中电金信：发挥智能手段 智慧监督解决方案构筑企业风控堡垒

导语

近年来，国务院国资委先后下发《关于进一步排查中央企业融资性贸易业务风险的通知》、《关于规范中央企业贸易管理严禁各类虚假贸易的通知》等各类监管法规，并在2024年初中央企业工作会议中提出对财务数智化转型及重点领域风险把控的要求，国资委对财务公司在虚假贸易、民企挂靠等方面的监管要求日益提升。

正是在这一大背景下，中电金信经过长期实践打磨推出基于金融级数字底座“源启”的国央企智慧监督整体解决方案，该方案已在多家央企成功落地。方案通过融合大数据、AI算法模型、智能图计算、大语言模型等人工智能前沿技术，实现国央企集团风险管控数智化转型升级，打造涵盖“事前预防、事中控制、事后分析”贯穿业务全流程的高效智慧监督闭环管理体系。

中电金信综合分析国资委监管规范，结合国央企经营情况，提出"一基双台三智" 即“1+2+3”的智慧监督风险管控架构，基于1个“源启”金融级数字底座，搭建2个智慧监督应用平台，使用3种智慧监督智能手段。

以“一个底座”构建

打造集团级数据资产共享管理

基于中电金信“源启”数据中台，结合专业的数据治理团队，助力国央企整合内外部司库交易、发票、合同、仓储、工商、舆情等多维度数据，实现数据的定时抽取、加载、转换、传输，以元数据为基础，以数据标准为依据，统一数据模型规范，以数据API服务贯通内外部高质量多源数据，推动构建以业财库（业务、财务、司库）融合为基础的全域数字化生态体系，实现数据资产的高效管理及应用。

以“两个平台”建设

打造集团级智慧监督中台体系

中电金信智慧监督中台体系涵盖两个智慧监督应用平台，包含智慧监督风险管控平台及智慧监督机器学习平台两大智能化应用。

智慧监督风险管控平台具备“智慧规则设计部署”、“智慧风险预警处置”和“智慧数据分析监控”三大核心功能，具备灵活的预警规则及名单管理，通过事前定期推送、事中实时预警、事后总结分析，实现精准风险预警及敏捷风险处置，通过线上化、自动化的风险预警处置流程，助力国央企风险合规管理数字化转型升级。

智慧监督机器学习平台具备“智能数据管理”、“智能模型生产”、“智能模型服务”三大核心功能，实现从数据，模型，服务，到应用的模型全生命周期一体化管理。平台具备数据自动清洗AutoClean，自动特征工程AutoFeature，MLOps自动化开发流水线，支持前端瀑布流可视化建模及Notebook建模。同时，支持机器学习模型库管理，涵盖模型发布、实时预测、监控、AB_Test及自迭代等多项模型服务功能，助力国央企实现便捷的数智化AI算法模型应用。

以“三种智能手段”应用

打造集团级数智化智慧监督矩阵

中电金信数智化智慧监督矩阵涵盖大数据专家规则、AI算法模型及智能图计算三种智能手段。

● 在大数据专家规则方面，通过构建涵盖虚假贸易风控、民企挂靠风控、异常佣金风控等八大风控主题，贯通内外部司库交易、工商、发票等多源数据进行交叉验证，通过专家经验搭配大数据，对上下游关联关系、空转走单、同进同出等潜在风险进行充分挖掘。

● 在AI算法模型方面，通过异常检测、时间序列、机器学习、深度学习、自然语言处理等AI算法及分析方式，打造异常支付检测、头寸波动预测、挂靠智能识别等多种智能化应用场景，以AI算法智能化赋能智慧监督风险管控。

● 在智能图计算方面，通过构建智能化图计算引擎，应用图算法，在供应商集中度、内外部关联风险传导、风险社区发现等场景，构建高效计算的图算法模型，与专家经验模型相结合，通过电话、地址、实控人等信息挖掘隐性关联风险。

案例分享

某国央企财务公司通过中电金信“基于智能图计算的国央企智慧监督”新路径，打造企业级图计算底座，搭建图计算引擎，挖掘供应链上下游异常关联关系、循环交易等违规行为，打造基于智能图计算的智慧监督风险管控矩阵。

在智慧监督场景中，该财务公司通过构建领域图谱流水线，将交易关系、股权关系、供应链上下游关系、董监高任职关系等转化为关系视图，深度整合资金交易、工商、发票、合同、应收应付、舆情等内外部数据，通过知识建模、知识抽取、知识映射、知识融合、图谱发布等步骤，快速构建多领域图谱关联关系，使用图计算引擎中的鲁汶社区划分（Louvain）、标签传播（LPA）、图卷积神经网络（GCN）等算法，发掘专家经验难以察觉的复杂隐性关联关系，精确计算内外部风险事件传播过程中受影响的实体和受影响级别。

在此场景建设落地后，该财务公司在供应商集中度、内外部关联风险传导、风险社区发现、循环交易识别等场景，构建高效计算的图算法模型，与专家经验模型相结合，目前已通过董监高、股东、实控人等信息挖掘出隐性风险，并基于交易关系、股权关系等挖掘异常交易行为，全方位提升集团全产业链风险管理能力。