2023年10月,国务院国资委发布《关于规范中央企业贸易管理严禁各类虚假贸易的通知》,严禁各类虚假贸易业务的开展,国资委继续紧盯屡禁不止的“牛皮癣”问题,对融资性贸易、“空转”“走单”虚假业务问题“零容忍”。
虚假贸易管控的规范要求与具体措施
在针对虚假贸易的规范性要求上,明确了各类虚假贸易风险监控的具体指标内容。如针对大额预付款项、应收款项、库存、不良逾期率等指标的实时监测,针对货权管控的可视化、数字化、持续沉淀业务数据和外部信息的采集,合理运用金融衍生工具等。这些措施充分表明在加快推进企业高质量发展过程中,需要更好地发挥科技创新、激活数据要素、赋能虚假贸易的实时精准化的风险防控。
用友BIP全球司库在改善和提高虚假贸易风险监控的管理水平方面建议从以下几方面的具体工作来开展:
加强内部审查和监管:建立内部审查机制,确保交易和贸易活动的真实性和合规性。加强对关键岗位人员的培训和监督,提高识别虚假贸易的能力。
实行严格的供应商审核制度:对所有与国资委有业务往来的供应商进行审查,确保其合法经营和真实性,避免与不正当交易对象进行业务往来。
建立风险预警机制:建立风险评估和监测机制,及时识别和预警潜在的虚假贸易风险,采取相应的控制和应对措施。
加强合同管理:强化对贸易合同的管理和执行,确保合同内容真实有效,建立健全的合同履行和违约处理机制,防范虚假交易行为。
清理整顿不良交易记录:对过去的不良交易记录进行清理整顿,防止对正常业务造成影响,完善相关记录和归档工作。
利用数据分析工具进行风险评估:运用数据分析工具对贸易数据进行深入分析,评估虚假贸易风险。
建立智能化风控平台:利用人工智能技术建立智能化风控平台,整合内外部数据资源,实现风险信息的实时监测、分析、预警和管理,识别虚假贸易行为。
用友BIP全球司库智慧风控服务平台,构建智慧风险模型,提高虚假贸易排查水平
随着新一轮数字技术与AI的迅猛发展,传统管理理念和管理手段已经无法支撑数字化转型企业在应对企业可持续化风险防范的发展要求,推进风控数字化的转型势在必行。
数字化的转型使企业实现业务线上化的全覆盖,伴随着资金、核算等财务大数据的持续积累,大数据、大模型等新技术手段的迭代发展,推进各类创新应用在数字化基础上,更向着智慧化、智能化方向发展,而激活数据价值,构建统一的智慧风控服务通过大数据挖掘建立虚假贸易监控模型是提升虚假贸易决策分析和识别能力创新手段。
通过持续积累风险管理经验,将风险前置嵌入贸易全链条环节中,切实提升虚假贸易监控的智慧化能力,深化历史经验数据的经验沉淀与积累,引入外部社会化数据,结合内部历史数据,构建大数据规则和智慧模型算法,定义各类虚假贸易识别指标和监控规则,将数智化能力的应用嵌入到企业贸易全链条业务系统的各个平台功能中发挥智慧风控的作用。
虚假贸易监控模型,智慧识别排查风险
用友BIP全球司库智慧风控平台,引入大模型和智慧算法,构建虚假贸易监控模型,将虚假贸易监控结果应用于贸易交易全流程实现对全业务、全客商、全流程的覆盖。
关键设计1:基于交易过程全链路的融资性贸易的风险管控
通过对贸易业务全链条全要素数据的充分挖掘,积累虚假贸易识别所需的风险数据资产,依托专家识别和智慧算法,构建虚假贸易监控模型,持续提升贸易全过程中的风险识别。
关键设计2:利用智慧算法提高对虚假贸易上下游关系的有效识别
引入深度优先搜索(Depth-First Search)DFS,以特定约束对象(特定交易主体)为事件的起点,以与之有交易关系的客户结点为汇点,溯源查询在选定时段内具有极大交易权值的可疑交易路径,从中发现异常交易情况。
关键设计3:通过数据建模方法构建虚假贸易监控模型精细化识别虚假贸易
在专家经验的基础上构建虚假贸易评分模型,通过层次分析法明确模型指标的区分度情况,并依托分箱法划分出不同的模型评分对虚假贸易的识别精确度,依托科学数据建模的方法完善评分模型的识别区分度和识别能力。
领先企业进入到数据服务与智能化并举的数智化新阶段,将以数字化为基础,智能化产生新价值的理念持续进阶,用友BIP全球司库秉承数智化新价值理念构建的智慧风控服务平台,将切实提高企业在虚假贸易识别与排查的风险管理能力,改善决策的一致性,减少贸易过程中的主观性,助力风控审批决策科学化,实现智慧化的风险管理。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。