文/华安证券股份有限公司金融科技部总经理 潘晓明

华安证券股份有限公司金融科技部人工智能与创新团队 齐爽 李玉功

近年来，资本市场快速发展，随着业务形态的复杂化及数字化转型的加速，金融机构面临着更为严格和复杂的监管要求，穿透式监管成为金融监管的核心要求之一。在传统风险管理模式中，风险数据分散、监控滞后、监管盲区等问题日益凸显，难以满足行业强监管态势下对数据颗粒度、时效性和关联性等要求。华安证券以党中央关于做好“五篇大文章”的决策部署为行动纲领，全面推动数字化转型战略纵深发展，从行业合规风控业务难点及痛点出发，打造合规风控一体化平台，推动公司合规监管从“风控孤岛”到“全域监管”的转型升级。

平台建设思路

合规风控一体化平台深度融合大数据、自然语言处理、机器学习和大模型等技术，构建了“数据为基础，算法为引擎，场景为载体”的智能分析引擎与实时监测系统，通过多维度分析构建风险态势的精准感知与前瞻预警，实现全业务条线穿透、全产品品类覆盖、跨市场联动监测及多资产智能监管的一体化合规中枢，打破业务条线各系统的“风控孤岛”，实现“全域监管”。

首先，平台通过整合公司资讯数据及业务数据，形成企业级资讯数据中心，为平台建设夯实基础。其次，结合合规风控业务难点及痛点，通过明确业务需求、深入数据探查选定最优算法模型，构建企业合规风控算法引擎中心，为上层应用提供技术支撑。最后，以业务场景为载体和驱动力，深入剖析公司合规风控业务规则及需求，利用算法引擎提供的智能化服务及其他前沿技术建设企业级的合规风控一体化平台（见图1）。

图1 业务架构图

1. 数据为基础，构建资讯数据中心

建设企业级合规风控一体化平台，需要以企业的全量数据资产为基础，通过多源异构数据治理实现业务场景的全覆盖。

资讯数据中心依托大数据采集与分析技术，实现对全媒体平台新闻资讯的实时获取。在数据整合层面，通过底层数据中台的建设强化数据基础设施能力，整合内外部多源异构数据，实现统一收集和存储。业务数据治理方面采取分级治理策略：企业结构化业务数据经完整性校验后直接入库，互联网采集数据则实施多维度治理方案，通过构建包含数据清洗、语义解析、情感分析、星级预测等预处理体系，执行标准化数据处理流程，重点解决数据源异构性、内容重复性及质量波动性问题，最终内外部数据整合汇总形成资讯数据中心。

2. 算法为引擎，搭建模型算法中心

模型算法构成了平台的核心驱动力，平台的“智能化”主要由丰富的模型算法展现。模型算法负责持续输出AI能力，利用数据中心的相关数据训练模型，并将这些模型封装成服务接口，为上层应用提供支持。当前，建立具备风险穿透识别与实时预警能力的智能风控体系已成为企业核心竞争力的关键组成部分。

建设合规风控一体化平台的算法中心，可从以下几个方面进行考量。首先，构建基于知识图谱的企业风险传导模型。通过构建和分析企业内外部关系网络，深度挖掘潜在的风险传导路径，帮助企业早期识别和评估风险事件的潜在影响和扩散范围，从而实现对风险的有效穿透识别与预警。其次，构建多因加权企业评分模型。结合自然语言处理和机器学习技术，从大量结构化和非结构化数据中提取关键信息，为企业提供全面的风险评估和实时监控能力，有效降低决策的不确定性，提高对企业整体风险状况的洞察力。最后，构建产品违约预警模型。利用历史数据和预测分析算法，识别可能存在违约风险的金融产品，并提前发出预警信号，帮助管理者及时调整策略，保障资金安全。

3. 场景为载体，建设合规风控一体化平台

合规风控一体化平台以业务场景为驱动，实现风险、内控、合规各模块间交叉融合的一体化管理，构建了覆盖证券权益、固收、衍生品等全业务链路的智能风控体系。

平台在风险识别方面，可赋能包括指标监控、证券存续期风险管理、公司声誉风险管理、托管产品与投顾产品风险识别等场景，针对指标、产品、企业及关联方等不同角度进行全链风险的事前识别。同时，平台集成智能合规管理功能，涵盖内外规联动、合规检查管理、档案管理、合规助手等功能模块，通过多模态风控算法模型对常见风险指标及风险事件进行预警，形成事前智能预警、事中动态管控、事后溯源分析的全生命周期合规风控管理闭环，推动风险管理由“人控”向“智控”转变，更好地预判和管理风险。

平台创新性与亮点

1. 构建全链风控量化模型，实现企业和产品信息动态跟踪

构建全链条风控量化模型，实现对企业及其产品信息的动态跟踪与深度分析。通过整合企业内部运营数据和外部市场信息，利用数据分析技术和算法，实时监控企业的财务健康状况、市场表现及潜在风险因素。同时，针对产品层面，模型能够追踪产品质量、市场需求等关键指标，为研究人员提供全面的风险评估和战略决策支持。

平台采用智能化手段对各大主流媒体进行自动化舆情挖掘，并自动关联舆情信息，实现全天候实时监控，显著节省人力成本并提高监控效率。利用因子加权的方式构建企业评分模型，辅助投研人员的研究工作，帮助投研人员快速、准确地了解企业的综合实力及市场定位。多因子加权企业评分模型引入多个相关性高、颗粒度细的评价维度，引入分布式手段训练各自注意力参数，提高了模型的拟合能力和鲁棒性，使得评分更准确、解释性更强。构建债券违约等预警模型，提升预警模型的准确率。在企业关联挖掘方面，基于知识图谱搭建企业关联模型，及时发现关联企业潜在的风险因素。利用知识图谱对企业之间复杂的关联关系进行建模，实现风险传导的动态预警。

2. 提出内外规联动管理机制，推进合规条例全覆盖

提出了内外规联动管理机制，构建法规知识图谱，实现了内部规章制度与外部法律法规的智能联动提醒，确保了公司合规条例的全面覆盖和实时更新，有效提升了公司的合规管理水平（见图2）。

图2 法规知识图谱

平台通过数据采集技术自动化获取金融监管机构及自律性组织发布的外规，并对外规进行加工处理。利用知识图谱技术构建法规知识图谱，将外部监管发布的外规和公司制定的内规作为节点，通过条款依赖关系来构建内规和外规之间的联系。当外规变化时，检索图谱中相关节点，提示合规管理人员对关联内规做相应修订。引入高效的图搜索算法，能够快速准确地找到相关的内规和条款，并提供及时的消息提醒功能，以此技术为基础申报的《基于知识图谱的内外规数据联动分析方法及装置》专利已获得授权。

3. 构建合规问答助手，推动合规管理的数智化

将大语言模型应用于合规知识问答，构建了智能合规问答助手，实现了常见合规问题的自助解答功能，不仅提高了合规问答响应效率，还显著节约了人力成本。

平台通过收集证券、法律相关的数据，同时结合公司内外规数据构建法规知识库。对传统检索增强生成（RAG）技术路线做了改进，使其粒度由文本块提升到全文本，在该技术框架下基于法规知识库，借助LangChain库使用大模型进行推理。当用户提出问题后，大模型从知识库中检索出与问题最相关的法规条文或解释，结合大语言模型的推理能力，为用户提供精准的回答，并溯源回答的法规来源，确保答案的权威性和准确性。

4. 建设合规风控一体化数智平台，探索一站式管理体系

打造了集合规与风险管理于一体的智能化数字平台。该平台不仅能够深度挖掘风险信息，还能实现从风险识别、评估到监控的全流程管理。同时，平台提供了一站式的合规内控解决方案，支持企业内部规章制度的制定、执行与监督，确保所有操作符合最新的法律法规要求。

设计了风险、内控、合规、监督“四位一体”的管控机制，同时以制度、流程、预警、评价四个体系为支撑，构建贯穿全流程的风控与合规一体化协同体系。具体实践中，该平台集成各类合规管理功能，涵盖内外规管理、监管案例管理、合规问答、合规检查、档案管理、合规报告、内外规联动等功能模块，实现对日常合规检查、违规问责、合规知识库管理等内控合规工作的线上化、数智化管理，有效释放合规监管效能，增强金融机构运营的抗风险能力与合规保障。

平台应用成效及展望

平台自正式上线以来，降低了公司合规风控业务的运营成本，加速了合规风控数智化的发展进程。在人力资源方面，各业务条线对舆情信息、风险事件及合规信息的维护和监控需求大幅减少，使得团队能够更专注于高价值的任务。在物力资源方面，平台整合了公司的外部资讯数据和公司内部数据，实现了数据的共享，增强了跨部门的业务协同效果，同时节省外部数据采购费用。除此之外，平台对股票、债券、基金等金融产品进行风险监控，有效避免了公司潜在的财务损失。

当前以DeepSeek为代表的大模型技术正成为科技领域的焦点，其强大的推理分析能力在合规风控领域展现出极为广阔的应用前景。未来我们将聚焦于大模型技术在智能欺诈行为识别、动态信用评估体系构建、实时交易风险监控、智能化合规流程审查以及反洗钱等关键领域的深度应用与落地实践。同时，我们将积极探索机器人流程自动化（RPA）技术与大模型技术的深度融合，通过这种跨技术的协同创新，旨在将合规风控一体化平台的智能化水平与自动化作业能力提升至新高度，从而为证券行业的合规风控管理带来变革与提升。

（此文刊发于《金融电子化》2025年5月下半月刊）

声明：本文来自金融电子化，版权归作者所有。文章内容仅代表作者独立观点，不代表安全内参立场，转载目的在于传递更多信息。如有侵权，请联系 anquanneican@163.com。