从“规则驱动”到“模型驱动”：国有企业穿透式监管的下一个五年
点击蓝字，关注我们
规则驱动：当前的主流模式
所谓规则驱动，是指由人工预先设定风控规则，系统按照规则对业务数据进行扫描和比对，触发规则即发出预警。例如：单笔支出超过一定金额需自动报批、资产负债率超过设定阈值需触发风险提示、关联交易达到一定规模需自动留痕等。
规则驱动模式的优点在于逻辑清晰、易于理解和追溯。审计人员可以清楚地知道某条预警是基于什么规则触发的，从而快速定位问题。
但它也有明显的局限性：规则的制定依赖于人的经验和认知，对于新型风险或隐蔽性较强的风险，规则往往覆盖不到。同时，随着业务的发展和变化，规则需要不断更新维护，工作量较大。据业内反馈，一些企业的风控规则库已经积累了上千条规则，但其中相当一部分已经过时或失效，维护成本居高不下。
模型驱动：下一阶段的方向
模型驱动的基本思路是：不再依赖人工预设规则，而是通过机器学习算法，让系统从历史数据中自主学习风险模式，并对新的业务数据进行自动判断和预测。
举个例子：在规则驱动模式下，系统只能识别“已知的已知风险”（即已经被写入规则的风险）；而在模型驱动模式下，系统有可能识别出“未知的已知风险”（即客观存在但尚未被人察觉的风险模式）。例如，系统可能通过学习历史数据，发现某些看似正常的交易组合背后隐藏着规律性的异常，而这些异常是人工规则难以事先定义的。
当然，模型驱动并非要完全取代规则驱动。在实际应用中，两者往往是互补的关系——规则驱动负责处理确定性较高的常规风险，模型驱动负责发现不确定性较高的潜在风险。一个可行的架构是：规则驱动作为第一道防线，拦截已知风险；模型驱动作为第二道防线，探测未知风险。
对从业者的启示
这一趋势对国企审计风控人员提出了新的能力要求。未来，除了传统的财务和审计知识，数据分析能力、算法思维、跨部门协作能力将变得越来越重要。组织架构和人才培养体系也需要随之调整。
具体来说，以下几个方面值得关注：
能力建设：审计风控团队需要逐步引入数据分析人才，或者对现有人员进行数据分析技能的培训
工具升级：企业需要评估现有的风控系统是否具备支持模型驱动的能力，必要时进行技术升级或替换
流程再造：模型驱动的风控模式会对原有的工作流程产生影响，需要提前规划和设计
变化已经在发生。对于从业者来说，最好的应对方式不是等待，而是主动了解和拥抱这些变化。
声明：本文系网络转载，版权归原作者所有，观点不代表普永咨询立场。本文旨在促进行业交流共进，仅作学习研究之用，如涉版权或不便分享，后台联系删除。
