大数据环境下商业银行审计非结构化数据研究.docVIP

　　大数据环境下商业银行审计非结构化数据研究 摘要：在分析大数据环境下商业银行审计非结构化数据特点的基础上，结合当前大数据领域处理和分析非结构化数据的主流技术，提出商业银行审计云平台构建过程中在非结构化数据应用分类、采集存储、处理分析等方面的数据规划标准，为大数据环境下规范商业银行非结构化数据审计提供参考。 中国 8/vie 　　关键词：大数据；审计；商业银行；非结构化数据 　　DOI：10.13956/j.ss.1001-8409.2017.01.30 　　中图分类号：F239文献标识码：A ：1001-8409（2017）01-0141-04 　　Abstract： This paper analyzes the characteristics of unstructured data of mercial bank auditing in big data environments， bined ainstream technology of processing and analyzing unstructured data in the current field of big data， and proposes the data planning standards of application， classification， acquisition， storage， processing and analysis of unstructured data in the process of constructing the cloud platform of mercial bank auditing. In the end， it provides reference for standardizing the unstructured data audit of mercial bank in big data environments. 　　Key ercial bank； unstructured data 　　当前商业银行审计中对数据的研究和分析仍以结构化数据为主，隋学深等构建了基于支持向量机的银行贷款风险等级分类模型来识别贷款风险等级分类的真实性[1]，吕劲松等构建了商业银行信贷资产质量审计的数据挖掘算法体系[2]，随着国家审计不断推进大数据环境下的数据审计建设，吕劲松等提出依托商业银行建立审计数据分析平台，形成“总体分析、发现疑点、分散核查、系统研究”的审计模式[3]，陈伟等探讨了大数据环境下电子数据审计的方法，给出了大数据环境下开展电子数据审计的相关建议[4]。然而大数据的激增更多地来自非结构化数据，国家审计对非结构化数据的研究和运用还处于简单的文本检索阶段[5]，在大数据环境下，尚未有系统性地对非结构化数据进行综合利用和审计分析的研究。国家审计在构建商业银行审计云平台的过程中，深刻认识到仅包含结构化数据构建标准的云平台是不完整的，因此，在构建商业银行审计云平台的背景下研究大数据环境下非结构化数据规划具有重要意义。 　　1大数据环境下商业银行非结构化数据特点 　　大数据是指无法用现有的软件工具提取、存储、有哪些信誉好的足球投注网站、共享、分析和处理的海量的、复杂的数据集合[6]。商业银行本身就是生产大量数据的传统行业，随着其各类业务虚拟渠道的拓展和交易实时性的需求增长，商业银行数据更加凸显出海量性（Volume）、多样性（Variety）、价值密度低（Value）和高速性（Velocity）的四V特征，其中占绝大多数的是非结构化数据[7]。 　　非结构化数据是数据结构不固定，没有预定义的数据模型，无法用数据库二维逻辑表来表现的数据，非结构化数据种类繁多，商业银行基本上拥有涵盖所有类型的非结构化数据，既包括系统自己产生的，也包括与客户交换产生的，也有通过爬网、购买等手段获取的，这些数据按照格式分为电子文档、图像、音频、视频、XML或HTML等类别。 　　非结构化数据类型多样，各家商业银行同种类型的非结构化数据也有很大的差异，为了能够在整合各家商业银行非结构化数据的基础上进行数据分析挖掘，??现各审计场景对非结构化数据的利用，需要在对非结构化数据应用、采集、存储和处理分析等方面构建利于审计实现的标准。 　　2商业银行审计非结构化数据应用与分类标准 　　在审计过程中，结构化数据和非结构化数据的应用一直是相辅相成的，通过对被审计单位的非结构化数据进行分析，有助于正确评价被审计单位内部控制的健全性、合理性和有效性；评估被审计单位控制风险水平；掌握被审计单位重大经济决策情况，发现违法违纪线索，确定审计重点。 　　对电子文档类数据，如业务审批文件、规章制度、会议纪要及记录等，在审计大数据云平台架构下，