新形势下银行信贷资产质量审计实现路径探究

李爽　盛昕

作者简介：李爽，国家开发银行沈阳审计分部；

盛昕，国家开发银行审计部。

摘要：针对银行信贷资产质量审计的现状及存在的问题，本文阐述了新形势下银行信贷资产质量审计的实现路径，涵盖审计理念向服务国家经济高质量发展转变、审计内容向全流程全覆盖转变、审计方法向数智化审计转变，并对每个转变进行了详细说明，强调通过明确目标、创新理念、深化内容等弥补传统审计的不足，以高质量内部审计推动银行发展。

关键词：银行信贷资产质量审计；实现路径；数智化审计；风险预警

中图分类号：F239.65　文献标志码：A　文章编号：1003-286X（2024）16-0036-04

开展银行信贷资产质量审计，是实现审计监督全覆盖的必然要求，也是加强金融监管以及推动银行实现高质量发展的迫切要求。对标新形势下的金融监管要求以及最新版《商业银行金融资产风险分类办法》，现阶段银行信贷资产质量审计存在站位不高，审计内容的深度、广度不够；模式落后，审计方法和科技手段应用欠缺；监督滞后，事前防范和风险预警效果欠佳等问题，银行信贷资产质量审计的内容难以满足新形势下金融政策的相关要求。故而，研究一套在新形势下系统、科学、连续、动态且全覆盖的数智化审计路径，已势在必行。

银行信贷资产质量审计需紧扣关键环节，明确审计目标，创新审计理念，深化审计内容，强化审计研究，探寻审计路径，以弥补传统审计在审计思维、内容及方法等层面存在的短板，达成“三个转变”。于审计理念而言，转变思维模式，提升站位，由“项目资产质量评价”向“服务经济高质量发展”转变；在审计内容方面，持续拓展审计的广度与深度，优化审计资源配置，消除监督的盲区、死角与例外，推动资产质量的动态管理，由“分类分级管理”向“全流程全覆盖”审计转变；就审计方法来讲，需始终秉持“科技强审”理念，充分且有效地借助大数据分析技术精准锁定疑点问题，洞察本质，增强风险动态预警监控的前瞻性，由“传统审计”向“数智化审计”转变。

一、审计理念向服务国家经济高质量发展转变

信贷资产质量审计是保障银行业务稳健发展、维护金融安全的重要手段，在银行审计中具有至关重要的地位。在当前建设金融强国的新形势下，信贷资产质量审计理念应从信贷资产“质量优劣”向服务经济高质量发展“成效好坏”转变。通过持续深化审计内容，不断创新审计手段，持续提升审计质效，以高质量的金融服务助力经济高质量发展，乃是当前银行信贷质量审计的核心理念。依照这一核心理念，信贷资产质量审计应在聚焦全行信贷资产质量管理制度构建，资产质量的准确性、审慎性，以及质量分类和名单制管控措施有效性的基础上，不但要关注资产质量分类的准确性，还应关注分类动态管理的全流程；不但要关注分类结果，更要关注分类过程；不但要关注定性定量指标的选取，还要关注动态调整理由的合理性与充分性。通过现场与非现场手段相结合，重点抽样与条线覆盖相衔接，深入分析全行资产质量的变动状况，关注重点地区、重点行业、重点客户。秉持揭示问题与推动整改并重，坚持防风险与促发展相统一的原则，发挥研究型审计的建设性作用，提出建设性的审计意见和建议，真实、准确、及时地反映信贷资产质量，增强风险防控的前瞻性及应对风险的能力，提升资产的安全性。信贷资产质量审计要聚焦信贷政策的执行，透过现象洞察本质，从问题本身展开深入探究，切实实现既治标又治本，实现信贷质量审计从单一的问质向问质与问效并重的全新跨越。

二、审计内容向全流程全覆盖审计转变

在新形势下，信贷资产质量审计应拓展审计的广度和深度，将审计目标贯穿于信贷项目生命周期的全过程，达成审计机构对象的全覆盖，充分发挥信贷资产质量审计在推动银行服务国家高质量经济发展中的监督和保障作用。

（一）从信贷资产质量管理的角度出发，实现信贷资产质量管理全流程审计覆盖

银行信贷资产质量管理涵盖了从贷款发放至本息回收结束或贷款合同履行完毕的全过程，主要包含贷款发放、贷后管理、风险评级、拨备计提、贷款回收等环节。因此，全流程信贷资产质量审计要着重聚焦四个方面，即：贷前调查是否“扎实”、贷中审查是否“细致”、贷后检查是否“全面”、风险分类是否“精准”。在贷前环节，应重点关注借款人的准入情况，借款用途的合规性，调查资料的真实性、完整性，需求额度的合理性以及评级准入的审慎性；在贷中环节，应重点留意审批流程的合规性，合同签订的合法完整性，担保的真实有效性，放款流程的合规性；在贷后环节，应重点关注贷后管理要求的全面落实情况，资金支付使用状况，借款人的经营情况，贷款风险分类的准确性等问题。综合上述信贷管理因素，判定分级分类结果的准确性。此外，还要审查信贷资产质量管理的架构体系及组织分工情况、外部约束性文件的执行及制度建设情况、系统建设及数据质量管理情况、资产质量分类定性定量调整的合理性、审查审批流程与内容、监督与考核等内控合规的执行状况。

（二）从审计资源的统筹入手，实现审计机构对象的全覆盖

一是通过统筹项目管理，达成资产质量审计内容的全覆盖。审计部门在每年年初，对上年全行的存量授信项目和新增授信项目依照产品、行业等维度进行分类汇总，对信贷资产项目、内容和可调配资源等进行有机整合与统筹安排，制定年度信贷资产统筹管理检查计划。计划的主要内容涵盖：项目名称、检查内容、时间范围、人员安排、资源分配等，确保审计内容实现全覆盖，提升资源配置效率，力求审计资源价值的最大化。二是通过统筹发现问题的管理，实现资产质量审计机构的全覆盖。审计部门要构建电子化的内外部信贷质量审计检查发现问题数据库，数据库的主要内容包括项目名称、问题描述、问题定性、问题类型、处罚对象、处罚手段、整改主体、整改情况等。数据库应具备按照项目类别、问题单位、问题类型、问题定性等子标签进行统计、提炼和检索的功能。审计部门通过分析和关注问题单位、频发问题及薄弱管理环节，深入剖析问题成因，跟踪问题单位的整改情况及效果，防止屡查屡犯、此查彼犯，从而实现分支机构审计的全覆盖。

三、审计方法向数智化审计转变

目前，“数字中国”已引领数字信息技术在国内各领域广泛应用，互联网技术的广泛运用、海量数字信息管理平台的构建、大数据、云计算、区块链等数字信息技术的迅猛发展，使科技赋能数字化智能审计的应用成为可能。

在新形势下开展银行信贷资产质量数字化智能审计，主要以风险为导向、以全流程和全覆盖为目标，以信息系统建设、数据采集分析、筛查模型设计三大支柱为支撑，构建信息化、科技化、规范化、模块化的数智化审计管理新模式，实现由差错纠弊的事后监督向事前预警、事中控制转变，由“现场+人工”向“非现场+智能化”方式转变，由“时点审计”向“持续审计”转变，由“抽样审计”向“全量审计”转变，由识别“单个问题差错风险”向“全面识别关联风险”转变，形成常态化、动态化的监控，有效提升审计的预警能力。

（一）信息系统建设是实现审计数智化转型的载体

资产质量审计系统主要涵盖分析模块、实施模块、监控模块和支持模块等（见图1），这些模块功能相对独立，业务相互关联，功能融合贯通，实现对信贷资产的全覆盖审计和扫描监测。分析模块通过数据采集、挖掘分析、运行计算，能够发现资产质量相关的疑点线索和隐藏的风险问题。经验证核实有效后，纳入审计模型库，开展日常运行和风险提示，为监控模块提供常态化的信息支持，同时为实施模块提供审前抽样数据和现场核查的疑点清单。监控模块主要是依据相关风险预警策略，通过对流程内容相关数据和风险指标的持续监测，及时发现重大风险，触发敏捷审计。实施模块的功能是完成计划目标、审前调查、项目方案、现场实施、审计报告、整改跟踪和考核管理等内容。支持模块主要承载各类审计活动所需的政策文件、规章制度、审计问题库和业务模板等内容。

图1　信息系统建设功能架构图

（二）数据采集分析是实现审计数智化转型的基础

运用数字化智能审计技术对信贷资产的信息和数据进行全关联采集、全逻辑分析和全方位核查，能够为全量问题资产审计提供精准的线索定位和目标导航。

1．全关联采集数据。主要是运用信息技术手段，收集涉及资产项目的内外部相关数据信息，采集工商登记、信用评级、存贷款、担保、风险提示、新闻舆情等数据信息，确保应采尽采。将多渠道归集的数据信息进行全面校验、整理和研究，规划设计审计方向和数据分析维度，从而实现全业务、全流程关联数据筛查的全覆盖。例如：通过收集借款人A公司的外部评级、财务报表和借款人提供的资金支付材料进行对比校验，发现借款人通过虚假增加销售额来粉饰财务报表数据，进而维持信贷资产质量分类不变的问题，审计组及时提示预警关注相关风险。

2．全逻辑分析数据。通过对本息还款来源、借款合同变更、项目逾期等数据与信贷资产质量时点分类结果进行关联分析和对比研究，追踪问题资产的数据线索，将分散的数据转化为有用的资源，从而快速精准锁定疑点数据，为进一步核查疑点线索做好充分准备。例如：通过监测贷款项目借款人、担保人及实际控制人变更等客户信息资料，与授信条件变更、客户信用评级结果等关键时点关键环节信息相关联，发现借款人B公司实际控股股东已由国企变更为民营企业，银行授信条件变更时点因借款主体变化导致信用风险增大，而银行未能依照规定对借款人重新发起信用评级，资产质量分类仍维持不变，未能如实反映客户信用风险，审计组及时提示分行并完成整改。

3．全方位核查数据。主要通过被审计单位自查和审计现场核查相结合的方式，对疑点数据进行核查，提高疑点数据核实的精准性和时效性。审计人员能够通过调阅信贷档案，与信贷资产项目相关的企业人员和本行员工访谈等方式核查疑点，全面揭示项目风险。例如：通过系统采集贷款资产质量分类信息、项目借款人、实际控制人及担保方相关客户数据信息等，与“天眼查”等外部法律诉讼信息数据进行关联比对，筛查发现某制造企业借款人C公司资产质量分类未进行调整，但近年来涉及多起诉讼。审计人员跟踪疑点线索，通过现场审计发现，C公司因产品和市场等因素，资金链已经断裂，部分供应商正寻求法律手段维护各自权益。C公司贷款项目资产质量分类不实，未能体现项目潜在风险，审计组及时对分行进行风险提示以迅速采取保全措施。

（三）设计筛查模型是实现审计数智化转型的关键

通过信息技术与人工智能技术的融合应用，可以根据审计场景需求设计各类高效的智能审计模型。一是运用专业工具实现文本、报表和数据的自动批量下载、转换和加工。二是运用SQL、Python等多种专业工具和分析技术，搭建数据分析模型，对采集的数据信息进行逻辑分析，提高模型开发效率。三是依托审计数据信息资源，将审计思路、逻辑关系、映射条件转化为具体的关联规则和筛选条件，提出建模需求，构建信贷资产质量审计相关模型，嵌入银行信贷资产质量审计全生命周期的各个阶段。

1．审计准备阶段。以信贷资产分类数据为切入点，通过创建大数据模型，锁定资产质量下迁风险较大的地区、行业和客户，筛查疑点问题并分析结果，为后续审计提供风险样本，确定现场审计重点。一是针对重点地区，筛查全国省级分行关注类贷款占比情况，将关注类贷款占比较高的地区作为未来风险防控的重点地区。二是针对重点领域，通过对政府合作类贷款的还本付息情况、还款计划变更调整频次以及政府债务率是否超出100%的风险警戒线等因素分析，综合判断政府合作类项目资产质量分类结果与项目实际还款压力是否存在偏差；通过对客户集中度、受国际政治经济环境和地缘政治事件影响、国家评级更新、展望调整等因素分析，综合判断国际业务、外汇贷款资产质量是否及时调整并如实反映项目风险状态。三是针对重点客户，通过对集团客户风险集中度、民营企业风险防控能力、信用结构设计、存量项目风险暴露与新项目合作等因素分析，综合判断重点客户重点项目贷款风险状态。综合以上分析，确定审计抽样对象、抽样范围、抽样比例，并据此制定详尽的审计方案。

2．审计实施阶段。通过设计问题疑点类模型，筛查分类结果不准确、定性定量指标调整因素选择错误、系统指标设计与制度相应条款不匹配等疑点数据，从根本上防范信贷风险的发生，突出以风险导向为目标的前瞻性审计；通过设计基础管理类模型，筛查资产质量分类理由与实际结果不符、多个分类时点资产质量分类理由描述完全一致（考虑重复拷贝粘贴）、资产质量发生跨类调整项目和资产质量分类理由不合规等情况，发现信贷资产管理中的基础薄弱问题，督促银行加强信贷业务流程管控，严防贷款流程操作风险；通过设计风险因素类模型，重点分析还款计划变更、资金异常流向、本息逾期、借款人财务状况、项目还款来源及担保措施的风险缓释作用分担等多维因素，快速精准锁定可能引发资产质量分类不准确、隐匿不良资产、掩盖项目真实风险等疑点问题和风险线索，推送现场审计验证核实，在审计广度上消除监督盲区，以重点审计带动全面审计。

3．审计报告及整改阶段。将审计发现的问题归类汇总，形成专项审计问题模型库。充分利用以往审计成果不断改进和完善审计模型体系，举一反三，提示屡查屡犯问题，发现边查边犯问题，避免同质同类问题的发生，从根本上解决问题、防范风险，从体制机制层面提出审计意见建议，为后续审计积累经验。

综上所述，为保障新形势下银行信贷资产质量审计监督工作的顺利开展，力求审计监督路径更为顺畅，银行内部审计应进一步明确目标定位，通过对被审计单位信贷资产的全量数据体检、实时监督监控和精准画像，消除死角、盲区和例外，构建常态化、数字化、智能化的现代审计管理体系，规范审计路径方法，以高质量的内部审计推动银行高质量发展。

责任编辑　李斐然

主要参考文献

［1］张昊．企业应用大数据内部审计技术创新研究[J]．中国市场，2022，（35）：143-145．