王宇凡 | 中国海洋石油有限公司财务部总经理

魏 丽 | 中国海洋石油有限公司财务部综合处处长，高级经济师

2023年国务院国资委《关于规范中央企业贸易管理 严禁各类虚假贸易的通知》（国资发财评规[2023]74号）明确“十不准”的刚性要求，标志着中央企业贸易管理进入严标准、硬约束、强问责新阶段，对构建精准风险防控体系提出迫切要求。穿透式监管的核心在于透过表面形式识别业务实质，高度适配虚假贸易以复杂结构掩盖资金拆借本质的特征。通过整合碎片化数据、解构隐蔽性关系、追溯全链条流程，穿透式风险监控模型可直击虚假贸易的资金闭环、关联操控等核心风险点，从根源上破解“识别难、防控难”的困境。本文基于业财融合视角，系统设计覆盖全流程的智能监控模型，为虚假贸易风险防控提供可操作的解决方案。

（一）设计思路

设计穿透式风险监控模型需结合政策脉络、技术路线与业务场景。穿透式监管理念自2016年国务院办公厅在《互联网金融风险专项整治工作实施方案》中首次明确提出以来，其内涵不断深化。尤其国务院国资委多次强调构建“以穿透式监管为核心”的风控体系，要求实现全级次、全链条、全过程和全要素（“四全”）的风险穿透。模型设计考虑回应这一政策演变，实现监管范围从局部走向系统、技术手段从依赖人工走向智能驱动、审查逻辑从形式合规走向实质判断、运行机制从部门隔离走向协同治理。

1.在覆盖范围上，强调从局部突破转向全域监控，构建具备广泛适应性的风险识别框架。穿透式监管不应局限于特定业务或部门，而应系统覆盖企业各类经营活动和关联主体。模型设计需打破以往条块分割的监控模式，实现对主业经营、对外投资、融资担保、关联交易等多场景的一体化监测。尤其针对国有企业常见的问题领域，如背离主业的贸易业务、虚构交易背景的融资行为、通过嵌套交易掩盖的真实关联等，应进行全面梳理和系统嵌入，确保无盲区、无漏项。在实现层面，需依托统一的风险数据底座和标准化的监控规则，将各类业务系统中散落的风险点进行串联整合。模型应具备跨系统、跨层级的数据拉通能力，可覆盖集团本部及各级子企业的关键业务流程，从而形成从交易发起至资金清算、从合同签订到货物交割的全链条监控视野。该框架不仅需满足当前政策提出的“四全”穿透要求，还应保留良好的扩展性，以适应监管范围的持续扩大与新型业务形态的不断涌现。

2.在穿透手段上，充分依托流程驱动、数据驱动与算法驱动，实现真正意义上的智能穿透。虚假贸易往往通过多层嵌套的合同链、资金循环和物流单据完成自我循环，传统抽样、对账、函证只能看到表层合规性，无法揭示“空转”“走单”背后的实际控制人、真实货权及资金回流路径。因此在构建穿透式风险监控模型时，技术框架必须紧贴虚假贸易的生成机理，不仅要关注数据和信息，更要深入挖掘背后的交易实质和潜在风险。例如，风控“大脑”负责统一数据底座、统一规则引擎、统一预警出口，业务前台保持原有ERP、财务共享、合同系统不变，通过应用程序编程接口（API）轻量级集成，实现“业务无感、监管有感”。通过整合财务数据、业务流程及外部关联数据，突破传统风险识别的局限，实现对虚假贸易的精准定位。例如，在审查合同时，除检查合同条款是否规范，还应深入分析合同背后是否存在虚构交易或人为增设环节的情况，还可借助大数据技术识别出交易企业间的隐蔽关联关系，从而揭示出表面看似独立实际存在控制关系的交易主体。通过制度与技术的耦合，既保障了穿透力度，又避免了过度监管对正常经营的扰动。

3.在穿透逻辑上，坚持以实质重于形式为核心，深入追溯真实的法律关系、商业模式与责任链条。穿透式要体现出三重逻辑：一是数据穿透，打破内外部数据壁垒，实现财务、业务、物流、工商等数据的关联。二是关系穿透，通过算法模型解构多层嵌套的交易结构，识别隐蔽关联与实际控制关系。三是流程穿透，将监管要求嵌入业务流程，实现从交易发起到资金结算的全环节穿透。为此，模型以数据、关系、流程三重穿透为主线：在数据层，打通财务、业务、物流、工商、司法、舆情等异构数据源，构建“企业—合同—资金—货物—运输—仓储”六维关联图谱，任何断点即触发异常标签；在关系层，利用图神经网络和异常检测算法，识别看似独立的多家贸易主体是否存在同一实际控制人、同一IP地址、同一收货仓库等隐性关联；在流程层，将监管规则封装成可计算的业务规则引擎，嵌入合同审批、资金支付、发票开具、物流签收等关键节点，实现“事前规则校验—事中异常拦截—事后证据链追溯”的全程在线。

4.在穿透机制上，推动实现跨层级、跨部门与跨领域的协同治理，突破传统单兵作战的局限。模型设计遵循三项核心原则：一是完整覆盖国务院国资委“十不准”监管要求，重点监控背离主业、关联交易、融资特征等高风险场景。二是强化业财数据深度融合，打通数据断点实现“业财数据一体化”。三是建立动态迭代长效机制，根据监管政策更新与风险形态演变持续优化规则库。为解决政策更新快、风险形态变、业务场景多的动态适应问题，模型采用“规则—模型—场景”三级迭代机制：规则级由政策研究团队按月解析最新监管文件，自动映射成可解释的业务规则；模型级通过滚动时间窗口回测，利用增量学习更新权重；场景级建立风险事件库，对新型虚假贸易手法进行案例化标注，反向训练模型，提升准确率。

（二）技术架构

穿透式风险监控模型的映射逻辑是从风险特征到数据指标再到算法规则，架构包括数据层、分析层、应用层三层（见图1）。

1.数据层。数据层是基础支撑，承担着数据采集、整合与治理的功能，数据层的穿透式设计重点在于解决数据孤岛问题。穿透式风险监控模型不仅依赖于内部ERP的采购、销售合同信息以及资金流水记录，整合物流数据、发票等多维数据，且通过天眼查等接口获取外部数据（如股权结构、实际控制人、诉讼记录、失信信息及第三方信用评级等），并通过标准化处理集成为统一数据池。数据治理环节通过清洗、脱敏和标准化处理，解决数据缺失、格式差异等问题。特别需要注意的是，涉及跨境交易的企业，穿透式监控还要获取、分析海外子公司及合作伙伴的相关数据，确保无遗漏地覆盖所有潜在风险点。通过全方位的数据整合，可有效识别出试图利用信息不对称进行虚假贸易的企业。

2.分析层。分析层是核心决策中枢，由规则引擎系统、核心算法模型体系与风险评分机制构成。分析层的穿透式能力体现在“去伪存真”的算法设计中，规则引擎穿透单一指标局限，通过多条件组合识别“低毛利+关联交易+资金闭环”等复合型风险特征。规则引擎系统嵌入如“上下游存在关联关系且毛利率为负”“收放货时间差小于多少天”“资金形成闭环流转”等规则，当交易数据触发规则时自动预警。机器学习模型通过动态训练捕捉新型虚假贸易的隐蔽模式，实现从被动识别到主动穿透的升级。算法模型体系采用先进的机器学习技术，如决策树算法用于识别复杂的关联关系、孤立森林算法用于检测异常波动的毛利率等。风险评分机制从主体合规性、交易真实性和资金安全性三个维度进行量化赋分，并基于各维度的权重为风险分级处理提供依据。

3.应用层。在应用层面，穿透式风险监控模型展现为一系列完整的解决方案，主要包括流程集成、可视化平台与报告输出三大模块。流程集成模块穿透业务断层，实现风险审查与业务无缝对接，确保高风险交易在签约、付款等关键节点被实时拦截，避免形式审批、实质失控。可视化平台直观展示风险穿透效果，如通过图谱化展示交易主体关联、资金流向轨迹等深层关系，以及预警趋势变化与处置进度等。报告输出模块根据不同需求生成详尽的事前审查表、事中预警单和事后分析报告，为企业提供定制化的风险管理支持，并支持自定义维度的数据查询与分析。三大模块共同构成了闭环管理系统，确保从源头上预防虚假贸易的发生、在过程中及时干预及事后全面复盘优化。

（三）核心功能模块

1.关联关系穿透模块。该功能聚焦识别交易主体的隐蔽关联，技术上通常采用深度遍历算法、社交网络分析等方法，通过股权穿透分析、人员关联比对、地址信息匹配等多维核查，揭示表面独立、实质关联的交易结构（如提取企业实际控制人信息，筛查上下游企业是否存在同一控制人）。该模块的穿透式能力体现在多层级穿透核查：一级穿透企业股权结构，识别实际控制人；二级穿透董监高兼职、员工社保缴纳等人员关联，发现“一套人马、多套牌子”的操作；三级穿透注册地址、联系方式等关联，彻底穿透虚假贸易的主体伪装。

2.交易真实性校验模块。该功能通过货物流、资金流、票据流“三流”穿透式协同核验判断交易真实性：货物流穿透单据记录，对接仓储、运输物联网数据，验证货物实际流转；资金流穿透账面收付，追溯资金最终流向与实际用途，识别“空转回款”；票据流穿透发票信息，比对商品名称、数量与合同的一致性，识别票货分离的虚开风险，确保“三流”表面匹配且实质协同。技术上可引入区块链技术，每笔交易的相关信息记录在分布式账本，所有参与者均可实时查看交易状态，同时结合物联网设备追踪货物的实际位置和状态，防止伪造仓单或提单。

3.异常特征监测模块。该功能专注于捕捉异常信号，技术上通常采用时间序列分析和聚类分析相结合的方法监测交易行为中的异常模式。通过设置合理的阈值参数，该模块能够在第一时间发现并标记出毛利水平的异常波动、临近期末的大额突击交易等异常行为，并提供及时的风险预警（如当毛利率低于行业均值20%或出现负值时自动预警，采购价高于或销售价低于均价15%时触发审查）。

4.全流程管控模块。该功能通过API接口与各类管理系统对接，贯穿整个业务流程形成全环节穿透式闭环。事前审查环节对接合同管理系统，在签约前完成“主业符合性、关联关系、条款合规性”等若干关键节点的全面审查；事中控制环节实时监控履约过程，对资金支付与货权转移不同步、物流轨迹异常变动等情况及时干预；事后复盘环节追溯全链条数据，形成风险评估报告，支撑责任认定与流程优化。从合同签订前的事先审查到执行过程中的实时监控，再到业务完成后的事后评估，形成了一个“事前防、事中控、事后改”的完整闭环管理体系。借助自动化工作流驱动各环节的操作，减少人为干预带来的误差和延迟。

（一）主要落地难点

穿透式风险监控模型的落地面临着“三重壁垒”：一是数据穿透壁垒，内外部数据标准不一、接口不通，导致关联关系穿透、“三流”协同穿透的基础数据不足。二是技术穿透壁垒，现有算法对新型虚假贸易的复杂模式、跨境隐蔽关联等情形穿透能力有限，可能出现漏判。三是管理穿透壁垒，跨部门数据共享意愿不一致，跨业务风险责任划分模糊等，会导致流程协同难以落地。

（二）优化建议

1.建立统一的数据穿透标准体系。为从根本上解决数据“能采不能用”的问题，需推进数据标准的场景化与语义统一。数据穿透的实质障碍并非仅系统接口层面，更源于业务语义与监管语义之间的结构性错位。建议以高频风险场景如虚假贸易为切入点，对历史典型案例开展逆向解构，将贸易行为拆解为合同、发票、物流与资金流等最小单元，据此提炼关键数据字段（如“实际收货人统一社会信用代码”“保理放款到账时点”等）。在明确关键字段的基础上，系统梳理其在ERP、财务共享中心及物流平台等系统中的原始存储形态，并组织编制《虚假贸易数据穿透字典》。该字典宜采用“监管—业务”双栏结构，左侧为监管合规所需的标准数据项，右侧为系统中原生字段，中间嵌入映射函数与逻辑规则，以实现系统自动转换与字段刚性匹配，从而在语义层面打通数据壁垒。

2.推动系统间数据接口整合与全景视图构建。数据穿透的有效性依赖于系统间数据的高效交互与整合。建议由业务、财务、科技与风控部门协同制定《企业数据治理与穿透规范》，明确包括主体身份、交易流水、资金账户、物流单据等关键数据项的采集格式、更新频率与质量标准。尤其应立足于合同流、货物流、资金流“三流合一”的原则，设计可关联、可追溯的统一映射与比对规则。基于上述规范，可进一步构建以“同一客户、同一业务、同一标的”为索引的全景数据视图。例如，在识别循环贸易场景时，借助统一的关联方编码与交易标识，系统可自动追踪多个关联企业之间形成的资金与货物流转闭环，从而有效识别缺乏真实贸易背景的融资交易行为，增强风险识别的准确性与效率。

3.研发融合知识图谱的智能识别算法。面对复杂股权结构、多层交易嵌套及跨境隐蔽关联等新型风险形态，需引入更为先进的智能算法以提升识别能力。知识图谱技术应作为核心基础设施进行建设，通过构建企业、人员、资金、票据等多维关系网络，实现对复杂持股、隐性代持、交叉任职等情形的可视化呈现与分析，并依托路径发现与社区检测算法识别潜在关联集群。在跨境贸易场景中，可融合外部征信数据、海运提单信息及跨境资金流水，训练面向转口贸易、虚构境外交易等异常模式的专用分类器。例如，引入物理约束条件（如“运输时间—海运里程”逻辑校验），识别合同交货期显著低于合理航运周期（如上海—新加坡航线合理时限为7～10天，合同记载仅为5天）的时空异常交易。同时，应建立算法持续优化机制，通过风险案例样本的不断输入和完善专家反馈机制，实现对虚假贸易行为模式的动态迭代识别。

4.健全跨部门协同的管理机制与责任体系。穿透式风控不仅是技术命题，更是管理工程，需通过机制优化明确各方权责，形成协同合力。建议制定并推行《穿透式监管责任清单》，以“一张表”形式明晰数据提供、异常审核与责任追究的主体及流程。业务部门应对合同—物流—资金“三流”信息的真实性承担首要责任，财务部门需在付款环节嵌入风控校验机制，风控部门则负责复核与闭环管理。为保障模型与业务流程深度耦合，应成立跨业务、财务、风控、内审及信息技术的专项工作组，明确各角色在数据共享、风险研判与处置反馈中的职责界面。特别是在数据共享机制中，需建立权限分级开放清单，配套设计商业秘密与隐私保护细则，以提升前中后台部门的数据协作意愿。此外，应优化风险协同处置流程，构建“系统预警—业务核查—风控督办—结果反馈”的闭环管理机制，并将执行情况纳入绩效考核体系，最终实现“技防+人防”有机融合的风险联防联控目标。

未来，穿透式风险监控模型可以从以下方面进一步优化。一是深化AI技术融合应用，提升非结构化数据的解析能力，提高新型风险的预测能力，强化变异风险的识别能力。二是深化跨领域穿透，将模型从实物贸易拓展至服务贸易等场景，研发各类型贸易对象适用的穿透式识别规则。三是强化穿透式监管协同，如实现企业监控模型、第三方数据平台与政府监管平台的数据共享与规则互通，形成企业自查穿透和政府监管穿透的联防联控格局，共同推进虚假贸易风险穿透治理。

主要参考文献

[1]尹哲茗，贺桂梅，曹滢，等. 国资委“十不准”监管背景下虚假贸易的识别与风险防范[J].石油化工管理干部学院学报，2024，（6）：43.

[2]吴一柱.穿透式监管重塑国资国企管理生态[J].宁波经济（财经视点），2025，（7）：60-61 .