王志武　宋成武　王慧琳　孔繁胜

随着美国次贷危机的爆发，自“大萧条”以来全球最严重的金融危机已迅速席卷全球，给世界各国的经济发展和人民生活带来严重影响。作为全球经济的重要组成部分，中国也受到了相当程度的影响，国家总理温家宝在第七届亚欧首脑会议记者招待会上表示，要正确地处理金融创新和金融监管的关系。经过市场经济运行的实践证明，金融是现代经济的核心，金融安全是国家经济安全的核心。为了保障金融安全，促进金融行业健康稳定发展。近年来，我国审计机关依法加强金融审计，在探索金融审计路子、方法，改进金融审计手段，加快金融审计规范化建设等方面，取得了一定效果。本文通过介绍计算机技术如何在商业银行贷款集中度分析中发挥的重要作用，进一步说明计算机技术在审计工作中的运用，是审计事业发展的一个里程碑，是审计技术和手段的一场深刻变革。

一、当前银行贷款存在的主要问题及原因

近几年，国家审计机关对大部分国有大型商业银行进行了全面审计，审计结果表明，商业银行贷款业务存在着很多问题，主要集中在贷款质量差，不良贷款率居高不下，严重影响了商业银行的正常运行，造成这种局面的原因是多方面的：

（一）商业银行内部控制制度不完善，管理薄弱。如，银行信贷管理不善导致违规发放贷款；违规向无资本金或不具备贷款条件的企业发放贷款；违法向关系人发放信用贷款；违规向银行“三产”发放贷款；贷款担保出现漏洞导致贷款被诈骗；贷款抵押不规范；贷前审查不严，贷后管理松懈等等问题。

（二）贷款过度集中，结构不合理。如，银行对单一客户授信额度过高，未能有效控制关联企业的信贷风险等，这一点信用社尤为突出。

（三）借款企业经营管理不善等因素导致贷款难以收回。

（四）宏观政策调整和市场环境变化因素导致贷款损失。

（五）社会信用制度不健全，借贷人逃废银行债务比较严重，更有违法犯罪分子利用银行贷款管理中存在的漏洞，与银行内部人员相勾结，恶意骗取贷款资金，侵吞国有资产。

（六）受经济体制和金融会计制度的影响产生不良贷款。

上述6种原因，从审计实践看，主要是1、2、5三项，尤其1和5是需要重点揭示的问题，近年来审计中查出的大量问题都与这两项有关。本文作者通过利用计算机对贷款集中度进行审查，进而发现违法违规贷款金额共计2.1亿元，极大的提高了审计效率和审计质量。

二、审计思路

通过对该商业银行业务进行分析，考虑到该银行主要业务为农户贷款，业务量比较大，能够较好地体现贷款发生的规律，如农业生产的淡旺季特点、各个自然村的均衡分布规律、金额和期限的不等规律、归还的不统一规律都应该体现出来，所以一旦出现贷款日期集中、贷款额整齐划一、约期一致、并且同时展期、贷款户数占自然人口比例过高等现象就不能排除存在违法违规问题。审计组在审计过程中通过筛选某县的一个信用社的农户贷款，发现了农户多次参加联保小组，超限额贷款的问题，最严重的2个人参加了7个联保小组，分别贷款21万元。经进一步核实，发现了个别加工大户冒充他人名义多次贷款的问题。我们认为，对于此类问题可以直接利用原数据进行查找分析，通过对贷款数据进行分析，审计组设计了审计模型并根据筛选结果对这些数据反映的贷款进行审查和核实，发现了大量此类违规农户贷款，经过实践证实这些审计模型达到了预期目的，效果很好。

三、审计模型

1.从该商业银行采集贷款分户动态表、贷款分户静态表、产品组别对照表、机构表、贷款客户表这5张数据表。

2.将贷款分户动态表按贷款帐号进行分类汇总，形成中间表。

3.将产品组别对照表按产品号码和产品名称筛选不重复项，形成中间表。

4.将贷款分户静态表、机构表、贷款客户表与第2、3步形成的中间表关联，生成贷款全信息表。

5.按以下三种分析方法在贷款全信息表中进行查询筛选：

（1）合同到期日相同，展期到期日相同，且笔数大于10或者平均贷款额大于20万的。

（2）同社同日贷款笔数大于30笔的个人贷款。

（3）同社同村同年贷款笔数。

6.在上一步筛选结果的基础上，进行进一步核实。

四、审计步骤

步骤一：该商业银行业务信息系统使用的后台数据库是Oracle。通过备份或数据文件拷贝的方式直接采集业务数据。

步骤二：将上述业务数据导入到审计人员的Microsoft SQL Server中，利用自行开发的工具软件对上述数据库每个表的记录条数进行统计，确定表的重要程度，删除记录条数为0的表，减少待研究表的数量，减少空记录表对数据库结构研究的干扰。

步骤三：按记录条数从多到少逐次打开每张表，了解表结构和表内容，经过反复测试，拆解出数据库的数据字典。

步骤四：通过对表和字段的研究，审计人员对系统进行了应用测试。主要从以下两个方面进行：

1.生成中间表

（1）四级形态数据表按账户类型进行筛选。

（2）帐户贷款余额表按贷款帐号进行分类汇总。

（3）产品组别对照表按产品号码和产品名称筛选不重复项。

（4）贷款信息表、贷款静态表与上述各表相联后得到最终的贷款全信息表：

2.数据正确性检验。

贷款全信息表生成后，要判断其数据是否准确。具体的步骤是执行下列语句后，进行对比分析。

（1）对贷款全信息表中贷款余额字段进行加和并统计数据量。

SQL语句为：select sum(贷款余额),count(*) as 记录数 from 贷款全信息表

（2）对帐户贷款余额表和贷款余额字段进行加和并统计数据量。

SQL语句为：select sum(贷款余额),count(*) as 记录数 from 帐户贷款余额表

步骤五：中间表与数据检验完成后,下面要对农户贷款数据进行筛选，对贷款日期、贷款期限、贷款展期情况进行集中度分析。主要有以下三种审计模型：

1.第一种集中度分析审计模型

模型描述：在生成的贷款全信息表中筛选合同到期日相同，展期到期日相同，且笔数大于10或者平均贷款额大于20万的贷款信息。

SQL语句为：Select 机构名称,合同到期日, 展期到期日,count(*) as 记录数,sum(已发放金额),sum(贷款本金余额) from 贷款全信息表 group by机构名称,合同到期日,展期到期日 having (count(*) > 10 or sum(已发放金额)/count(*) > 200000) and count(*) <> 1 order by机构名称,count(*),合同到期日,展期到期日 desc

2.第二种集中度分析审计模型

模型描述：同社同日贷款笔数大于30的个人贷款信息。

SQL语句为：select机构名称,贷款日期,count(*) as 记录数,sum(已发放金额),sum(贷款本金余额) from 贷款全信息表 where 客户标志= '1' group by 机构名称,贷款日期 having count(*)>30 order by 机构名称,贷款日期,count(*) desc

3.第三种集中度分析审计模型

模型描述：同社同村同年贷款笔数。

SQL语句为：select 机构名称,year(贷款日期) as 年份,村别号,count(*),sum(已发放金额),sum(贷款本金余额) from 贷款全信息表 where 已发放金额<> 0 group by机构名称,year(贷款日期),村别号order by机构名称 asc,year(贷款日期) asc,count(*) desc

审查要点：在发现可疑线索后要贷款档案进行详细审查，着重关注贷款人借款用途、联保、额度等贷款要素情况。同时通过调阅农村信用社对农户的信用调查和等级评定结果材料，如“送金融知识下乡活动”，掌握各村自然人口情况、农户联系方式、在辖区社贷款情况等，从中发现一人参加多个联保小组，超限额贷款以及不符合贷款条件的问题，进而通过进一步的审查发现“顶冒名贷款”、“垒大户贷款”、“农户贷款企业使用”等违规问题。

五、审计模型应用成果

通过对第一种集中度分析模型发现的线索进行延伸审计, 发现违规发放农户承贷、企业或村、镇使用贷款5500余万元；对第二种集中度分析模型发现的线索进行延伸审计, 发放多人承贷一人使用贷款14000余万元；对第三种集中度分析模型发现的线索进行延伸审计,发现该行向非农户发放农户贷款1400余万元。

经过多年的实践，我们深深感到，与迅猛发展的信息化进程相比，金融审计在计算机技术的运用方面还存在许多不足和差距。因此，审计机关必须瞄准金融监管的制高点，加快金融计算机审计科学化、系统化、规范化、标准化的步伐，充分发挥出金融审计在防范和化解金融风险中的作用。