片、旋转和钻取等技术，对审计数据进展比拟分析、比率分析、趋势分析等。但在海量数据情况下，审计人员必须采用诸如统计分析、决策树、人工神经网络和关联规那么等数据挖掘算法，对数据库进展数据挖掘。1.选择数据挖掘算法。不同数据挖掘算法的思路、步骤、功能和应用领域不尽一样，审计人员应根据审计主题选择挖掘方法，以得到对审计有指导意义的知识。2.建立数据挖掘模型。选择数据挖掘算法后，从分析数据入手，从数据库中提取主要变量，剔除无关变量，建立合适该算法的数据挖掘模型。3.验证数据挖掘模型。从数据库中选取多个样本数据，对挖掘

8、模型进展验证，确保数据挖掘模型实现既定审计目的。4.运行数据挖掘模型。挖掘模型的运行由专业计算机工具完成，审计人员要认真评估挖掘结果，断定挖掘结果的准确性和有效性，保证挖掘结果得出正确审计结论。评估结果可能导致退回到之前的阶段，重新选择数据集合、数据挖掘算法或调整挖掘算法参数。5.构造审计知识库。数据挖掘模型运行后，会呈现隐藏在数据库中的一些规律或者展示异常审计数据，这些规律或者异常称之为审计知识，不同的审计知识存储在一起即构成了审计知识库，审计人员利用审计知识提取审计线索或违规及风险情况。6.循环利用审计知识库。在以后开展审计工程时，审计人员首先查看审计知识库，采用可以直接使用的审计知识，否

9、那么按照上述步骤构造合适本次审计的挖掘模型，并将新的审计知识存入审计知识库。审计知识库的循环使用进步了审计的效率，实现了资源共享，进步了审计质量。四审计应用。审计人员利用掌握的审计证据，对提取的审计线索、审计违规及风险状况进展解释和验证，评估形成的审计结论，对审计结论进展一致性和效用性处理。主审人组织获得的审计结论，以事实确认书的形式向被审计单位征求意见，最终形成审计报告。三、相关工作建议一积极构建大数据审计模型。2022年，人民银行计算机辅助审计系统正式上线运行，在国库和货币发行业务审计领域获得了显著成效；2022年，总行内审司下发了?中国人民银行办公厅关于计算机辅助审计工作的指导意见?，推

10、进辅助审计工作。要进一步把握大数据环境下内部审计开展趋势，引入适应大数据要求的数据分析工具，积极构建、优化大数据审计模型，大力开展海量数据持续和深层次分析，引导各分支机构逐步转变审计形式。二着力搭建沟通协调机制。为确保大数据审计形式得到有效推广，各级内审部门要根据本辖区业务实际建立沟通协调机制，明确权责。技术部门要按照权限提供相关业务系统的系统需求、数据库设计和数据字典等信息，并在系统研究、数据采集和数据挖掘等方面提供必要的支持和配合；相关业务部门要积极提供内审部门开展各类审计所需数据资料，不得以任何借口和理由回绝或踢皮球；内审部门要不断探究应用数据挖掘技术的方法和途径。三全力培养专业审计人才。各级内审部门要推广阔数据审计模型，亟需具备数据挖掘和信息技术创新应用才能的数据分析师和负责业务知识研究及分析思路构建的业务分析师两种专业审计人才。要全力加强人才培养和人员培训，统筹专业分析人才与数据分析人才、普通应用人才与高层次人才全面开展，锻造一支理论程度高、理论才能强的复合型人才队伍，推进数据挖掘技术在人民银行内部审计中的广泛应用。四积极开展审计理论与应用。2022年以来，各级内审部门运用总行计算机辅助审计系统开展国库业务及系统运行管理审计，积累了