商業(yè)銀行內(nèi)審技術(shù)和方法資料

1、商業(yè)銀行內(nèi)審技術(shù)(jsh)和方法共六十九頁(yè)目錄(ml)商業(yè)銀行(shn y yn xn)內(nèi)審技術(shù)商業(yè)銀行內(nèi)審方法案例123共六十九頁(yè)1.1商業(yè)銀行內(nèi)審技術(shù)(jsh)的變革1、大數(shù)據(jù)、云計(jì)算和互聯(lián)網(wǎng)的發(fā)展大數(shù)據(jù)云計(jì)算互聯(lián)網(wǎng)2、銀行全面電子數(shù)據(jù)化金融產(chǎn)品數(shù)據(jù)化金融服務(wù)數(shù)據(jù)化業(yè)務(wù)流程數(shù)據(jù)化3、現(xiàn)場(chǎng)審計(jì)和非現(xiàn)場(chǎng)審計(jì)技術(shù)(jsh)逐步融合非現(xiàn)場(chǎng)審計(jì)不僅作為現(xiàn)場(chǎng)審計(jì)的抽樣工具，現(xiàn)場(chǎng)審計(jì)階段也需要通過計(jì)算機(jī)輔助工具獲得信息，現(xiàn)場(chǎng)審計(jì)和非現(xiàn)場(chǎng)審計(jì)的邊界越來越模糊即使信息技術(shù)非常發(fā)達(dá)，現(xiàn)實(shí)世界仍有部分信息不能被數(shù)據(jù)化，非現(xiàn)場(chǎng)審計(jì)不能完全替代現(xiàn)場(chǎng)審計(jì) 共六十九頁(yè)1.2 審計(jì)(shn j)數(shù)據(jù)采集處理技術(shù)隨著我們所

2、獲取的數(shù)據(jù)變得越來越龐大，我們也正在逐步(zhb)逼近全體數(shù)據(jù)，數(shù)據(jù)獲得的邊界便是審計(jì)的邊界。共六十九頁(yè)1.2數(shù)據(jù)采集處理(chl)技術(shù)共六十九頁(yè)1.2 數(shù)據(jù)(shj)采集技術(shù)內(nèi)部(nib)數(shù)據(jù)VS外部數(shù)據(jù)結(jié)構(gòu)化數(shù)據(jù)vs非結(jié)構(gòu)化數(shù)據(jù)數(shù)據(jù)分類：共六十九頁(yè)內(nèi)部數(shù)據(jù)(shj)vs外部數(shù)據(jù)(shj)內(nèi)部數(shù)據(jù)：目前銀行內(nèi)部數(shù)據(jù)主要是聯(lián)機(jī)(lin j)交易數(shù)據(jù)和聯(lián)機(jī)(lin j)分析數(shù)據(jù)， 是最主要的數(shù)據(jù)，包括： 報(bào)表傳票客戶賬戶和交易合同或協(xié)議機(jī)構(gòu)、渠道和產(chǎn)品業(yè)務(wù)運(yùn)營(yíng)業(yè)務(wù)審批業(yè)務(wù)檔案客戶之聲反饋數(shù)據(jù) 外部數(shù)據(jù)：人行征信工商登記法院、環(huán)保第三方支付海關(guān)、稅務(wù)WIND第三方公司風(fēng)險(xiǎn)數(shù)據(jù)集成互聯(lián)網(wǎng)爬蟲共六十九

3、頁(yè)結(jié)構(gòu)化數(shù)據(jù)(shj)VS非結(jié)構(gòu)化數(shù)據(jù)(shj)結(jié)構(gòu)化數(shù)據(jù)會(huì)計(jì)報(bào)表客戶(k h)結(jié)算業(yè)務(wù)臺(tái)帳. 非結(jié)構(gòu)化數(shù)據(jù)監(jiān)控錄像客戶之聲信貸檔案會(huì)計(jì)影像貸款審批意見共六十九頁(yè)1.3 審計(jì)檢查(jinch)分析技術(shù)1、業(yè)務(wù)(yw)場(chǎng)景、流程還原2、風(fēng)險(xiǎn)數(shù)據(jù)、審計(jì)經(jīng)驗(yàn)歷史積累3、可視化SQL技術(shù)4、數(shù)據(jù)挖掘技術(shù)共六十九頁(yè)1.3.1業(yè)務(wù)場(chǎng)景(chng jng)、流程還原客戶視圖機(jī)構(gòu)(jgu)、渠道視圖產(chǎn)品視圖貸款視圖賬戶視圖共六十九頁(yè)業(yè)務(wù)場(chǎng)景舉例：客戶(k h)視圖審計(jì)平臺(tái)工商查詢來的數(shù)據(jù)文件法院查詢來的數(shù)據(jù)文件客戶檔案、交易、協(xié)議等內(nèi)部數(shù)據(jù) 大數(shù)據(jù)平臺(tái)股東信息高管介紹法院信息經(jīng)營(yíng)動(dòng)態(tài)輿論信息360度客戶全景視

4、圖審計(jì)檢查工作互聯(lián)網(wǎng)客戶數(shù)據(jù)文件數(shù)據(jù)存儲(chǔ)管理數(shù)據(jù)查詢搜索數(shù)據(jù)識(shí)別分析共六十九頁(yè)業(yè)務(wù)場(chǎng)景(chng jng)舉例：客戶視圖客戶之間的關(guān)系客戶經(jīng)理與客戶的關(guān)系客戶關(guān)系信息客戶風(fēng)險(xiǎn)信息客戶溝通信息客戶財(cái)務(wù)信息客戶資產(chǎn)信息客戶聯(lián)系信息客戶事件信息客戶基本信息客戶產(chǎn)品信息客戶維度重大事件，公司開業(yè)、生日等違約事件，提前換款、逾期等可疑事件，可能發(fā)生的一些事客戶名稱證件類信息客戶性質(zhì)信息存款類產(chǎn)品信貸類產(chǎn)品證券類產(chǎn)品信用評(píng)級(jí)黑名單客戶利潤(rùn)貢獻(xiàn)度客戶資產(chǎn)相關(guān)信息客戶聯(lián)系信息，包括主要營(yíng)業(yè)地址電話、聯(lián)系地址、公司網(wǎng)址、電郵地址等客戶建議信息、申請(qǐng)信息、溝通信息、回訪信息、投訴信息、調(diào)查信息等業(yè)務(wù)(yw)系統(tǒng)數(shù)

5、據(jù)客戶基本產(chǎn)品信息賬戶信息交易信息企業(yè)內(nèi)外大數(shù)據(jù)微博信息社交網(wǎng)站流量日志音頻視頻傳統(tǒng)客戶畫像數(shù)據(jù)僅僅來自業(yè)務(wù)系統(tǒng)，事件信息、關(guān)系信息、等多類信息缺失或不足，很難形成準(zhǔn)確、全方位的畫像。引入大數(shù)據(jù)，實(shí)現(xiàn)了客戶360o立體畫像共六十九頁(yè)客戶視圖舉例(j l)-業(yè)務(wù)流程和信貸檔案 審計(jì)(shn j)業(yè)務(wù) 流程舉例審計(jì)業(yè)務(wù)流程舉例共六十九頁(yè)客戶視圖舉例(j l)-具體交易 審計(jì)業(yè)務(wù) 流程(lichng)舉例 審計(jì)業(yè)務(wù) 流程舉例共六十九頁(yè)1.3.2 風(fēng)險(xiǎn)信息(xnx)、審計(jì)經(jīng)驗(yàn)歷史積累共六十九頁(yè)1.3.3可視化SQL技術(shù)(jsh)數(shù)據(jù)(shj)分類共六十九頁(yè)1.3.3可視化SQL技術(shù)(jsh)17字段維

6、護(hù)數(shù)據(jù)關(guān)聯(lián)數(shù)據(jù)篩選數(shù)據(jù)排序數(shù)據(jù)合并數(shù)據(jù)去重?cái)?shù)據(jù)轉(zhuǎn)換數(shù)據(jù)提取數(shù)據(jù)更新數(shù)據(jù)清理數(shù)據(jù)匯總數(shù)據(jù)抽樣數(shù)據(jù)分層重復(fù)性檢測(cè)連續(xù)性檢測(cè)行列轉(zhuǎn)換圖形分析數(shù)據(jù)輸入組件模型參數(shù)設(shè)置自定義數(shù)據(jù)添加模型參數(shù)多種種數(shù)據(jù)工具內(nèi)嵌幾十種函數(shù)多種分析工具多種參數(shù)工具多樣數(shù)據(jù)來源數(shù)據(jù)的安全性功能(gngnng)演示共六十九頁(yè)1.3.4 數(shù)據(jù)挖掘技術(shù)(jsh)審計(jì)(shn j)常用數(shù)據(jù)挖掘技術(shù)一般統(tǒng)計(jì)技術(shù)聚類相關(guān)分類Benford定律共六十九頁(yè)1.3.4.1.一般(ybn)統(tǒng)計(jì)方法1919頻數(shù)(pn sh)分析集中趨勢(shì)均值、中位數(shù)離散程度方差、標(biāo)準(zhǔn)差分布狀態(tài)偏度、峰度1234平均值：95中位數(shù)：55數(shù)據(jù)之間差異大，存在個(gè)別極端值時(shí)

7、，用中位數(shù)衡量數(shù)據(jù)之間的差異程度，如最大和最小值差距多少。方差和標(biāo)準(zhǔn)差：每個(gè)數(shù)據(jù)與其均值相比平均相差多少是否符合正態(tài)分布 峰度：描述分布形態(tài)的陡緩程度 偏度：描述圖像尾部的相對(duì)長(zhǎng)度數(shù)值頻數(shù)2010130122402305030160242701408097*中位數(shù) 平均值共六十九頁(yè)1.3.4.2 聚類在數(shù)據(jù)挖掘中，“聚類分析”基于“物以類聚，人以群分”的樸素思想，根據(jù)數(shù)據(jù)特征屬性對(duì)數(shù)據(jù)樣本進(jìn)行區(qū)分。尤其當(dāng)不知道(zh do)數(shù)據(jù)樣本所帶標(biāo)簽時(shí)，可以使用聚類技術(shù)促使帶同類標(biāo)簽的數(shù)據(jù)與其他標(biāo)簽的數(shù)據(jù)相分離。在聚類分析中，類別中樣本的相似性越大，類別間樣本的差別(chbi)越大，聚類的效果就越好。在

8、聚類分析中，如果一個(gè)對(duì)象不強(qiáng)屬于任何類，那么該對(duì)象是基于聚類的離群點(diǎn)。共六十九頁(yè)1.3.4.3相關(guān)性分析(fnx)使用目的：研究變量或事物之間是否有關(guān)系以及(yj)關(guān)系密切程度衡量方式：相關(guān)系數(shù)21共六十九頁(yè)1.3.4.4 分類(fn li)“分類”所要解決的問題是為一個(gè)數(shù)據(jù)對(duì)象歸類，即確定一個(gè)特定的對(duì)象屬于哪一類別。分類工作的任務(wù)就是要構(gòu)建一個(gè)分類模型（或稱：分類器）。分類技術(shù)和回歸技術(shù)均可用于預(yù)測(cè)(yc)，分類的輸出是離散的類別值，而回歸的輸出是連續(xù)數(shù)值。分類模型是通過對(duì)那些已知的歷史數(shù)據(jù)學(xué)習(xí)（或訓(xùn)練）出來的。這里用于建立模型的數(shù)據(jù)稱為學(xué)習(xí)（訓(xùn)練）集，通常是已經(jīng)掌握歷史數(shù)據(jù)。在學(xué)習(xí)（訓(xùn)練）

9、集中每個(gè)對(duì)象都賦予一個(gè)類別的標(biāo)記，不同的類別具有不同的標(biāo)記，如“違約”和“不違約”。因此，在已知客戶是否違約、是否流失等類標(biāo)的情況下，通常采用分類數(shù)據(jù)挖掘方法對(duì)客戶數(shù)據(jù)進(jìn)行分析。共六十九頁(yè)1.3.4.4 分類(fn li)決策樹Logistic回歸(hugu)模型審計(jì)常用技術(shù)共六十九頁(yè)24 1.3.4.5 Benford定律(dngl)概念(ginin)所有自然隨機(jī)變量，只要樣本空間足夠大，每一樣本首位數(shù)字為1至9各數(shù)字的概率在一定范圍內(nèi)具有穩(wěn)定性。應(yīng)用1. 檢查財(cái)務(wù)數(shù)字信息是否真實(shí)2. 發(fā)現(xiàn)信用卡套現(xiàn)商戶數(shù)字123456789概率0.30100.17610.12490.09690.07920

10、.0670.0580.05120.0458Benford概率 共六十九頁(yè)25數(shù)據(jù)準(zhǔn)備首數(shù)字概率統(tǒng)計(jì)定量分析疑點(diǎn)數(shù)據(jù)采集流水?dāng)?shù)據(jù)(shj)268731條，涉及36596個(gè)客戶忽略(hl)具體交易金額，只取每一客戶流水金額的首數(shù)字，統(tǒng)計(jì)其出現(xiàn)的頻率:計(jì)算每一客戶流水首數(shù)字概率與Benford概率的相關(guān)性，記為r（上例r=0.1104）客戶號(hào)123456789流水?dāng)?shù)XX0.17030.0030.00990.12470.15970.09280.08970.18780.1621315 舉例 ：Benford定律特定客戶群體風(fēng)險(xiǎn)研究共六十九頁(yè)2626疑點(diǎn)數(shù)據(jù)序號(hào)客戶號(hào)首數(shù)字為0首數(shù)字為1首數(shù)字為2首數(shù)字為

11、3首數(shù)字為4首數(shù)字為5首數(shù)字為6首數(shù)字為7首數(shù)字為8首數(shù)字為9相關(guān)系數(shù)r流水總數(shù)110232XXXXX00.17030.0030.00990.12470.15970.09280.08970.18780.1620.1104 1315210163XXXXX00.11330.05770.05880.17840.51420.01680.01890.02940.01260.1166 953311659XXXXX00.12040.10680.05830.11070.53590.02140.01940.01360.01360.1578 515412123XXXXX0.0030.12630.08320.059

12、40.13670.46210.05940.02670.02820.01490.1698 673510741XXXXX0.00060.19430.03170.05080.05720.59060.020.02870.01620.010.1944 6314610082XXXXX00.0910.21620.14860.06130.43420.00990.00720.01080.02070.2553 1110710813XXXXX00.1940.050.08520.04920.48380.09390.01140.01670.01580.2618 1139811336XXXXX0.00470.20910.

13、09190.030.2130.05730.04190.04260.0280.28160.3698 1502910359XXXXX0.00250.1770.10770.05940.14480.34530.03710.0520.02350.05070.3836 8081010014XXXXX0.01940.16860.12210.06780.17830.3120.04840.04460.01160.02710.4130 516數(shù)據(jù)驗(yàn)證通過查詢交易(jioy)金額、交易(jioy)品種、交易(jioy)對(duì)手、交易(jioy)對(duì)手所在單位等信息對(duì)這些客戶進(jìn)行詳細(xì)分析，明確問題客戶。舉例 ：Benfor

14、d定律特定客戶(k h)群體風(fēng)險(xiǎn)研究共六十九頁(yè)1.3.4.5 數(shù)據(jù)挖掘案例(n l)分享客戶社會(huì)關(guān)系網(wǎng)絡(luò)(wnglu)挖掘 客戶交易對(duì)手信息以及轉(zhuǎn)賬行為形成了一個(gè)典型的社會(huì)關(guān)系網(wǎng)絡(luò)圖，能夠有效刻畫出客戶的經(jīng)濟(jì)行為?！翱蛻艚灰拙W(wǎng)絡(luò)拓?fù)鋱D”展現(xiàn)，輔以深入的拓?fù)鋱D（數(shù)據(jù)）挖掘，便于效識(shí)別客戶的交易對(duì)手以及發(fā)現(xiàn)隱藏的交易規(guī)律。付款人 收款人金額客戶147客戶5989506.70客戶12客戶38035.82客戶173客戶9296189.54客戶38客戶15524835.59客戶64客戶2469165.21客戶45客戶12458192.37客戶165客戶3060554.80客戶159客戶1248509.1

15、5客戶150客戶10278048.88客戶118客戶6724389.19客戶155客戶64114.69客戶102客戶15888351.53客戶66客戶19134123.72客戶175客戶1327907.12共六十九頁(yè)1. 明確核心(hxn)客戶共六十九頁(yè)某擔(dān)保(dnbo)公司實(shí)際控制人，并為某商會(huì)會(huì)長(zhǎng)2. 識(shí)別關(guān)鍵客戶(k h)的身份背景，并審計(jì)同其他客戶(k h)的交易背景共六十九頁(yè) 審計(jì)(shn j)作業(yè)標(biāo)準(zhǔn)化二.商業(yè)銀行(shn y yn xn)內(nèi)審方法12風(fēng)險(xiǎn)評(píng)估方法審計(jì)項(xiàng)目檢查方法3共六十九頁(yè)2.1 審計(jì)(shn j)作業(yè)標(biāo)準(zhǔn)化運(yùn)用精益六西格瑪管理工具，系統(tǒng)科學(xué)地梳理審計(jì)工作，提高審

16、計(jì)工作的質(zhì)量和效率，降低審計(jì)風(fēng)險(xiǎn)(fngxin)，發(fā)揮審計(jì)價(jià)值。 1、審計(jì)工作流程標(biāo)準(zhǔn)化 2、審計(jì)檢查要點(diǎn)、標(biāo)準(zhǔn)和步驟的規(guī)范化 共六十九頁(yè)9個(gè)流程(lichng)階段，59個(gè)步驟風(fēng)險(xiǎn)(fngxin)評(píng)估立項(xiàng)準(zhǔn)備非現(xiàn)場(chǎng)現(xiàn)場(chǎng)問題庫(kù)報(bào)告跟蹤后評(píng)估2.1.1審計(jì)工作流程標(biāo)準(zhǔn)化共六十九頁(yè)2.1.2審計(jì)(shn j)檢查要點(diǎn)、標(biāo)準(zhǔn)和步驟的規(guī)范化審計(jì)要點(diǎn)(yodin)模版舉例共六十九頁(yè)二、商業(yè)銀行(shn y yn xn)內(nèi)審方法 風(fēng)險(xiǎn)(fngxin)評(píng)估方法21審計(jì)作業(yè)標(biāo)準(zhǔn)法審計(jì)項(xiàng)目檢查方法3共六十九頁(yè)目標(biāo)(mbio)功能(gngnng)模塊設(shè)計(jì)要點(diǎn)分行成立時(shí)間資產(chǎn)規(guī)模監(jiān)管評(píng)價(jià)風(fēng)險(xiǎn)點(diǎn)數(shù)量往年缺陷率公司條線

17、零售條線金融市場(chǎng)財(cái)務(wù)運(yùn)營(yíng)科技綜合評(píng)分標(biāo)準(zhǔn)權(quán)重計(jì)算公式特殊指標(biāo)風(fēng)險(xiǎn)評(píng)估系統(tǒng)實(shí)現(xiàn)風(fēng)險(xiǎn)導(dǎo)向風(fēng)險(xiǎn)評(píng)估模型評(píng)估結(jié)果應(yīng)用被審計(jì)單位背景業(yè)務(wù)風(fēng)險(xiǎn)計(jì)算公式確立審計(jì)對(duì)象和重點(diǎn)有效性結(jié)論參考2.2.1風(fēng)險(xiǎn)評(píng)估含義和作用共六十九頁(yè)風(fēng)險(xiǎn)評(píng)估作為審計(jì)項(xiàng)目和內(nèi)控評(píng)價(jià)實(shí)施流程的首要環(huán)節(jié)，是以風(fēng)險(xiǎn)為導(dǎo)向，評(píng)估經(jīng)營(yíng)機(jī)構(gòu)(jgu)、業(yè)務(wù)條線和管理狀況的主要風(fēng)險(xiǎn)水平。作用一：確立審計(jì)對(duì)象(duxing)和重點(diǎn)可用于在審計(jì)實(shí)施前，確立審計(jì)對(duì)象、要點(diǎn)，有針對(duì)性地進(jìn)行審計(jì)分工，體現(xiàn)風(fēng)險(xiǎn)導(dǎo)向、審計(jì)資源優(yōu)化和審計(jì)重點(diǎn)突出等原則。2.2.1風(fēng)險(xiǎn)評(píng)估含義和作用作用二：有效性結(jié)論評(píng)價(jià)參考可用于在審計(jì)實(shí)施后，結(jié)合檢查情況，對(duì)各條線固有風(fēng)險(xiǎn)進(jìn)行再評(píng)估

18、，并以風(fēng)險(xiǎn)熱圖展示結(jié)果作為內(nèi)控有效性結(jié)論的參考。風(fēng)險(xiǎn)預(yù)評(píng)估風(fēng)險(xiǎn)熱圖結(jié)論共六十九頁(yè)2.2.2風(fēng)險(xiǎn)(fngxin)評(píng)估原理及模型從風(fēng)險(xiǎn)表現(xiàn)、風(fēng)險(xiǎn)控制和潛在風(fēng)險(xiǎn)角度分析，評(píng)估(pn )固有風(fēng)險(xiǎn)、內(nèi)部控制和剩余風(fēng)險(xiǎn)。風(fēng)險(xiǎn)評(píng)估原理 即 f ( 固有風(fēng)險(xiǎn)，內(nèi)部控制）= 剩余風(fēng)險(xiǎn) ex1. 固有風(fēng)險(xiǎn)指數(shù) - 內(nèi)部控制有效系數(shù)= 剩余風(fēng)險(xiǎn)指數(shù) ex2. 固有風(fēng)險(xiǎn)指數(shù) x 內(nèi)部控制有效系數(shù)= 剩余風(fēng)險(xiǎn)指數(shù) ex3. 風(fēng)險(xiǎn)矩陣（固有風(fēng)險(xiǎn)指數(shù)，內(nèi)控系數(shù)）= 剩余風(fēng)險(xiǎn) 高較高中等BA較低C低D微小較小中度嚴(yán)重非常嚴(yán)重同一機(jī)構(gòu)不同條線風(fēng)險(xiǎn)熱圖比較高較高甲機(jī)構(gòu)中等乙機(jī)構(gòu)較低丙機(jī)構(gòu)低微小較小中度嚴(yán)重非常嚴(yán)重1不同機(jī)構(gòu)風(fēng)險(xiǎn)熱

19、圖比較2用于審計(jì)重點(diǎn)判斷及內(nèi)控有效性結(jié)論評(píng)價(jià)用于確立審計(jì)對(duì)象共六十九頁(yè)2.2.2風(fēng)險(xiǎn)評(píng)估(pn )原理及模型風(fēng)險(xiǎn)(fngxin)點(diǎn)識(shí)別定性指標(biāo)定量指標(biāo)風(fēng)險(xiǎn)點(diǎn)評(píng)估影響大小發(fā)生可能性條線固有風(fēng)險(xiǎn)評(píng)估公司零售金融市場(chǎng)財(cái)務(wù)運(yùn)營(yíng)科技綜合機(jī)構(gòu)固有風(fēng)險(xiǎn)評(píng)估各條線加權(quán)重大風(fēng)險(xiǎn)事件加權(quán)機(jī)構(gòu)剩余風(fēng)險(xiǎn)評(píng)估風(fēng)險(xiǎn)評(píng)分內(nèi)控檢驗(yàn)系數(shù)12345識(shí)別各條線中的風(fēng)險(xiǎn)點(diǎn)得到單一風(fēng)險(xiǎn)點(diǎn)的固有風(fēng)險(xiǎn)評(píng)分得到條線的固有風(fēng)險(xiǎn)等級(jí)得到機(jī)構(gòu)的固有風(fēng)險(xiǎn)評(píng)分得到機(jī)構(gòu)的剩余風(fēng)險(xiǎn)評(píng)分條線風(fēng)險(xiǎn)熱圖機(jī)構(gòu)風(fēng)險(xiǎn)熱圖12專家判斷打分和調(diào)整共六十九頁(yè)風(fēng)險(xiǎn)(fngxin)等級(jí)風(fēng)險(xiǎn)(fngxin)發(fā)生可能性P損失影響I損失影響 I 發(fā)生可能性P可能性可能性指數(shù)P極高5

20、較高4中等3較低2極低1損失度損失影響指數(shù)I非常嚴(yán)重5嚴(yán)重4中度3微小2可忽略1風(fēng)險(xiǎn)發(fā)生可能性： 極高：發(fā)生可能性極高，風(fēng)險(xiǎn)事件出現(xiàn)超過30% 較高：發(fā)生可能性較高，風(fēng)險(xiǎn)可能15%-30% 中等：合理的相信有可能發(fā)生，頻率10%-15% 較低：發(fā)生可能性低，頻率5%-10% 極低：5%以內(nèi)損失影響： 非常嚴(yán)重：風(fēng)險(xiǎn)事故發(fā)生會(huì)造成巨大資金（1億+量級(jí)）、財(cái)務(wù)損失，或致使業(yè)務(wù)、管理和系統(tǒng)運(yùn)行癱瘓，或引發(fā)訴訟并使機(jī)構(gòu)承擔(dān)法律責(zé)任，對(duì)機(jī)構(gòu)在系統(tǒng)內(nèi)和社會(huì)上的聲譽(yù)產(chǎn)生重大不利影響 可忽略：風(fēng)險(xiǎn)事故影響輕微，不影響機(jī)構(gòu)聲譽(yù)風(fēng)險(xiǎn)評(píng)估模型固有風(fēng)險(xiǎn)評(píng)估共六十九頁(yè)風(fēng)險(xiǎn)(fngxin)點(diǎn)打分設(shè)置(shzh)風(fēng)險(xiǎn)點(diǎn)權(quán)重

21、匯總條線固有風(fēng)險(xiǎn)指數(shù)123風(fēng)險(xiǎn)評(píng)估模型條線固有風(fēng)險(xiǎn)評(píng)估打分模型共六十九頁(yè)打分(d fn)模型示例評(píng)分人員(rnyun)打分加權(quán)P值風(fēng)險(xiǎn)等級(jí)加權(quán)I值風(fēng)險(xiǎn)等級(jí)4.0-5.0高4.0-5.0高3.5-4.0中高3.5-4.0中高2.8-3.5中2.8-3.5中2.0-2.8中低2.0-2.8中低1.0-2.0低1.0-2.0低高中高中等公司條線中低低低中低中中高高共六十九頁(yè)條線風(fēng)險(xiǎn)(fngxin)評(píng)價(jià)公司(n s)條線零售條線金融市場(chǎng)財(cái)務(wù)運(yùn)營(yíng)科技電子綜合重大風(fēng)險(xiǎn)事件加權(quán)統(tǒng)計(jì)sigmaPsigmaI在各條線的重大風(fēng)險(xiǎn)事件累計(jì)數(shù)5&5+55455344234123011重大風(fēng)險(xiǎn)加權(quán)機(jī)構(gòu)條線權(quán)重WXX分行

22、公司30%零售25%金融市場(chǎng)20%財(cái)務(wù)運(yùn)營(yíng)10%科技7%綜合8%重大風(fēng)險(xiǎn)事件加權(quán)20%12風(fēng)險(xiǎn)評(píng)估模型機(jī)構(gòu)固有風(fēng)險(xiǎn)評(píng)估打分模型共六十九頁(yè)IndexL15+極高12-15高10-12中高8-10中6-8中低6-低機(jī)構(gòu)條線權(quán)重WXX分行公司30%零售25%金融市場(chǎng)20%財(cái)務(wù)運(yùn)營(yíng)10%科技7%綜合8%重大風(fēng)險(xiǎn)事件加權(quán)20%固有(gyu)風(fēng)險(xiǎn)控制因素權(quán)重測(cè)試表統(tǒng)計(jì)風(fēng)險(xiǎn)點(diǎn)數(shù)25%監(jiān)管評(píng)價(jià)25%資產(chǎn)負(fù)債規(guī)模排序20%分行成立時(shí)間20%業(yè)務(wù)結(jié)構(gòu)及創(chuàng)利集中度15%風(fēng)險(xiǎn)點(diǎn)監(jiān)管評(píng)價(jià)（由低及高）規(guī)模成立時(shí)間集中度得分前20%520%-40%440-60%360%-80%280%+1內(nèi)控檢驗(yàn)(jinyn)系數(shù)內(nèi)控水平

23、固有風(fēng)險(xiǎn)風(fēng)險(xiǎn)評(píng)估模型機(jī)構(gòu)剩余風(fēng)險(xiǎn)評(píng)估打分模型共六十九頁(yè)內(nèi)部控制評(píng)價(jià)的有效性評(píng)價(jià)結(jié)論分為有效、基本有效、關(guān)注、特別關(guān)注、無效，以條線風(fēng)險(xiǎn)熱圖（固有風(fēng)險(xiǎn)）評(píng)估結(jié)果和缺陷(quxin)認(rèn)定結(jié)果為參考原則進(jìn)行確定。2.2.3風(fēng)險(xiǎn)評(píng)估結(jié)果應(yīng)用(yngyng)內(nèi)控有效性結(jié)論參考原則結(jié)論定義認(rèn)定原則風(fēng)險(xiǎn)評(píng)估業(yè)務(wù)條線或板塊風(fēng)險(xiǎn)參考分布區(qū)域有效 內(nèi)部控制系統(tǒng)運(yùn)行有效內(nèi)部控制設(shè)計(jì)適當(dāng)且得到貫徹執(zhí)行，不存在控制過度和控制不足的情況，無重大缺陷和重要缺陷。1處于低風(fēng)險(xiǎn)區(qū)域業(yè)務(wù)條線或板塊占比75%且無高風(fēng)險(xiǎn)區(qū)域業(yè)務(wù)條線或板塊基本有效內(nèi)部控制系統(tǒng)運(yùn)行基本有效內(nèi)部控制設(shè)計(jì)適當(dāng)?shù)珎€(gè)別執(zhí)行效果不佳，存在控制過度可能，不存在控制

24、不足的情況，無重大缺陷和重要缺陷。1處于低風(fēng)險(xiǎn)區(qū)域業(yè)務(wù)條線或板塊占比75%且無高風(fēng)險(xiǎn)區(qū)域業(yè)務(wù)條線或板塊；或2處于低風(fēng)險(xiǎn)區(qū)域的占比50%且高風(fēng)險(xiǎn)區(qū)域的占比(0，12.5%共六十九頁(yè)2.3審計(jì)項(xiàng)目(xingm)檢查方法總體分析分散核查發(fā)現(xiàn)疑點(diǎn)(y din)反復(fù)糾錯(cuò)系統(tǒng)研究共六十九頁(yè)2.3.1 總體(zngt)分析總體分析是一個(gè)知識(shí)發(fā)現(xiàn)的過程，通過掌握被審計(jì)對(duì)象各維度數(shù)據(jù)，并應(yīng)用(yngyng)統(tǒng)計(jì)和數(shù)據(jù)挖掘技術(shù)，把握被審計(jì)對(duì)象的總體特征。共六十九頁(yè)總體分析舉例：流動(dòng)性風(fēng)險(xiǎn)(fngxin)審計(jì)-標(biāo)準(zhǔn)差的應(yīng)用共六十九頁(yè)總體分析(fnx)舉例：流動(dòng)性風(fēng)險(xiǎn)審計(jì)-相關(guān)性分析(fnx)應(yīng)用共六十九頁(yè) 總體分析

25、舉例(j l)：二級(jí)分行專項(xiàng)審計(jì)-聚類分析應(yīng)用共六十九頁(yè)總體分析舉例(j l)：信用風(fēng)險(xiǎn)結(jié)構(gòu)、成因和管理-分類分析共六十九頁(yè)2.3.2分散(fnsn)核查1、將項(xiàng)目按照總體分析結(jié)果，分成若干檢查單元2、將該單元業(yè)務(wù)還原業(yè)務(wù)模式、業(yè)務(wù)場(chǎng)景3、總結(jié)(zngji)業(yè)務(wù)特征4、確定風(fēng)險(xiǎn)分類和關(guān)鍵風(fēng)險(xiǎn)點(diǎn)共六十九頁(yè)分散(fnsn)核查舉例共六十九頁(yè)分行(fn xn)1共六十九頁(yè)分行(fn xn)二共六十九頁(yè)2.3.3 發(fā)現(xiàn)(fxin)疑點(diǎn)發(fā)現(xiàn)疑點(diǎn)步驟：1、疑點(diǎn)特征總結(jié) 大膽假設(shè)，根據(jù)審計(jì)經(jīng)驗(yàn)，并結(jié)合總體分析和分散核查要求，盡量列舉可能的特征表現(xiàn)2、疑點(diǎn)數(shù)據(jù)捕捉 通過(tnggu)可視化SQL工具和風(fēng)險(xiǎn)信息歷史積累，尋找符合列舉疑點(diǎn)特征的數(shù)據(jù)，建立模型3、疑點(diǎn)數(shù)據(jù)核實(shí) 小心求證，審計(jì)線索不能替代審計(jì)分析和取證。 共六十九頁(yè)2.3.3 發(fā)現(xiàn)(fxin)疑點(diǎn)疑點(diǎn)數(shù)據(jù)主要分布尾部數(shù)據(jù)聚類異常數(shù)據(jù)變動(dòng)(bindng)數(shù)據(jù)指標(biāo)的分解指標(biāo)之外的數(shù)據(jù)共六十九頁(yè)2.3.3 發(fā)現(xiàn)(fxin)疑點(diǎn) 疑點(diǎn)發(fā)現(xiàn)(fxin)的一般方法1、歷史案例總結(jié)：50%以上的問題都是屢查屢犯問題，差別的僅是業(yè)務(wù)表現(xiàn)形勢(shì)2、業(yè)務(wù)規(guī)律把握3、外部市