炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！

在数字化转型的时代潮流下，证券公司作为资本市场重要一员，迫切需要进一步加强数字化转型力度，辅以AI技术，将智能化系统运用于公司治理、风险防控、日常经营管理的方方面面。

做好金融“五篇大文章”既是证券公司服务实体经济的职责所在，也是推动自身高质量发展的内在要求。作为证券公司合规经营、风险防控第三道防线，内审部门是践行数字金融的重要主体。但证券公司内部审计部门受制于传统审计手段，存在审计方法单一、审计覆盖不全面、审计数据不完整等问题。审计资源仍集中于传统主营业务，对创新业务、中后台管理部门触达不够，难以实现审计范围全覆盖。同时，传统的审计方法往往采取数据抽样形式，无法做到审计周期数据全覆盖。审计结果不可避免地出现不完善、不全面的情况或审计结论出现偏颇，不能有效、及时、全面地反映被审计单位的真实情况及存在的问题。

伴随着证券行业数字化转型深入推进，行业高质量发展迎来重要机遇期。当前，大数据处理能力飞速发展，AI算力及学习力不断提升，证券公司实现内部审计范围全覆盖、审计数据全量化、审计业务周期全参与的目标已成为可能。

证券公司内部审计全覆盖的现实困境

当前，传统审计模式难以妥善化解监督盲点，难以满足内部审计全覆盖的监管要求。证券公司推进内部审计实现全覆盖面临主要障碍：数字化审计转型进程滞后、内审智能化建设缺乏内生动力，具体体现在基础设施建设和智能工具应用两个方面。

数字化基础设施薄弱，数据孤岛问题突出

证券业加快向数字化转型的进程中，所涉业务数据爆发式增长，以人工抽样或手工台账为手段的传统审计方法已无法应对全量数据、全领域风险的监管要求。目前，证券公司内部审计部门尚未建立统一的大数据审计中台，交易、财务及合规等各类子系统彼此分离，数据孤岛问题相当突出。同时，缺乏实现全域审计的技术支撑，内审资料查证过程中需要多头沟通、逐项处理，数据整合效率低，难以展开深度分析，制约内部审计全覆盖工作落地见效。

硬性约束较多，数字化升级动力不足

以DeepSeek为代表的国产大模型技术在金融领域展现出较成熟的逻辑推理与智能筛查能力，但应用于证券公司内部审计的过程中仍存在诸多困难。受数据安全、合规制度、客户隐私等方面的硬性约束限制，券商严格防范关键业务信息外泄，对外部公有云AI产品持审慎态度，通用型大模型难以匹配内网审计流程。与此同时，引进外部产品所需的数字化改造投入成本高、定制化程序复杂，使券商推进内审数字化升级的动力不足。

智能审计工具应用滞后，难以应对审计全覆盖

RPA审计机器人、大数据风控、疑点自动分析等智能审计工具应用滞后。凭证审核、投资者适当性检查等高频任务依靠人工处理，低效现象普遍，易发生错误或遗漏。缺乏数字化辅助工具的有力支持，审计难以实现对实际业务的实时跟踪、对操作流程的完整回溯以及对风险的即时提示，与“实时审计、动态覆盖、消除盲区”的建设目标存在显著差距，监管要求的内审全覆盖亦难落实。

推进证券公司数字化审计的实践方法

数字化、智能化转型是破解券商内部审计资源不足、监督覆盖不全、盲区难以根除的核心路径。依托人工智能、大数据等现代化技术重构内审体系，能够以技术弥补人工短板，实现重点领域、核心岗位、关键人员的全天候智能监管，高效落地内部审计全覆盖目标。

落地国产化智能化审计工具，夯实技术赋能基础

证券公司应有计划地引进RPA审计机器人，基于现行合规规则自动采集业务数据，打通子系统间的信息隔阂，完成数据全域整合，化解数据孤岛问题。通过“RPA+AI”双引擎模式，把凭证核查、数据比对、合规校验等标准化审计工作转为自动化处理，提高审计效率。从实践效果来看，RPA的数据处理速度是人工的三倍，差错比例基本不超过0.1%。且智能建模技术可以对重点业务、关键岗位的全量数据进行深度分析，不再依赖传统抽样，可以对风险作出更准确的判断。此外，在选取工具时应首先考虑国产、可本地使用、能实现内网物理隔离的金融类智能化审计工具，既有助于保障信息与数据的安全，也符合国家科技自主可控的战略要求，为合规运行智能审计体系打下坚实基础。

搭建本地私有化大模型审计平台

现阶段，我国多家央企已经完成DeepSeek大模型私有化部署，涉及金融、能源等多个行业领域，为券商内部审计数字化转型提供了丰富的实践范式。从证券行业来看，东吴证券是较早着手试验的单位——其自主研发的“东吴秀财”大模型是中国证券界第一个拥有完整自主权的大模型，于2023年12月发布，2024年4月完成算法备案，现实际运用于投研、投行、风控、审计等多个工作场景。这个案例证明券商自研大模型应用于内部审计具备现实可行性。

证券公司可结合自身业务架构及监管要求，搭建私有化大模型审计系统，规避公有云数据泄露风险，守住合规底线。依托大语言模型及检索增强生成技术，该系统可根据证券业务特征自动搜集信息，识别风险点，核验岗位行为合规性，追溯岗位人员历史操作轨迹，并生成标准化审计报告。这种模式既能够减轻审计人员技术负担，亦能化解旧有人工审计模式的低效问题，实现审计资源的精准高效配置，切实提升证券公司内部审计工作的规范性和实效性。

构建AI审计全生命周期管控与安全防护体系

立足证监会对金融AI模型的监管导向，证券公司需建立一个可以对模型开发、部署、迭代、运维全流程把关的风控体系，落实全流程人工复核机制，实现关键环节的“人类把关”。

数据管理方面，证券公司需要对数据进行分级脱敏、权限精细化管控，严防数据泄露；模型开发方面，应确保训练数据的代表性、标注的准确性和算法逻辑的可解释性，避免因数据偏差导致的结果误判；算法运行方面，需常态化开展模型测评、压力测试与偏差校验工作，防范算法失效、智能误判等技术风险，保障本地部署的大模型安全稳定可控运行。

此外，可依托行业组织共同促进AI内部审计标准体系与合规数据生态建设，构建安全可控、协同共建的智能审计体系，借助数字化手段破解传统审计资源不足的问题，推进内部审计全覆盖落地见效，实现审计盲区清零的最终目标。

在资本市场监管日趋严格、产业数字化升级纵深推进的大背景下，数字化转型已成为证券公司破解内部审计全覆盖这一难题的必由之路。搭建私有化大模型审计平台、落地国产化智能审计工具、构建AI审计安全防护体系，是当前证券公司突破传统审计模式局限、弥补审计资源缺口的关键举措，可有效实现全业务量核查、风险动态预警、岗位全程监管，助力内部审计从被动合规导向，转向主动风险赋能、精准治理转型，全面提升内部审计质效，为证券公司合规稳健经营提供坚实保障。

未来，随着资本市场监管规则日趋精细化、监管力度持续趋严以及证券业务的不断迭代创新，证券公司对内部审计工作的需求将转向全覆盖、全时段、无误差。而借助人工智能、大数据技术的赋能，券商内部审计将迈入智能化、数据化、动态实时监督的新阶段。数字化内审体系将实现全业务、全岗位、全流程的有效监督，从而破解传统模式下内部审计难以覆盖全域的难题。同时，证券公司内部审计的职能定位也不再局限于风险核查，将提升至企业经营策略、战略规划以及业务转型升级等层面。

因此，证券公司需要持续加强内部审计数字化建设，不断优化智能审计体系，完善企业的相关技术管控与合规保障机制，实现数字化赋能审计全覆盖，精准防控各类经营风险，持续完善现代化公司治理体系，助力证券行业向着规范化、专业化、高质量化的方向不断前进。（作者系国投证券稽核审计部刘梦清、余江、高童）

（推广）