论文部分内容阅读
[摘要]本文探讨了商业银行数字化转型背景下内部审计发展智能审计的必要性，从商业银行探索智能审计的实践出发，以民生银行构建CMI数字化审计系统平台为例，展现商业银行内部审计智能化进程。
[关键词]商业银行 内部审计 智能化 数字化
近年来，在大数据、区块链、云计算、人工智能等创新技术驱动下，越来越多的商业银行正开启数字化转型之门，新兴金融科技逐渐应用于客户服务、风险管理等银行核心业务中。面对新局面，商业银行内部审计将呈现怎样的发展趋势？从传统审计到数字化审计、再到智能审计的积极探索，成为众多商业银行内部审计业务发展的前行之路。
一、银行数字化转型中发展智能审计的必要性
智能审计是审计发展的高级阶段，历经传统审计、数字化审计的发展和变迁，充分运用大数据、区块链、人工智能、云计算等创新技术和分析方法，能够实现全新的审计作业方式和价值输出。在智能审计时代，目前很多人工的、重复性及事务性的劳动，都将被机器替代。具有“人工智能”的机器，会根据事先设定好的程序模型和智能算法，自动完成疑点数据采集、审计分析、问题核实、报告形成等工作，极大地减少人工成本。同时，通过人工智能技术构建风险热图，实现实时、精准、严密的审计监督，从以人为主的传统审计模式向以依托人工智能技术的机器审计为主转变，降低审计风险，提高审计生产力。
从传统审计到智能审计的转变是一种质的跨越，对审计行业带来的变革也是前所未有的。目前一些人工智能手段在审计行业已进行了部分尝试，但智能审计的发展尚处于初期探索阶段。就商业银行内部审计工作而言，发展智能审计是跟随时代进步的必然趋势，是推动内部审计工作价值升级的重要方向。
（一）坚持科技强审，智能审计是审计信息化建设的方向
习近平总书记在中央审计委员会第一次会议上指出，“要坚持科技强审，加强审计信息化建设”。用科技手段引领审计业务发展，用大数据思维贯穿审计全过程，以智能化发展引领审计前行，成为审计工作发展的明确方向。科技强审是实现审计全覆盖不可或缺的手段，是提高审计质效的重要方法。只有坚持科技强审、发展智能审计理念，充分享有新技术带来的革命成果，才能让审计质效实现质的飞跃。
（二）银行业务数字化转型加速，智能审计是时代发展的要求
近年来，国际和国内的领先银行纷纷踏上数字化转型之路。根据麦肯锡发布的调查报告，国际领先的外资银行平均每年投入税前利润的17%—20%用于数字化转型和创新。面对银行业务结构变迁、渠道变迁、用户变迁、产品特点变迁的现状，以创新引领发展，将科技与金融深度融合，实现银行业务的智能化升级，成为国内众多商业银行的转型发展之路。各家商业银行持续打造以技术、数据、场景为依托的线上服务，搭建互利共赢的开放平台，推动“线上+线下”“人工+智能”的融合服务模式，高效响应客户需求和社会需求，不断优化金融服务流程、延伸智慧服务触角、强化金融风险防控。
在数字化转型背景下，银行的业务发展模式呈现多样化趋势，风险管理要点出现新特征，对内部审计工作提出了新要求。商业银行内部审计活动，逐步从纯粹的线下孤立式审计转为线上预警排查、线下现场检查交互印证的审计模式。如何在时代变化中凸显内部审计价值，智能审计手段的运用在商业银行数字化转型中显得尤为必要。面对不断迭代更新的技术、日益丰富的交易场景以及各具特色的新兴产品，只有采取智能化审计工具和方法，才能以不变应万变。
（三）网络环境日益复杂，智能审计是推动内部审计高质量发展的举措
随着大数据技术的日益成熟，数据呈现出全面性、海量性、动态性特征，对银行的风险管理能力和内部控制水平提出了更高要求，对于内部审计的发展是挑战也是机遇。一方面，由于数据的复杂性，传统的内部审计作业模式、方式方法面对新的业务模式将受到一定限制;另一方面，如何利用新手段提高大数据技术应用水平，让大数据更好地服务审计工作，成为内部审计发展的新风向。
智能审计对于数据的分析能力，实现几何式增长。内部审计部门可利用海量数据，以机器学习、深度学习神经网络等技术为基础，根据不同业务模式，设计不同的数据模型，形成审计知识库，智能提取知识库自然语言文本中的客户关键审核要素，结合风险审计业务规则和审计要素间的关联稽查关系，识别出异常点，提示异常虚假信息的风险。
（四）疫情防控常态化，智能审计是保证银行业务稳健经营的需要
2020年，突如其来的新冠肺炎疫情对我国经济社会发展影响巨大。疫情暴发后，为保证审计报告能够按时出具，拥抱远程审计、引导审计数字化转型成為很多银行的应对之策。智能审计以数据先行的理念，构建精准的风险图谱和审计体系，可根据审计目标和要求，高效、精准地捕捉风险控制要点，极大地减少审计现场停留核查时间，以审计监督实效助力疫情防控工作的顺畅开展。
二、商业银行智能审计的积极探索——以民生银行构建CMI数字化审计系统平台为例
在商业银行数字化转型背景下，各家银行都在对智能审计的运用进行积极探索。民生银行内部审计利用科技审计驱动，引领内部审计数据化与智能化转型，进一步发挥“技术+数据”双轮驱动效果。民生银行CMI数字化审计系统平台，围绕“场景查证、指标监测、自主建模、智能审计”四位一体的功能方向，对原有审计体系环节进行数字化赋能，不断强化非现场审计系统在持续监督、场景审计、经营机构画像等方面的应用，逐步引领审计思维、审计价值、工作方式方法的改变和转型，形成崭新的内部审计生态。
通过构建CMI系统，一方面形成“页面查证—自主建模—智能审计”等全方位覆盖审计对象宏观、中观、微观特征的功能体系，重点对外规内化、常用审计查询进行场景化固化，提高审计效率;另一方面搭建监测体系平台，以指标监测、历史审计成果为依托，辅以智能审计功能，形成“机构+人”双维度风险监测。 （一）场景查证——Checking
在传统非现场审计查证页面的基础上，增加机构信息、客户视图、批量基础查询等查证工具，实现对场景和流程的全方位还原，丰富经济责任审计、不良资产核销以及外规内化等日常审计场景的功能建设。
一是持续提供便捷的批量查询功能。扩充审计要素互查及批量执行的功能覆盖面，并鼓励审计人员自行完成页面配置，提升系统功能页面建设的响应速度。
二是固化不良核销、外规内化等场景化查证。针对外规内化对于审计工作的要求，将人行征信、消费者保护、核销与不良责任认定等必选审计项目中形成的审计经验具象为审计模型，以体系性、流程化的展现方式整合至现有查证页面功能中。
（二）指标监测——Monitoring
在非现场审计系统中建立专门的指标监测分析平台，包括“行内现有指标+审计关注指标”体系建设，并在此基础上生成审计风险热图，为审计立项提供参考依据，为项目执行提供审计资料。与此同时，通过构建智能模型开展动态监测，完成对经营机构与审计对象的刻画，及时捕捉业务动向、锁定异常事件，并通过报告模板的形式，实现监测报告的自动生成与智能推送。
一是构建风险热图识别研判风险。结合审计问题库中的历史检查问题及审计关注指标，通过风险热图形式展现机构风险热度情况，对机构风险热度分等级展现，并通过分解指标的加工逻辑，完成从宏观层面指标表现到微观层面业务明细的下钻工作。
二是构建智能模型开展动态监测。引入行内管理会计及头寸指标，与此同时，支持审计人员自定义关注指标，通过指标组合的方式，完成经营机构以及审计对象的刻画，并根据指标的表现情况进行主成分及归因分析，实现对行内经营指标变动的预警监测与异动分解，在此基础上生成监测报告，见图1。
（三）自主建模——Modeling
在传统的模型探索工具基础上，开放SQL等灵活建模工具，便于模型的调整与共享;增设模型标签与组合功能，完成模型的场景化应用，并通过说明书指导模型应用。
一是增设模型SQL语言编辑工具。为熟练掌握建模技术的审计人员提供自主的SQL语言查询工具，提升模型在调整与复用方面的便捷程度。为高级审计建模用户开放SQL建模工具，方便审计人员进行模型调优与修改。
二是开发模型的共享功能。使审计人员之间实现模型层面的便捷共享，减少审计资源浪费及重复建模带来的系统压力。
三是增设模型标签及认证体系。将模型的使用场景进行打标，显示模型的主要使用场景，支持对同一审计场景下的多个模型进行调用，并对同类标签的模型进行认证，为审计模型的主题化与场景化管理提供基础。
四是梳理底层数据源及规范使用手册。将自主建模的数据源进行归类整理，完善模型的搭建及使用说明，实现模型的知识配套。
（四）智能审计——Intelligence
通过在非现场审计系统中内嵌智能审计工具搭建智能化审计平台，补齐经验型规则模型短板，探索文本挖掘、情感分析等机器学习算法在审计场景中的应用;将聚类分析、回归分析等成熟算法及Benford定律等统计规律内嵌至抽样与疑点发掘等审计流程之中。
一是采购外部智能审计工具并内嵌。部署高阶数据挖掘工具，将审计业务数据直接对接至数据分析工具，实现数据从分析到建模再到挖掘的线上闭环。
二是智能监管重点预测体系。通过网络爬虫技术对监管机构重点关注内容及处罚信息等进行人工智能处理，与业务相关联，针对不同区域形成监管关注重点统计与预测。
三是探索数据挖掘技术与审计工作的结合场景。例如，通过机器学习算法对于审计文档的加工与处理，解析评审报告、客户投诉以及审计结论等文档中的内容，并应用词频分析及情感分析等技术作出相应的审计判断。
四是将数据分析方法内嵌至审计流程之中。在部分审计项目中将高级分析技术的应用作为审计非现场阶段的规定动作，改变现有单点式、自发式的应用现状，如固化benford定律、聚类分析在审计抽样工作中的应用。同时，充分发挥行内现有SAS等数据分析平台优势，跟进行内数据挖掘前沿的技术经验成果。
三、商业银行内部审计智能化发展的展望
（一）结合银行内外部大数据分析结果，实现风险精准把控
目前，银行内部审计人员的数据来源，多为行内业务数据，审计人员通常以行内数据预警为导向，对部分风险预警事项关联外部信息，进行风险预判。智能审计时代的到来，让银行内部审计不仅仅局限于内部信息，运用智能技术，能够实现外部结构化、非结构化数据的采集、清洗、存储、智能排查，建立内部审计人员自己的数据集市。为内审人员打开全新视角，减少内审人员与一线业务人员间的信息不对称，为更客观、更全面地开展审计工作提供新的途径和解决方案。
（二）由静态时点评价向动态持续评价转变，时刻发挥审计监督作用
传统审计人员对于风险和疑点的判断，除来自客观事实的表象外，很大程度上依赖于审计人员的检查经验。每次检查时，审计人员通过观察员工异常行为、追踪客户异常资金流向，一点一滴，挖掘业务疑点。这些细微的观察逐渐积累，会让审计人员逐步掌握整体动态的变化趋势，疑点和风险也随着审计证据从量变到质变的积累而水落石出。
智能审计技术的运用使审计工作方式发生了变化。传统的经验判断很多时候固然奏效，但不免带有审计人员的主观情绪，有时会影响对事实的认定。智能審计技术的应用，让机器在一步步的审计检查中，以事实为基础形成特定模型，辅以机器学习技术对模型不断纠偏，实现持续性的监督与评价，从而脱离传统审计仅对时点进行评价。智能审计在时间维度上的持续和充分积累，会让审计人员对风险的认知和评价更为客观、全面，将助力内部审计从传统的事后审计转变为事前风险预警，在尚未发生重大风险时对相关部门和机构做到及时提示，减少损失发生的可能性。
（三）由局部或抽样审计向全面审计发展，实现审计全覆盖
智能审计时代，由于对大数据分析技术的掌控，对于审计对象能够实现全覆盖，从而降低了传统审计带来的抽样风险。同时，审计全覆盖的实现是“应审尽审”要求的体现，对于保障国家及银行重大决策部署的贯彻落实发挥着重要作用。
智能时代审计全覆盖实现后，审计人员在工作思维和方式改变的情况下，更多地担任审计对象咨询专家角色，可以全面参与审计及查看相关数据，对审计进度和审计结果随时调看，从单一重复的工作中解放出来，人力成本大幅减少，生产力得到质的改善。
（作者单位：中国民生银行，邮政编码：100031，电子邮箱：[email protected]）
主要参考文献
郭新华，沈小红，金科.数字化时代的银行业审计创新[J].银行家， 2020（5）
南京银行审计部.构建智能审计技术，提升内部审计价值[J].中国内部审计， 2017（4）
[关键词]商业银行 内部审计 智能化 数字化
近年来，在大数据、区块链、云计算、人工智能等创新技术驱动下，越来越多的商业银行正开启数字化转型之门，新兴金融科技逐渐应用于客户服务、风险管理等银行核心业务中。面对新局面，商业银行内部审计将呈现怎样的发展趋势？从传统审计到数字化审计、再到智能审计的积极探索，成为众多商业银行内部审计业务发展的前行之路。
一、银行数字化转型中发展智能审计的必要性
智能审计是审计发展的高级阶段，历经传统审计、数字化审计的发展和变迁，充分运用大数据、区块链、人工智能、云计算等创新技术和分析方法，能够实现全新的审计作业方式和价值输出。在智能审计时代，目前很多人工的、重复性及事务性的劳动，都将被机器替代。具有“人工智能”的机器，会根据事先设定好的程序模型和智能算法，自动完成疑点数据采集、审计分析、问题核实、报告形成等工作，极大地减少人工成本。同时，通过人工智能技术构建风险热图，实现实时、精准、严密的审计监督，从以人为主的传统审计模式向以依托人工智能技术的机器审计为主转变，降低审计风险，提高审计生产力。
从传统审计到智能审计的转变是一种质的跨越，对审计行业带来的变革也是前所未有的。目前一些人工智能手段在审计行业已进行了部分尝试，但智能审计的发展尚处于初期探索阶段。就商业银行内部审计工作而言，发展智能审计是跟随时代进步的必然趋势，是推动内部审计工作价值升级的重要方向。
（一）坚持科技强审，智能审计是审计信息化建设的方向
习近平总书记在中央审计委员会第一次会议上指出，“要坚持科技强审，加强审计信息化建设”。用科技手段引领审计业务发展，用大数据思维贯穿审计全过程，以智能化发展引领审计前行，成为审计工作发展的明确方向。科技强审是实现审计全覆盖不可或缺的手段，是提高审计质效的重要方法。只有坚持科技强审、发展智能审计理念，充分享有新技术带来的革命成果，才能让审计质效实现质的飞跃。
（二）银行业务数字化转型加速，智能审计是时代发展的要求
近年来，国际和国内的领先银行纷纷踏上数字化转型之路。根据麦肯锡发布的调查报告，国际领先的外资银行平均每年投入税前利润的17%—20%用于数字化转型和创新。面对银行业务结构变迁、渠道变迁、用户变迁、产品特点变迁的现状，以创新引领发展，将科技与金融深度融合，实现银行业务的智能化升级，成为国内众多商业银行的转型发展之路。各家商业银行持续打造以技术、数据、场景为依托的线上服务，搭建互利共赢的开放平台，推动“线上+线下”“人工+智能”的融合服务模式，高效响应客户需求和社会需求，不断优化金融服务流程、延伸智慧服务触角、强化金融风险防控。
在数字化转型背景下，银行的业务发展模式呈现多样化趋势，风险管理要点出现新特征，对内部审计工作提出了新要求。商业银行内部审计活动，逐步从纯粹的线下孤立式审计转为线上预警排查、线下现场检查交互印证的审计模式。如何在时代变化中凸显内部审计价值，智能审计手段的运用在商业银行数字化转型中显得尤为必要。面对不断迭代更新的技术、日益丰富的交易场景以及各具特色的新兴产品，只有采取智能化审计工具和方法，才能以不变应万变。
（三）网络环境日益复杂，智能审计是推动内部审计高质量发展的举措
随着大数据技术的日益成熟，数据呈现出全面性、海量性、动态性特征，对银行的风险管理能力和内部控制水平提出了更高要求，对于内部审计的发展是挑战也是机遇。一方面，由于数据的复杂性，传统的内部审计作业模式、方式方法面对新的业务模式将受到一定限制;另一方面，如何利用新手段提高大数据技术应用水平，让大数据更好地服务审计工作，成为内部审计发展的新风向。
智能审计对于数据的分析能力，实现几何式增长。内部审计部门可利用海量数据，以机器学习、深度学习神经网络等技术为基础，根据不同业务模式，设计不同的数据模型，形成审计知识库，智能提取知识库自然语言文本中的客户关键审核要素，结合风险审计业务规则和审计要素间的关联稽查关系，识别出异常点，提示异常虚假信息的风险。
（四）疫情防控常态化，智能审计是保证银行业务稳健经营的需要
2020年，突如其来的新冠肺炎疫情对我国经济社会发展影响巨大。疫情暴发后，为保证审计报告能够按时出具，拥抱远程审计、引导审计数字化转型成為很多银行的应对之策。智能审计以数据先行的理念，构建精准的风险图谱和审计体系，可根据审计目标和要求，高效、精准地捕捉风险控制要点，极大地减少审计现场停留核查时间，以审计监督实效助力疫情防控工作的顺畅开展。
二、商业银行智能审计的积极探索——以民生银行构建CMI数字化审计系统平台为例
在商业银行数字化转型背景下，各家银行都在对智能审计的运用进行积极探索。民生银行内部审计利用科技审计驱动，引领内部审计数据化与智能化转型，进一步发挥“技术+数据”双轮驱动效果。民生银行CMI数字化审计系统平台，围绕“场景查证、指标监测、自主建模、智能审计”四位一体的功能方向，对原有审计体系环节进行数字化赋能，不断强化非现场审计系统在持续监督、场景审计、经营机构画像等方面的应用，逐步引领审计思维、审计价值、工作方式方法的改变和转型，形成崭新的内部审计生态。
通过构建CMI系统，一方面形成“页面查证—自主建模—智能审计”等全方位覆盖审计对象宏观、中观、微观特征的功能体系，重点对外规内化、常用审计查询进行场景化固化，提高审计效率;另一方面搭建监测体系平台，以指标监测、历史审计成果为依托，辅以智能审计功能，形成“机构+人”双维度风险监测。 （一）场景查证——Checking
在传统非现场审计查证页面的基础上，增加机构信息、客户视图、批量基础查询等查证工具，实现对场景和流程的全方位还原，丰富经济责任审计、不良资产核销以及外规内化等日常审计场景的功能建设。
一是持续提供便捷的批量查询功能。扩充审计要素互查及批量执行的功能覆盖面，并鼓励审计人员自行完成页面配置，提升系统功能页面建设的响应速度。
二是固化不良核销、外规内化等场景化查证。针对外规内化对于审计工作的要求，将人行征信、消费者保护、核销与不良责任认定等必选审计项目中形成的审计经验具象为审计模型，以体系性、流程化的展现方式整合至现有查证页面功能中。
（二）指标监测——Monitoring
在非现场审计系统中建立专门的指标监测分析平台，包括“行内现有指标+审计关注指标”体系建设，并在此基础上生成审计风险热图，为审计立项提供参考依据，为项目执行提供审计资料。与此同时，通过构建智能模型开展动态监测，完成对经营机构与审计对象的刻画，及时捕捉业务动向、锁定异常事件，并通过报告模板的形式，实现监测报告的自动生成与智能推送。
一是构建风险热图识别研判风险。结合审计问题库中的历史检查问题及审计关注指标，通过风险热图形式展现机构风险热度情况，对机构风险热度分等级展现，并通过分解指标的加工逻辑，完成从宏观层面指标表现到微观层面业务明细的下钻工作。
二是构建智能模型开展动态监测。引入行内管理会计及头寸指标，与此同时，支持审计人员自定义关注指标，通过指标组合的方式，完成经营机构以及审计对象的刻画，并根据指标的表现情况进行主成分及归因分析，实现对行内经营指标变动的预警监测与异动分解，在此基础上生成监测报告，见图1。
（三）自主建模——Modeling
在传统的模型探索工具基础上，开放SQL等灵活建模工具，便于模型的调整与共享;增设模型标签与组合功能，完成模型的场景化应用，并通过说明书指导模型应用。
一是增设模型SQL语言编辑工具。为熟练掌握建模技术的审计人员提供自主的SQL语言查询工具，提升模型在调整与复用方面的便捷程度。为高级审计建模用户开放SQL建模工具，方便审计人员进行模型调优与修改。
二是开发模型的共享功能。使审计人员之间实现模型层面的便捷共享，减少审计资源浪费及重复建模带来的系统压力。
三是增设模型标签及认证体系。将模型的使用场景进行打标，显示模型的主要使用场景，支持对同一审计场景下的多个模型进行调用，并对同类标签的模型进行认证，为审计模型的主题化与场景化管理提供基础。
四是梳理底层数据源及规范使用手册。将自主建模的数据源进行归类整理，完善模型的搭建及使用说明，实现模型的知识配套。
（四）智能审计——Intelligence
通过在非现场审计系统中内嵌智能审计工具搭建智能化审计平台，补齐经验型规则模型短板，探索文本挖掘、情感分析等机器学习算法在审计场景中的应用;将聚类分析、回归分析等成熟算法及Benford定律等统计规律内嵌至抽样与疑点发掘等审计流程之中。
一是采购外部智能审计工具并内嵌。部署高阶数据挖掘工具，将审计业务数据直接对接至数据分析工具，实现数据从分析到建模再到挖掘的线上闭环。
二是智能监管重点预测体系。通过网络爬虫技术对监管机构重点关注内容及处罚信息等进行人工智能处理，与业务相关联，针对不同区域形成监管关注重点统计与预测。
三是探索数据挖掘技术与审计工作的结合场景。例如，通过机器学习算法对于审计文档的加工与处理，解析评审报告、客户投诉以及审计结论等文档中的内容，并应用词频分析及情感分析等技术作出相应的审计判断。
四是将数据分析方法内嵌至审计流程之中。在部分审计项目中将高级分析技术的应用作为审计非现场阶段的规定动作，改变现有单点式、自发式的应用现状，如固化benford定律、聚类分析在审计抽样工作中的应用。同时，充分发挥行内现有SAS等数据分析平台优势，跟进行内数据挖掘前沿的技术经验成果。
三、商业银行内部审计智能化发展的展望
（一）结合银行内外部大数据分析结果，实现风险精准把控
目前，银行内部审计人员的数据来源，多为行内业务数据，审计人员通常以行内数据预警为导向，对部分风险预警事项关联外部信息，进行风险预判。智能审计时代的到来，让银行内部审计不仅仅局限于内部信息，运用智能技术，能够实现外部结构化、非结构化数据的采集、清洗、存储、智能排查，建立内部审计人员自己的数据集市。为内审人员打开全新视角，减少内审人员与一线业务人员间的信息不对称，为更客观、更全面地开展审计工作提供新的途径和解决方案。
（二）由静态时点评价向动态持续评价转变，时刻发挥审计监督作用
传统审计人员对于风险和疑点的判断，除来自客观事实的表象外，很大程度上依赖于审计人员的检查经验。每次检查时，审计人员通过观察员工异常行为、追踪客户异常资金流向，一点一滴，挖掘业务疑点。这些细微的观察逐渐积累，会让审计人员逐步掌握整体动态的变化趋势，疑点和风险也随着审计证据从量变到质变的积累而水落石出。
智能审计技术的运用使审计工作方式发生了变化。传统的经验判断很多时候固然奏效，但不免带有审计人员的主观情绪，有时会影响对事实的认定。智能審计技术的应用，让机器在一步步的审计检查中，以事实为基础形成特定模型，辅以机器学习技术对模型不断纠偏，实现持续性的监督与评价，从而脱离传统审计仅对时点进行评价。智能审计在时间维度上的持续和充分积累，会让审计人员对风险的认知和评价更为客观、全面，将助力内部审计从传统的事后审计转变为事前风险预警，在尚未发生重大风险时对相关部门和机构做到及时提示，减少损失发生的可能性。
（三）由局部或抽样审计向全面审计发展，实现审计全覆盖
智能审计时代，由于对大数据分析技术的掌控，对于审计对象能够实现全覆盖，从而降低了传统审计带来的抽样风险。同时，审计全覆盖的实现是“应审尽审”要求的体现，对于保障国家及银行重大决策部署的贯彻落实发挥着重要作用。
智能时代审计全覆盖实现后，审计人员在工作思维和方式改变的情况下，更多地担任审计对象咨询专家角色，可以全面参与审计及查看相关数据，对审计进度和审计结果随时调看，从单一重复的工作中解放出来，人力成本大幅减少，生产力得到质的改善。
（作者单位：中国民生银行，邮政编码：100031，电子邮箱：[email protected]）
主要参考文献
郭新华，沈小红，金科.数字化时代的银行业审计创新[J].银行家， 2020（5）
南京银行审计部.构建智能审计技术，提升内部审计价值[J].中国内部审计， 2017（4）