人民銀行內部審計研究論文
前言：想要寫出一篇引人入勝的文章？我們特意為您整理了人民銀行內部審計研究論文范文，希望能給你帶來靈感和參考，敬請閱讀。
一、基本概念
數據挖掘（DataMining，DM）是一種計算機輔助技術，用于從海量的、不完全的、有噪聲的、模糊的、隨機的數據中抽取出潛在的、有效的、新穎的、有用的和最終可以理解的知識的過程，又稱數據庫知識發(fā)現（KnowledgeDiscoverofDatabase，KDD）。數據挖掘即能針對特定7876數據庫進行簡單的檢索和查詢，又能進行多層次、全方位的統(tǒng)計、分析、綜合和推理，越來越多的組織開始對記錄交易活動、經營狀況和市場信息的海量數據進行數據挖掘，從而獲得有價值的信息，提高組織的盈利水平和競爭能力。審計人員可將具有相似性的會計數據進行聚類分組，從而發(fā)現異常賬目。
根據人民銀行業(yè)務實際和大數據處理要求，構建了由數據獲取、數據整理、數據挖掘和審計應用四階段構成的人民銀行大數據審計模型。
（一）數據獲取
人民銀行內審部門應結合轄區(qū)業(yè)務實際，積極開展風險評估工作，確定各業(yè)務風險排序，擬定審計主題，針對特定的審計目標和審計內容進行廣泛而深入的審前調查，掌握審計的范圍、審計的內容、審計所需的信息。根據審前調查情況，審計人員有目的性的收集和整理與審計相關的數據，服務于審計項目。該階段審計人員在保證不影響被審計單位業(yè)務系統(tǒng)的平穩(wěn)、持續(xù)運行前提下，采取諸如MicrosoftSQLServer2000等數據轉換工具，獲取、更新和維護審計相關數據。
（二）數據整理
該階段審計人員在充分分析數據質量的情況下，運用數據庫各表之間的勾稽關系，剔除垃圾數據，清理、轉換、載入和驗證提取的數據，建立審計數據庫××，數據庫中的審計數據是集成的、一致的、高質量的，便于后續(xù)審計工作的開展。數據庫是面向特定審計主題的，不同被審計單位的審計主題不同，因此審計人員要為不同審計對象設計不同的數據庫××，設計數據庫××包括數據庫××模型設計及數據處理設計，是一個循環(huán)往復、不斷優(yōu)化的過程，需要不斷地反饋和不斷地完善。該階段審計人員主要任務是為采集到的審計數據建立一個獨立與被審計單位數據庫的數據庫××，提供適合聯機分析處理和數據挖掘的數據存儲環(huán)境。
（三）數據挖掘
該階段審計人員可以使用簡單分析和多維分析工具對數據庫××進行數據分析，如：采用聯機分析處理的切塊、切片、旋轉和鉆取等技術，對審計數據進行比較分析、比率分析、趨勢分析等。但在海量數據情況下，審計人員必須采用諸如統(tǒng)計分析、決策樹、人工神經網絡和關聯規(guī)則等數據挖掘算法，對數據庫××進行數據挖掘。
1.選擇數據挖掘算法
不同數據挖掘算法的思路、步驟、功能和應用領域不盡相同，審計人員應根據審計主題選擇挖掘方法，以得到對審計有指導意義的知識。
2.建立數據挖掘模型
選擇數據挖掘算法后，從分析數據入手，從數據庫××中提取主要變量，剔除無關變量，建立適合該算法的數據挖掘模型。
3.驗證數據挖掘模型
從數據庫××中選取多個樣本數據，對挖掘模型進行驗證，確保數據挖掘模型實現既定審計目的。
4.運行數據挖掘模型
挖掘模型的運行由專業(yè)計算機工具完成，審計人員要認真評估挖掘結果，判定挖掘結果的準確性和有效性，保證挖掘結果得出正確審計結論。評估結果可能導致退回到之前的階段，重新選擇數據集合、數據挖掘算法或調整挖掘算法參數。
5.構造審計知識庫
數據挖掘模型運行后，會呈現隱藏在數據庫××中的一些規(guī)律或者展示異常審計數據，這些規(guī)律或者異常稱之為審計知識，不同的審計知識存儲在一起即構成了審計知識庫，審計人員利用審計知識提取審計線索或違規(guī)及風險情況。
6.循環(huán)利用審計知識庫
在以后開展審計項目時，審計人員首先查看審計知識庫，采用可以直接使用的審計知識，否則按照上述步驟構造適合本次審計的挖掘模型，并將新的審計知識存入審計知識庫。審計知識庫的循環(huán)使用提高了審計的效率，實現了資源共享，提高了審計質量。
（四）審計應用
審計人員利用掌握的審計證據，對提取的審計線索、審計違規(guī)及風險狀況進行解釋和驗證，評估形成的審計結論，對審計結論進行一致性和效用性處理。主審人組織獲得的審計結論，以事實確認書的形式向被審計單位征求意見，最終形成審計報告。
三、相關工作建議
（一）積極構建大數據審計模型
2012年，人民銀行計算機輔助審計系統(tǒng)正式上線運行，在國庫和貨幣發(fā)行業(yè)務審計領域取得了顯著成效；2013年，總行內審司下發(fā)了《中國人民銀行辦公廳關于計算機輔助審計工作的指導意見》，推進輔助審計工作。要進一步把握大數據環(huán)境下內部審計發(fā)展趨勢，引入適應大數據要求的數據分析工具，積極構建、優(yōu)化大數據審計模型，大力開展海量數據持續(xù)和深層次分析，引導各分支機構逐步轉變審計模式。
（二）著力搭建溝通協調機制
為確保大數據審計模式得到有效推廣，各級內審部門要根據本轄區(qū)業(yè)務實際建立溝通協調機制，明確權責。技術部門要按照權限提供相關業(yè)務系統(tǒng)的系統(tǒng)需求、數據庫設計和數據字典等信息，并在系統(tǒng)研究、數據采集和數據挖掘等方面提供必要的支持和配合；相關業(yè)務部門要積極提供內審部門開展各類審計所需數據資料，不得以任何借口和理由拒絕或踢皮球；內審部門要不斷探索應用數據挖掘技術的方法和路徑。
（三）全力培養(yǎng)專業(yè)審計人才
各級內審部門要推廣大數據審計模型，亟需具備數據挖掘和信息技術創(chuàng)新應用能力的“數據分析師”和負責業(yè)務知識研究及分析思路構建的“業(yè)務分析師”兩種專業(yè)審計人才。要全力加強人才培養(yǎng)和人員培訓，統(tǒng)籌專業(yè)分析人才與數據分析人才、普通應用人才與高層次人才全面發(fā)展，鍛造一支理論水平高、實踐能力強的復合型人才隊伍，推進數據挖掘技術在人民銀行內部審計中的廣泛應用。
（四）積極開展審計實踐與應用
2013年以來，各級內審部門運用總行計算機輔助審計系統(tǒng)開展國庫業(yè)務及系統(tǒng)運行管理審計，積累了計算機輔助審計實戰(zhàn)經驗。為適應大數據環(huán)境下內部審計發(fā)展趨勢，各級內審部門應根據實際，加大計算機輔助審計實踐的力度和范圍，除使用計算機輔助審計系統(tǒng)外，要嘗試將ACL、EXCEL和SQLServer等通用數據分析工具應用于各類審計項目，開展業(yè)務數據挖掘，不斷積累數據分析實踐經驗，推進和提升計算機輔助審計進程和水平，并為引進大數據審計模型奠定基礎。
作者： 楊淑慧 潘德寶 徐芬 李磊 單位：中國人民銀行南昌中心支行
