
大数据开启保险内审新篇章 发展尚处初级阶段
“保险业正处于转型升级的关键期、机遇期,推动行业内部审计水平的提升刻不容缓。”中国保监会副主席梁涛在中国保险行业协会日前主办的首届保险公司审计责任人联席会议暨中保协审计专委会成立大会上指出,一方面,保险业内审工作整体水平仍处于初级阶段,必须加快发展的脚步;另一方面,大数据时代信息化技术迅猛发展,互联网金融发展不断深化,给保险业内审带来了前所未有的机遇,也提出了更高的要求。
作为保险公司治理重要的组成部分和关键环节,内审是监督评价经营管理的有效手段,维护市场秩序的重要抓手。借助大数据等新技术,(在用数据分析师对数据进行有效分析)保险机构的内审工作或将开启新篇章。
防范风险任务艰巨
随着保险业市场化改革的步伐逐渐加大,在激发市场活力的同时,也对保险公司科学有效地防范风险提出更高要求。
梁涛表示,只有充分保证内审独立性和客观性,发挥其检查、评价和咨询职能,推动公司整改自身问题,健全决策机制,才能从根本上防范和化解风险。
保监会稽查局副局长王柱也认为,内审作为保险公司的一种有效监督制约机制,未来将在防范风险方面发挥越来越重要的作用,发展空间也将越来越大。
此外,中国内审协会副会长、秘书长鲍国明在会上表示,党的十八届四中全会建立了八大监督体系,审计就是其中之一,使其地位得到了进一步的提升,任务也更加艰巨。
正如梁涛所言,在当前我国金融业深化改革、加快战略和发展模式转型的大背景下,加强和改进内部审计工作、防范化解风险是金融业的共识。在大资管时代,保险业的核心竞争力不仅体现在资金优势和产品创新方面,公司治理水平尤其是内审水平是增强核心竞争力、实现行业健康发展的基础性前提。从国际规则来看,不断加强和改善内审监管是当前国际金融保险监管的趋势,也是各国政府、监管当局和相关国际组织的共识。
内审工作初显成效
近年来,保险业高度重视内审工作,不断完善内审制度框架,于2007年发布了《保险公司内部审计指引》,重点规范了保险公司内审体系的层级、机构人员配备、报告路线等内审架构和工作机制。2015年12月,保监会又在修改内审指引的基础上出台了《保险机构内部审计工作规范》,进一步明确了内审定义、实施主体、内审独立性、监管职责分工和集中化管控模式等方面的内容。
在监管推动下,保险机构不断加强改进自身的内审工作,取得了明显成效。保监会发改部公司治理处处长臧明仪介绍,当前已经有144家公司设立了审计委员会,117家公司配备了审计责任人,以2014年的情况来看,全行业通过内审工作发现了经营管理各类问题9340个,完成整改8471项,整改完成率达到了91%,内审在防范和化解风险方面发挥了重要的作用。
“保险业内审取得了很大的成就,发挥了积极的作用。”鲍国明坦言,在上一届全国内审先进集体个人表彰会上,保险业共获得5个先进集体、7个先进个人称号,在2015年组织的百家审计案例评选活动中,保险业有6篇案例被评选为优秀审计案例。
发展尚处初级阶段
“成绩有目共睹,但问题也不容忽视,内审理念落后,内审工作水平不平衡的矛盾依然突出,这要求我们再接再厉,坚持不懈地推进行业内审工作。”梁涛指出。
王柱认为,目前一些保险机构首先存在内审独立性不足、内审作用发挥不充分的问题;其次是基础比较薄弱,人员配备不足,内审组织体系不健全,职责权限不明确;再次是内审技术滞后,内审品质不高;最后是成果运用不充分,应该把暴露的问题、风险隐患切实加以整改,这样才能达到内审的目的。
据介绍,目前我国还有43家保险机构没有设置审计责任人职位,18家机构没有审计部门,还有一些公司内审人员队伍配备、经费投入严重不足。截至2012年底,全行业的内部审计人员是3833人,占从业人员的0.424%。
此外,梁涛还指出,还有部分公司内审信息化程度不高,即使在较为发达的北上广地区,也有半数以上的保险公司没有建立内审信息系统,没有建立风险预警管理系统。整改问责力度也不够,部分公司重审计、轻整改,对内审发现的问题没有追究处理,发现问题连年重复出现,内审结果运用严重不足。
借助技术快速提升
当然,经过多年对内审工作的探索,保险业也积累了不少经验。尤其是借助大数据等新技术,一些保险机构的内审工作步入了新阶段。
中国平安集团稽核监察部副总经理胡剑锋在会上介绍,去年,该公司建立了以数据流为纽带的模型生命周期的管理体系,模型包括了立项研发、测试、上线、运营、跟踪管理以及退出,问题发现、处罚数量在整个稽核监察中占40%。同时,该公司还优化互联网金融审计模式,探索创新金融审计模式,针对该公司的互联网业务,特别加大了对创新技术手段的运用。该公司在第三方建立健全员工利益冲突管控机制,完善风险检测项目,有效防范员工道德及投资业务风险。此外,该公司全面升级监察管理体系和案防建设,提升案件响应和处置能力,形成一系列管理工具。并且,中国平安还持续推进非现场协查系统、项目实施平台、质量管理和考核、管理报考系统、知识库、模型平台建设。
中国太保集团审计责任人陈巍也提到,该公司创新了远程审计,做到网络化、归集化、立体化,主要科学实现四个方面的职能,即检测预警、远程突击、现场支持、精准打击。数据分析师培训
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04