近日，广发证券DCAR企业财务智能预警平台凭借卓越的科研创新实力，在广州市地方金融监督管理局主办的年首届金羊“点数成金”数字金融创新案例示范活动中脱颖而出，经形式审核、专业评审、实地考察、路演答辩等环节评审，最终入选成为十大“金融科技创新应用示范案例”之一，这标志着广发证券的金融科技实力再次获得认可。
金融科技前沿技术助力，构建一体化智能预警平台
当前，越来越多企业意识到财务风险防范的重要性。随着以人工智能为代表的金融科技新技术日益成熟，利用金融科技提升金融风险防控能力，优化金融风险管理模式，提升金融管理的效能成为前沿的科技热点。广发证券企业财务智能预警平台正是在此背景下应运而生。
年，广发证券启动数字化合规与风险监控体系DCAR建设，目标是借助大数据和AI技术落地监管要求的同时，打造“数字化合规与风控监控体系”，为全集团、全业务提供实时、连续、穿透式的合规与风险管理。广发证券企业财务智能预警平台作为该体系中重要的一环，通过对历史财务舞弊、监管处罚等案例分析，基于企业财报表内、表外数据，构建企业财务分析预警指标体系，融合业务专家经验及机器学习算法模型，尤其是当下深度学习领域最前沿技术——超大规模预训练大模型，构建了集数据、模型、服务于一体的企业财务智能预警平台。
数据基础层面，平台依托广发证券大数据基础设施，构建了企业财务及非财务数据等的自动化采集、加工处理和校验机制，全面保障数据质量，同时针对财务舞弊、监管处罚案例占比低导致的坏样本稀疏问题，增加了广发证券资深财务专家认定的可疑样本，大大丰富了案例库；在指标的选取方面，针对当前业内同类模型高度依赖财务类指标现状，该平台创新性引入企业行为、实时舆情、公告事件和股价波动等高频数据源，改善了传统依赖年报、季报等低频数据建模的做法，大幅提升了对企业多维度数据使用的广度和深度，为平台风险识别准确率、及时性的提升打下坚实的数据基础。
模型构建层面，平台先后构建了基于专家经验的决策类模型、机器学习模型以及预训练大模型。决策类模型基于审计及财务专家丰富的专业经验，筛选出有效的分析指标，结合专家规则及指标的横向、纵向对比统计，模型结果在可解释性上具有显著优势；机器学习模型利用多种人工智能算法，基于对好坏样本的学习进行训练预测，平衡了模型结果的可解释性与预测性能的表现；预训练大模型采用当下人工智能领域最前沿的千亿级参数的超大规模预训练模型方案，基于海量的预训练数据、高度复杂的网络结构和强大的算力支撑，使模型性能从65%大幅提升到90%，达到行业领先水平。
服务建设层面，平台整合了多类模型的预测结果进行交叉验证，提供企业财务异常识别、舞弊动机及手段分析、企业财务总体评价等具有行业特色的用户应用端，及案例库维护、指标组合试算及规则动态配置等的运营管理端，确保模型与系统的可持续更新和动态调整。平台在设计过程中，充分考虑了系统的通用性和开放性，通过提供Web应用、API服务、数据SDK等多种方式，供内外部用户及应用系统接入使用。
金融科技平台赋能，全面深化风控能力建设
目前，平台实现了对超过家A股上市主体的财务异常及舞弊粉饰识别的覆盖，及超过家发债企业的违约分析和预警支持，实现从财务合理性、持续盈利、独立性和融资能力4大类财务风险视角，识别企业为实控人利益输送、资本套利、争夺控制权等6大舞弊动机，同时，该平台从企业的偿债能力、盈利能力、企业规模、流动性等6大维度预测企业的违约风险点，提供超过类预警信号，全面、准确、细致的揭示企业财务风险。系统上线以来，已支持包括投行、风控等多条线用户，支持项目审核、尽调、督导等多业务流程，并在做好权限安全隔离管理的前提下拓展至财富管理、融资融券等更多部门。同时，广发证券企业财务智能预警平台除支持企业内部多业务线外，还具备支持外部接入的能力，平台为有序推进金融改革发展、治理金融风险，增强金融服务普惠性以及探索行业金融科技创新及智能风控场景，提供实战参考。
作为A+H上市大型券商，广发证券始终坚持金融科技创新的重要发展战略，综合运用金融科技为客户提供优质服务，同时持续加大科技人员和研发资金投入。年至年，根据公司年报统计，广发证券信息技术投入连续三年均超过8亿元，位居行业前列。未来，广发证券还将以科技创新引领金融业务革新，提升各项现有业务的市场竞争力，同时加大科技研发投入，保持公司信息技术水平领先及各部门信息化程度领先。