在金融审计中，针对金融行业数据量大、信息化程度高等特点，要树立“数据先行”理念，坚持实践和创新相结合，探索和推行大数据条件下的审计组织模式，深化数据分析运用，充分发挥大数据分析在金融审计中的重要作用。

发展历程

从某种程度上说，金融审计的发展是认识数据、掌握数据和运用数据的过程。金融审计的发展，从一个阶段过渡到另一个阶段迈上新的台阶，得益于审计部门对数据分析技术和方法的引入与使用。

第一次提升是从财务数据到业务数据的拓展，支持了金融审计从财务审计走向业务审计。早先的金融审计主要针对商业银行自身的财务情况进行审计，未涵盖其最核心的信贷业务。基于此，金融审计开始分析、研究银行的业务数据，虽然初期只局限于少数银行，数据类型局限在信贷数据，分析技术也只是运用最基本的SQL语言，但审计空间已经得到拓展，通过对信贷业务的持续关注，形成了众多反映信用风险和资产质量变化的审计成果。在组织模式上，由于信贷业务的核心环节在分支机构，审计资源也相应下沉到分支机构，有力支持了这一阶段的审计工作。

第二次提升是从信贷数据到全业务数据的拓展，支持了金融审计从信贷走向商业银行业务“全链条”。此时恰逢银行放大融资冲动较强的阶段，当监管堵住信贷，其他通道业务开始出现，仅关注信贷已无法满足审计监督的需要，“全链条”理念开始萌生，商业银行的同业、理财等业务逐步纳入审计视野，对不同业务、不同银行的数据进行关联性分析成为迫切需要。这一时期，“总体分析、发现疑点、分散核实、系统研究”的数字化审计思路初步形成，并在很大程度上改变了此后的项目组织模式，围绕核心业务，审计资源也相应向总部总行集中，并建立了数据分析团队，为其他审计小组提供精确线索。

第三次提升是从银行数据到非银行数据的扩展，支持了金融审计从金融机构走向金融市场。金融市场快速发展，交叉性金融业务层出不穷。基于在商业银行积累的经验，对每个金融新领域的拓展都是从数据入手，通过探索新数据，并与已有数据进行关联，形成审计成果。在技术方法上，随着个案积累的日益丰富，数据模型不断升级。在组织模式上，组建专项工作组，集中开展数据分析，在大型项目和特定、紧急审计事项中均展现出其独有优势。

经历了三次提升，目前金融审计正处在一个新的发展阶段，大数据生命力开始凸显，更多的新技术、新方法被运用到审计实践中。

实践探索

（一）关联分析——小微企业融资难融资贵问题

近年来，党中央、国务院出台了一系列支持小微企业的政策措施并取得积极成效，但“融资难、融资贵”问题仍然存在。审计人员对此进行分析后，发现一个基础性问题，就是小微企业口径问题。金融审计尝试把相关数据进行关联，将经营规模明显偏高、经营属性比较特殊的企业剔除，在此基础上，更加精确地选择具体延伸对象，延伸质量明显提升，形成了针对性更强的政策建议。

（二）偏离度分析——债券市场代持问题

债券市场规模大，风险不低，主要是机构投资者参与其中，相对封闭。大量机构为了获得高杠杆收益，实施循环操作，逐渐形成一个庞大的网络，隐藏较大风险。由于代持交易均为“抽屉协议”，审计人员运用偏离度分析，锁定代持交易和正常交易在数据上的区别，清晰描绘出代持交易总体规模和个体特征，为推动相关部门积极稳妥地处置风险提供了重要参考。

（三）拟合分析——操纵期货市场案例

在暂未接触审计对象的情况下，如何把可能存在的事实先模拟出来，为后续工作奠定基础，是审计中经常遇到的问题。2017年，审计人员选择了期货市场上某种重要工业品，在不便实地查看库存的情况下，尝试运用拟合分析法，从外围调取相关数据，依据其关联关系，模拟出某企业在一个时间段内的库存数据，然后再在期货市场找到相关期货交易数据，及时揭示出企业的操作手法。这种横跨实体和金融的分析方法，具有很强的开创性。

（四）非结构化分析和社会网络关系分析——新型涉众诈骗案例

一个时期以来，以非法集资为代表的各类涉众、涉骗行为易发多发，这种金融乱象侵扰金融市场秩序，严重侵害群众利益。审计人员在揭示这类问题方面做了大量工作。如某涉众诈骗团伙在部分地区迅速发展，审计利用非结构化分析提炼交易中标注的关键字，并通过社会网络关系分析快速锁定可疑线索，为最终破获案件提供明确方向。

（五）初步的数据挖掘——“现金贷”问题分析

大数据时代，可以在尚未形成判断前，通过数据挖掘先形成初步结论，帮助审计人员做出判断。具体说，一般的非法集资，资金归集户是大笔吸收资金在前，小额返还资金在后，但经数据分析，模型自动提示出来的归集户是反向而行，即部分归集户大笔放出资金在前，小额收回资金在后，难以用现有经验来解释。经深入分析后发现，此为“现金贷”交易模式。它不是向公众吸收资金，而是面向不特定公众放贷。并且，这些机构普遍不具备金融资质，同时存在利率畸高、暴力催收频发、面向在校学生放贷等情况，最终揭示出“现金贷”畸形的商业模式和高风险特征，为监管部门清理“现金贷”“校园贷”等乱象提供了重要参考。

未来展望

通过多年探索，金融审计在大数据应用方面取得一些经验和成果，同时，大数据审计作为一种新兴技术，还有很长的路要走。

在技术方法上，要进一步探索多维度、智能化的分析方法，深入挖掘新技术和新方法，探索机器学习的实践应用。既要对前沿技术进行大胆的试验和探索，也要着力缩短生产力转化链条；既要深化对既定现象的分析，也要通过技术方法的升级，提高审计分析的预测性和前瞻性。

在组织模式上，进一步完善适应大数据要求的审计组织模式。加大对总部总行的审计资源投入，更加突出总体分析，打包重点事项，按照不同的“包”拆分审计任务；推动特定地区的整体分析和数据关联工作的开展。

在数据基础上，进一步提高金融审计数据质量。全面融入“金审工程”三期建设，以商业银行审计数据2.0标准建设为契机，提升金融各领域、各行业的数据质量，加强数据整合，为大数据技术施展更大的空间奠定基础。