基于知識圖譜的商業(yè)銀行內(nèi)部審計(jì)風(fēng)險(xiǎn)分析框架及方法研究

劉永星

【摘 要】基于知識圖譜的商業(yè)銀行內(nèi)部審計(jì)風(fēng)險(xiǎn)分析框架以知識圖譜、圖數(shù)據(jù)庫及國際標(biāo)準(zhǔn)規(guī)范為基礎(chǔ)，將審計(jì)知識數(shù)字化，數(shù)字圖譜化，圖譜智能化，實(shí)現(xiàn)對被審計(jì)對象風(fēng)險(xiǎn)分布、風(fēng)險(xiǎn)特征、風(fēng)險(xiǎn)量化評價(jià)等的一鍵生成，并進(jìn)行風(fēng)險(xiǎn)預(yù)測。解放審計(jì)人員用在繁瑣審計(jì)事務(wù)的時(shí)間，使得審前分析更加高效、審計(jì)抽樣更加科學(xué)、審計(jì)查證方向更加精確，大大提升審計(jì)質(zhì)效。

【關(guān)鍵詞】商業(yè)銀行;內(nèi)部審計(jì);知識圖譜;風(fēng)險(xiǎn)分析

一、引言

近年來，隨著人工智能、大數(shù)據(jù)、可視化等技術(shù)的迅猛發(fā)展，促使社會(huì)各領(lǐng)域從數(shù)字化、網(wǎng)絡(luò)化向智能化加速躍遷，智能技術(shù)的大規(guī)模商用已成為必然趨勢。對商業(yè)銀行而言，金融科技已成為支持業(yè)務(wù)轉(zhuǎn)型發(fā)展的重要戰(zhàn)略，其產(chǎn)品制度、業(yè)務(wù)流程不斷創(chuàng)新，業(yè)務(wù)數(shù)據(jù)量快速增長。在此背景下，各類審計(jì)數(shù)據(jù)也爆發(fā)增長，內(nèi)部審計(jì)必須緊跟業(yè)務(wù)部門技術(shù)創(chuàng)新的步伐、主動(dòng)求變應(yīng)變，探索研究新技術(shù)在審計(jì)工作中的應(yīng)用，只有這樣才能保證內(nèi)部審計(jì)的履職能力與業(yè)務(wù)發(fā)展持續(xù)匹配，從而更有效地防范審計(jì)風(fēng)險(xiǎn)。

然而，在實(shí)際工作中審計(jì)人員往往需要花費(fèi)大量的時(shí)間和精力在一些重復(fù)性工作，比如梳理以往審計(jì)發(fā)現(xiàn)情況、選取審計(jì)重點(diǎn)、制定審計(jì)抽樣策略等。同時(shí)，審計(jì)查證過程多數(shù)時(shí)間是對點(diǎn)上的問題進(jìn)行分析，如何點(diǎn)面結(jié)合的從人員、機(jī)構(gòu)、業(yè)務(wù)流程等多個(gè)維度，進(jìn)行審前分析、審計(jì)查證、預(yù)測風(fēng)險(xiǎn)影響、執(zhí)行審計(jì)跟蹤等審計(jì)活動(dòng)，由于受到技術(shù)工具、業(yè)務(wù)經(jīng)驗(yàn)、工作能力等因素制約，審計(jì)遺漏甚至差錯(cuò)仍時(shí)有發(fā)生，審計(jì)工作的效率效果難以得到保證，成為制約審計(jì)質(zhì)量提升的難點(diǎn)和痛點(diǎn)。

針對上述商業(yè)銀行內(nèi)部審計(jì)中存在的問題，本文以IT審計(jì)為例，詳細(xì)闡述了知識圖譜在商業(yè)銀行內(nèi)部審計(jì)風(fēng)險(xiǎn)分析中的應(yīng)用方法，該方法以各類審計(jì)信息、COBIT 2019框架為數(shù)據(jù)基礎(chǔ)構(gòu)架審計(jì)知識圖譜，以一種直觀、易理解、圖形化的方式來表達(dá)審計(jì)知識以及知識之間的關(guān)聯(lián)關(guān)系，實(shí)現(xiàn)對被審計(jì)對象風(fēng)險(xiǎn)分布、風(fēng)險(xiǎn)特征、風(fēng)險(xiǎn)量化評價(jià)等的一鍵生成。同時(shí)，基于鏈接預(yù)測實(shí)現(xiàn)一鍵式風(fēng)險(xiǎn)影響推薦，解放審計(jì)人員用在繁瑣審計(jì)事務(wù)的時(shí)間，大幅減少審計(jì)人員在重復(fù)性工作上的投入，也能降低審計(jì)差錯(cuò)率，從而使審計(jì)人員把更多的精力放在提升審計(jì)質(zhì)量和職業(yè)洞察力上。

二、總體分析框架

在內(nèi)部審計(jì)作業(yè)過程中，積累了豐富的審計(jì)知識，不僅包括審計(jì)方法、流程、工具，審計(jì)測試點(diǎn)、訪談對象、調(diào)閱資料等有形的審計(jì)知識，還包括審計(jì)專家經(jīng)驗(yàn)等無形的審計(jì)知識，以及業(yè)界最佳實(shí)踐、行內(nèi)業(yè)務(wù)流程等業(yè)務(wù)知識。通過利用neo4j圖數(shù)據(jù)庫，對上述知識進(jìn)行融合重構(gòu)，抽取它們之間的內(nèi)在邏輯關(guān)系，將審計(jì)知識圖譜化，建立一個(gè)高效、去中心、可擴(kuò)展、可視化知識網(wǎng)絡(luò)。在此基礎(chǔ)上，通過知識查詢、聯(lián)結(jié)、計(jì)算，滿足各類審計(jì)風(fēng)險(xiǎn)分析需求?？傮w分析框架如圖1所示。

通過對審計(jì)知識進(jìn)行梳理，形成審計(jì)問題、IT管理流程、管理系統(tǒng)、審計(jì)測試工具、制度依據(jù)、Cobit體系，以及機(jī)構(gòu)、人員、調(diào)閱資料、訪談對象等10類知識，通過彼此之間互相關(guān)聯(lián)形成知識圖譜，如審計(jì)問題發(fā)生于某審計(jì)機(jī)構(gòu)、某審計(jì)人員隸屬于某審計(jì)機(jī)構(gòu)等關(guān)系。其應(yīng)用場景包括風(fēng)險(xiǎn)評估、內(nèi)控評估、輔助審計(jì)抽樣、審計(jì)查證指導(dǎo)等審計(jì)作業(yè)環(huán)節(jié)，可為審計(jì)人員提供一個(gè)較為全景的審計(jì)對象分析視圖及量化指標(biāo)，提升工作效率效果。

三、基于知識圖譜的審計(jì)風(fēng)險(xiǎn)分析方法

1.數(shù)據(jù)提取。

通過使用COBIT R2019框架、審計(jì)測試點(diǎn)表、審計(jì)問題詞條、IT流程信息、審計(jì)工具、機(jī)構(gòu)/人員等信息，根據(jù)Neo4j圖數(shù)據(jù)庫的構(gòu)建規(guī)則，抽取相關(guān)信息形成各類數(shù)據(jù)基線。

2.知識構(gòu)建。

根據(jù)提取的各類數(shù)據(jù)，對相關(guān)數(shù)據(jù)進(jìn)行歸納整理，形成neo4j圖數(shù)據(jù)庫節(jié)點(diǎn)和節(jié)點(diǎn)之間的關(guān)系，用來表示審計(jì)知識和知識之間的關(guān)系。通過將COBIT業(yè)界最佳實(shí)踐、行內(nèi)IT管控流程、審計(jì)發(fā)現(xiàn)問題等知識實(shí)體等進(jìn)行彼此關(guān)聯(lián)，形成了一張較為完整的審計(jì)知識網(wǎng)絡(luò)。通過建立知識實(shí)體和知識關(guān)系，借助Neo4j圖數(shù)據(jù)庫查詢及圖算法，便可高效的從多個(gè)維度對審計(jì)對象的風(fēng)險(xiǎn)水平進(jìn)行評分，同時(shí)對其風(fēng)險(xiǎn)視圖、風(fēng)險(xiǎn)分布、風(fēng)險(xiǎn)特征、風(fēng)險(xiǎn)影響等進(jìn)行高效分析。

四、基于節(jié)點(diǎn)親密度及鏈路預(yù)測的風(fēng)險(xiǎn)影響推薦

圖數(shù)據(jù)庫的優(yōu)勢在于發(fā)掘節(jié)點(diǎn)之間的隱形關(guān)系，根據(jù)風(fēng)險(xiǎn)傳導(dǎo)理論，當(dāng)某個(gè)業(yè)務(wù)流程評價(jià)為高風(fēng)險(xiǎn)的時(shí)候，與其親密度較高的業(yè)務(wù)流程，也可能面臨一定的風(fēng)險(xiǎn)隱患，因此通過使用基于圖數(shù)據(jù)庫節(jié)點(diǎn)親密度及鏈路預(yù)測的方法，可為審計(jì)人員推薦相關(guān)的業(yè)務(wù)流程予以重點(diǎn)關(guān)注。鏈接預(yù)測是圖數(shù)據(jù)挖掘中的一個(gè)重要應(yīng)用方向，旨在預(yù)測圖中丟失的邊， 或者未來可能會(huì)出現(xiàn)的邊。該算法主要用于判斷相鄰的兩個(gè)節(jié)點(diǎn)之間的親密程度，通常親密度越大的節(jié)點(diǎn)之間的親密分值越高，表示節(jié)點(diǎn)之間的相互影響的可能性越大，節(jié)點(diǎn)親密度計(jì)算可使用Common Neighbors算法和Adamic Adar算法。

1.Common Neighbors算法。

該算法根據(jù)相同鄰居，計(jì)算兩個(gè)節(jié)點(diǎn)同時(shí)關(guān)聯(lián)的節(jié)點(diǎn)數(shù)量，計(jì)算公式如下：

CN（x，y）=N（x）∩N（y）

可以看出CN（x，y）越大，表示節(jié)點(diǎn)之間的連接關(guān)系越多越緊密。

2.Adamic Adar算法。

該算法是一種基于節(jié)點(diǎn)之間共同鄰居的親密度測算方法，親密度計(jì)算公式如下：

A（x，y）= ■

可以看出，A（x，y）的值越大，表示節(jié)點(diǎn)之間的風(fēng)險(xiǎn)傳導(dǎo)越集中，節(jié)點(diǎn)之間互相影響程度越大。

3.鏈接預(yù)測。

根據(jù)計(jì)算出的CN（x，y）、A（x，y），即可根據(jù)預(yù)設(shè)的閾值，推薦某個(gè)流程發(fā)生的問題對其它流程的影響。閾值設(shè)置如表1所示。

4.使用鏈路預(yù)測進(jìn)行關(guān)聯(lián)風(fēng)險(xiǎn)推薦。

通過使用節(jié)點(diǎn)親密度及鏈接預(yù)測算法，以流程編號為“BAI0302”的業(yè)務(wù)流程為例，計(jì)算其對其它業(yè)務(wù)流程的影響程度，篩選3個(gè)以上共同節(jié)點(diǎn)，影響因子為2以上的節(jié)點(diǎn)，即可得到與業(yè)務(wù)流程“BAI0302”關(guān)系最密切的4個(gè)其它業(yè)務(wù)流程，推薦給相關(guān)審計(jì)人員。

五、結(jié)論

本文詳細(xì)分析了目前商業(yè)銀行內(nèi)部審計(jì)風(fēng)險(xiǎn)分析中面臨的內(nèi)外部環(huán)境變化，針對目前審計(jì)技術(shù)工具、業(yè)務(wù)經(jīng)驗(yàn)、工作能力等方面制約因素，基于知識圖譜技術(shù)，提出了一種商業(yè)銀行內(nèi)部審計(jì)風(fēng)險(xiǎn)分析框架及方法。與傳統(tǒng)的數(shù)據(jù)分析方式相比，基于知識圖譜的審計(jì)分析方法可以一種人腦最易接受和理解的方式呈現(xiàn)審計(jì)知識。同時(shí)，由于知識網(wǎng)絡(luò)沒有固定的中心，因此可基于圖串聯(lián)及鏈接預(yù)測，實(shí)現(xiàn)對被審計(jì)對象的風(fēng)險(xiǎn)分布、風(fēng)險(xiǎn)特征、風(fēng)險(xiǎn)量化評價(jià)、風(fēng)險(xiǎn)影響推薦等信息的一鍵生成，大大提升審計(jì)質(zhì)效。

········參考文獻(xiàn)·····················

[1]俞祝良.人工智能技術(shù)發(fā)展概述[J].南京信息工程大學(xué)學(xué)報(bào)，2017，9（3）.

[2]李少敏.大數(shù)據(jù)技術(shù)在人工智能中的應(yīng)用研究[J].數(shù)字技術(shù)與應(yīng)用，2020，38（10）.

[3]王鑫，傅強(qiáng)，王林，徐大為，王昊奮.知識圖譜可視化查詢技術(shù)綜述[J].計(jì)算機(jī)工程，2020，46（6）.

[4]高洪民，李剛.金融科技、數(shù)字貨幣與全球金融體系重構(gòu)[J].數(shù)字貨幣，2020，43（2）.

（作者單位：中國建設(shè)銀行股

份有限公司山西總審計(jì)室）