论文部分内容阅读
天津财经大学在职研究生
摘要：本文在简单介绍数据挖掘基本内容的基础上，尝试分析商业银行内控合规信息建设工作的现状，查找与“大数据”时代接轨的工作差距并提出发展建议。
关键词：金融；商业银行；风险控制；数据信息
伴随商业银行各项业务的迅速发展和内控合规管理水平的提升，计算机应用技术已经在银行系统合规管理领域得到了广泛应用。特别是近年来，内控合规管理信息系统和计算机审计系统的应用在内控合规管理各项工作中发挥了巨大的作用并取得了显著成效。做好内控合规信息建设工作，有利于合理规避和防范风险，有利于提高经营管理效率，有利于商业银行获得更高的收益。
近年來，信息建设和系统应用在商业银行内控合规管理工作中发挥了巨大的作用并取得了显著成效。做好“大数据”时代的内控合规信息建设，通过“数据挖掘”将纷繁复杂的业务数据转化为具有管理价值的关键信息，已经成为银行系统的重要研究方向和思考课题。
一、数据挖掘的主要应用
（一）“数据挖掘”的基本概念
“大数据”又名巨量资料，是继物联网、云计算、移动互联网之后的新一代信息技术应用。一般意义上，大数据的“大”是指大型数据，即具备10TB及以上的数据规模。“大数据”应用通常体现在数据仓库、数据挖掘、商业智能以及开源云计算架构等方面。
“数据挖掘”又名知识发现、资料勘探、数据采矿，是“大数据”应用的主要形式之一，具体是指运用计算机技术从大量数据信息中找出隐含规律，做出归纳推理，挖掘潜在模式，为决策者调整策略、降低风险提供支持和服务的过程，在行政管理、教育科研、产品生产、银行金融等不同领域均有广泛应用，并且发挥着愈来愈重要的作用。目前常用的数据挖掘分析软件主要有IBM公司的SPSS（统计产品与服务解决方案）、微软公司的SQL Server Analysis Services（SQL Server分析服务）、SAS公司的SAS统计分析软件系统等，在日常办公方面广泛应用的OFFICE系列软件中也已集成了“数据透视表”等简单的挖掘分析功能。常用的数据挖掘分析模型工具主要有决策树、聚类、时间序列、贝叶斯、序列聚类、关联、神经网络、逻辑回归、线性回归和文本挖掘等。
（二）数据挖掘在银行领域的主要应用
数据挖掘在银行领域的应用大体可以分为营销分析和风险分析两大类，主要是指通过对客户存贷款及支付交易行为特征（如：存款余额、交易流水、按揭贷款、消费信贷等）的分析获取更大的营销机会，亦或发现并预警潜在的客户违约或管理违规行为。
在计算机技术应用于银行监管领域的研究方面，国家审计署在2004年至2007年间相继出版了《计算机审计技术和方法》、《审计分析模型算法》、《审计数据的多维分析技术》、《计算机审计：概念、框架与规则》等一系列著作，提供了大量银行方面的背景模型和实证案例。监管领域的数据分析应用分为数据查询、多维分析和数据挖掘三种形式。以银行不良贷款为例，简单来说数据查询应用主要回答单笔不良贷款成因的问题，如挪用资金等；多维分析应用主要回答不良贷款分布的问题，如机构分布、行业分布等；数据挖掘应用主要回答在数据模型特征上，哪些贷款形成不良风险性较大的问题。
二、内控合规信息建设的成果
（一）系统管理方面
商业银行在内控合规管理信息系统研发和数据集成方面已经具备了良好的基础，积累了丰富的实践。成果主要表现在：一是计算机审计系统多年来经过数次升级日臻完善，对主要业务系统数据资源的整合和共享，能够较好地满足在非现场数据线索提取分析方面的应用需求。二是内控合规管理信息系统的应用可以为全行内控合规工作提供信息平台、作业平台、管理平台和分析平台，基本实现了合规管理数据信息的标准统一、系统集成、信息聚合和分析共享。
（二）计算机审计系统应用方面
计算机审计系统的广泛应用开始引领商业银行内控合规检查方式的变革。在合规检查项目的立项实施过程中，计算机审计系统的充分运用为检查立项准备、方案制定和组织实施提供了有力的数据支持，为重点抽样现场检查的选定提供依据和支撑，进一步提升了现场检查发现问题的精度和深度。
（三）实际应用方面
内控合规管理信息系统基本实现了合规管理工作各环节、各模块的全流程在线作业和全过程质量控制；基本实现了各级行、各部门之间合规管理数据的共享和合规管理信息的互通；基本实现了合规风险信息的收集分析和成果利用。
三、内控合规管理信息系统对内部审计的要求
（一）审计部门的设置应符合审计流程。
审计部门和岗位的设置按照审计流程进行划分，能够充分发挥以系统内部控制测评为基础，通过对电子数据的收集、转换、整理、分析和验证来实现审计目标的数据式审计的作用，从而更有利于识别各种潜在风险。
（二）根据大数据的特点，调整审计监测模式。
审计监测模式应以数据分析为基础，以风险控制为导向，通过调整分析数据和审计判断的方式，进行全量数据信息的关联和动态分析，能够提高审计人员的洞察力，保证有效的审计监督职能，从而提高风险控制。
（三）运用大数据的优势，提升审计效能。
审计部门应发挥大数据的特点，对大数据进行深度挖掘，充分运用科技手段，对数据信息进行有效的分门别类，及时进行总结归纳，进一步进行有效预测，从而提高审计成果的利用价值。
四、对内控合规信息建设的建议
“大数据”时代内控合规信息建设的工作方向应该是：在巩固工作成果和既有优势的基础上努力更新观念、提升工作质量，具有前瞻性地在人才储备、知识积累、应用探索上实现与“大数据”时代的接轨，以IT思维迎接大数据时代；积极探索构建以信息系统为中心、以风险为导向、以数据流为驱动的合规监管形式，引领内控管理方式和合规检查形式的变革。具体提出以下建议： （一）构建顶层设计
商业银行要主动将掌握的系统数据信息资源纳入银行信息建设的规划体系，充分利用系统数据信息高度集成的优势更好地为银行合规管理和尽职监督工作提供支持和服务。同时在全行信息建设的规划过程中，要充分表达内控合规条线的意见和诉求，在风险信息收集、合规指标监测、过程质量管理及数据挖掘分析等方面积极提出需求，主动参与开发。争取以全行信息建设为契机消除部门条线之间的系统壁垒，解决信息“孤岛化”现象，实现对银行合规风险信息收集的系统化，争取更多资源应用于内控合规管理工作。
（二）更新思想观念
在内控合规信息建设的指导思想上要彻底突破传统“账表导向”的思维方式，在工作定位上要突破传统“辅助审计”的思维定势，逐步实现从线索提取核查向潜在风险预测、预警和预防研究转变；逐步实现从“查错纠弊”向合规风险预控研究和监管增值服务转变；逐步实现检查人员历史经验模型和数据挖掘分析模型的互补和融合。在原有对传统业务领域和监管重点开展持续监测的基础上，要特别加强对信用卡、网络金融、金融市场等新兴业务领域的风险点研究和监测分析，扩大监管范围、提高监管深度。在原有对非现场线索提取分析的基础上，要逐步开展数据挖掘分析在系统性、趋势性风险提示等运用方面的研究实践。
（三）提高人员技能
应优先考虑“大数据”时代内控合规信息建设的资源配备，制定指导政策，提高非现场监管人员专业素质，实现非现场人员从“线索提取”到“数据分析”的定位提升。在实证研究方面，要进一步提高监管人员对检查内容的收集积累和归纳分析技能，树立现场检查思路向非现场监管转化的意识，力争非现场监测技术与现场检查方法的相互促进，共同提升。在继续加强计算机审计系统、内控合规信息系统等系统使用培训的基础上，对于监管人员要开展“大数据”应用和挖掘分析技术的外部培训，引导鼓励监管人员掌握数据分析领域的前沿技术，提高监管人员的专业技术、逻辑思维及实干能力。
综上所述，加强、重视商业银行内控合规信息建设工作不仅能够及时有效的评估和控制可能出现的风险隐患，保证银行体系的稳健运行，更有助于商业银行发展战略和经营目标的实现，提高商业银行的核心竞争力。
参考文献：
[1]《浅谈我国商业银行的内部控制》作者：陈萍 企业技术开发，2009
[2]《商业银行内部控制与管理创新》作者：朱明 现代金融，2009
作者简介：
王琳，1工作单位：中国农业银行股份有限公司天津市分行，職务：科员，学校：天津财经大学在职研究生在读，所学专业：金融，研究方向：商业银行风险管理。
摘要：本文在简单介绍数据挖掘基本内容的基础上，尝试分析商业银行内控合规信息建设工作的现状，查找与“大数据”时代接轨的工作差距并提出发展建议。
关键词：金融；商业银行；风险控制；数据信息
伴随商业银行各项业务的迅速发展和内控合规管理水平的提升，计算机应用技术已经在银行系统合规管理领域得到了广泛应用。特别是近年来，内控合规管理信息系统和计算机审计系统的应用在内控合规管理各项工作中发挥了巨大的作用并取得了显著成效。做好内控合规信息建设工作，有利于合理规避和防范风险，有利于提高经营管理效率，有利于商业银行获得更高的收益。
近年來，信息建设和系统应用在商业银行内控合规管理工作中发挥了巨大的作用并取得了显著成效。做好“大数据”时代的内控合规信息建设，通过“数据挖掘”将纷繁复杂的业务数据转化为具有管理价值的关键信息，已经成为银行系统的重要研究方向和思考课题。
一、数据挖掘的主要应用
（一）“数据挖掘”的基本概念
“大数据”又名巨量资料，是继物联网、云计算、移动互联网之后的新一代信息技术应用。一般意义上，大数据的“大”是指大型数据，即具备10TB及以上的数据规模。“大数据”应用通常体现在数据仓库、数据挖掘、商业智能以及开源云计算架构等方面。
“数据挖掘”又名知识发现、资料勘探、数据采矿，是“大数据”应用的主要形式之一，具体是指运用计算机技术从大量数据信息中找出隐含规律，做出归纳推理，挖掘潜在模式，为决策者调整策略、降低风险提供支持和服务的过程，在行政管理、教育科研、产品生产、银行金融等不同领域均有广泛应用，并且发挥着愈来愈重要的作用。目前常用的数据挖掘分析软件主要有IBM公司的SPSS（统计产品与服务解决方案）、微软公司的SQL Server Analysis Services（SQL Server分析服务）、SAS公司的SAS统计分析软件系统等，在日常办公方面广泛应用的OFFICE系列软件中也已集成了“数据透视表”等简单的挖掘分析功能。常用的数据挖掘分析模型工具主要有决策树、聚类、时间序列、贝叶斯、序列聚类、关联、神经网络、逻辑回归、线性回归和文本挖掘等。
（二）数据挖掘在银行领域的主要应用
数据挖掘在银行领域的应用大体可以分为营销分析和风险分析两大类，主要是指通过对客户存贷款及支付交易行为特征（如：存款余额、交易流水、按揭贷款、消费信贷等）的分析获取更大的营销机会，亦或发现并预警潜在的客户违约或管理违规行为。
在计算机技术应用于银行监管领域的研究方面，国家审计署在2004年至2007年间相继出版了《计算机审计技术和方法》、《审计分析模型算法》、《审计数据的多维分析技术》、《计算机审计：概念、框架与规则》等一系列著作，提供了大量银行方面的背景模型和实证案例。监管领域的数据分析应用分为数据查询、多维分析和数据挖掘三种形式。以银行不良贷款为例，简单来说数据查询应用主要回答单笔不良贷款成因的问题，如挪用资金等；多维分析应用主要回答不良贷款分布的问题，如机构分布、行业分布等；数据挖掘应用主要回答在数据模型特征上，哪些贷款形成不良风险性较大的问题。
二、内控合规信息建设的成果
（一）系统管理方面
商业银行在内控合规管理信息系统研发和数据集成方面已经具备了良好的基础，积累了丰富的实践。成果主要表现在：一是计算机审计系统多年来经过数次升级日臻完善，对主要业务系统数据资源的整合和共享，能够较好地满足在非现场数据线索提取分析方面的应用需求。二是内控合规管理信息系统的应用可以为全行内控合规工作提供信息平台、作业平台、管理平台和分析平台，基本实现了合规管理数据信息的标准统一、系统集成、信息聚合和分析共享。
（二）计算机审计系统应用方面
计算机审计系统的广泛应用开始引领商业银行内控合规检查方式的变革。在合规检查项目的立项实施过程中，计算机审计系统的充分运用为检查立项准备、方案制定和组织实施提供了有力的数据支持，为重点抽样现场检查的选定提供依据和支撑，进一步提升了现场检查发现问题的精度和深度。
（三）实际应用方面
内控合规管理信息系统基本实现了合规管理工作各环节、各模块的全流程在线作业和全过程质量控制；基本实现了各级行、各部门之间合规管理数据的共享和合规管理信息的互通；基本实现了合规风险信息的收集分析和成果利用。
三、内控合规管理信息系统对内部审计的要求
（一）审计部门的设置应符合审计流程。
审计部门和岗位的设置按照审计流程进行划分，能够充分发挥以系统内部控制测评为基础，通过对电子数据的收集、转换、整理、分析和验证来实现审计目标的数据式审计的作用，从而更有利于识别各种潜在风险。
（二）根据大数据的特点，调整审计监测模式。
审计监测模式应以数据分析为基础，以风险控制为导向，通过调整分析数据和审计判断的方式，进行全量数据信息的关联和动态分析，能够提高审计人员的洞察力，保证有效的审计监督职能，从而提高风险控制。
（三）运用大数据的优势，提升审计效能。
审计部门应发挥大数据的特点，对大数据进行深度挖掘，充分运用科技手段，对数据信息进行有效的分门别类，及时进行总结归纳，进一步进行有效预测，从而提高审计成果的利用价值。
四、对内控合规信息建设的建议
“大数据”时代内控合规信息建设的工作方向应该是：在巩固工作成果和既有优势的基础上努力更新观念、提升工作质量，具有前瞻性地在人才储备、知识积累、应用探索上实现与“大数据”时代的接轨，以IT思维迎接大数据时代；积极探索构建以信息系统为中心、以风险为导向、以数据流为驱动的合规监管形式，引领内控管理方式和合规检查形式的变革。具体提出以下建议： （一）构建顶层设计
商业银行要主动将掌握的系统数据信息资源纳入银行信息建设的规划体系，充分利用系统数据信息高度集成的优势更好地为银行合规管理和尽职监督工作提供支持和服务。同时在全行信息建设的规划过程中，要充分表达内控合规条线的意见和诉求，在风险信息收集、合规指标监测、过程质量管理及数据挖掘分析等方面积极提出需求，主动参与开发。争取以全行信息建设为契机消除部门条线之间的系统壁垒，解决信息“孤岛化”现象，实现对银行合规风险信息收集的系统化，争取更多资源应用于内控合规管理工作。
（二）更新思想观念
在内控合规信息建设的指导思想上要彻底突破传统“账表导向”的思维方式，在工作定位上要突破传统“辅助审计”的思维定势，逐步实现从线索提取核查向潜在风险预测、预警和预防研究转变；逐步实现从“查错纠弊”向合规风险预控研究和监管增值服务转变；逐步实现检查人员历史经验模型和数据挖掘分析模型的互补和融合。在原有对传统业务领域和监管重点开展持续监测的基础上，要特别加强对信用卡、网络金融、金融市场等新兴业务领域的风险点研究和监测分析，扩大监管范围、提高监管深度。在原有对非现场线索提取分析的基础上，要逐步开展数据挖掘分析在系统性、趋势性风险提示等运用方面的研究实践。
（三）提高人员技能
应优先考虑“大数据”时代内控合规信息建设的资源配备，制定指导政策，提高非现场监管人员专业素质，实现非现场人员从“线索提取”到“数据分析”的定位提升。在实证研究方面，要进一步提高监管人员对检查内容的收集积累和归纳分析技能，树立现场检查思路向非现场监管转化的意识，力争非现场监测技术与现场检查方法的相互促进，共同提升。在继续加强计算机审计系统、内控合规信息系统等系统使用培训的基础上，对于监管人员要开展“大数据”应用和挖掘分析技术的外部培训，引导鼓励监管人员掌握数据分析领域的前沿技术，提高监管人员的专业技术、逻辑思维及实干能力。
综上所述，加强、重视商业银行内控合规信息建设工作不仅能够及时有效的评估和控制可能出现的风险隐患，保证银行体系的稳健运行，更有助于商业银行发展战略和经营目标的实现，提高商业银行的核心竞争力。
参考文献：
[1]《浅谈我国商业银行的内部控制》作者：陈萍 企业技术开发，2009
[2]《商业银行内部控制与管理创新》作者：朱明 现代金融，2009
作者简介：
王琳，1工作单位：中国农业银行股份有限公司天津市分行，職务：科员，学校：天津财经大学在职研究生在读，所学专业：金融，研究方向：商业银行风险管理。