当下，数字经济以前所未有的速度重塑全球产业格局，金融业作为数据密集型行业，管理架构与业务模式正经历着颠覆性变革，大数据、云计算、区块链、人工智能等新兴技术不断涌现并深度应用于金融领域，对内部审计工作提出了更高的要求。T银行深入推进内部审计数字化转型，充分运用数智化工具与方法，推动该行审计模式实现从经验驱动到数据驱动、从事后评价到全程防控、从抽样核查到全量扫描的范式革新。

在对某二级支行行长的经济责任审计中，通过构建数据模型、运用RPA（机器人流程自动化）数字员工、VBA（Visual Basic for Applications）自动化分析工具、Neo4j（基于原生图存储的数据库系统）知识图谱、OCR（光学字符识别）技术等多种大数据手段，T银行成功揭示一起管理人员联合客户和员工为授信客户提供“过桥资金”、违规审批发放贷款的事件。同时，深化数据手段应用，由点及面，推动对全行管理人员和员工异常行为的排查，揭露违规问题百余项，责任追究数十人次，促进收回高风险资产近亿元，推动建立健全制度规范十余项，以审计实效推动全行组织治理能力的提升。

支行行长作为商业银行基层经营单位的主要管理者，其在指标推动与合规管理两大核心工作中的履职能力，直接决定着分支机构的经营效果与银行整体战略的落地执行。然而在实际中，部分支行行长存在“指标优先”导向下的履职偏差，支行行长直接参与或暗中授意违规操作的现象屡见不鲜，“行长违规影子”时有闪现，这一现象给商业银行的稳健经营敲响了警钟。

在此背景下，T银行在开展支行行长经济责任审计中，充分运用大数据技术，开展数据监测和分析，挖掘疑点线索，聚焦授信业务流程的合规性、资金流向的真实性及领导人员是否存在权力寻租等行为，通过“穿透式”检查，切实加强对管理人员经济责任的监督力度，有力促进领导干部规范用权和履职尽责。

T银行构建了支行行长经济责任审计标准化流程，通过运用数智化工具，实现了对被审计支行经营数据的自动化智能化处理。首先，由RPA数字员工按照预设规则，自动从经营管理平台、财务管理系统、信贷风险管理系统等渠道，抓取存款、贷款、不良率、收入、利润、指标完成率等基础经营数据，获取审前分析所需数据源，避免了人工取数可能造成的差错，解放了审计人员的双手。其次，再由VBA智能分析程序读取数据源，自动分析并按照预设逻辑生成可视化图表。审计人员只需依次选择数据源、被审计单位、审计起止日期等基本参数（见图1），程序便会自动执行，一键生成结果，助力审计人员高效识别数据中异常波动（见图2）。

对行长A所在支行的审前分析中，根据数字化工具生成的贷款投放趋势图表，审计人员迅速、精准地捕捉到“季末贷款集中大幅冲高、季初迅速回落”这一异常现象（见图3）。此类做法通常是为了完成短期考核目标，美化季末财务数据的临时性操作。短期业绩导向下的数据操控，可能导致分支机构为应付考核压力而放松贷款审核标准，甚至存在“空转套利”或短期周转，掩盖资产质量和积累逾期风险的隐患。

1.按迹循踪：基于Neo4j知识图谱追查资金走向，锚定异常资金路径。

季末突击发放的贷款流向何方，是否潜藏风险隐患？通过抽样核查发现，部分信贷资金流入客户Y账户。审计人员本着严谨的态度，借助Neo4j知识图谱对客户Y在我行的资金交易对手进行全面扫描，精准还原客户Y与多名借款人在多个季度末存在集中交易的往来轨迹。审计人员发现，自2024年以来，该支行每季度平均有1000万—2000万元的贷款在发放到借款人账户后，又以转账或现金的方式，在季末通通归集到了Y的账户中。而在季初，客户Y又将这些资金分别存入借款人账户归还贷款（见图4）。这一现象引起了审计人员对Y身份的高度关注，怀疑其是否与该支行或行长A存在某种关联。

2.抽丝剥茧：多维建模穿透核查，精准锁定更多异常交易。

为了进一步深入调查，审计人员依托审计工作平台，以客户Y为圆心，构建多维审计模型开展交叉式验证，进一步追踪其与该支行以及支行员工的交易情况。根据数据模型筛查结果，客户Y再次频繁出现在该支行的业务中：除了作为季末突击发放贷款的资金中转站，Y还为数十笔贷款提供“过桥资金”，通过数据模型验证（见表1），基本确认了客户Y充当“资金中介”的事实。同时根据Y的交易情况，审计人员关注到，其在2024年1—6月期间，更是与该行资金清偿内部过渡户发生8笔资金划转，单笔金额从几万到几十万不等。根据相关规定，内部账户严禁与外部客户直接交易，上述现象明显存在人为干预痕迹，让审计人员进一步怀疑存在管理层授意的可能性。但是，根据现有模型筛查结果，未发现行长A与客户Y存在直接资金交易，审计人员的怀疑无法得到印证，审计陷入僵局。

3.柳暗花明：革新思路重构审计模型，借助OCR识别与冠字号比对打开线索突破口。

是止步于此，还是继续突破？能否充分运用当前的大数据手段，从现金交易方面进一步挖掘线索？审计人员将核查路径延伸至物理渠道，重构模型思路，开发“员工与指定客户在同一经办人处或同一渠道发生连续现金类交易”模型规则（见图1），重点筛查同一物理终端（柜员窗口、ATM机）的连续性现金操作。基于该模型对时间窗口（单次交易间隔≤60分钟）、地理位置（网点覆盖半径300米）及交易凭证关联性的复合验证，审计人员终于发现了关键线索：行长A与客户Y在同一柜员、ATM机等场景下竟频繁发生连续现金交易（见图5）！

为了验证连续交易是否为同一笔资金，审计人员深挖柜面交易影像档案及ATM终端冠字号数据库：一是针对柜面业务，通过OCR技术解析业务凭证，多数连续交易签名虽为不同客户，但是签字笔体相似度极高，且少数连续交易签名为同一客户（见图6）；二是针对ATM业务，调取ATM终端交易冠字号序列进行溯源比对，能够确认连续交易为同一笔资金。至此，审计证据得以进一步夯实。

经核实，行长A通常将现金存入客户Y账户，供其为授信客户提供“过桥资金”；贷款重新发放后，资金再通过现金形式回存至行长A账户，这种情况反映出行长A与客户Y联合为授信客户提供“过桥资金”的违规事实（见图7）。

4.由点及面：开发审计数智工具箱，提升模型批量筛查效能，实现问题隐患一网打尽、清仓见底。

根据行长A个人资料显示，其先后在多个分支机构担任“一把手”，审计人员延伸审计时限，对A担任行长以来的贷款发放情况进行了全面摸排。此前，科技人员利用VBA技术，为审计部门定制开发了一套功能强大的自定义函数集合——“审计数智工具箱”（见图8）。该工具箱涵盖20个审计场景需求函数，不仅囊括数据脱敏、数据清洗、数据筛选等关键数据处理技能，还能根据不同审计项目的特殊要求进行灵活调整，特别是在数据模型筛查方面，审计人员可轻松实现针对多个模型、多个人员的批量查询，极大提高模型筛查效率。 

借助“审计数智工具箱”，审计人员以客户Y为核心，对行内与客户Y关联的全量授信客户、全量员工进行了违规模型的批量筛查，发现行长A与客户Y的利益关联关系由来已久。从2021年以来，在A任职过的4家支行中，Y均存在为借款人提供还款资金、充当贷款交易对手和代理支取贷款资金等行为，涉及借款人60笔、金额达6000万元。同时审计人员还发现，4家支行多名员工也与Y存在资金交易，部分资金实际上也用于归还贷款。通过运用数智化工具，审计人员系统核查并完整确认了该行长的所有违规事实及违规金额（见图9）。

5.落实证据：形成“数据审计+现场核实”的闭环验证。

依托前期模型分析结果，审计人员有针对性调阅贷款档案、开展贷款经营背景调查，并与支行相关员工进行谈话核查，构建完整证据链条。在确凿证据面前，行长A最终承认其伙同其他员工联合与客户Y为授信客户提供“过桥资金”、违规审批发放贷款、利用客户Y账户过渡本行资金等违规事实。

6.便捷高效：利用数据映射自动生成审计文书，创建“一表清”工作模式，极大提高审计效率。

在借助数智化工具拓展审计深度与广度的同时，该行同步推动工作效率的优化提升。首创“一表清”工作模式，将经济责任审计主要工作内容整合纳入一张Excel表格，通过建立各类审计文书与Excel之间的关联关系，利用数据映射技术，可自动生成审计通知书、审计公告、审计工作底稿、审计报告初稿、征求意见书等审计文书（见图10）。审计人员只需要点击相应操作按钮，系统便会依据预设映射规则，将被审计人员和被审计单位的基本情况、主要履职情况、审计评价等核心内容自动导入，并自动快速生成完整规范的审计文书，大幅提高了审计文书的撰写效率和质量。

发现行长A违规问题后，审计组立即撰写《关于XX中心支行XXX存在违规行为的审计要情》呈送行领导，行领导高度重视并作出批示，要求“严肃处理，要关注全行此类问题的排查，提出具体办法杜绝此类现象”。相关部门立即组织整改，以行长A为首的相关人员受到了严肃处理，并按照行领导指示，内部审计部组织开展了全行员工异常行为排查，首次在全行层面展现审计大数据技术的应用价值。此次排查先后出具若干审计成果材料，其中多份报告获得行领导签批意见，累计揭露违规问题百余项，责任追究数十人次，促进收回高风险资产近亿元，推动建立健全制度规范十余项，员工管理水平显著提升。

揭示行长A的违规问题，仅仅是该行数智化审计成效的一个典型缩影。该行在精准揭示各类问题的同时，更加注重审计成果的有效转化与长效机制的健全完善，以此推动全行管理水平实现系统性、整体性的提升。

在后续整改阶段，内部审计部在全行下发《关于进一步规范各分支机构经济责任审计相关事项的通知》《关于规范各分支机构二级支行行长调整工作程序的通知》，推动制定《XX银行员工行为禁令》并修订完善《XX银行员工行为排查管理办法》，促进优化干部任免流程、员工行为排查、授信风险管理等若干相关制度，切实将审计成果高效转化为治理效能。同时，部分审计工具已输送到全行范围内应用，有效赋能全行风险识别与管控。

熟悉业务是数智化审计的灵魂，研究业务则是驱动数智化审计前进的引擎。审计人员要主动打破传统审计思维，将数字化思维深度融入业务逻辑，紧紧围绕业务规则、风险特征、违规手法，编制数据模型，设计审计智能化流程。要增强逻辑推理能力，保持对疑点和风险的敏感性，从而有效提高识别复杂风险、将业务经验转化为数智化工具技术的能力。只有将研究型审计理念和业务经验深度融入数智化审计的全过程，才能确保数智化审计始终服务于审计目标。

数智化审计要持续发展，离不开审计技术和方法的不断创新。要持续进行内部审计数据平台建设，整合、治理全域数据，实现数据的深度融合与高效供给。同时依托大数据技术构建全量数据集市，实现跨领域数据的深度关联挖掘与复杂模式的智能识别。在此基础上，持续探索如何使数据模型更精准、智能工具更贴合审计场景、自动化流程更顺畅，充分应用先进数智化技术不断加速审计的创新步伐。