汇联易MI分析平台,助力企业大数据反腐,强化合规内控(风控篇)

2023-02-15
预约演示
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。
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。
主题
平台基于汇联易多年来对企业费控业务的理解,并结合最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实践。
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,助力企业实施精细化管理,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,实现“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,实现风险闭环管理。
识别分析同时,可借助汇联易AI坐席,将MI风控模型嵌入AI智慧审核中,实现风险事前管控。
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!
功能
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.国税黑名单预警模型
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、国税黑名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,员工无法清晰记忆行程详细信息,加之单据太多财务无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,实现风险事前控制

模型功能1

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;在违规案例中,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,实现风险事前控制

2

国税黑名单预警模型

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,被列为国税黑名单;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:企业无法定期对全量发票进行销方黑名单核验(销方数量多、税局名单不定时公布),只能配合税局抽查,比较被动,并且通常带有滞后性
无法对异常数据分析管控:无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名单的供应商,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名单企业清单,并定期对报销发票进行全量校验,及时发现已被列入黑名单的发票。
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,实现风险事前控制
3Logo墙