运用大数据和人工智能技术促进内部审计数字化转型——以国家外汇管理局为例

发布时间：2021-09-28 16:09

　　内部审计信息化、数字化转型是大势所趋。本文认为内部审计数字化转型的关键是"从数据集合中发现数据逻辑,以数据逻辑反映内审结论"。本文在外汇管理各业务系统基本完善的大背景下,提出外汇局内部审计数字化转型蓝图,认为外汇局非现场审计应起到审前评估、审中指向、审后跟踪和风险提示的作用。本文总结了国家外汇管理局浙江省分局内部审计信息化项目的实践经验,为全国非现场审计分析系统的开发设计提供了参考和建议。 

【文章来源】：中国内部审计. 2020,(11)

【文章页数】：7 页

【部分图文】：

部分机器学习算法概览

系统对各项指标评分结果按照风险等级对应使用“红、黄、蓝、绿”不同颜色进行展示，并进行综合评分，直观展现审计对象总体风险状况（见图3）。比如，对于2家经济总量差异不大的支局，计算其“非现场监测有效性”指标（列入现场核查企业家数/重点监测企业家数）与“企业现场核查影响率”指标（现场核查企业总量差额/本地区名录企业总量差额）。结果显示，“非现场监测有效性”A支局高于B支局，表明B支局非现场监测工作强度相对较低；“企业现场核查影响率”B支局远高于A支局，表明B支局核查工作效能优于A支局。两项指标评分汇总，显示A支局非现场挖掘异常线2. 发挥审中指向作用，揭示业务流程风险。

审计组在审计中发现“辅导期企业报告超期限比率”指标（超过10个工作日完成辅导期报告/辅导期报告完成家数）和“辅导期企业报告率”指标（辅导期企业实际报告家数/辅导期企业到期家数）有超半数支局评分较低，表明辅导期企业报告制度落实不到位。审计组随即对全省各中心支局的该两项指标数据进行了计算、比对，发现3家中心支局的指标远低于平均水平。审计组向省分局经常项目管理处通报了这一情况，及时通知相关地市开展辅导期到期未报告企业集中清理工作，要求加强对新名录企业的指导及报告管理，进一步扩大了审计成果。（四）总结实践经验，制订前瞻计划

【参考文献】：
期刊论文
[1]机器学习算法比较[J]. 郭成.  信息与电脑(理论版). 2019(05)
[2]数字经济时代:内部审计的机遇[J]. 秦荣生.  中国内部审计. 2018(10)
[3]机器学习及其算法和发展研究[J]. 张润,王永滨.  中国传媒大学学报(自然科学版). 2016(02)

硕士论文
[1]大型集团企业内部审计信息化研究[D]. 朱大鹏.哈尔滨商业大学 2017



本文编号：3412238