商業(yè)銀行內(nèi)審技術(shù)和方法ppt課件

1、商業(yè)銀行內(nèi)審技術(shù)和方法目錄商業(yè)銀行內(nèi)審技術(shù)商業(yè)銀行內(nèi)審方法案例1231.1商業(yè)銀行內(nèi)審技術(shù)的變革1、大數(shù)據(jù)、云計算和互聯(lián)網(wǎng)的開展大數(shù)據(jù)云計算互聯(lián)網(wǎng)2、銀行全面電子數(shù)據(jù)化金融產(chǎn)品數(shù)據(jù)化金融效力數(shù)據(jù)化業(yè)務(wù)流程數(shù)據(jù)化3、現(xiàn)場審計和非現(xiàn)場審計技術(shù)逐漸交融非現(xiàn)場審計不僅作為現(xiàn)場審計的抽樣工具，現(xiàn)場審計階段也需求經(jīng)過計算機輔助工具獲得信息，現(xiàn)場審計和非現(xiàn)場審計的邊境越來越模糊即使信息技術(shù)非常興隆，現(xiàn)實世界仍有部分信息不能被數(shù)據(jù)化，非現(xiàn)場審計不能完全替代現(xiàn)場審計 1.2 審計數(shù)據(jù)采集處置技術(shù)隨著我們所獲取的數(shù)據(jù)變得越來越龐大，我們也正在逐漸逼近全體數(shù)據(jù)，數(shù)據(jù)獲得的邊境便是審計的邊境。1.2數(shù)據(jù)采集處置技術(shù)1

2、.2 數(shù)據(jù)采集技術(shù)內(nèi)部數(shù)據(jù)VS外部數(shù)據(jù)構(gòu)造化數(shù)據(jù)vs非構(gòu)造化數(shù)據(jù)數(shù)據(jù)分類：內(nèi)部數(shù)據(jù)vs外部數(shù)據(jù)內(nèi)部數(shù)據(jù)：目前銀行內(nèi)部數(shù)據(jù)主要是聯(lián)機買賣數(shù)據(jù)和聯(lián)機分析數(shù)據(jù)， 是最主要的數(shù)據(jù)，包括： 報表傳票客戶賬戶和買賣合同或協(xié)議機構(gòu)、渠道和產(chǎn)品業(yè)務(wù)運營業(yè)務(wù)審批業(yè)務(wù)檔案客戶之聲反響數(shù)據(jù) 外部數(shù)據(jù)：人行征信工商登記法院、環(huán)保第三方支付海關(guān)、稅務(wù)WIND第三方公司風(fēng)險數(shù)據(jù)集成互聯(lián)網(wǎng)爬蟲構(gòu)造化數(shù)據(jù)VS非構(gòu)造化數(shù)據(jù)構(gòu)造化數(shù)據(jù)會計報表客戶結(jié)算業(yè)務(wù)臺帳. 非構(gòu)造化數(shù)據(jù)監(jiān)控錄像客戶之聲信貸檔案會計影像貸款審批意見1.3 審計檢查分析技術(shù)1、業(yè)務(wù)場景、流程復(fù)原2、風(fēng)險數(shù)據(jù)、審計閱歷歷史積累3、可視化SQL技術(shù)4、數(shù)據(jù)發(fā)掘技術(shù)1

3、.3.1業(yè)務(wù)場景、流程復(fù)原客戶視圖機構(gòu)、渠道視圖產(chǎn)品視圖貸款視圖賬戶視圖業(yè)務(wù)場景舉例：客戶視圖審計平臺工商查詢來的數(shù)據(jù)文件法院查詢來的數(shù)據(jù)文件客戶檔案、買賣、協(xié)議等內(nèi)部數(shù)據(jù) 大數(shù)據(jù)平臺股東信息高管引見法院信息運營動態(tài)言論信息360度客戶全景視圖審計檢查任務(wù)互聯(lián)網(wǎng)客戶數(shù)據(jù)文件數(shù)據(jù)存儲管理數(shù)據(jù)查詢搜索數(shù)據(jù)識別分析業(yè)務(wù)場景舉例：客戶視圖客戶之間的關(guān)系客戶經(jīng)理與客戶的關(guān)系客戶關(guān)系信息客戶風(fēng)險信息客戶溝通訊息客戶財務(wù)信息客戶資產(chǎn)信息客戶聯(lián)絡(luò)信息客戶事件信息客戶根本信息客戶產(chǎn)品信息客戶維度艱苦事件，公司開業(yè)、生日等違約事件，提早換款、逾期等可疑事件，能夠發(fā)生的一些事客戶稱號證件類信息客戶性質(zhì)信息存款類產(chǎn)品

4、信貸類產(chǎn)品證券類產(chǎn)品信譽評級黑名單客戶利潤奉獻度客戶資產(chǎn)相關(guān)信息客戶聯(lián)絡(luò)信息，包括主要營業(yè)地址、公司網(wǎng)址、電郵地址等客戶建議信息、懇求信息、溝通訊息、回訪信息、贊揚信息、調(diào)查信息等業(yè)務(wù)系統(tǒng)數(shù)據(jù)客戶根本產(chǎn)品信息賬戶信息買賣信息企業(yè)內(nèi)外大數(shù)據(jù)微博信息社交網(wǎng)站流量日志音頻視頻傳統(tǒng)客戶畫像數(shù)據(jù)僅僅來自業(yè)務(wù)系統(tǒng)，事件信息、關(guān)系信息、等多類信息缺失或缺乏，很難構(gòu)成準(zhǔn)確、全方位的畫像。引入大數(shù)據(jù)，實現(xiàn)了客戶360o立體畫像客戶視圖舉例-業(yè)務(wù)流程和信貸檔案 審計業(yè)務(wù) 流程舉例審計業(yè)務(wù)流程舉例客戶視圖舉例-詳細(xì)買賣 審計業(yè)務(wù) 流程舉例 審計業(yè)務(wù) 流程舉例1.3.2 風(fēng)險信息、審計閱歷歷史積累1.3.3可視化SQ

5、L技術(shù)數(shù)據(jù)分類1.3.3可視化SQL技術(shù)17字段維護數(shù)據(jù)關(guān)聯(lián)數(shù)據(jù)挑選數(shù)據(jù)排序數(shù)據(jù)合并數(shù)據(jù)去重數(shù)據(jù)轉(zhuǎn)換數(shù)據(jù)提取數(shù)據(jù)更新數(shù)據(jù)清理數(shù)據(jù)匯總數(shù)據(jù)抽樣數(shù)據(jù)分層反復(fù)性檢測延續(xù)性檢測行列轉(zhuǎn)換圖形分析數(shù)據(jù)輸入組件模型參數(shù)設(shè)置自定義數(shù)據(jù)添加模型參數(shù)多種種數(shù)據(jù)工具內(nèi)嵌幾十種函數(shù)多種分析工具多種參數(shù)工具多樣數(shù)據(jù)來源數(shù)據(jù)的平安性功能演示1.3.4 數(shù)據(jù)發(fā)掘技術(shù)審計常用數(shù)據(jù)發(fā)掘技術(shù)普通統(tǒng)計技術(shù)聚類相關(guān)分類Benford定律1.3.4.1.普通統(tǒng)計方法1919頻數(shù)分析集中趨勢均值、中位數(shù)離散程度方差、規(guī)范差分布形狀偏度、峰度1234平均值：95中位數(shù)：55數(shù)據(jù)之間差別大，存在個別極端值時，用中位數(shù)衡量數(shù)據(jù)之間的差別程度，

6、如最大和最小值差距多少。方差和規(guī)范差：每個數(shù)據(jù)與其均值相比平均相差多少能否符合正態(tài)分布 峰度：描畫分布形狀的陡緩程度 偏度：描畫圖像尾部的相對長度數(shù)值頻數(shù)2010130122402305030160242701408097*中位數(shù) 平均值1.3.4.2 聚類在數(shù)據(jù)發(fā)掘中，“聚類分析基于“物以類聚，人以群分的樸素思想，根據(jù)數(shù)據(jù)特征屬性對數(shù)據(jù)樣本進展區(qū)分。尤其當(dāng)不知道數(shù)據(jù)樣本所帶標(biāo)簽時，可以運用聚類技術(shù)促使帶同類標(biāo)簽的數(shù)據(jù)與其他標(biāo)簽的數(shù)據(jù)相分別。在聚類分析中，類別中樣本的類似性越大，類別間樣本的差別越大，聚類的效果就越好。在聚類分析中，假設(shè)一個對象不強屬于任何類，那么該對象是基于聚類的離群點。1.

7、3.4.3相關(guān)性分析運用目的：研討變量或事物之間能否有關(guān)系以及關(guān)系親密程度衡量方式：相關(guān)系數(shù)211.3.4.4 分類“分類所要處理的問題是為一個數(shù)據(jù)對象歸類，即確定一個特定的對象屬于哪一類別。分類任務(wù)的義務(wù)就是要構(gòu)建一個分類模型或稱：分類器。分類技術(shù)和回歸技術(shù)均可用于預(yù)測，分類的輸出是離散的類別值，而回歸的輸出是延續(xù)數(shù)值。分類模型是經(jīng)過對那些知的歷史數(shù)據(jù)學(xué)習(xí)或訓(xùn)練出來的。這里用于建立模型的數(shù)據(jù)稱為學(xué)習(xí)訓(xùn)練集，通常是曾經(jīng)掌握歷史數(shù)據(jù)。在學(xué)習(xí)訓(xùn)練集中每個對象都賦予一個類別的標(biāo)志，不同的類別具有不同的標(biāo)志，如“違約和“不違約。因此，在知客戶能否違約、能否流失等類標(biāo)的情況下，通常采用分類數(shù)據(jù)發(fā)掘方法對

8、客戶數(shù)據(jù)進展分析。1.3.4.4 分類決策樹Logistic回歸模型審計常用技術(shù)24 1.3.4.5 Benford定律概念一切自然隨機變量，只需樣本空間足夠大，每一樣本首位數(shù)字為1至9各數(shù)字的概率在一定范圍內(nèi)具有穩(wěn)定性。運用1. 檢查財務(wù)數(shù)字信息能否真實2. 發(fā)現(xiàn)信譽卡套現(xiàn)商戶數(shù)字123456789概率0.30100.17610.12490.09690.07920.0670.0580.05120.0458Benford概率 25數(shù)據(jù)預(yù)備首數(shù)字概率統(tǒng)計定量分析疑點數(shù)據(jù)采集流水?dāng)?shù)據(jù)268731條，涉及36596個客戶忽略詳細(xì)買賣金額，只取每一客戶流水金額的首數(shù)字，統(tǒng)計其出現(xiàn)的頻率:計算每一客戶流

9、水首數(shù)字概率與Benford概率的相關(guān)性，記為r上例r=0.1104客戶號123456789流水?dāng)?shù)XX0.17030.0030.00990.12470.15970.09280.08970.18780.1621315 舉例 ：Benford定律特定客戶群體風(fēng)險研討2626疑點數(shù)據(jù)序號客戶號首數(shù)字為0首數(shù)字為1首數(shù)字為2首數(shù)字為3首數(shù)字為4首數(shù)字為5首數(shù)字為6首數(shù)字為7首數(shù)字為8首數(shù)字為9相關(guān)系數(shù)r流水總數(shù)110232XXXXX00.17030.0030.00990.12470.15970.09280.08970.18780.1620.1104 1315210163XXXXX00.11330.05

10、770.05880.17840.51420.01680.01890.02940.01260.1166 953311659XXXXX00.12040.10680.05830.11070.53590.02140.01940.01360.01360.1578 515412123XXXXX0.0030.12630.08320.05940.13670.46210.05940.02670.02820.01490.1698 673510741XXXXX0.00060.19430.03170.05080.05720.59060.020.02870.01620.010.1944 6314610082XXXXX0

11、0.0910.21620.14860.06130.43420.00990.00720.01080.02070.2553 1110710813XXXXX00.1940.050.08520.04920.48380.09390.01140.01670.01580.2618 1139811336XXXXX0.00470.20910.09190.030.2130.05730.04190.04260.0280.28160.3698 1502910359XXXXX0.00250.1770.10770.05940.14480.34530.03710.0520.02350.05070.3836 80810100

12、14XXXXX0.01940.16860.12210.06780.17830.3120.04840.04460.01160.02710.4130 516數(shù)據(jù)驗證經(jīng)過查詢買賣金額、買賣種類、買賣對手、買賣對手所在單位等信息對這些客戶進展詳細(xì)分析，明確問題客戶。舉例 ：Benford定律特定客戶群體風(fēng)險研討1.3.4.5 數(shù)據(jù)發(fā)掘案例分享客戶社會關(guān)系網(wǎng)絡(luò)發(fā)掘 客戶買賣對手信息以及轉(zhuǎn)賬行為構(gòu)成了一個典型的社會關(guān)系網(wǎng)絡(luò)圖，可以有效描寫出客戶的經(jīng)濟行為。“客戶買賣網(wǎng)絡(luò)拓?fù)鋱D展現(xiàn)，輔以深化的拓?fù)鋱D數(shù)據(jù)發(fā)掘，便于效識別客戶的買賣對手以及發(fā)現(xiàn)隱藏的買賣規(guī)律。付款人 收款人金額客戶147客戶5989506.70

13、客戶12客戶38035.82客戶173客戶9296189.54客戶38客戶15524835.59客戶64客戶2469165.21客戶45客戶12458192.37客戶165客戶3060554.80客戶159客戶1248509.15客戶150客戶10278048.88客戶118客戶6724389.19客戶155客戶64114.69客戶102客戶15888351.53客戶66客戶19134123.72客戶175客戶1327907.121. 明確中心客戶某擔(dān)保公司實踐控制人，并為某商會會長2. 識別關(guān)鍵客戶的身份背景，并審計同其他客戶的買賣背景 審計作業(yè)規(guī)范化二.商業(yè)銀行內(nèi)審方法12風(fēng)險評價方法審計

14、工程檢查方法32.1 審計作業(yè)規(guī)范化運用精益六西格瑪管理工具，系統(tǒng)科學(xué)地梳理審計任務(wù)，提高審計任務(wù)的質(zhì)量和效率，降低審計風(fēng)險，發(fā)揚審計價值。 1、審計任務(wù)流程規(guī)范化 2、審計檢查要點、規(guī)范和步驟的規(guī)范化 9個流程階段，59個步驟風(fēng)險評價立項預(yù)備非現(xiàn)場現(xiàn)場問題庫報告跟蹤后評價2.1.1審計任務(wù)流程規(guī)范化2.1.2審計檢查要點、規(guī)范和步驟的規(guī)范化審計要點模版舉例二、商業(yè)銀行內(nèi)審方法 風(fēng)險評價方法21審計作業(yè)規(guī)范法審計工程檢查方法3目的功能模塊設(shè)計要點分行成立時間資產(chǎn)規(guī)模監(jiān)管評價風(fēng)險點數(shù)量往年缺陷率公司條線零售條線金融市場財務(wù)運營科技綜合評分規(guī)范權(quán)重計算公式特殊目的風(fēng)險評價系統(tǒng)實現(xiàn)風(fēng)險導(dǎo)向風(fēng)險評價模

15、型評價結(jié)果運用被審計單位背景業(yè)務(wù)風(fēng)險計算公式確立審計對象和重點有效性結(jié)論參考2.2.1風(fēng)險評價含義和作用風(fēng)險評價作為審計工程和內(nèi)控評價實施流程的首要環(huán)節(jié)，是以風(fēng)險為導(dǎo)向，評價運營機構(gòu)、業(yè)務(wù)條線和管理情況的主要風(fēng)險程度。作用一：確立審計對象和重點可用于在審計實施前，確立審計對象、要點，有針對性地進展審計分工，表達風(fēng)險導(dǎo)向、審計資源優(yōu)化和審計重點突出等原那么。2.2.1風(fēng)險評價含義和作用作用二：有效性結(jié)論評價參考可用于在審計實施后，結(jié)合檢查情況，對各條線固有風(fēng)險進展再評價，并以風(fēng)險熱圖展現(xiàn)結(jié)果作為內(nèi)控有效性結(jié)論的參考。風(fēng)險預(yù)評價風(fēng)險熱圖結(jié)論2.2.2風(fēng)險評價原理及模型從風(fēng)險表現(xiàn)、風(fēng)險控制和潛在風(fēng)險

16、角度分析，評價固有風(fēng)險、內(nèi)部控制和剩余風(fēng)險。風(fēng)險評價原理 即 f ( 固有風(fēng)險，內(nèi)部控制= 剩余風(fēng)險 ex1. 固有風(fēng)險指數(shù) - 內(nèi)部控制有效系數(shù)= 剩余風(fēng)險指數(shù) ex2. 固有風(fēng)險指數(shù) x 內(nèi)部控制有效系數(shù)= 剩余風(fēng)險指數(shù) ex3. 風(fēng)險矩陣固有風(fēng)險指數(shù)，內(nèi)控系數(shù)= 剩余風(fēng)險 高較高中等BA較低C低D微小較小中度嚴(yán)重非常嚴(yán)重同一機構(gòu)不同條線風(fēng)險熱圖比較高較高甲機構(gòu)中等乙機構(gòu)較低丙機構(gòu)低微小較小中度嚴(yán)重非常嚴(yán)重1不同機構(gòu)風(fēng)險熱圖比較2用于審計重點判別及內(nèi)控有效性結(jié)論評價用于確立審計對象2.2.2風(fēng)險評價原理及模型風(fēng)險點識別定性目的定量目的風(fēng)險點評價影響大小發(fā)生能夠性條線固有風(fēng)險評價公司零售金融

17、市場財務(wù)運營科技綜合機構(gòu)固有風(fēng)險評價各條線加權(quán)艱苦風(fēng)險事件加權(quán)機構(gòu)剩余風(fēng)險評價風(fēng)險評分內(nèi)控檢驗系數(shù)12345識別各條線中的風(fēng)險點得到單一風(fēng)險點的固有風(fēng)險評分得到條線的固有風(fēng)險等級得到機構(gòu)的固有風(fēng)險評分得到機構(gòu)的剩余風(fēng)險評分條線風(fēng)險熱圖機構(gòu)風(fēng)險熱圖12專家判別打分和調(diào)整風(fēng)險等級風(fēng)險發(fā)生能夠性P損失影響I損失影響 I 發(fā)生能夠性P可能性可能性指數(shù)P極高5較高4中等3較低2極低1損失度損失影響指數(shù)I非常嚴(yán)重5嚴(yán)重4中度3微小2可忽略1風(fēng)險發(fā)生能夠性： 極高：發(fā)生能夠性極高，風(fēng)險事件出現(xiàn)超越30% 較高：發(fā)生能夠性較高，風(fēng)險能夠15%-30% 中等：合理的置信有能夠發(fā)生，頻率10%-15% 較低：發(fā)生

18、能夠性低，頻率5%-10% 極低：5%以內(nèi)損失影響： 非常嚴(yán)重：風(fēng)險事故發(fā)生會呵斥宏大資金1億+量級、財務(wù)損失，或致使業(yè)務(wù)、管理和系統(tǒng)運轉(zhuǎn)癱瘓，或引發(fā)訴訟并使機構(gòu)承當(dāng)法律責(zé)任，對機構(gòu)在系統(tǒng)內(nèi)和社會上的聲譽產(chǎn)生艱苦不利影響 可忽略：風(fēng)險事故影響細(xì)微，不影響機構(gòu)聲譽風(fēng)險評價模型固有風(fēng)險評價風(fēng)險點打分設(shè)置風(fēng)險點權(quán)重匯總條線固有風(fēng)險指數(shù)123風(fēng)險評價模型條線固有風(fēng)險評價打分模型打分模型例如評分人員打分加權(quán)P值風(fēng)險等級加權(quán)I值風(fēng)險等級4.0-5.0高4.0-5.0高3.5-4.0中高3.5-4.0中高2.8-3.5中2.8-3.5中2.0-2.8中低2.0-2.8中低1.0-2.0低1.0-2.0低高中

19、高中等公司條線中低低低中低中中高高條線風(fēng)險評價公司條線零售條線金融市場財務(wù)運營科技電子綜合重大風(fēng)險事件加權(quán)統(tǒng)計sigmaPsigmaI在各條線的重大風(fēng)險事件累計數(shù)5&5+55455344234123011艱苦風(fēng)險加權(quán)機構(gòu)條線權(quán)重WXX分行公司30%零售25%金融市場20%財務(wù)運營10%科技7%綜合8%重大風(fēng)險事件加權(quán)20%12風(fēng)險評價模型機構(gòu)固有風(fēng)險評價打分模型IndexL15+極高12-15高10-12中高8-10中6-8中低6-低機構(gòu)條線權(quán)重WXX分行公司30%零售25%金融市場20%財務(wù)運營10%科技7%綜合8%重大風(fēng)險事件加權(quán)20%固有風(fēng)險控制因素權(quán)重測試表統(tǒng)計風(fēng)險點數(shù)25%監(jiān)管評價2

20、5%資產(chǎn)負(fù)債規(guī)模排序20%分行成立時間20%業(yè)務(wù)結(jié)構(gòu)及創(chuàng)利集中度15%風(fēng)險點監(jiān)管評價（由低及高）規(guī)模成立時間集中度得分前20%520%-40%440-60%360%-80%280%+1內(nèi)控檢驗系數(shù)內(nèi)控程度固有風(fēng)險風(fēng)險評價模型機構(gòu)剩余風(fēng)險評價打分模型內(nèi)部控制評價的有效性評價結(jié)論分為有效、根本有效、關(guān)注、特別關(guān)注、無效，以條線風(fēng)險熱圖固有風(fēng)險評價結(jié)果和缺陷認(rèn)定結(jié)果為參考原那么進展確定。2.2.3風(fēng)險評價結(jié)果運用內(nèi)控有效性結(jié)論參考原那么結(jié)論定義認(rèn)定原則風(fēng)險評估業(yè)務(wù)條線或板塊風(fēng)險參考分布區(qū)域有效 內(nèi)部控制系統(tǒng)運行有效內(nèi)部控制設(shè)計適當(dāng)且得到貫徹執(zhí)行，不存在控制過度和控制不足的情況，無重大缺陷和重要缺陷。

21、1處于低風(fēng)險區(qū)域業(yè)務(wù)條線或板塊占比75%且無高風(fēng)險區(qū)域業(yè)務(wù)條線或板塊基本有效內(nèi)部控制系統(tǒng)運行基本有效內(nèi)部控制設(shè)計適當(dāng)?shù)珎€別執(zhí)行效果不佳，存在控制過度可能，不存在控制不足的情況，無重大缺陷和重要缺陷。1處于低風(fēng)險區(qū)域業(yè)務(wù)條線或板塊占比75%且無高風(fēng)險區(qū)域業(yè)務(wù)條線或板塊；或2處于低風(fēng)險區(qū)域的占比50%且高風(fēng)險區(qū)域的占比(0，12.5%2.3審計工程檢查方法總體分析分散核對發(fā)現(xiàn)疑點反復(fù)糾錯系統(tǒng)研討2.3.1 總體分析總體分析是一個知識發(fā)現(xiàn)的過程，經(jīng)過掌握被審計對象各維度數(shù)據(jù)，并運用統(tǒng)計和數(shù)據(jù)發(fā)掘技術(shù)，把握被審計對象的總體特征?？傮w分析舉例：流動性風(fēng)險審計-規(guī)范差的運用總體分析舉例：流動性風(fēng)險審計-相關(guān)性分析運用 總體分析舉例：二級分行專項審計-聚類分析運用總體分析舉例：信譽風(fēng)險構(gòu)造、成因和管理-分類分析2.3.2分散核對1、將工程按照總體分析結(jié)果，分成假設(shè)干