信永中和数智 | 用模型来监控贸易业务的风险

“贸易”是持续十年以上的热词，或许还会“热”些年。

尽管被各种制度、规则和文件所约束，因贸易的业务结构（形式）简单，及金融属性被滥用，包括以贸易的名义对外融资，以及营造虚假繁荣的贸易泡泡在内的多种贸易形式，时至今日，依然禁而不绝，成功的把一个颇具专业性的中性词“贸易”玩成了贬义词。

中央企业的考核体系在调整，包括国务院国资委“十不准“在内的约束文件及责任追究在内的配套文件被发布，在一定时期内，禁止类贸易的范围、规模会减缓，但受考核、排名等各种动机的影响，禁止类贸易可能依然会有一定的规模，风险会被积聚，损失可能会有发生；禁止类贸易可能会披上各种马甲，在魔和道的较量中演化、变形，但不离其营造虚假繁荣和影子银行的本质。

贸易业务的风险，交给时间这个称重机，时间若久，后果太惨烈，那么就要去识别，来应对。自然，小米和步枪，依靠人工来监控的方式面临覆盖率不足、有效性不够、时效性太差等诸多问题，当风险已然积聚到不可挽回的程度，当出现几十、几百、几千亿损失的时候，发现了又能如何？追究一些人的责任又能如何？金融资源的浪费，生态的破坏，资金的损失已然不可挽回！在科技工具发达的今天，对贸易业务风险监控的工具和方式需要升级，需要换成可以精准打击、全面覆盖、实时发现的“导弹”加“特种兵”的作战方式，所谓导弹，其内核是模型，所谓特种兵，其内核是专家。

姑不论“专业性”贸易业务的风险，针对国有企业的贸易业务特点，风险可分为两类，一是违反禁止性文件要求的合规、损失及其他风险，具体包括国务院国资委“十不准“中所禁止的七种业务形式、一种业务范围界定和一种会计处理；二是尽管不属于国务院国资委“十不准“中禁止的贸易形式，因牵涉诉讼，败诉产生资金损失，或资金损失的累积过程。

在以模型对贸易业务风险监控中，涉及几个关键问题：

数据为源，是模型运行的前提。

审计场景、风险监控场景下，

审计、风险监控在于定位问题交易和疑问交易，而非把数据弄的平平整整后用于模型，这是最大的不同，因此，必须要创造性、有想象力的解决数据源头的问题。除此之外，实践结果来看，相比于复杂、耗费时间多和成本高的数据治理，“以用促治”是最有效的“数据治理”方式。

与资金流、物流、信息流相关的账簿（财务账、业务账、资金流水）及与交易相关的其他信息，如仓单、合同等构成企业内部的数据源，与工商登记等相关的信息作为外部数据源，足以支撑起对贸易业务的风险监控。

审计、风险监控类软件的数据源可以是数据中台，可以是数据湖，也可以有更加灵活的数据源解决方案。业务先行，管理需要先行，基于现状解决问题，不能让模型止步于中规中矩的“扎马步”、数据治理或数据规范化的过程。

模型是“灵魂”。模型的有效性决定了风险监控的最终效用。

我们一直以来的观点是：在审计与风险监控的场景下，依靠模型的监控系统是专家辅助系统，可帮助专家完成全量数据的收集、整理、加工、分析、判断，可直接输出一定比例的问题（类型）与对应的样本集，相当比例的输出是疑问交易（类型）与对应的样本集，专家只需要完成最后的论证。当然，随着数据量和案例的积累，模型会更加智能化，可直接输出的问题类型比例会越来越高，疑问交易的精准性会越来越好。

在贸易业务审计或风险防控方面，我们有丰富的案例；对于贸易业务的风险监控，以国资委“十不准”及可能产生的资金损失为目标，可以根据数据情况，提供敏捷的数据源方案，定制高效用的模型，输出高质量的结果；对于疑问交易的核查，亦可定制标准化审计手册，以助力贸易业务相关问题、风险的揭示，最终达到早发现、早预防、避免重大合规风险和资金损失的目的。