李源 王一鵬 魏強 張帆

[摘要]習近平總書記在中央審計委員會第一次會議上提出的“要加強科技強審，加強審計信息化建設”，為內(nèi)部審計技術(shù)方法的變革與創(chuàng)新發(fā)展指明了方向?；诖耍疚慕榻B了“人工智能”的含義及目前發(fā)展狀況，較為詳細地研究了人工智能在商業(yè)銀行內(nèi)部審計中的應用，以期在人工智能背景下，為商業(yè)銀行內(nèi)部審計的進一步發(fā)展提供參考。

[關(guān)鍵詞]人工智能? ?內(nèi)部審計? ?商業(yè)銀行

在1956年的Dartmouth學會中，學者們首次提出“人工智能”一詞，指出其可以對人類的思想、邏輯甚至意識等進行模擬和體現(xiàn)，人工智能的研究范疇十分廣泛，涵蓋了智能搜索、知識表現(xiàn)、知識獲取、模式識別、機器學習等。經(jīng)過幾十年的發(fā)展，人工智能已經(jīng)廣泛應用于制造業(yè)、醫(yī)療衛(wèi)生、航空發(fā)展、環(huán)境治理、社會治安等各個不同行業(yè)，不僅一定程度上降低了人力成本、物力成本，而且極大地提高了處理簡單而繁瑣事件甚至危機事件的質(zhì)量和效率。

當前，越來越多的審計業(yè)務開始利用人工智能技術(shù)進行作業(yè)，各企業(yè)不斷增加人工智能技術(shù)的研究投入，全力構(gòu)建“云審計”平臺。流程自動化、商業(yè)智能的移動、大數(shù)據(jù)分析服務使審計方法、模式及效率效果在很大程度上發(fā)生了改變;數(shù)字化技術(shù)在審計中的科學運用，將審計人員從復雜的批量工作中解放出來，使其從事更高質(zhì)量的工作，同時也使得審計行業(yè)的技術(shù)得到了變革和快速發(fā)展。

與此同時，越來越多的商業(yè)銀行在業(yè)務受理、客戶服務等業(yè)務中不斷開啟數(shù)字化轉(zhuǎn)型之門。數(shù)字化轉(zhuǎn)型不僅提高了銀行客戶的滿意度，而且極大地提升了銀行的運營效率，有效地降低了營運成本，但也給傳統(tǒng)的銀行風險管理模式帶來巨大挑戰(zhàn)。內(nèi)部審計部門不僅要在面臨風險時迅速提出解決方案，更要對可能發(fā)生的風險保持密切關(guān)注;除對傳統(tǒng)的業(yè)務合規(guī)及運營風險保持關(guān)注外，還需警覺數(shù)字化環(huán)境所帶來的新風險，如網(wǎng)絡安全風險、全渠道數(shù)字化運營風險、數(shù)據(jù)模型算法風險等。

一、人工智能在商業(yè)銀行內(nèi)部審計中的應用

商業(yè)銀行的審計數(shù)據(jù)包括內(nèi)部數(shù)據(jù)和外部數(shù)據(jù)。外部數(shù)據(jù)主要包括客戶的基本信息、財務報告、經(jīng)營狀況、法人資信、關(guān)聯(lián)關(guān)系等諸多方面;內(nèi)部數(shù)據(jù)主要包括財務報告、貸款余額、個貸份額、存貸定價等?；谌斯ぶ悄芗夹g(shù)的內(nèi)部審計實施程序主要包括以下三個步驟。

（一）審計數(shù)據(jù)的獲取

1.外部數(shù)據(jù)的獲取。在商業(yè)銀行的信貸客戶中，存在著大量中小或小微企業(yè)，由于信息不對稱，這些企業(yè)的信息往往由客戶自己報送。內(nèi)部審計部門在驗證材料的真實性時，難以搜索并整合企業(yè)客戶的財務信息、工商信息或者稅務信息。對于客戶資料造假或者客戶經(jīng)理粉飾客戶信息等風險行為，內(nèi)部審計很難識別與核實。網(wǎng)絡爬蟲技術(shù)會自動在互聯(lián)網(wǎng)上獲取有關(guān)客戶的各類信息，如客戶是否已進入失信人員名單，股權(quán)是否被凍結(jié)以及是否存在違反稅收法律的行為，是否有過少支付工人工資或者拖欠工程款的情況，其工作原理如圖1所示。利用網(wǎng)絡爬蟲技術(shù)，配合各種大數(shù)據(jù)識別技術(shù)，可以快速從外部收集到大量有價值的數(shù)據(jù)，包括政府公開數(shù)據(jù)、企業(yè)官網(wǎng)數(shù)據(jù)、社交數(shù)據(jù)等，內(nèi)部審計部門通過獲取客戶動態(tài)數(shù)據(jù)建立客戶的全景圖像。為確保審計范圍的有效性和審計結(jié)果的及時性，可根據(jù)以上數(shù)據(jù)檢查客戶實際業(yè)務和提交材料的一致性，并判別數(shù)據(jù)的真實性。如在公司貸款真實性年度審計中，內(nèi)部審計人員要了解客戶的基本情況、營運狀況及關(guān)聯(lián)方關(guān)系等，就需要登錄人民銀行企業(yè)征信系統(tǒng)、個人征信系統(tǒng)、國家企業(yè)信用信息公示系統(tǒng)等多個外部系統(tǒng)及相關(guān)行內(nèi)系統(tǒng)，逐一查詢并下載客戶信息，進行交叉比對驗證，這一過程相當耗費時間及精力。借助網(wǎng)絡爬蟲技術(shù)，可以收集政府網(wǎng)站、公司官方網(wǎng)站、社交媒體網(wǎng)站等渠道中與公司相關(guān)的信息，形成外部數(shù)據(jù)集市，并進一步將銀行內(nèi)部的數(shù)據(jù)與外部數(shù)據(jù)相結(jié)合，從而豐富客戶信息，如圖2所示。

2.內(nèi)部數(shù)據(jù)的獲取。為應對日益嚴峻的監(jiān)管環(huán)境和銀行業(yè)復雜的業(yè)務情景，內(nèi)部審計部門希望比以往更多地使用自動化、連續(xù)、低成本的審計工具。機器人流程自動化有助于在內(nèi)部審計周期內(nèi)完成自助式內(nèi)部審計，以解決銀行業(yè)內(nèi)部審計周期長、高溝通成本和繁重重復性工作的業(yè)務問題。表1顯示了數(shù)據(jù)收集、自動化測試、自動文檔審查、自動化底稿準備和內(nèi)部審計項目管理等工作項。在內(nèi)部審計過程中，機器人流程自動化技術(shù)有利于幫助內(nèi)部審計人員管理審計項目，完成文件初步審計，自動化并持續(xù)收集審計證據(jù)，并完成審計底稿的初步撰寫工作，顯著提高銀行內(nèi)部審計的時效性。審計人員通常應根據(jù)上一年的審計數(shù)據(jù)需求，結(jié)合當下的監(jiān)管要求和行業(yè)業(yè)務發(fā)展近況，每年更新年度審計數(shù)據(jù)資料。機器人過程自動化的使用不僅可以根據(jù)既定規(guī)則自動檢索存儲在系統(tǒng)中的各種數(shù)據(jù)如業(yè)務賬戶、信貸協(xié)議、授信審批文檔等各種審計文檔，且不受系統(tǒng)基礎結(jié)構(gòu)、地理條件和時間制約。審計信息將通過電子郵件自動報告給審計經(jīng)理，并在郵件中報告數(shù)據(jù)采集過程中出現(xiàn)的問題，以便管理員能夠及時了解由于系統(tǒng)更改而無法獲取數(shù)據(jù)的情況，從而優(yōu)化機器人流程自動化獲取資料的能力。隨著機器人流程自動化技術(shù)的利用，降低了溝通成本和審計人員的重復性工作，減少了內(nèi)部審計工作對其他業(yè)務條線日常運營的影響。銀行不僅建立了持續(xù)一致的內(nèi)部審計方法，而且銀行的內(nèi)部審計人員充分利用其優(yōu)點，以更充足的精力和智慧去應對新環(huán)境和新業(yè)務中可能產(chǎn)生的新風險。在新的審計環(huán)境中可以最大限度地發(fā)揮內(nèi)部審計的重要作用，實現(xiàn)加強風險管理，促進合規(guī)性和改善內(nèi)部控制體系的戰(zhàn)略目標。利用機器人流程自動化技術(shù)，內(nèi)部審計人員通過系統(tǒng)完成簡單而重復性的工作，節(jié)約了大量時間，從而實現(xiàn)內(nèi)部審計的創(chuàng)新，使銀行內(nèi)部審計提升到持續(xù)、全面和智能的新層次。

（二）審計數(shù)據(jù)的處理

1.語音數(shù)據(jù)處理?？蛻羰倾y行的價值資產(chǎn)，也是反應產(chǎn)品好壞的資源。銀行可以通過客戶反饋的訴求和建議識別操作風險，尤其是客戶投訴反映問題既能完全涵蓋銀行業(yè)務，又能為內(nèi)部審計人員提供問題線索。然而，在過去內(nèi)部審計人員幾乎不可能通過客戶的電話記錄來發(fā)現(xiàn)問題，主要原因在于：一是語音數(shù)據(jù)儲存空間大、存儲時間長、語音數(shù)量多，導致人工信息識別效率過低;二是抽查語音無法系統(tǒng)、全面地提取有價值的信息。自動語音識別技術(shù)是一種可以將人類語言轉(zhuǎn)換為文本的技術(shù)，如圖3所示。自動語音識別技術(shù)將語音轉(zhuǎn)換為數(shù)字信號，將其分析為對應的單詞或語句，然后對語音前后句進行語義解析，并利用卷積神經(jīng)網(wǎng)絡模型智能地校正詞匯。自動語音識別技術(shù)幫助內(nèi)部審計人員自動轉(zhuǎn)寫，分析和提取有價值的信息和特定的風險事件，識別“理財虧損”“本金損失”等關(guān)鍵詞，了解客戶投訴，并通過解析語言數(shù)據(jù)，明確投訴時間、地點和人物。如銀行理財銷售均有電話錄音，可根據(jù)銷售發(fā)生的時間和銷售人員獲取這條理財銷售的錄音并轉(zhuǎn)化為文本，確認該銷售人員違規(guī)對非銀行產(chǎn)品進行代銷，然后繼續(xù)利用自動語音識別技術(shù)將此銷售人員最近幾年的錄音全部轉(zhuǎn)換成文字，分析是否有類似的銷售違規(guī)行為。

2.圖像數(shù)據(jù)處理。文字識別技術(shù)是將掃描后的文字圖片，經(jīng)預處理、切分、特征提取、匹配及模型訓練等步驟變成可編輯文本的一種技術(shù)。隨著數(shù)字化時代的發(fā)展，許多銀行已開始應用這一新技術(shù)。如銀行后臺可通過用戶在手機銀行上傳身份證照片實現(xiàn)身份證號和到期日期等信息的提取;業(yè)務經(jīng)理可通過掃描客戶填寫的信息表來收集性別、學歷等信息。在內(nèi)部審計過程中，文字識別技術(shù)是將圖片上的信息變成可編輯的文本，為人工智能下的內(nèi)部審計提供更全面的審計證據(jù)。該技術(shù)降低了內(nèi)部審計人員審計數(shù)據(jù)采集的工作量，使得全量樣本審計成為可能，降低抽樣帶來的系統(tǒng)性風險。在內(nèi)部審計人員的不斷探索下，文字識別技術(shù)將運用到更多工作環(huán)節(jié)中，為內(nèi)部審計工作帶來重大變革，如圖4所示。在公司信用風險年度審計中，審計人員需從系統(tǒng)中隨機選擇100個有貸款的對公客戶信息，把貸款的用途與許可證范圍進行比對，看是否存在舞弊的嫌疑。這意味著審計人員每年要手工錄入并核對100個企業(yè)營業(yè)執(zhí)照上的企業(yè)名稱、相應的統(tǒng)一社會信用代碼以及企業(yè)的經(jīng)營范圍等相關(guān)信息后，才能開始后續(xù)的審計工作。此外，100份樣本并不能完整反映貸款投向的合理性，容易遺漏高風險樣本。而在應用此技術(shù)后，審計人員只需獲得所有企業(yè)營業(yè)執(zhí)照的完整圖片，再使用文字識別工具，就能獲取可編輯的文字信息，然后用自動化工具聚合所有業(yè)務許可證信息以生成表單，從而大大壓縮審計人員的工作時間，使處理效率提高80%。自動化水平與信息處理速度的提高使內(nèi)部審計實現(xiàn)對全量數(shù)據(jù)的審核，有效降低因抽樣審核而丟失關(guān)鍵信息的風險，并提高審核的質(zhì)量。

（三）審計數(shù)據(jù)的分析

人工智能的核心在于機器學習，機器學習是人工智能技術(shù)的一種應用模式，可以讓計算機主動學習，不需要明確地編程告訴計算機怎么做。機器學習可以讓銀行快速地從其數(shù)據(jù)中獲得有價值的信息，減少風險，實現(xiàn)流程自動化，改善與客戶的互動過程。

機器學習算法分為監(jiān)督學習和無監(jiān)督學習。監(jiān)督學習就是把過去學到的經(jīng)驗應用于新數(shù)據(jù)中，而根據(jù)數(shù)據(jù)的集中度進行推斷就是無監(jiān)督學習。機器學習應用于審計時，首先要確定目標，即確定希望機器處理此前依靠審計人員知識或直覺來處理的業(yè)務;其次要訓練數(shù)據(jù)，收集并準備好相關(guān)數(shù)據(jù)支持分析，如果學習目標包括審計人員判斷，則還需要收集歷史上的正確判斷案例;最后要確定算法，算法會識別訓練數(shù)據(jù)中的模式，使程序判斷哪種情況是好，哪種情況需要進行預警?；跈C器學習的預警規(guī)則確定流程如圖5所示。

在銀行審計指標預警規(guī)則的確認中，如果想通過對比其他機構(gòu)來找出某一機構(gòu)的異常點，則需確定合適的對比環(huán)境，即對比對象必須為該機構(gòu)的對標行。對標行就是在同一機構(gòu)層級某種業(yè)務規(guī)模相近的一群機構(gòu)。在對標行內(nèi)進行比較，才能更客觀并準確地確定異常情況。因此，可以通過無監(jiān)督學習中的K-Means聚類算法來獲取對標行，聚類分析能夠把具有相似特點的信息歸為同一簇，把具有不同特點的信息放入不同的簇，從而確定對標行，以實現(xiàn)數(shù)據(jù)之間的橫向比較，方便機構(gòu)間的互相學習，促進彼此的進步。之后通過Z得分算法，設定反映總體環(huán)境中異常程度的指標，從而實現(xiàn)事前預警的效果。

如在銀行績效考核指標真實性專項審計中，個別分行批量對久懸戶解除設置，并通過柜面存現(xiàn)等方式使客戶達到結(jié)算交易筆數(shù)的考核條件，以滿足客戶維度考核指標中“剔除久懸戶”的要求。利用K-Means聚類算法可選出審計對象的對標行，并根據(jù)對標行的均值，計算出Z得分指標，從而確認預警值。當觸發(fā)預警規(guī)則時，審計人員可以第一時間得到反饋，并對發(fā)生的風險及時進行排查與匯報，相較于傳統(tǒng)審計，利用機器學習技術(shù)監(jiān)控，審計工作效率和時效性大大提高。

二、基于人工智能的計算機審計系統(tǒng)研究

智能化計算機審計總體設計，按照審計階段的不同，可以劃分成兩個部分，也就是內(nèi)部控制評價系統(tǒng)和實質(zhì)性智能測試系統(tǒng)。根據(jù)計算機審計不同作業(yè)模式，可以進行審計智能Agent設計與審計數(shù)據(jù)分析的模型研究。

（一）基于智能Agent技術(shù)的內(nèi)部審計模式設計

智能Agent內(nèi)部審計主系統(tǒng)由知識庫與規(guī)則庫及協(xié)作推理Agent組成，知識庫中含有內(nèi)部審計證據(jù)和外部審計證據(jù)等相關(guān)資料，并對審計要點進行持續(xù)的積累和匯總，對相關(guān)標準進行進一步細化和拆分后，再反饋給采集與分析Agent，協(xié)作推理Agent根據(jù)審計人員設計的流程以及事件的推進不斷完善和改進該過程。這種混合式的持續(xù)審計方法不僅能夠?qū)徲嬑⒂^問題，如某項詳細的交易測試，以考察是否達到相應的控制效果，而且也能夠在宏觀層面進行審計研究，如對某個行業(yè)的風險進行綜合評估等?；谥悄蹵gent技術(shù)的持續(xù)內(nèi)部審計系統(tǒng)包括嵌入模塊、數(shù)據(jù)的采集與轉(zhuǎn)置、數(shù)據(jù)的分析挖掘和報告結(jié)果三個部分。

（二）基于數(shù)據(jù)挖掘的智能審計應用

數(shù)據(jù)挖掘技術(shù)的應用需要專業(yè)的數(shù)據(jù)挖掘人員，審計人員應與其協(xié)調(diào)配合完成這一過程。數(shù)據(jù)挖掘系統(tǒng)的基本結(jié)構(gòu)如圖6所示。

在互聯(lián)網(wǎng)信息技術(shù)的推動下，數(shù)據(jù)挖掘系統(tǒng)的內(nèi)部審計研究使現(xiàn)有的審計工作更加數(shù)字化，讓標準更加明確，增加審計工作的針對性，減少不可預期的誤差，降低審計風險，同時保證審計的質(zhì)量和時效性。

三、人工智能在商業(yè)銀行內(nèi)部審計應用中可能產(chǎn)生的不利影響

（一）在數(shù)據(jù)采集方面產(chǎn)生的不利影響

在數(shù)據(jù)采集方面，人工智能的發(fā)展企圖在商業(yè)銀行內(nèi)部審計的應用中盡可能提高審計數(shù)據(jù)的真實性和完整性，但目前大數(shù)據(jù)高噪音、低密度的特點顯而易見，盡管商業(yè)銀行內(nèi)部的結(jié)構(gòu)化數(shù)據(jù)具有較高的真實性，但仍不能排除主客觀因素導致的數(shù)據(jù)偏差甚至錯誤，這無疑增加了人工智能商業(yè)銀行內(nèi)部審計的系統(tǒng)性風險。

如在債券風險評估、銀行信貸檢查中，對于發(fā)債企業(yè)、貸款客戶信用風險的分析不僅基于企業(yè)的基本面分析（財務狀況），企業(yè)的輿情信息也是人工智能模型分析的重點。而輿情分析涉及金融文本等非結(jié)構(gòu)化數(shù)據(jù)，其來源為眾多的新聞網(wǎng)站。隨著有價值的新聞網(wǎng)站被不斷發(fā)掘，輿情監(jiān)控也隨之擴大，人工智能模型在最初訓練時的數(shù)據(jù)源和后續(xù)的數(shù)據(jù)來源將有所不同。而數(shù)據(jù)源的變化將很有可能導致數(shù)據(jù)特征的遷移，如不同新聞網(wǎng)站的編輯具有不同寫作風格及詞語表達，最后可能導致最初的模型逐漸失效。一個比較好的做法是，對人工智能模型根據(jù)每天或一個時間窗口內(nèi)的新增數(shù)據(jù)進行模型全量或增量優(yōu)化訓練，確保人工智能模型適用于最新的數(shù)據(jù)源。

（二）在數(shù)據(jù)處理和存儲方面產(chǎn)生的不利影響

在數(shù)據(jù)處理和存儲方面，對于來自不同數(shù)據(jù)源的信息，我們希望能夠進行標準化的處理，并進行統(tǒng)一協(xié)調(diào)存儲，但是因為商業(yè)銀行各種業(yè)務運行模式的不同，審計證據(jù)的存在形式也必然不同。過度的數(shù)據(jù)簡化和統(tǒng)一化易實現(xiàn)數(shù)據(jù)的標準化，但必然會導致部分個性化數(shù)據(jù)的丟失，如果針對不同的業(yè)務模式制定不同的數(shù)據(jù)規(guī)范方法，則又會影響數(shù)據(jù)效果的標準化，這種矛盾必然會帶來系統(tǒng)風險的增加。

（三）在數(shù)據(jù)分析方面產(chǎn)生的不利影響

在數(shù)據(jù)分析方面，盡管人工智能能夠在一定程度上通過所獲取的信息找到審計疑點，鎖定審計重點并提出解決方案，但是大數(shù)據(jù)本身的廣闊性和復雜性也顯而易見，這有可能會對評估分析模型的準確性造成影響，這種人工智能所帶來的數(shù)據(jù)分析方面的固有風險，也是商業(yè)銀行內(nèi)部審計應用人工智能所帶來的系統(tǒng)風險。

如在債券風險評估中，人工智能模型使用大量動態(tài)的結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)源來為發(fā)債企業(yè)預警結(jié)果提供風險權(quán)重，包括發(fā)債企業(yè)財務數(shù)據(jù)、經(jīng)營數(shù)據(jù)、行業(yè)和地區(qū)數(shù)據(jù)、輿情數(shù)據(jù)、債券交易數(shù)據(jù)等。重要的是評估其結(jié)果與那些僅使用靜態(tài)和一些可識別的決策驅(qū)動因素的非人工智能系統(tǒng)所產(chǎn)生的結(jié)果是否一致，并了解產(chǎn)生偏差的基本原理。人工智能模型的輸出結(jié)果往往需要經(jīng)過人工的確認，因此模型使用和運維人員是否具備足夠的專業(yè)性也特別需要關(guān)注。

此外，從更宏觀的角度來講，人工智能的應用還會導致故障排解與監(jiān)管成本的提升，體現(xiàn)在兩方面：一是因人工智能系統(tǒng)本身的風險性與復雜性較高，故障調(diào)節(jié)成本較高;二是人工智能改變傳統(tǒng)行為模式，行為監(jiān)管及責任界定的判定將變得非常困難。如因人工智能自身的學習、決策機制出現(xiàn)的行為難以追究，因開發(fā)設計者人為造成的惡意行為責任主體難以判定，其后出現(xiàn)的連鎖反應的處理成本也會增加。

四、基于人工智能的內(nèi)部審計模式管理對策

（一）提升內(nèi)部審計人員的綜合素質(zhì)和參與度

首先，要提升內(nèi)部審計人員分析發(fā)現(xiàn)潛在風險的能力，能夠正確識別人工智能模型所展示出來的數(shù)據(jù)結(jié)果的實質(zhì)內(nèi)涵;其次，要全面掌握人工智能技術(shù)內(nèi)部控制的特點，以保證能夠更全面地看待和分析人工智能數(shù)據(jù)結(jié)果，更高效地完成內(nèi)部審計工作;最后，要著力提升內(nèi)部審計人員的管理才能，樹立全局觀念，充分發(fā)揮內(nèi)部審計的增值功能。

（二）確保內(nèi)部審計數(shù)據(jù)的安全性

數(shù)據(jù)是保證人工智能技術(shù)有效運行的基礎。商業(yè)銀行的內(nèi)部審計掌握著大量的數(shù)據(jù)，而黑客和數(shù)據(jù)泄漏的普遍存在，使得數(shù)據(jù)安全成為人工智能背景下商業(yè)銀行內(nèi)部審計必須考慮的問題，因此，要圍繞數(shù)據(jù)核心打造全方位、高速度、高質(zhì)量的數(shù)據(jù)防范體系，以數(shù)據(jù)為核心，助力內(nèi)部審計的風險管理，充分利用目前的網(wǎng)絡安全技術(shù)，更深層次地把握和洞察風險隱患，排解可能出現(xiàn)的安全故障。此外，還要確保銀行數(shù)據(jù)信息系統(tǒng)的安全，保證相關(guān)業(yè)務人員、財務人員在內(nèi)部系統(tǒng)進行數(shù)據(jù)傳遞時的安全可靠。

（三）提高對審計溝通的重視程度

即使在人工智能時代，內(nèi)部審計人員在日常的工作當中，也不能忽視審計溝通的重要性，由于內(nèi)部審計問題的個性化，有些審計疑點必須要進行有效的溝通才能提出更具針對性的審計方案。溝通必須重視運用大數(shù)據(jù)，借助大數(shù)據(jù)技術(shù)來了解銀行內(nèi)部整體的風險控制狀況，為人工智能背景下進一步提高審計工作質(zhì)量和水平打下良好基礎。這種溝通的過程，也可能促進人工智能解決方案的改進，可以說，這種改進可能比人工智能最初的開發(fā)成果更具有實踐性和針對性，更加強調(diào)了審計溝通的重要性。

（作者單位：招行銀行審計部沈陽分部，郵政編碼：110000，電子郵箱：wudiliyuan@cmbchina.com）

主要參考文獻

何曙光，趙安命，詹向勇，康滔滔，郭世鈿，許靈.大數(shù)據(jù)網(wǎng)絡化環(huán)境下銀行內(nèi)部審計的思考[J].中國內(nèi)部審計， 2016（11）：4-9

李視磊.基于人工智能技術(shù)的審計模式發(fā)展的思考[J].財經(jīng)界（學術(shù)版）， 2018（14）：111-112

王李瑩.金融科技下商業(yè)銀行內(nèi)部審計[J].財經(jīng)界， 2018（12）：163-164

王志成.關(guān)于深化金融審計的幾點思考[J].審計研究， 2018（04）：7-11

張鳳元，皮雨鑫，劉美佳.將人工智能應用于審計的研究[J].對外經(jīng)貿(mào)， 2016（12）：158-160