□付英俊 李丽丽 程林鹏

稽核是商业银行一项重要的内部控制措施。借鉴国际经验，国内商业银行稽核工作转移至后台，实行前后台分离，采取“前台分散受理，后台集中处理”的集约化运营模式。在银行业务创新日趋快速化及多元化，以及“防风险、强内控、促合规”的严监管背景下，如何运用大数据、云计算、AI等新技术构建智能化稽核体系，提升稽核工作的前瞻性、精准性、全面性，增强稽核的数字化效能，是商业银行在创新谋变过程中面临的重要课题。

大数据应用于银行集中稽核

当前，商业银行集中稽核面临的主要问题：一是集中稽核标准化作业不足，二是集中稽核缺乏定量分析，三是集中稽核实时性前瞻性不足，四是稽核风险分析能力有待加强。

未来，大数据等新技术在银行集中稽核中有广泛的应用场景。

在合规智能监测方面，大数据技术可用于银行自动监测业务的合规性，确保遵循各种法规和政策要求。大数据可以提供全面的数据源，通过对这些数据的全面分析和挖掘，可以发现异常数据和潜在的违规行为，及时预警并采取措施进行纠正。此外，大数据还可以结合人工智能技术进行智能合规性监测，通过自然语言处理、机器学习等技术，自动抽取关键合规指标并监测合规情况。这样不仅可以提高合规性监测的效率，还可以降低人为干预和错误判断的风险。

在风险实时监控方面，大数据具有关键作用。通过对实时数据的分析和评估，使稽核人员能够及时发现潜在的风险点和风险敞口。针对这些风险点，银行可以采取相应的预警措施，提醒相关部门和人员及时处理和防范风险。

在业务运营优化方面，通过大数据技术对银行的业务运营数据进行深入分析，可以优化业务流程，提高运营效率。通过与业务系统的集成和交互，可以及时发现和纠正业务运营中的不合规行为和错误，提高业务运营的效率和准确性，实现自动化稽核和实时监控。

在员工行为风险防控方面，商业银行可应用大数据稽核模型关注员工风险行为。通过大数据技术对这些数据进行实时监控和分析，可以及时发现异常情况，防范员工行为风险。

大数据稽核需防范相关风险

金融科技具有两面性，在对传统银行业务进行改革创新的同时，也带来技术应用过程中伴生的风险。

银行业应用大数据稽核需防范相关风险：一是数据安全风险。大数据技术应用涉及大量的客户信息、交易数据等敏感信息，如果安全措施不到位，就会给银行带来巨大损失。因此，需要建立健全数据安全管理制度和技术保障措施，确保客户信息的安全性和合规性。二是数据质量风险。大数据技术的应用需要依赖大量的数据分析结果，其中可能存在错误、遗漏、时效性滞后或不一致的问题，如果数据不准确，稽核结果可能会受到影响。因此，银行需建立数据质量管理制度和技术保障措施，提高数据分析的时效性。三是算法和模型风险。在使用大数据分析算法时，存在一定的偏差和受限的风险，如果建立在不平衡或有偏向的数据集上，结果可能会偏向某些群体，从而引发公平性和合规性问题。因此，需要选择合适的算法和模型，并进行充分测试和验证，确保准确性。四是稽核结果的可解释性风险。大数据稽核的结果可能非常复杂，难以直观理解，这可能会影响可信度。因此，采用直观易懂的方式来呈现，以便更好地理解和解释结果。五是法律与合规风险。大数据技术应用涉及大量数据处理和分析，如果违反相关规定或监管要求，可能会面临法律责任和监管处罚等风险。因此，银行要了解和遵守相关法律法规，确保应用合法合规。

（付英俊单位为建设银行湖北省分行；李丽丽单位为建设银行业务处理中心；程林鹏单位为建信金融科技有限责任公司武汉事业群）