中國工商銀行股份有限公司內(nèi)部審計局昆明分局

[摘要]本文以防范化解金融消費領(lǐng)域風險為主線，立足增值服務(wù)視角，以某商業(yè)銀行貴金屬業(yè)務(wù)內(nèi)部審計項目為例，采用機器學習算法識別客戶意見，挖掘并預警潛在風險，并從經(jīng)濟效益、管理效率和應(yīng)用領(lǐng)域等方面對審計結(jié)果運用成效進行分析，為推動內(nèi)部審計高質(zhì)量發(fā)展、促進組織價值增值提供參考。

[關(guān)鍵詞]內(nèi)部審計? ? 結(jié)果運用? ? 機器學習

近年來，隨著計算機硬件性能的飛速發(fā)展和自然語言處理（NLP）技術(shù)的日趨成熟，機器學習、深度學習等數(shù)據(jù)挖掘建模技術(shù)已廣泛應(yīng)用于各大領(lǐng)域，以機器學習為代表的人工智能技術(shù)也逐步應(yīng)用于持續(xù)監(jiān)測和風險評估等審計活動，并通過審計資源管理系統(tǒng)建設(shè)、數(shù)據(jù)分析工具的深度應(yīng)用，大幅提升審計活動自動化、科學化和智能化水平，將其應(yīng)用于商業(yè)銀行客戶意見分析，同樣可以提升審計工作質(zhì)效。

一、審計背景

由于貴金屬業(yè)務(wù)具有交易品種多樣、銷售渠道豐富、處理流程復雜等特點，本次審計重點關(guān)注實物貴金屬銷售管理及流程控制的合規(guī)性和有效性，創(chuàng)新性地從客戶視角對業(yè)務(wù)內(nèi)控的有效性和操作的合規(guī)性進行全面評價。傳統(tǒng)審計要提取客戶意見風險特征，往往需要耗費大量人力和時間等審計資源，本次審計嘗試運用人工智能技術(shù)，針對全量客戶服務(wù)工單進行數(shù)據(jù)挖掘分析，以客戶負面情緒為切入口，建立“客戶痛點—產(chǎn)品質(zhì)量—服務(wù)效果—合作機構(gòu)管理”的全流程風險分析視圖，挖掘引發(fā)客戶痛點的深層次、有價值的審計線索。

二、審計過程

（一）客戶情緒痛點分析

抽取貴金屬業(yè)務(wù)方面客戶意見X萬筆，運用Word2Vec模型，將產(chǎn)品體驗、服務(wù)效果與客戶意見中的“不滿”“著急”“氣憤”等情緒痛點建立關(guān)聯(lián)關(guān)系。經(jīng)機器學習發(fā)現(xiàn)，該行代銷的“快樂X”“大X套裝”等貴金屬產(chǎn)品投訴率偏高（見表1）。

（二）產(chǎn)品質(zhì)量關(guān)聯(lián)分析

根據(jù)客戶情緒痛點關(guān)聯(lián)分析結(jié)果，通過機器學習對該行貴金屬產(chǎn)品質(zhì)量進行關(guān)聯(lián)分析發(fā)現(xiàn)，“項鏈類產(chǎn)品”質(zhì)量問題與客戶投訴的關(guān)聯(lián)概率達30.85%，說明客戶投訴的產(chǎn)品質(zhì)量問題中近三成與“項鏈類產(chǎn)品”相關(guān)，與客戶情緒痛點分析結(jié)論吻合。

（三）代銷合作機構(gòu)管理分析

經(jīng)現(xiàn)場核實，“快樂X”和“大X套餐”貴金屬產(chǎn)品系該行與某公司合作代銷產(chǎn)品。運用機器學習，對歷史問題數(shù)據(jù)進行訓練學習，對全量客戶意見進行相似度匹配挖掘發(fā)現(xiàn)，個別員工在代銷貴金屬產(chǎn)品時未將銷售收入記入該行銷售總賬。進一步通過資金流向匹配跟蹤發(fā)現(xiàn)，該公司主動向經(jīng)辦人員提供非雙方約定的結(jié)算賬戶信息，存在“引導該行客戶在系統(tǒng)外銷售貴金屬產(chǎn)品”的禁止性行為。

針對審計發(fā)現(xiàn)的實物貴金屬銷售管理中暴露出的問題和風險趨勢，審計組立即對全行貴金屬合作代銷機構(gòu)進行疑似風險全面排查，提取風險事件特征并在業(yè)務(wù)風險監(jiān)測系統(tǒng)中部署相關(guān)風險監(jiān)測模型，及時預警違規(guī)行為，防止外部風險傳染，實現(xiàn)類似風險事件的系統(tǒng)剛性控制。

三、結(jié)果運用

（一）明確審計結(jié)果運用路徑

根據(jù)審計發(fā)現(xiàn)問題，審計組及時歸納總結(jié)審計發(fā)現(xiàn)的過程、方法和風險特征，從審計結(jié)果運用和審計技術(shù)推廣兩個層面明確運用路徑，具體見圖1。

（二）實現(xiàn)審計結(jié)果充分運用

通過對審計結(jié)果的抽象化、模型化，在銀行集團及代銷合作機構(gòu)總公司范圍內(nèi)進行自上而下的雙向風險排查以消除風險隱患。

一是審計部門在全面掌握實物貴金屬銷售管理風險特征的基礎(chǔ)上，積極研發(fā)并部署“疑似違規(guī)私售合作機構(gòu)貴金屬產(chǎn)品”的風險預警模型，持續(xù)監(jiān)測代銷產(chǎn)品數(shù)量、資金清算和實物交割等明細數(shù)據(jù)的匹配性和異常數(shù)據(jù)，及時向業(yè)務(wù)管理部門發(fā)布風險提示，并根據(jù)監(jiān)控結(jié)果實現(xiàn)對被審計單位審計發(fā)現(xiàn)問題整改效果的動態(tài)評估。

二是業(yè)務(wù)管理部門根據(jù)審計結(jié)果和定期發(fā)布的風險提示，實現(xiàn)對代銷合作機構(gòu)往來賬務(wù)及傭金管理的動態(tài)管控。同時，通過補充完善合作協(xié)議條款、強化營銷人員合規(guī)操作意識等措施，進一步提升被審計單位的內(nèi)部控制水平。

三是代銷合作機構(gòu)依據(jù)審計結(jié)果，在全國范圍內(nèi)開展銷售合規(guī)性自查，完善內(nèi)部控制措施，有效降低合作機構(gòu)對該商業(yè)銀行的外部風險傳染性。

（三）拓展審計技術(shù)推廣領(lǐng)域

一是不斷深化非現(xiàn)場技術(shù)研究，提升風險抽樣質(zhì)效。創(chuàng)新運用LDA主題聚類、支持向量機（SVM）、人工神經(jīng)網(wǎng)絡(luò)（ANN）等大數(shù)據(jù)分析技術(shù)，針對客戶意見等非結(jié)構(gòu)化數(shù)據(jù)開展全量分析，不僅實現(xiàn)對客戶意見全覆蓋的風險特征抽樣，還能從完善客戶意見管理機制、提升客戶服務(wù)水平等方面提出有針對性、行之有效的管理建議。如消費者權(quán)益保護審計項目，運用“人工神經(jīng)網(wǎng)絡(luò)+邏輯回歸”模型，實現(xiàn)對疑似侵害消費者權(quán)益數(shù)據(jù)的自動化標注和風險抽樣，有利于集團審計部門間協(xié)同配合，互相利用審計成果，減少重復審計，提高審計效率，實現(xiàn)集團審計全覆蓋。

二是提升數(shù)據(jù)獲取能力及挖掘價值，豐富內(nèi)部審計線索來源。通過機器學習，對客戶意見、外部輿情信息等非結(jié)構(gòu)化數(shù)據(jù)的獲取和分析進行積累學習，有效積累風險特征數(shù)據(jù)，拓寬內(nèi)部審計部門風險信息獲取渠道。比如，理財業(yè)務(wù)審計同樣可以運用貴金屬審計發(fā)現(xiàn)成果和機器學習模型，有效識別違規(guī)銷售等隱性風險線索，為完善制度體系、建立健全內(nèi)部控制機制提供參考依據(jù)。

三是夯實數(shù)據(jù)基礎(chǔ)，豐富技術(shù)應(yīng)用場景，不斷提升內(nèi)部審計智能化水平。在推動審計結(jié)果運用的基礎(chǔ)上，搭建人工智能數(shù)據(jù)挖掘分析平臺，在徹底解決數(shù)據(jù)存儲安全性問題、提升數(shù)據(jù)建模穩(wěn)定性和運行效率的同時，探索基于準實時的客戶意見自動抓取和分類標注技術(shù)，實現(xiàn)客戶意見動態(tài)監(jiān)測，并為輿情監(jiān)測前移夯實了數(shù)據(jù)基礎(chǔ)。同時，集團內(nèi)部審計堅持“產(chǎn)品化”數(shù)據(jù)分析成果思路，依托已構(gòu)建的內(nèi)部審計信息系統(tǒng)，采取“快速迭代”方式，將測試驗證效果好的數(shù)據(jù)分析成果按照分層次、分階段、分步驟實施的策略，逐步在內(nèi)部審計信息系統(tǒng)中固化高效精準的審計工具和產(chǎn)品，以推動建立信息共享、結(jié)果共用、問題整改共同落實的工作機制，切實提升內(nèi)部審計工作的智能化水平。

四、運用成效

（一）提高經(jīng)濟效益

一是充分發(fā)揮客戶意見風險揭示效能。應(yīng)用機器學習進行審計監(jiān)測，發(fā)現(xiàn)違規(guī)代銷合作機構(gòu)產(chǎn)品問題，向被審計單位發(fā)布風險提示，及時采取風險管控措施，在挽回經(jīng)濟損失的同時降低了聲譽風險。

二是有效降低合規(guī)管理成本。通過對客戶意見系統(tǒng)自動持續(xù)進行動態(tài)監(jiān)測，及時發(fā)現(xiàn)員工違規(guī)行為，有效降低風險損失類事件的發(fā)生概率。

三是大幅節(jié)約審計資源。采用基于機器學習等新興技術(shù)的審計方法，不僅實現(xiàn)對客戶意見的全覆蓋審計和動態(tài)監(jiān)測，還大幅降低了審計資源投入。

（二）提升管理效率

一是通過構(gòu)建持續(xù)監(jiān)測分析模型，及時預警風險事件，被審計單位可快速響應(yīng)，提高整改效率。其他單位還可通過內(nèi)部審計信息共享機制，及時掌握風險特征，對風險隱患進行排查，有效預防風險發(fā)生，避免風險傳導擴散。

二是審計部門通過對外部環(huán)境、市場信息、客戶意見等多渠道數(shù)據(jù)進行收集，以常態(tài)化、持續(xù)性監(jiān)測分析，有效識別資產(chǎn)質(zhì)量管理過程中的主要風險，發(fā)現(xiàn)機制性和系統(tǒng)性問題，并且有針對性、及時地提出有價值的管理建議，達到持續(xù)提升審計質(zhì)量的目的。同時，為審計方式由“抽樣審計”向“全量審計”轉(zhuǎn)變、審計結(jié)果由“定性結(jié)論”向“定量結(jié)論”轉(zhuǎn)變提供充分的技術(shù)支撐，降低審計資源消耗和管理成本。

（三）拓展應(yīng)用領(lǐng)域

在互聯(lián)網(wǎng)金融和大數(shù)據(jù)背景下，機器學習等人工智能技術(shù)的應(yīng)用領(lǐng)域也更加廣闊，不僅可作為傳統(tǒng)結(jié)構(gòu)化數(shù)據(jù)挖掘分析的有效補充，還可從客戶視角獲得第一手審計線索。比如，在商業(yè)銀行資產(chǎn)管理審計領(lǐng)域，可實現(xiàn)產(chǎn)品設(shè)計、營銷管理、法律遵從等方面的全生命周期監(jiān)控，針對操作風險事件及時預警。同時，該審計結(jié)果也可進一步應(yīng)用于商業(yè)銀行代理銷售的其他產(chǎn)品領(lǐng)域。又如，在消費者權(quán)益保護審計領(lǐng)域，可實時抓取客戶投訴及意見中的“觀點”，與預先定義的“內(nèi)審詞庫”進行比對，及時發(fā)現(xiàn)并報告商業(yè)銀行在戰(zhàn)略執(zhí)行、機制流程、渠道與產(chǎn)品服務(wù)、外部風險傳導以及涉及消費者權(quán)益方面的問題和風險;也可作為輿情前移管理的技術(shù)手段，快速從客戶意見中抽取“疑似飛單私售”“客戶投訴升級”“員工違規(guī)行為”等風險特征，對隱藏在客戶意見中的潛在輿情事件進行風險排查和預警，從內(nèi)部審計增值服務(wù)視角為商業(yè)銀行輿情前移管理提供解決方案。

（執(zhí)筆：趙軍）