数字电商资讯网数字化经济赋能电商发展加快数字化转型升级

文 / 中国农业银行研发中心成都研发部开发一部总经理 喻梅

近年来，金融科技的蓬勃发展给金融业务经营与管理模式的创新与变革提供了不竭动力。金融科技已成为防范化解金融风险的新利器，是新形势下金融风险管理的内在需求和重要选择。

如何应用金融科技推动审计工作转型，中国农业银行进行了大量的探索和实践，并全新打造了农业银行内部审计管理监测系统（以下简称新系统）。内部审计是银行纠偏纠错、防控风险的重要举措，新系统依托大数据、人工智能等先进技术，坚实打造基础架构，创新研发建模分析工具，全面提升大数据审计业务能力，提高审计监督质量和效率，助推审计工作转型发展。

图1 系统总体架构

三大引擎构建系统基础架构

依托农业银行大数据技术框架，新系统通过构建存储引擎、计算引擎以及资源管理三大引擎，解决业务数字化带来的数据膨胀问题，支持PB级海量数据的存储、统计、查询以及智能分析，构筑稳固的架构底座。

存储引擎：基于HDFS、Hive、HBase、ElasticSearch、GBase以及Neo4j等存储组件，打造混合架构的多元化存储引擎，实现海量级（PB级数据）、全结构（结构化、半结构化、非结构化数据）、多形态（明细数据、集市数据、关系图谱数据等多种形态）的数据存储，满足数字化审计分析的海量业务数据存储需求，为数据的进一步应用奠定基础。

计算引擎：基于大数据计算框架Spark构建统一的数据计算引擎，依托Spark的内存计算内核和SparkSQL分析组件实现统一的分析入口和计算服务，为用户提供一套覆盖多数据源、支持联机和批量一体的高效数据计算架构。支持面向HDFS、Hive、HBase等组件的数据快速计算和分析，满足全量业务数据分析和审计模型高效运行需求，快速挖掘风险线索。

资源管理引擎：基于YARN的公平调度策略（Fair Scheduler）以及资源队列权限控制规划实现了一套用户资源管理和隔离方案。针对不同条线用户、不同应用场景的资源需求，建立不同的资源配比队列，解决系统运行中计算资源抢占、分配不均问题，多线使用，互不影响。

三大核心支撑关键应用场景

新系统围绕数据、工具、模型三大核心要素开展建设，为审计作业、审计查证、风险监测等关键应用场景提供强有力的技术支撑。

1.打造数据管理体系，夯实内部审计数据底座。审计业务的特点决定了系统对数据的应用和管理的深度需求。新系统基于存储引擎，围绕数据的“采、建、管、用”进行全方位管理，解决数据采集、存储、汇聚、检索以及使用等问题。支持行内、行外数据采集，丰富数据来源；建设数据集市、主题数据以及标签数据，提升数据整合能力；强化数据血缘管理，通过目录管理、数据检索和血缘分析，解决“找数据”难题；打通数据存储和审计分析通路，为数据模型分析、交易查询和线索查证等应用提供基础数据。

2.打造审计工具体系，丰富审计分析“工具箱”。为提高编模效率，降低工具使用门槛，丰富审计查证手段 ，系统着力打造了一套适应不同技术背景审计人员、精准适配不同审计场景的工具箱。交互式分析工具支持数据快速探查，思路快速落地，线索快速核实；汉化SQL编译器为用户提供汉化分析语句编辑环境，自动屏蔽底层表名、字段名以及SQL函数名称，通过自主研发的模型翻译器实现模型语句翻译，不熟悉SQL语法的用户也可以自如进行模型编写；FLOW图形化编模工具将统计、筛选、去重、关联等分析功能封装为算子节点，用户根据实际场景通过“拖、拉、拽”将各算子进行组合，实现最终审计模型。用法简单、逻辑清晰、交互性好、可读性高，只需要懂业务逻辑即可进行审计模型编写；SparkSQL编译器是一种高阶编译器，功能强大，支持多表关联、多层语句嵌套及多种自定义函数，适用于有SQL基础的用户进行复杂逻辑分析；可视化分析工具可进行信贷、财会、运营等各类指标分析，支持异常指标监测、统计分析和趋势分析，一目了然；PyBook分析工具为用户提供Python语言开发环境，支持非结构化数据分析和挖掘模型开发。新系统提供的一系列分析工具，满足从基础到高阶的各层次需求，为审计实战提供了多种“打法”。

图2 审计工具体系

3.打造模型管理体系，健全审计分析“武器库”。审计方法模型是开展数字化审计的手段和工具，是审计智慧和经验的数字化成果，是实现审计全覆盖的有力武器。新系统强化模型整合和管理，建设了智能高效的审计方法模型库，覆盖信贷、财会、中间业务等各业务领域的规则类和挖掘类模型，实现审计模型开发、测试、评审、投产、运行、迭代以及退出全生命周期管理。同时，通过不断优化迭代，推动模型资产的沉淀和共享，减少模型的重复建设。

三大应用提升系统服务能力

新系统基于数据、工具和模型，构建审计查证、风险监测、审计管理三大关键应用，实现建模分析全量化、模型运行自动化、监测预警常态化和作业管理标准化，系统服务能力大大提升。

审计查证作为非现场审计的重要手段，实现了数据查询、数据检索、快速审计、交易查证、模型工厂等功能，为审计管理提供数据支撑、疑点线索以及审计样本。风险监测通过宏观监测与微观监测相结合，实现指标管理、指标分析、指标预警、指标驾驶舱、智能选样以及线索统计等功能，支持全方位风险指标监测和线索监控。借助灵活的参数配置实现模型后台自动运行，指标类运行结果自动预警，线索类运行结果自动归集线索库，为审计查证提供指标预警数据，为审计管理提供疑点线索和风险样本数据。审计管理是审计人员进行风险审计、专项审计、责任审计、持续审计等工作的“主战场”。新系统支持审计项目从计划到最后资料自动归档的全流程管理，并对作业进行智能引导，实现工作入口统一化、审计流程可视化、审计材料电子化、审计报表自动化和审计成果共享化。系统聚焦审计流程精细化管理和审计质量全过程管控，减少了人工干预，大大提升了用户体验和审计项目管理质效。

图3 系统应用架构

三年建设促进业务转型发展

历时三年，内部审计新系统全面建成，助力审计工作数字化转型升级提速。

1.审计范围由“抽样审计”向“全面审计”转变。新系统强大的数据存储和计算能力，有效支撑审计范围从局部抽样到全量审计。实现跨机构、跨产品、跨年度数据的集中化分析和全面关注，为经营决策提供更具价值的工作成果。

2.审计类型由“项目为主”向“监测为主”转变。新系统基于完整的模型监测体系，已累计构建多个监测模型，实现对各类业务的持续监测和动态关注，改变了以往主要以项目为主导的方式，促进审计工作由静态向动态、由固定计划向主动挖掘的转变。

3.审计作业由“现场分散”向“远程集中”转变。新系统通过系统强大的数据分析功能，让审计人员在远程就能够发现线索、定位问题、获取证据，通过线上化、流程化的审计作业管理让现场工作更加聚焦和精准。

通过科技与业务的深度融合，农业银行建成了一套基于大数据的内部审计管理监测新系统，实现了“体验优化、架构开放、数据融合、高效智能”的建设目标。下一步，将进一步提高数据质量，加强数据安全管控，提升非结构化数据的标准化处理能力，深化科技赋能，为开创审计业务数字化转型新局面提供有力保障。