分析汇联易MI分析平台，助力企业大数据反腐，强化合规2023/8/8 0:46:41

2023-8-8 00:47| 发布者: msmkmm2012| 查看: 56| 评论: 0

摘要: 伴随金税改革、证监会新规等各类监管政策的不断出台，近两年来企业外部监管环境发生了巨大变化，税局等监管端的数字化能力空前加强，企业面临更严格、更高频的监管与协查函调要求，企业如何更高效的应对内控合规挑战 ...

伴随金税改革、证监会新规等各类监管政策的不断出台，近两年来企业外部监管环境发生了巨大变化，税局等监管端的数字化能力空前加强，企业面临更严格、更高频的监管与协查函调要求，企业如何更高效的应对内控合规挑战，避免“合规”带来的黑天鹅事件，是所有企业需要考虑的重要课题。汇联易官方网站的具体问题可以到我们网站了解一下，也有业内领域专业的客服为您解答问题，为成功合作打下一个良好的开端！https://www.huilianyi.com/

基于此，经过多次的深度调研，不断打磨，汇联易MI分析平台（Model Intelligence）顺势而生。
平台基于汇联易多年来对企业费控业务的理解，并结合比较新的机器学习与模型分析技术, 帮助企业：从繁杂数据中发现成本节约机会和成本浪费、不合规报销行为以及外部合规风险，为企业保驾护航，降本增效。该平台也是企业财务数字化转型的重要践。
上篇我们介绍了MI平台-成本节约模型如何帮助企业从大数据中识别成本节约机会（详细请查看《汇联易MI分析平台，助力企业施精细化管理，打好降本增效组合拳！（成本节约篇）》）。
本篇将着重介绍MI平台-风控模型是如何基于企业内控、合规的角度，利用机器学习和AI大数据分析等新技术，建立各项风险特征值，对企业支出管理中可能存在的风险点进行智能识别，现“事前&事后、全量、智慧审计”。
对于MI平台-风控模型识别出的风险点，平台通过建立风险“识别与预警-控制与处理-评估与报告”机制，现风险闭环管理。
同时，可借助汇联易AI坐席，将MI风控模型嵌入AI智慧审核中，现风险事前管控。
Hi，大家好，我是公司数字化员工：小豹吉。借助MI风控模型，我能够像专业财务人员一样具有专业判断和风险稽核能力哦！
MI分析平台风控主题，首期重磅推出10个风控模型：
1.费用时空异常模型
2.疑似拆单报账识别模型
3.国税黑单预警模型
4.税务风险供应商识别模型
5.发票合规稽核模型
6.离职员工未结清预警模型
7.疑似拆合同报账模型
8.对公重复支付预警模型
9.疑似虚假费用识别模型
10.异常红冲发票识别模型
本篇主要对费用时空异常模型、疑似拆单报账识别模型、国税黑单预警模型进行介绍，剩余模型我们会在后续系列文章中进行介绍，敬请关注。
费用时空异常模型

风控场景
在差旅报销业务中，员工批量提交多张行程发票（如火车票、滴滴打车票、飞机票、出租车发票），这些发票虽然是合规的，但可能存在时间和空间上相互冲突（比如：员工在一个月前提交了一笔早上10点~12点上海前往北京的机票费用，一个月后又再次提交了同一天11点在上海的滴滴发票。这种场景将被判定为时空冲突异常）。
由于报销时间跨度大，员工法清晰记忆行程详细信息，加之单据太多财务法对所有单据上行程发票上记载的出发/到达的时间/地点进行全面检查，只能抽查，因此漏检的情况时常发生。
模型亮点
针对以上问题，MI平台通过建立员工报销时空散点图，自动进行全量多笔行程费用时空冲突校验，智能识别时空冲突费用，杜绝浪费。模型涵盖以下功能：
对系统中存在的火车票、滴滴发票、出租车票、机票等外部发票进行出发/到达时间/地点的智能识别与全量校验，提升效率，避免漏检。
支持对异常费用按照部门、人员、公司等多维度分析，并智能生成MI洞察与改善建议；
支持对识别出的风险进行问题跟进和闭环管理；
支持与AI坐席集成，在员工提交报销单时进行AI坐席智能识别预警，现风险事前控制

疑似拆单报账识别模型
风控场景
在企业费用政策中，会对各类费用类型（如餐饮招待等费用）设置费用标准金额进行管控，对于超标事项进行拒绝或执行额外审批流；在案例中，部分员工为避免超标或者额外审批，进行拆单跨期报销；由于单据量大，且跨期提交，财务依靠人工检查，很难识别。
模型亮点
针对以上问题，MI平台通过建立疑似拆单报账特征值，对报销单据进行全量识别校验，智能识别员工拆单报账行为。模型涵盖以下功能：
通过对疑似拆单发票金额进行加总并匹配阈值，进行跨单据校验，智能识别疑似拆单费用
对所有报销单上的所有发票进行全量检查，避免漏检
支持对异常费用按照部门、人员、公司等多维度分析，并智能生成MI洞察与改善建议；
支持对识别出的风险进行问题跟进和闭环管理；
支持与AI坐席集成，在员工提交报销单时进行AI坐席智能识别预警，现风险事前控制

国税黑单预警模型
风控场景
伴随企业日常业务的开展，收到的增值税发票越来越多。通常，增值税发票的开票方在开票和报销入账时是合规的，但往往在交易结束一段时间后，开票方可能由于违反税务政策、偷逃税款等各类原因，被列为国税黑单；企业作为受票方，也会受到牵连，需要作出各类解释和澄清，给企业带来合规风险，以及可计量的财产损失（罚款）和不可计量的工时损失（时间消耗），给企业带来合规风险：
获取信息被动且滞后：企业法定期对全量发票进行销方黑单核验（销方数量多、税局单不定时公布），只能配合税局抽查，比较被动，并且通常带有滞后性
法对异常数据分析管控：法对发票校验结果进行数据分析和后续有针对性的管控
模型亮点
针对以上问题，MI平台通过链接税局端能力，自动获取涉及国税黑单的供应商，并与企业报账数据进行全量智能比对，识别预警相关风险供应商发票。模型涵盖以下功能：
智能识别获取税局发布的黑单企业清单，并定期对报销发票进行全量校验，及时发现已被列入黑单的发票。
支持对风险检查结果按照部门、人员、公司等多维度分析，并智能生成MI洞察与改善建议；
支持对识别出的风险进行问题跟进和闭环管理；
支持与AI坐席集成，在员工提交报销单时进行AI坐席智能识别预警，现风险事前控制