数据式审计方法在银行审计中应用及思索.doc

数据式审计方法在银行审计中应用及思索摘要：后金融危机背景下要求加强对商业银行的监管，为适应银行业的复杂性，数据式审计应运而生。在信息化环境下，数据式审计有效解决了商业银行审计在诸多方面的瓶颈，但仍须改进。 关键词：数据式审计； 非现场监管； 银行清算体系 ；压力测试 一、数据式审计模式的发展 2007年春的次贷危机迅速蔓延，最终演变成2008年的金融危机，致使全球主要金融市场出现流动性不足危机。众多国际知名的商业银行、投资银行和对冲基金纷纷卷入其中，全球银行业也为此付出巨大代价，从中凸显出维护金融安全的重要性。陈文夏( 2009 )针对金融监管和金融创新互为前提、相互依存、共同发展的关系, 强调金融审计应在维护国家金融安全、识别金融风险、促进金融市场发展方面做出贡献，若放松金融监管必然会导致金融市场的无序, 形成金融危机。张军等（2011）认为我国金融审计必须借鉴国外的经验教训, 采取相应措施, 才能更好地维护金融安全。 商业银行本身属于高风险行业，经营的是高风险的货币资金，其危机爆发的可能性时时存在。这一方面是由于缺乏连续性的审计导致无法提高效率。商业银行的业务繁多且复杂，由于审计人员的缺失，对银行进行审计的时间间隔较长，无法从根本上了解银行内部控制的程序。下一次审计很难利用上一次的审计结果，造成无法有效识别舞弊。另一方面，进入新世纪以来，金融全球化、金融业重组和并购以及金融业务和金融工具的不断创新，加快银行规模扩张，加剧银行业风险多样化程度。方涛（2012）指出信息化的环境下，特别是计算机技术在银行业的广泛运用，造成审计环境、审计目标、审计对象和审计方法等基本审计要素的巨大变化，使得商业银行传统审计模式已经无法满足这多变的需求。 国内也有部分关于数据式审计模式的研究。国家审计署副审计长石爱中(2005) 首次提出了数据式审计这一全新概念，认为这种审计模式代表信息化环境下计算机审计的未来，并初步将其定义为：以系统内部控制测评为基础，通过对电子数据的收集、转换、分析、整理和验证，以实现审计目标的审计方式。王永海、文华宜（2006）通过对商业银行审计模式发展的各个阶段进行了系统的比较研究，并全面分析了不同审计模式下的审计风险，发现：数据审计模式信息占有量最大、信息不对称最小，因而可能产生的审计风险也最低。对于商业银行的审计来说，数据式审计应是审计人员的优先选择。 如何充分利用电子数据，发挥电子数据在数据式审计中的作用，李春青（2007）提出审计数据的处理策略，讨论有效配置数据处理活动的方法，目的在于以最小的处理工作量满足审计分析需要。缪艳娟，王明丽（2010）阐述了数据式审计的一般流程及关键技术的应用。 二、数据式审计模式的应用 商业银行审计模式从传统的账项基础审计、制度基础审计转向全面的风险导向审计，但数据式审计不同于以往任何一种审计方法, 它改变传统地将账目凭证或电子账套作为直接的审计对象的方法, 而是将电子数据作为直接的审计对象。因此审计过程中不必将其转换成规定的电子账套，相比以往审计模式，节省了大量的人力物力，更减小了审计风险。 数据式系统基础审计可以简化为: 系统内部控制测评+数据审计。由此可以知道商业银行审计中对于电子数据审查的力度。在银行审计实务中，审计师通过数据式审计模式，应用关键技术作用于以下环节，大大加强了银行监管的可信度，有效地维护了金融安全。 （一）数据式审计是提高银行非现场监管报送数据质量的必要手段 非现场监管，是指审计部门等监管机构收集银行业报送的数据、报表和有关资料，运用一定的技术方法（如比例分析与审计模型等），对其进行整理、转换与综合分析，对银行业金融机构的合法经营与风险情况作出初步评价和早期预警。非现场监管是银行有效监管的重要组成部分，但是发展过程中非现场监管存在一些不足。 一是报送数据质量缺乏可信度。采集数据信息是非现场监管的首要环节，审计师通过数据采集获取第一手资料，为审计实施准备基础数据。数据只有全面、完整、准确，才能实现非现场监管的目的。但由于多种原因，如各业务系统数据处理方法不规范或员工操作失误致使非现场审计系统数据存在差异情况。 二是银行非现场监管指标体系设计不合理。目前商业银行注重对传统资产负债业务的监管，对表外业务的监管力度不强。如同业代付业务、银信合作及信托业务、理财产品等高风险领域，监管指标体系尚未涉及。此外非现场审计只注重对单个指标的考核，忽视对指标间联系的分析。例如只注重盈利性指标，而缺乏安全性、流动性和盈利性指标间的互动性分析指标。因此监管指标尚不能全面地反映商业银行所面临的风险状况。 在非现场监管中，既要保证采集的数据正确、可靠，又要保证采集的数据满足审计数据分析需要，审计师可以运用数据式审计有效解决这一难题。结