人工智能賦能商業(yè)銀行財(cái)務(wù)管理審計(jì)的實(shí)踐探索

一、項(xiàng)目背景與審計(jì)難點(diǎn)

商業(yè)銀行財(cái)務(wù)資源配置的合理性直接關(guān)系到集團(tuán)戰(zhàn)略落地與風(fēng)險(xiǎn)防控效能?；诖?，A銀行審計(jì)部啟動集團(tuán)財(cái)務(wù)管理專項(xiàng)審計(jì)，構(gòu)建“審計(jì)智能體統(tǒng)籌交互、專精模型深度穿透”的數(shù)智化審計(jì)模式，推動審計(jì)工作從經(jīng)驗(yàn)驅(qū)動向數(shù)據(jù)驅(qū)動轉(zhuǎn)型。

二、構(gòu)建雙輪驅(qū)動工作機(jī)制

針對上述難點(diǎn)，審計(jì)組確立了“數(shù)據(jù)穿透+敏捷響應(yīng)”雙輪驅(qū)動的工作機(jī)制，其核心可概括為以下內(nèi)容：

第一，風(fēng)險(xiǎn)靶向定位體系化。

第二，算力資源配置梯度化。

第三，總分機(jī)構(gòu)協(xié)同立體化。

三、審計(jì)智能體的構(gòu)建與交互式作業(yè)模式

審計(jì)組構(gòu)建了輔助交互式審計(jì)智能體，審計(jì)智能體采用“認(rèn)知層—工具層—數(shù)據(jù)層”三層架構(gòu)，實(shí)現(xiàn)“對話即服務(wù)”的審計(jì)作業(yè)模式。

（一）模型庫的快速調(diào)用

審計(jì)智能體集成近千項(xiàng)規(guī)則模型，審計(jì)人員只需通過自然語言發(fā)出指令，審計(jì)智能體即可自動識別意圖，快速調(diào)用費(fèi)用超支、重復(fù)報(bào)銷、供應(yīng)商集中度等規(guī)則模型。

（二）審計(jì)知識庫的智能檢索

審計(jì)智能體對接全行的審計(jì)知識庫，內(nèi)容涵蓋四類：一是制度規(guī)范。二是審計(jì)文檔。三是審計(jì)操作指南。四是審計(jì)調(diào)閱資料庫。審計(jì)智能體即時(shí)反饋相關(guān)條款與案例，成為審計(jì)人員隨身的“審計(jì)助手”。

（三）OCR與語音轉(zhuǎn)寫的非結(jié)構(gòu)化數(shù)據(jù)解析

底層基于定制化多模態(tài)大模型，審計(jì)智能體集成OCR（光學(xué)字符識別）與語音轉(zhuǎn)寫能力。便于與財(cái)務(wù)系統(tǒng)數(shù)據(jù)進(jìn)行比對，有助于審計(jì)人員快速篩選關(guān)鍵信息。

（四）圖數(shù)據(jù)庫工具的關(guān)聯(lián)關(guān)系即時(shí)挖掘

審計(jì)組構(gòu)建圖數(shù)據(jù)庫查詢與分析工具，支持對復(fù)雜關(guān)聯(lián)關(guān)系的即時(shí)挖掘。審計(jì)人員可檢索股權(quán)路徑、人員重疊、地址相似等多維關(guān)聯(lián)，并輸出關(guān)聯(lián)路徑圖譜。

（五）審計(jì)文本撰寫的輔助生成

審計(jì)智能體集成兩類文本生成工具：一是審計(jì)問題定性模型。二是審計(jì)文書生成輔助模型。審計(jì)人員對生成內(nèi)容進(jìn)行審核修正，該工具將審計(jì)人員從繁重的文案工作中解放出來，使其專注于風(fēng)險(xiǎn)判斷與根因分析。

四、復(fù)雜場景的專項(xiàng)穿透取證方法

（一）基于孤立森林算法的費(fèi)用異常檢測

鑒于分支機(jī)構(gòu)受歷史發(fā)展進(jìn)程與區(qū)域資源稟賦差異影響，費(fèi)用規(guī)模存在固有差異，審計(jì)組遵循風(fēng)險(xiǎn)導(dǎo)向與業(yè)務(wù)實(shí)質(zhì)原則，構(gòu)建“絕對值—相對值—偏離度”三維分析框架。

（二）地址信息分析與標(biāo)準(zhǔn)化處理

地址數(shù)據(jù)本質(zhì)上是非結(jié)構(gòu)化文本，難以直接進(jìn)行對比分析。審計(jì)組形成以下兩套方法：

針對已標(biāo)準(zhǔn)化的地址，采用空間計(jì)算。

針對非結(jié)構(gòu)化地址，實(shí)施標(biāo)準(zhǔn)化處理流程。

（三）基于圖數(shù)據(jù)庫的關(guān)聯(lián)關(guān)系分析

在數(shù)據(jù)整合方面，節(jié)點(diǎn)與邊涵蓋股權(quán)信息、靜態(tài)信息、人員信息、注冊及經(jīng)營地址信息。根據(jù)資金流向、股權(quán)關(guān)聯(lián)、控制關(guān)系、關(guān)鍵信息重疊等層面分析關(guān)聯(lián)關(guān)系。

在算法應(yīng)用方面，采用分層策略：對小規(guī)模網(wǎng)絡(luò)，直接設(shè)置關(guān)系層數(shù)進(jìn)行全量展示，直觀發(fā)現(xiàn)關(guān)聯(lián)關(guān)系；對較大網(wǎng)絡(luò)，利用魯汶算法（Louvain）進(jìn)行社區(qū)檢測，通過劃分社群對節(jié)點(diǎn)分類展示，定量評估網(wǎng)絡(luò)規(guī)模（社區(qū)數(shù)量、社區(qū)內(nèi)節(jié)點(diǎn)密度），及時(shí)調(diào)整抽樣驗(yàn)證重點(diǎn)。

（四）招標(biāo)錄像的智能分析

部分分支機(jī)構(gòu)集中采購管理存在疏漏，評標(biāo)過程隱含風(fēng)險(xiǎn)，審計(jì)組決定擴(kuò)大抽樣范圍。但招標(biāo)錄像時(shí)間偏長，現(xiàn)場審計(jì)時(shí)間有限，傳統(tǒng)人工查閱效率低下。審計(jì)組通過人物動作分析及語音識別技術(shù)，將影像數(shù)據(jù)轉(zhuǎn)換為可定量分析的結(jié)構(gòu)化信息。

五、人機(jī)協(xié)同與質(zhì)量控制

數(shù)智化審計(jì)并非算法替代人工，而是通過人機(jī)協(xié)同實(shí)現(xiàn)優(yōu)勢互補(bǔ)。審計(jì)組在實(shí)踐過程中形成以下質(zhì)量控制要點(diǎn)：

第一，明確分工邊界。

第二，建立“算法啟發(fā)—人工驗(yàn)證—共同決策”的作業(yè)閉環(huán)。

第三，堅(jiān)守安全與倫理底線。

六、經(jīng)驗(yàn)啟示

一是數(shù)智化審計(jì)必須立足業(yè)務(wù)實(shí)質(zhì)，避免技術(shù)空轉(zhuǎn)。

二是“輕量化審計(jì)智能體+重度專項(xiàng)模型”的分層架構(gòu)具有較強(qiáng)的可復(fù)制性。

三是非結(jié)構(gòu)化數(shù)據(jù)的解析能力是審計(jì)數(shù)字化的關(guān)鍵短板，也是突破口。

四是審計(jì)人員的技術(shù)素養(yǎng)與專業(yè)判斷缺一不可。

節(jié)選自《中國內(nèi)部審計(jì)》2026年第7期

作者：于宏強(qiáng) 董易成

單位：交通銀行股份有限公司

編輯：孫哲

目前200000+人已關(guān)注我們，您還等什么？

點(diǎn)擊這里立即訂閱