知識圖譜技術(shù)在商業(yè)銀行非現(xiàn)場審計中的運(yùn)用探究

徐建衛(wèi) 張懿 周桐

[摘要]知識圖譜技術(shù)為商業(yè)銀行非現(xiàn)場審計提供了新工具。目前知識圖譜已在審計知識查詢檢索、業(yè)務(wù)主體關(guān)系識別、金融賬戶交易監(jiān)測、金融欺詐風(fēng)險防范等商業(yè)銀行非現(xiàn)場審計場景中得到運(yùn)用，但數(shù)據(jù)治理能力不足、部門間協(xié)同程度較低、技術(shù)門檻制約以及內(nèi)外部數(shù)據(jù)割裂等問題制約了知識圖譜使用范圍的擴(kuò)大和作用的發(fā)揮。未來可從加強(qiáng)數(shù)據(jù)治理、升級應(yīng)用平臺、強(qiáng)化信息技術(shù)運(yùn)用等方面著手，推動知識圖譜技術(shù)在更多非現(xiàn)場審計場景中發(fā)揮其特有價值。

[關(guān)鍵詞]知識圖譜? ?商業(yè)銀行? ?非現(xiàn)場審計

非現(xiàn)場審計是在現(xiàn)代信息處理和傳遞方式下發(fā)展起來的一種遠(yuǎn)程審計監(jiān)督方式，它通過收集、整理和分析審計對象的業(yè)務(wù)經(jīng)營管理數(shù)據(jù)資料，查找審計對象經(jīng)營管理中存在的問題，評價其風(fēng)險程度，為現(xiàn)場審計提供審計線索，為編制審計計劃以及安排審計資源提供依據(jù)。非現(xiàn)場審計作用的發(fā)揮取決于大數(shù)據(jù)分析與信息處理技術(shù)的運(yùn)用。作為一種大數(shù)據(jù)分析技術(shù)，知識圖譜因具有強(qiáng)大的理解、推理和計算能力而受到關(guān)注，自谷歌公司于2012年推出基于知識圖譜的搜索引擎之后，知識圖譜逐漸在智能問答、輿情分析、數(shù)據(jù)挖掘和深度學(xué)習(xí)等領(lǐng)域得到運(yùn)用。近年來，部分國內(nèi)商業(yè)銀行開始將知識圖譜運(yùn)用到非現(xiàn)場審計業(yè)務(wù)中。結(jié)合對部分銀行的調(diào)研，本文對知識圖譜技術(shù)在商業(yè)銀行非現(xiàn)場審計中的運(yùn)用條件、運(yùn)用場景、面臨的困境進(jìn)行梳理和分析，并就如何推進(jìn)知識圖譜在銀行非現(xiàn)場審計中的深度運(yùn)用提出建議。

一、知識圖譜在商業(yè)銀行非現(xiàn)場審計中的運(yùn)用條件

隨著智慧金融的不斷發(fā)展和圖譜技術(shù)的不斷完善，知識圖譜技術(shù)運(yùn)用商業(yè)銀行內(nèi)部審計中已經(jīng)具備較好的基礎(chǔ)和條件。

（一）商業(yè)銀行具備運(yùn)用知識圖譜的基礎(chǔ)環(huán)境

首先，銀行業(yè)因與數(shù)據(jù)的高度相關(guān)性，成為最先應(yīng)用大數(shù)據(jù)技術(shù)的行業(yè)之一。中國商業(yè)銀行業(yè)在經(jīng)歷了金融信息化、互聯(lián)網(wǎng)金融、金融科技等階段后，正向智慧金融階段邁進(jìn)。作為智慧銀行的重要構(gòu)成部分，內(nèi)部審計的智能化逐漸受到銀行管理層的重視。銀行智能化發(fā)展趨勢為知識圖譜的運(yùn)用提供了環(huán)境。其次，商業(yè)銀行支付結(jié)算和賬戶交易體系完備，在經(jīng)營管理活動中累積了海量業(yè)務(wù)數(shù)據(jù)。這些數(shù)據(jù)為知識圖譜技術(shù)的應(yīng)用提供了強(qiáng)大支撐。最后，作為實(shí)力雄厚的知識密集型傳統(tǒng)金融服務(wù)業(yè)，商業(yè)銀行具有大數(shù)據(jù)和人工智能運(yùn)用的良好人員和技術(shù)儲備，在知識采集、數(shù)據(jù)的結(jié)構(gòu)化處理、知識抽取以及算法開發(fā)等方面具有良好基礎(chǔ)，相對更容易接受和推廣知識圖譜技術(shù)。

（二）傳統(tǒng)非現(xiàn)場審計需要智能技術(shù)賦能

銀行業(yè)務(wù)復(fù)雜性的增強(qiáng)和數(shù)據(jù)體量的快速增長，使得傳統(tǒng)非現(xiàn)場審計方式難以適應(yīng)內(nèi)部審計工作的新要求。一是傳統(tǒng)非現(xiàn)場審計主要通過電子數(shù)據(jù)查找審計線索、發(fā)現(xiàn)審計問題，不利于進(jìn)一步深入挖掘?qū)徲嬀€索特征，進(jìn)而通過審計線索追蹤到具有關(guān)聯(lián)關(guān)系的更為隱蔽的問題。二是傳統(tǒng)非現(xiàn)場審計模型的運(yùn)行結(jié)果通常是表格化的數(shù)據(jù)，在易讀性和友好性展示上效果欠佳，也缺乏對風(fēng)險業(yè)務(wù)的提前預(yù)判能力，風(fēng)險預(yù)警響應(yīng)慢。面對這些問題，傳統(tǒng)非現(xiàn)場審計亟需大數(shù)據(jù)技術(shù)賦能以提高審計工作質(zhì)效。

（三）知識圖譜為商業(yè)銀行非現(xiàn)場審計提供了新工具

知識圖譜能夠運(yùn)用可視化技術(shù)描述知識資源，通過繪制包含對象、屬性及關(guān)系的知識映射圖譜來挖掘和分析對象的相互關(guān)系。通過知識圖譜可以高效直觀地得到目標(biāo)對象（如客戶，賬戶、事件等）之間的關(guān)聯(lián)網(wǎng)絡(luò)，實(shí)現(xiàn)從多維度對審計對象進(jìn)行畫像。這為商業(yè)銀行提供了從“關(guān)系”的角度去發(fā)現(xiàn)問題、研判風(fēng)險的新工具。比如，商業(yè)銀行通過構(gòu)建知識圖譜可獲得企業(yè)客戶之間擔(dān)保和資金往來關(guān)系的可視化圖譜。通過追蹤圖譜節(jié)點(diǎn)，審計人員能夠快速抓取信息，為非現(xiàn)場審計的風(fēng)險發(fā)現(xiàn)和信息檢索提供直接幫助。此外，知識圖譜是基于大數(shù)據(jù)分析的技術(shù)，理論上能夠?qū)崿F(xiàn)可用數(shù)據(jù)范圍內(nèi)審計對象關(guān)聯(lián)信息的全覆蓋，有效擴(kuò)大了非現(xiàn)場審計的風(fēng)險識別范圍，能夠避免傳統(tǒng)非現(xiàn)場審計的抽樣風(fēng)險。

二、知識圖譜技術(shù)在銀行非現(xiàn)場審計中的應(yīng)用場景

目前知識圖譜在商業(yè)銀行非現(xiàn)場審計中的應(yīng)用主要集中在審計對象知識的查詢檢索、金融主體關(guān)系識別、金融賬戶交易數(shù)據(jù)監(jiān)測以及金融欺詐風(fēng)險防范等方面。

（一）審計對象知識的查詢檢索

查詢和檢索是信息評價的基礎(chǔ)。傳統(tǒng)非現(xiàn)場審計常常通過抽查來發(fā)現(xiàn)問題。由于審計對象涉及的知識領(lǐng)域較廣，加之缺乏完善的知識管理，導(dǎo)致審計查詢的效率較低，也無法進(jìn)行關(guān)聯(lián)知識的深度檢索。目前商業(yè)銀行非現(xiàn)場審計的范圍主要包含對被審計行（機(jī)構(gòu)）業(yè)務(wù)信息、會計信息、統(tǒng)計信息的真實(shí)性和完整性的檢索、測試和評價。知識圖譜技術(shù)在部分銀行非現(xiàn)場審計實(shí)踐中得到運(yùn)用，實(shí)現(xiàn)了數(shù)據(jù)與檢索者之間的信息交互。利用知識圖譜技術(shù)實(shí)現(xiàn)了對審計對象業(yè)務(wù)數(shù)據(jù)的全樣本查詢和檢索，獲得對審計對象領(lǐng)域知識的全局認(rèn)識。通過對檢索指令反饋信息的程序化處理，能夠解決多級并發(fā)訪問，實(shí)現(xiàn)查詢結(jié)果即時反饋，顯著提高了非現(xiàn)場審計查詢的效率。當(dāng)知識圖譜的數(shù)據(jù)庫越來越大、內(nèi)部關(guān)聯(lián)越來越多后，借助知識圖譜更容易展現(xiàn)知識的整體性與關(guān)聯(lián)性，更容易獲得需要重點(diǎn)關(guān)注的審計領(lǐng)域，提高非現(xiàn)場審計信息查詢和檢索的精準(zhǔn)度。

（二）金融關(guān)聯(lián)關(guān)系識別

銀行傳統(tǒng)的風(fēng)險管理主要通過對擬授信主體的資產(chǎn)負(fù)債、現(xiàn)金流量等指標(biāo)進(jìn)行準(zhǔn)入審核，但這無法判斷主體間的關(guān)聯(lián)風(fēng)險。而知識圖譜以圖形式反映數(shù)據(jù)結(jié)構(gòu)，對于“實(shí)體”間“關(guān)系”的分析以及知識推理是知識圖譜的優(yōu)勢。這種關(guān)聯(lián)關(guān)系的展示和推理能夠彌補(bǔ)傳統(tǒng)方法的不足，為識別金融主體間的非正常關(guān)系提供技術(shù)支持。目前在商業(yè)銀行審計業(yè)務(wù)實(shí)踐中，知識圖譜對關(guān)聯(lián)關(guān)系的識別主要體現(xiàn)為兩個方面。一是客戶主體關(guān)系識別。比如，某農(nóng)商銀行利用知識圖譜技術(shù)對企業(yè)法人客戶的股權(quán)關(guān)系、上下游關(guān)系、黑名單關(guān)聯(lián)關(guān)系、集團(tuán)關(guān)系、異常擔(dān)保等潛在關(guān)系進(jìn)行穿透式分析，為非現(xiàn)場審計中的客戶風(fēng)險識別提供支持。圖譜中出現(xiàn)的異常節(jié)點(diǎn)或鏈接成為現(xiàn)場審計的重點(diǎn)。二是企業(yè)間關(guān)聯(lián)交易識別。關(guān)聯(lián)交易具有隱蔽性強(qiáng)和連鎖反應(yīng)快等特點(diǎn)，是金融風(fēng)險控制的重要內(nèi)容。某國有控股大型銀行在對公司業(yè)務(wù)的內(nèi)部審計中，利用知識圖譜的大數(shù)據(jù)分析技術(shù)對審計對象的交易信息進(jìn)行全方位畫像，實(shí)現(xiàn)了對隱性關(guān)聯(lián)交易的有效識別，發(fā)現(xiàn)了相互擔(dān)保、重復(fù)抵押以及資金串用等關(guān)聯(lián)交易行為。某股份制銀行將知識圖譜技術(shù)應(yīng)用到企業(yè)關(guān)聯(lián)關(guān)系和客戶經(jīng)理關(guān)系網(wǎng)絡(luò)分析中，為對公信貸和個人理財銷售提供精準(zhǔn)服務(wù)，提高該銀行的數(shù)據(jù)使用效率、數(shù)據(jù)資產(chǎn)管理能力和反欺詐工作效率。D165DAAF-0E61-4D2D-872D-CD2ED27B9763

（三）金融賬戶交易數(shù)據(jù)監(jiān)測

對業(yè)務(wù)經(jīng)營的合規(guī)性進(jìn)行監(jiān)督以確保業(yè)務(wù)經(jīng)營安全，是銀行內(nèi)部審計工作的重要內(nèi)容。商業(yè)銀行通過非現(xiàn)場審計對金融產(chǎn)品、賬戶及交易數(shù)據(jù)進(jìn)行監(jiān)測，為現(xiàn)場審計提供指引。部分銀行機(jī)構(gòu)已經(jīng)將知識圖譜運(yùn)用到金融賬戶交易的數(shù)據(jù)監(jiān)測中。比如，某國有商業(yè)銀行內(nèi)部審計分中心團(tuán)隊(duì)在非現(xiàn)場審計中采用自上向下方式構(gòu)建知識圖譜，在金融賬戶交易數(shù)據(jù)監(jiān)測上取得較好效果。一是賬戶交易風(fēng)險監(jiān)測。借助知識圖譜對多層關(guān)聯(lián)關(guān)系下的異常數(shù)據(jù)識別、知識推理和可視化展示的技術(shù)優(yōu)勢，該行非現(xiàn)場審計人員對某線上貸款產(chǎn)品的銀行賬戶資金流向進(jìn)行監(jiān)測，成功識別出了向行內(nèi)關(guān)系人違規(guī)發(fā)放貸款、借款資金通過支付寶渠道流向違規(guī)領(lǐng)域、關(guān)聯(lián)客戶惡意騙貸等問題。二是異常交易行為鑒別。該行內(nèi)部審計分中心在一項(xiàng)針對所轄機(jī)構(gòu)的專項(xiàng)審計中，利用知識圖譜對多筆個人貸款中異常的金融交易行為進(jìn)行追蹤，揭示出了客戶交叉違約、關(guān)聯(lián)人關(guān)系、額度控制失效等問題。知識圖譜技術(shù)的運(yùn)用顯著提升了該中心審計人員對金融賬戶交易的風(fēng)險識別水平，有力推動了非現(xiàn)場審計從“抽樣獲取”到“智能識別”的轉(zhuǎn)型。

（四）金融欺詐風(fēng)險防范

對金融欺詐行為的識別和防范是知識圖譜在商業(yè)銀行風(fēng)險管理中的重要運(yùn)用。在內(nèi)部非現(xiàn)場審計中知識圖譜主要運(yùn)用在業(yè)務(wù)真實(shí)性審查、貸款擔(dān)保關(guān)系甄別、反洗錢等方面。業(yè)務(wù)真實(shí)性識別方面，一個典型的運(yùn)用是借助知識圖譜對海量數(shù)據(jù)進(jìn)行程序化處理的便利，對個人金融業(yè)務(wù)中的詐騙、套現(xiàn)、“薅羊毛”以及盜卡盜刷等欺詐行為進(jìn)行有效識別和風(fēng)險提示。比如，某國有大型銀行內(nèi)審團(tuán)隊(duì)基于企業(yè)關(guān)聯(lián)圖譜構(gòu)建貸前反欺詐模型，對客戶進(jìn)行風(fēng)險畫像，評估客戶欺詐風(fēng)險。結(jié)果表明，使用隱含在關(guān)系圖譜中的信息比單純使用企業(yè)自身特征數(shù)據(jù)建模，更有助于銀行對企業(yè)申貸欺詐行為進(jìn)行評估，提高風(fēng)險識別的精準(zhǔn)性。貸款擔(dān)保關(guān)系甄別方面，典型的運(yùn)用是借助知識圖譜識別圈保鏈保關(guān)系疑點(diǎn)。實(shí)踐中擔(dān)保圈鏈內(nèi)企業(yè)普遍存在融資杠桿率高、多頭授信以及對外投資房地產(chǎn)及股票等現(xiàn)象。如果有企業(yè)對銀行債務(wù)違約，將會引起多米諾骨牌效應(yīng)。審計人員通過繪制擔(dān)保圈鏈的知識圖譜，可直觀展現(xiàn)可疑節(jié)點(diǎn)，結(jié)合數(shù)據(jù)追蹤，會更容易甄別可疑擔(dān)保行為。近年來反洗錢和反恐怖融資受到監(jiān)管層重視，反洗錢場景下的大數(shù)據(jù)應(yīng)用受到金融機(jī)構(gòu)的關(guān)注。商業(yè)銀行在反洗錢管理中，利用知識圖譜建立反洗錢分析模型，對客戶交易數(shù)據(jù)進(jìn)行挖掘，能夠更好地識別資金頻繁匯入?yún)R出及聚集等異常情況，彌補(bǔ)原有反洗錢模型及黑名單管理模式的不足。

三、商業(yè)銀行非現(xiàn)場審計中知識圖譜的運(yùn)用局限

商業(yè)銀行非現(xiàn)場審計領(lǐng)域涉及范圍廣，但受數(shù)據(jù)要素、業(yè)務(wù)架構(gòu)、人員和科技支撐等多方面制約，當(dāng)前知識圖譜技術(shù)在商業(yè)銀行非現(xiàn)場審計中的應(yīng)用總體還處于嘗試階段，運(yùn)用場景較為有限。

（一）數(shù)據(jù)管理質(zhì)量不高制約著圖譜分析的精度

數(shù)據(jù)是構(gòu)建知識圖譜的基礎(chǔ)，非現(xiàn)場審計中運(yùn)用知識圖譜需要高質(zhì)量的數(shù)據(jù)源。然而實(shí)際情況是大多數(shù)商業(yè)銀行內(nèi)部數(shù)據(jù)治理能力并不強(qiáng)，海量數(shù)據(jù)信息沒有轉(zhuǎn)化為審計所需的數(shù)據(jù)資源，制約了知識圖譜的運(yùn)用。一是對基礎(chǔ)數(shù)據(jù)缺乏有效管理。商業(yè)銀行積累的大量業(yè)務(wù)數(shù)據(jù)以Word文檔、Excel表格、PDF文件、圖像、視頻等形式分布于不同板塊的業(yè)務(wù)系統(tǒng)或數(shù)據(jù)終端里，數(shù)據(jù)資源未被整合利用，沒有形成有效的知識積累。這導(dǎo)致工作中往往需要大量的復(fù)制粘貼和手工錄入，造成審計資源浪費(fèi)。二是數(shù)據(jù)質(zhì)量達(dá)不到圖譜分析的要求。以大數(shù)據(jù)分析為特征的知識圖譜構(gòu)建需要高精度和規(guī)范化的數(shù)據(jù)。但由于非現(xiàn)場審計涉及業(yè)務(wù)范圍很廣，不同業(yè)務(wù)部門對基礎(chǔ)數(shù)據(jù)的搜集和錄入不規(guī)范，數(shù)據(jù)的存儲和組織較為松散，數(shù)據(jù)中存在較多噪音和信息冗余，大量數(shù)據(jù)達(dá)不到圖譜分析的要求。數(shù)據(jù)質(zhì)量問題有時候甚至比沒有數(shù)據(jù)更嚴(yán)重地制約知識圖譜在非現(xiàn)場審計中的運(yùn)用。

（二）部門間協(xié)同程度不高制約了圖譜分析運(yùn)用場景的擴(kuò)大

非現(xiàn)場審計的目標(biāo)是要通過數(shù)據(jù)分析與挖掘來發(fā)現(xiàn)審計對象可能存在的風(fēng)險或問題，為后續(xù)現(xiàn)場審計提供方向。從涵蓋范圍看，這一過程幾乎涉及銀行所有經(jīng)營管理業(yè)務(wù)，因此高質(zhì)量的審計工作有賴于部門間的持續(xù)協(xié)作。部門間的協(xié)作包含了兩個方面的內(nèi)容：一是內(nèi)審部門與其他業(yè)務(wù)管理部門的協(xié)作，二是內(nèi)審部門內(nèi)部不同業(yè)務(wù)處室（模塊）之間的協(xié)作。實(shí)踐中多數(shù)銀行在這兩方面的協(xié)作性并不是很好。前者的協(xié)作性缺乏主要表現(xiàn)為業(yè)務(wù)部門的數(shù)據(jù)管理水平不高，存在對公與對私、負(fù)債與資產(chǎn)、線上與線下、營銷與管理等多維度的數(shù)據(jù)分隔，不能為非現(xiàn)場審計提供支撐。部門間協(xié)同的缺乏也給關(guān)聯(lián)知識的深度檢索帶來困難，導(dǎo)致對審計知識檢索的精度不高。后者的協(xié)作性缺乏主要表現(xiàn)為銀行審計機(jī)構(gòu)內(nèi)部對審計資源的組織和動員能力不強(qiáng)。精通計算機(jī)技術(shù)、大數(shù)據(jù)分析和金融實(shí)操的審計人員既存在總量不足，也存在結(jié)構(gòu)性缺陷。這導(dǎo)致審計業(yè)務(wù)需求與圖譜分析技術(shù)無法實(shí)現(xiàn)有效融合，知識圖譜的深度知識推理無法運(yùn)用到更多業(yè)務(wù)的非現(xiàn)場審計場景中。

（三）內(nèi)外部數(shù)據(jù)割裂限制了知識圖譜在外部風(fēng)險識別中的運(yùn)用

知識圖譜的數(shù)據(jù)來源總體上分為從網(wǎng)頁上爬取和從數(shù)據(jù)庫等結(jié)構(gòu)化的數(shù)據(jù)集合中抽取得到。銀行運(yùn)用知識圖譜的數(shù)據(jù)大致來源有三部分，即行內(nèi)業(yè)務(wù)數(shù)據(jù)、監(jiān)管數(shù)據(jù)和行業(yè)數(shù)據(jù)。目前商業(yè)銀行非現(xiàn)場審計中知識圖譜分析使用的數(shù)據(jù)主要為行內(nèi)業(yè)務(wù)數(shù)據(jù)，外部數(shù)據(jù)的運(yùn)用存在著“獲取不足”和“整合失效”的雙重問題。一方面由于外部數(shù)據(jù)資源協(xié)作程度不高，銀行數(shù)據(jù)管理部門對來自工商、司法、稅務(wù)、海關(guān)、輿情以及第三方合作等外部渠道的數(shù)據(jù)獲取不足，無法實(shí)現(xiàn)行業(yè)數(shù)據(jù)的互聯(lián)與互通;另一方面受數(shù)據(jù)爬取、存儲及管理技術(shù)等限制，不同渠道的多源異構(gòu)數(shù)據(jù)未能與行內(nèi)數(shù)據(jù)完全相適配，形成內(nèi)外部數(shù)據(jù)割裂。內(nèi)外部數(shù)據(jù)割裂給客戶的外部風(fēng)險識別帶來困難，使得知識圖譜對擔(dān)保、投資、控股等關(guān)聯(lián)關(guān)系以及多頭負(fù)債等情況無法給出準(zhǔn)確判斷，限制了知識圖譜在外部風(fēng)險管理中的運(yùn)用。

（四）技術(shù)門檻影響了知識圖譜在審計領(lǐng)域的深度運(yùn)用D165DAAF-0E61-4D2D-872D-CD2ED27B9763

知識圖譜技術(shù)在非現(xiàn)場審計中的有效運(yùn)用主要取決于三個方面，即方法論、知識庫和審計模型構(gòu)建。方法工具上，知識圖譜的應(yīng)用涉及數(shù)據(jù)挖掘、自然語言處理、機(jī)器學(xué)習(xí)以及人工智能等多個方面。比如，自然語言處理技術(shù)決定了從爬蟲平臺獲取數(shù)據(jù)的能力以及獲取數(shù)據(jù)的質(zhì)量，這些數(shù)據(jù)作為原料決定了知識圖譜的運(yùn)用。只有讓技術(shù)門檻變低，審計才能回歸業(yè)務(wù)本身。較高的技術(shù)壁壘使得知識圖譜在大多數(shù)銀行還停留在解決技術(shù)問題層面，沒有被大規(guī)模運(yùn)用到解決實(shí)際審計問題上。審計建模上，存在業(yè)務(wù)處室的審計人員不熟悉建模、模型開發(fā)人員不熟悉業(yè)務(wù)的普遍問題。業(yè)務(wù)人員所提的審計需求往往得不到技術(shù)部門的有效支持，審計模型構(gòu)建需要反復(fù)溝通，效率很低。此外，從調(diào)研掌握的情況看，國有大型銀行由于數(shù)據(jù)倉庫建設(shè)較早投入較大，非現(xiàn)場審計具有一定技術(shù)基礎(chǔ)，知識圖譜在非現(xiàn)場審計中有了初步運(yùn)用，但尚未深入數(shù)據(jù)挖掘和智能審計程度;大多數(shù)股份制商業(yè)銀行和區(qū)域性中小商業(yè)銀行還基本處于探索階段，短期內(nèi)知識圖譜還很難在非現(xiàn)場審計工作中得到實(shí)質(zhì)性運(yùn)用?？傮w來看，技術(shù)門檻在很大程度上限制了知識圖譜在國內(nèi)商業(yè)銀行非現(xiàn)場審計中的運(yùn)用。

四、知識圖譜在商業(yè)銀行非現(xiàn)場審計中的應(yīng)用展望

（一）加強(qiáng)數(shù)據(jù)治理，為知識圖譜的運(yùn)用提供基礎(chǔ)數(shù)據(jù)支撐

加強(qiáng)數(shù)據(jù)治理，提升數(shù)據(jù)的審計分析價值，是當(dāng)前商業(yè)銀行非現(xiàn)場審計知識圖譜運(yùn)用需要解決的問題。首先，要確?；A(chǔ)數(shù)據(jù)的規(guī)范性和可用性。各業(yè)務(wù)管理部門在基礎(chǔ)數(shù)據(jù)整理中要充分考慮數(shù)據(jù)存儲的可擴(kuò)展性、業(yè)務(wù)人員的易用性以及技術(shù)開發(fā)的通用性。各業(yè)務(wù)模塊之間要采用一致的數(shù)據(jù)標(biāo)準(zhǔn)、口徑和技術(shù)規(guī)范，以確保多模塊數(shù)據(jù)在知識圖譜構(gòu)建時實(shí)現(xiàn)融合。數(shù)據(jù)的顆粒度最好到最小業(yè)務(wù)單元（如賬戶或銀行卡），并以分布式方式存儲，以滿足數(shù)據(jù)擴(kuò)容和不同場景分析的需要。其次，要實(shí)現(xiàn)內(nèi)外部數(shù)據(jù)的融合。將來自多業(yè)務(wù)、多渠道、多系統(tǒng)的數(shù)據(jù)，抽離成符合知識圖譜構(gòu)建需要的各類實(shí)體、關(guān)系和屬性，為知識圖譜構(gòu)建提供數(shù)據(jù)基礎(chǔ)。最后，要打破數(shù)據(jù)治理的“部門墻”。產(chǎn)生數(shù)據(jù)的業(yè)務(wù)部門要做到“數(shù)據(jù)誰生產(chǎn)誰負(fù)責(zé)”，確保數(shù)據(jù)治理責(zé)任到位?？傂懈鳂I(yè)務(wù)主管部門設(shè)置數(shù)據(jù)治理專職崗位，分支機(jī)構(gòu)銀行卡業(yè)務(wù)、票據(jù)業(yè)務(wù)、個貸中心、小企業(yè)中心等業(yè)務(wù)較為集中、數(shù)據(jù)產(chǎn)生量大的機(jī)構(gòu)要設(shè)置專職數(shù)據(jù)治理崗位，二級分行以上業(yè)務(wù)條線部門要設(shè)置兼職數(shù)據(jù)治理崗位，業(yè)務(wù)處理中心、后督中心等機(jī)構(gòu)要設(shè)置專職數(shù)據(jù)治理崗位。內(nèi)部審計總部要利用內(nèi)部審計信息化契機(jī)，壓實(shí)各業(yè)務(wù)管理部門的數(shù)據(jù)治理責(zé)任，協(xié)調(diào)推進(jìn)全行數(shù)據(jù)治理質(zhì)量提升。

（二）升級打造全行級圖譜應(yīng)用系統(tǒng)平臺

非現(xiàn)場審計的高效開展離不開審計業(yè)務(wù)系統(tǒng)的支持。相較于業(yè)務(wù)的快速發(fā)展，目前國內(nèi)商業(yè)銀行內(nèi)部審計系統(tǒng)建設(shè)普遍較為滯后，急需推動大數(shù)據(jù)和人工智能技術(shù)在內(nèi)部審計系統(tǒng)建設(shè)中得到更深入應(yīng)用。一是要打造能夠支撐高效在線分析和數(shù)據(jù)挖掘應(yīng)用的審計系統(tǒng)通用平臺。依托新的審計系統(tǒng)平臺打通存貸、結(jié)算、匯兌、資管等多重關(guān)系，實(shí)現(xiàn)客戶的統(tǒng)一視圖，為非現(xiàn)場審計模型的構(gòu)建提供完整視角。二是在審計系統(tǒng)平臺中實(shí)現(xiàn)內(nèi)外部數(shù)據(jù)資源的有效整合。運(yùn)用自然語言處理等手段，將來自互聯(lián)網(wǎng)及第三方的數(shù)據(jù)進(jìn)行結(jié)構(gòu)化處理，轉(zhuǎn)換成能夠滿足非現(xiàn)場審計建模要求的數(shù)據(jù)形式。通過建立審計對象標(biāo)識特征庫，構(gòu)建客戶關(guān)系全網(wǎng)視圖，從多維度呈現(xiàn)審計對象的真實(shí)屬性和復(fù)雜聯(lián)結(jié)關(guān)系。三是依托審計系統(tǒng)構(gòu)建起以行業(yè)、客戶、產(chǎn)品為實(shí)體的知識圖譜數(shù)據(jù)庫。支持審計人員建立符合多機(jī)構(gòu)和多業(yè)務(wù)場景審計需求的審計應(yīng)用模型。通過系統(tǒng)平臺幫助審計人員快速梳理審計關(guān)系，確定審計思路，把握審計重點(diǎn)，助力非現(xiàn)場審計工作的高效開展。

（三）強(qiáng)化信息技術(shù)在非現(xiàn)場審計中的應(yīng)用

隨著商業(yè)銀行內(nèi)部數(shù)據(jù)治理和審計系統(tǒng)平臺建設(shè)的不斷完善，知識圖譜技術(shù)將會在非現(xiàn)場審計中發(fā)揮更為重要的作用，但這也對內(nèi)審人員的數(shù)據(jù)分析和信息處理能力提出了更高要求。遺憾的是目前國內(nèi)商業(yè)銀行審計人員這方面的能力普遍不高，技術(shù)門檻仍然是阻礙知識圖譜深度運(yùn)用的重要因素。商業(yè)銀行需強(qiáng)化審計隊(duì)伍的信息化建設(shè)，更加重視復(fù)合型審計人員的選拔、培養(yǎng)和鍛煉。在人員入口關(guān)要加強(qiáng)對數(shù)據(jù)分析處理能力的考察，加強(qiáng)對其基層業(yè)務(wù)背景與內(nèi)審崗位匹配度的考察。有條件的銀行在跨區(qū)域的審計機(jī)構(gòu)中要引進(jìn)專業(yè)IT人員組建大數(shù)據(jù)分析團(tuán)隊(duì)，團(tuán)隊(duì)人員應(yīng)熟悉后臺數(shù)據(jù)基礎(chǔ)表結(jié)構(gòu)，熟練使用統(tǒng)計分析工具，輔助非現(xiàn)場審計人員進(jìn)行深度的數(shù)據(jù)分析與挖掘工作。對在崗審計人員要加強(qiáng)對自然語言處理、人工智能、大數(shù)據(jù)等技術(shù)的針對性訓(xùn)練，不斷提升其數(shù)據(jù)分析、新技術(shù)使用以及審計模型運(yùn)用能力，有針對性地安排內(nèi)審人員到屬地分支機(jī)構(gòu)業(yè)務(wù)管理和信息科技部門交流鍛煉。通過降低技術(shù)門檻促進(jìn)知識圖譜技術(shù)在銀行非現(xiàn)場審計中的運(yùn)用。

（四）推動知識圖譜技術(shù)在更多非現(xiàn)場審計場景中運(yùn)用

目前知識圖譜在非現(xiàn)場審計中的運(yùn)用主要集中在準(zhǔn)入篩查、違約識別、貸款預(yù)警等風(fēng)險防控方面。實(shí)際上知識圖譜在非現(xiàn)場審計中可以發(fā)揮更多作用。知識圖譜在知識管理、精準(zhǔn)營銷、信用評估、適當(dāng)性管理、內(nèi)部控制等諸多業(yè)務(wù)場景中均能發(fā)揮作用，如利用圖譜畫像可以實(shí)現(xiàn)對業(yè)務(wù)營銷的審計督導(dǎo)。在業(yè)務(wù)營銷中客戶經(jīng)理可建立銀行客戶社交網(wǎng)絡(luò)圖譜，根據(jù)交往方式和頻次定義圖譜的關(guān)系模型，挖掘具有相似行為的潛在客戶。審計人員利用知識圖譜可以判斷業(yè)務(wù)營銷部門是否掌握了重點(diǎn)客戶的資金、人員和上下游關(guān)系，是否有效挖掘潛在客戶，向其推薦相關(guān)的產(chǎn)品和服務(wù)，為對營銷部門的績效審計提供參考。在管理人員離任經(jīng)濟(jì)責(zé)任審計中，對審計對象個人履歷、分管業(yè)務(wù)、監(jiān)督檢查記錄等設(shè)置關(guān)聯(lián)規(guī)則，對其及關(guān)聯(lián)賬戶和資金往來進(jìn)行關(guān)聯(lián)關(guān)系分析，可發(fā)現(xiàn)內(nèi)外勾結(jié)和資金異常流動等違規(guī)行為。此外，利用知識圖譜的學(xué)習(xí)功能可以建立審計報告、具體風(fēng)險點(diǎn)及制度依據(jù)之間的關(guān)聯(lián)，實(shí)現(xiàn)審計知識的高效管理。在此基礎(chǔ)上，利用知識圖譜技術(shù)可實(shí)現(xiàn)非現(xiàn)場審計報告工作底稿部分內(nèi)容的自動生成，減少報告在不同人員之間的流轉(zhuǎn)次數(shù)，能夠有效提升非現(xiàn)場審計工作的效率。

主要參考文獻(xiàn)

[1]陳偉，居江寧.基于大數(shù)據(jù)可視化技術(shù)的審計線索特征挖掘方法研究[J].審計研究， 2018（1）：16-21

[2]金磐石，萬光明，沈麗忠.基于知識圖譜的小微企業(yè)貸款申請反欺詐方案[J].大數(shù)據(jù)， 2019（5）：100-112

[3]李濤，王次臣，李華康.知識圖譜的發(fā)展與構(gòu)建[J].南京理工大學(xué)學(xué)報， 2011（1）：22-34

[4]牛艷芳，薛巖，鄧雪梅.審計大數(shù)據(jù)關(guān)聯(lián)的網(wǎng)絡(luò)分析平臺構(gòu)建及應(yīng)用研究[J].審計研究， 2018（5）：35-42

[5]萬丹，任昌鴻，楊星.非現(xiàn)場審計在銀行內(nèi)審工作中的價值探索[J].中國農(nóng)村金融， 2020（18）：71-73

[6]王瑞萍，劉峰.審計知識圖譜的構(gòu)建與研究：基于Neo4j的圖譜技術(shù)[J].中國注冊會計師， 2020（9）：109-113D165DAAF-0E61-4D2D-872D-CD2ED27B9763