征信业务是指依法采集、整理、保存、加工企业和个人的信用信息，为其建立信用档案，形成信用报告以反映其信用状况，并向金融机构和其他信息使用者提供的活动。
金融机构对征信业务进行内部审计，是保障其健康规范发展的重要手段。有效的内部审计不仅能够提高金融机构征信业务的质量和风险管理能力，而且对于维护金融市场的稳定具有重要作用。
大数据技术主要应用于数据收集和整合、数据分析两个关键阶段。
数据收集和整合是大数据应用的基础环节。首先，搭建大数据审计平台采集与征信业务相关的内外部信息，保证数据的全面性。其次，根据审计要点对原始数据进行筛选，排除不符合标准的数据，并剔除重复值，填充或删除缺失值，同时识别和核对异常值。最后，利用数据转换工具，将从不同渠道获取的源数据进行整合和转换，满足数据的可用性要求。
数据分析是大数据技术在征信业务内部审计中的核心环节，集成先进技术搭建大数据审计模型对整理后的数据进行多维分析和挖掘，发现潜在的审计问题和风险点，审计人员以此为线索，有的放矢，进一步开展现场访谈、调阅档案等核查工作，确保审计结果更加公正客观。
大数据技术应用下的征信业务内部审计发现的典型问题包括以下几类：客户名称或法人变更后未及时签订授权书；用户权限设置不规范；征信查询用户管理不规范；征信查询用户培训不到位；征信信息存在泄露风险隐患；征信查询与信贷业务开展时间存在倒置现象；客户的失信信息获知不及时。
1.数据采集技术需进一步提升。一是各机构、各部门之间存在数据孤岛现象，难以实现数据共享。二是现有数据采集技术可能无法准确转换图片、音频等非结构性数据，仍需依赖人工提取，大大降低了审计效率。三是涉及工商、法律等多方面的外部数据，在进行数据整合时不可避免会出现数据不兼容、数据质量参差不齐等问题。
2.大数据审计平台存在不足。一是当前大数据审计平台缺乏针对征信业务特点的审计模型，现有模型可能无法有效分析征信业务数据的相关关系，导致审计效率和准确性不高。二是平台的数据处理能力有限，无法满足高效审计的需求，导致审计周期延长。三是在处理征信数据时，可能存在数据泄露、非法访问等安全风险，导致金融机构面临声誉和合规风险。
3.内部审计人才专业素质有待加强。一是内审人员对应用大数据的意识不强，审计方式更多地局限于现场抽样审计。二是内审人员缺乏大数据技术的相关知识和技能，无法有效运用大数据技术和模型开展审计工作。
1.加强数据采集的质量管理。一是建立明确的数据采集标准，并持续运用自动化工具进行数据采集和监测。二是推动建立统一的数据接口，从而提高数据的完整性和利用率。
2.推动完善大数据审计平台。一是充分利用数据挖掘、机器学习、人工智能等技术，开发具有针对性的审计模型。二是严格监测数据各环节，控制数据的访问权限，对敏感数据进行加密处理，保障数据的安全性。
3.强化大数据审计人才的培养。一是定期组织内部审计人员参加大数据技术的专业培训和教育，并采取恰当的激励措施。二是鼓励审计人员在审计过程中有意识地培养数据计算分析思维，积极尝试应用大数据技术和方法。三是大力引进复合型审计人才，优化人力资源配置。
节选自《中国内部审计》2025年第8期
编辑：孙哲
目前180000+人已关注我们，您还等什么？