夯实基础，提升能力，确保数据分析队伍建设的可持续性

中央金融工作会议指出，要做好科技金融、绿色金融、普惠金融、养老金融、数字金融“五篇大文章”。当今时代，数字技术、数字经济是世界科技革命和产业变革的推动力。为顺应数字经济时代变革，金融业加快了数字化转型。作为内部风险防控的第三道防线，审计数字化转型也随之推进，审计方式发生了根本性变革和重塑。同时，数据分析能力已成为审计人员必备的基本素养。要想做好审计工作，提高审计效率，提升审计层次与成果价值，审计人员需要具备数字化审计思维，能够正确理解审计业务数据的价值和规律，并能根据审计需要开展数据分析，充分发挥数据要素和数字技术双轮驱动作用。因此，数据分析队伍建设对于夯实数字化审计基础、提升数字化审计能力、推进数字化审计工作尤显重要。

一、做好审计项目后评价，提升数据主审履职能力

制度的生命力在于执行。为充分发挥数字化审计的作用，审计项目应建立专职数据主审机制。按照审计准则中关于数据分析的规定、大数据分析规范和数据主审职责，通过项目后评价，对数据主审履职情况进行评价，监督并推动数据主审更好地按照制度履行责任和开展工作。

(一)数据分析报告的规范性

非现场审计查证完成后，审计团队应编制数据分析报告，报告内容包括被审计单位相关业务指标，相关业务整体状况分析，选样情况、重要疑点线索、分析思路，预出审计底稿情况，现场查证重点和要求等内容。数据主审参与撰写数据分析报告，应确保本人撰写内容的规范性，同时要提醒业务主审报告内容需符合准则要求。

(二)审计模型或内外部信息系统数据运用的有效性

主要评价通过审计模型、内外部信息系统开展数据分析形成的分析结果以及对审计项目底稿、专题材料和汇总报告的贡献度。主要包括：协助审计组在共享库中选用现有审计模型形成的分析数据；根据组内需求编制的审计模型形成的分析数据；通过信贷管理系统、财务管理系统和经营分析系统等其他内部信息系统形成的分析数据；通过RPA(机器人流程自动化)、Python等技术从外部网站获取、分析的数据。

(三)自编模型的完善性

审计项目结束后，数据主审根据项目实际运用情况，按照模型编制规范，从审计思路、技术实现等方面，结合相关审计业务场景，优化、测试自编审计模型。同时，要指导组内人员编制审计模型，达到纳入内部审计平台共享库要求，提高模型共用、共享质量。

(四)数据使用的安全性

数据主审在数据分析过程中，应严格执行保密制度规定和数据信息“最小且必须”原则，规范使用相关数据。尽量在审计系统内运用结果表分析、共享数据，不随意下载数据。如果确需下载分析，需要按保密规定履行审批手续，使用完毕及时删除数据。

二、加强复合型人才培养，提升员工数字化审计能力

人才是选拔出来的，也是培育和管理出来的。审计部门要继续推进“业技”融合建设，培养具备业务和技术双重能力的复合型审计人才，把那些想干事、能干事的人才发现出来、任用起来。同时，通过加大考核力度，开展交流轮岗、专业培训和实践锻炼，发挥数据分析骨干的先锋模范和带动作用，提高数据分析能力。

(一)建立导师培养机制

审计部门主管领导、处室干部作为导师，结合条线审计业务，制定培养计划，以审计项目和日常监测为依托，定向指导年轻骨干培养数字化审计思维，提升数字化审计能力，培养数据分析后备人才。

(二)加大岗位资格考核力度

通过考核加分激发员工工作主动性和工作活力。引导审计人员积极参加数据分析师考试、编程考试等岗位资格考试，发挥以考促学、以学强审作用。对通过岗位资格考试的员工，要在项目中为其提供担任数据主审的锻炼机会，并根据贡献度在原有绩效考评得分的基础上额外加分。

(三)加大干部职工交流轮岗力度

优化人员结构，推进干部职工有序流动，持续开展交流轮岗，增强队伍活力。尤其是各处室负责人，在审计项目中一般都会担任项目组长角色，承担指导组内主审、审计人员通过数据分析手段，选样、确定审计重点和疑点线索、现场查证等职责，直接决定着审计项目的成效，在数据分析能力上要比一般审计人员要求更高。可根据管理能力、专业能力，安排处级干部和骨干人员跨处室轮岗，全方位、多领域、立体式强化专业拓展和实践锻炼力度，带动更多员工参与数据分析，提升全员业技融合能力。

(四)加强新员工数字化审计能力培养

新入审计部门员工对审计业务和审计技术都不熟悉，很难快速建立数据思维，适应数字化审计工作。“磨刀不误砍柴工”，建议新员工先在数据分析处室至少培养一年，在日常监测和审计项目中积累经验，加强审计技术和业务能力的学习、培训和实践，打好数字化审计基础后，再根据业务和技术特长分配到其他业务处室。从新员工着手，抓好源头培养，建立数据思维，让新员工明确如何用好数据、更好地解决实际问题，才能保证数据分析队伍建设的可持续性。

马春丽 祁颖 中国农业银行审计局直属分局