數字化風險監控在油品銷售企業的應用研究

摘 要：為解決油品銷售領域風險監控系統存在的風險核查耗時長、監控規則調整周期長、核查結果記錄難、事后分析手段少等問題，對適用于油品銷售企業的數字化風險監控系統進行了研究。中石化廣東石油分公司基于分布式系統框架建立數字化風險監控系統，實現了靈活的組合規則、查詢條件調整，提供閉環處理流程及事后分析的手段，為快速開展規則迭代、聚焦重點風險交易及推動加油站管理規范化提供有力手段。

關鍵詞：油品銷售；風險監控；數字化；規則管理

中圖分類號：TP311 文獻標識碼：A 文章編號：2096-4706（2024）15-0083-05

Research on the Application of Digital Risk Monitoring in Oil Product Sales Enterprises

YE Zengqi

（Guangdong Petroleum Branch of Sinopec Sale Co.， Ltd.， Guangzhou 510620， China）

Abstract： In order to solve the problems of long risk verification time， long adjustment cycle of monitoring rules， difficult recording of verification results， and limited post analysis methods in the risk monitoring system of oil product sales field， a digital risk monitoring system suitable for oil product sales enterprises has been studied. Based on a distributed system framework， Guangdong Petroleum Branch of Sinopec establishes a digital risk monitoring system， realizes flexible combination rules and query condition adjustments， and provides closed-loop processing flow and post analysis methods， so as to provide powerful means for rapid development of rule iteration， concentration of key risk transactions and promotion of standardized gas station management.

Keywords： oil product sales; risk monitoring; digitization; rule management

0 引 言

油品銷售行業交易量大，始終存在較大資金隱患，但受限于油站設備物聯網程度不足及各業務系統數據分散程度高的問題，風險發現難度較高。而面對無法直接從源頭上遏制的套現、套票等資金風險[1-2]，如何快速、準確地在事后發現問題并能夠及時阻止風險地再擴大，無疑是油品銷售企業長期以來致力于解決的問題。

以中國石化廣東石油分公司為例，因中石化在全國各省份均有油品銷售業務，故客戶在各省份開立的資金賬戶可在全國各地使用，由此會引申出本地開戶異地消費、異地開戶本地消費的現象。由于前期各省市數據不流通的問題，此類現象的風險發現難度更高。同理，由于前期銷售、油機、開戶信息等數據分散在不同的系統中，打通難度高，在風險監控期間，如何將多系統數據拉通，綜合分析賬戶風險，對油品零售的風險控制來說具有重要的現實意義。同時，因市場變動快、交易量大，前期的風險監控系統總是存在監控算法迭代速度不足、需核查數據量大的問題。而在諸多其他領域，風控系統的搭建較為成熟，具有較大的借鑒意義，如銀行[3]、企業財務[4]、國家稅務[5]等，本文就在中國石化廣東石油分公司的數據特點、業務場景下，如何借助已搭建的大數據平臺，解決因前期信息孤島導致的風險核查需在多系統中花費大量時間匹配數據的問題，以及如何通過建設規則管理、風險分級等功能模塊提升規則迭代速度，聚焦高風險賬戶展開論述。

1 風控系統規劃

中國石化廣東分公司風控系統依托于前期搭建的大數據平臺，借助大數據平臺的能力，解決了信息系統間的孤島問題，在數據基礎層、數據明細層及數據匯總層的基礎上，基于SpringCloud [6]等框架完成風險監控數據的定時采集，在應用模塊上實現了規則管理、風險分級、事件處理、駕駛艙展示及RPA圖片管理。

1.1 總體架構

以大數據平臺的DWD、DWS層作為數據源，該系統分別搭建風控引擎及風控測算引擎，用以實現風險監控的定時清算及測算。風控引擎定時清算后，會調用服務對事件的匯總、明細、摘要等數據進行落地，并對事件進行風險分級劃分；風控測算引擎負責生成測算報告，并根據設定的時間使規則生效。而管理后臺則負責任務調度、規則管理、風控對象管理等，基于此架構，該系統實現了風險事件查詢與審核、風險報表生成、駕駛艙展示等上層應用，該系統的整體架構如圖1所示。

1.2 技術路線

風險監控系統基于SpringCloud框架調用微服務，定時查詢規則表中各風險場景的最新規則，對DWS、DWD層的數據表進行清算處理后，將結果存儲于風控系統的事件表、明細表中。同時，參考規則引擎[7-9]，系統搭建了簡易的規則管理功能，可靈活增減、調整規則中的指標及其參數。

中石化廣東分公司風控系統基于云平臺實現賬號權限控制，SpringCloud根據頁面請求接口返回的信息找到對應的控制機以調用指定的微服務實現邏輯的處理，如Redis驗證密鑰、抽取數據、調用MyBatis、查詢SQL獲取數據等，后臺接收到回傳的數據后，處理視圖映射并解析到指定的視圖，最終返回給瀏覽器渲染頁面。

2 風控應用規劃

得益于近年來數字化轉型工作，中石化廣東分公司已將經營、客戶、管理數據集成至大數據平臺，但前期在對加油站的風控管理上，監控的內容主要是單一的數據，缺乏對大數據平臺集成的多類數據的綜合應用。

因此，有必要建設聯動監控、關聯展示多類數據，并支持動態規則算法調整的風控系統，以提高風險發現的精準性，降低風險排查的工作量，提升對市場變化的適應性。本系統大致應用規劃如圖2所示。

2.1 指標庫的建立

基于中石化廣東石油分公司的經營經驗，全面梳理了油品零售、便利店零售、開票三大業務場景在加油站層面可能存在的套利、套票等違反相關法規、影響資金安全的經營風險，進一步甄別了每個風險點對應的場景特征和行為特征。

將上述行為特征中的可量化部分（如交易頻次、用券頻次、支付金額等關鍵信息）轉化為定量指標。將不可量化的數據（如是否為內部員工、是否觸發營銷派券、是否限定車牌賬戶、是否開增票等）轉化為定性指標，從而形成定量指標庫和定性指標庫。

2.2 異常風險的展示智能識別

針對不同業務場景的風險問題，可在定量指標庫及定性指標庫中靈活選擇，組合形成各風險問題的監控規則，結合正常的業務場景，確定了各風險場景定量指標的上限或下限，進而建立一一對應的定量指標庫和指標閾值。當市場情況、管理規則發生變化時，管理人員可以調整規則的指標組合方式及指標閾值，配置界面如圖3所示。

該功能可支持用戶新增或刪除規則中的監控指標條件，可在前期搭建的定量、定性指標庫中選擇指標，完成配置后可通過該界面查看新舊規則監控出的事件數量變化，以及查看新規則對于該時間段內核查確認存在異常的事件覆蓋率。確認執行新規則后，系統將會按照設定的時間把新規則的指標條件寫入數據庫的規則表。通過規則中的定量指標及其閾值篩選存在異常風險的交易訂單及賬號，結合定性指標進一步圈定異常范圍，完成數據在系統事件表的落地。

2.3 集中展示

根據事件表篩查出異常賬號及核查異常所需的數據，通過定時任務從大數據平臺的 DWS 層對應表中抽取異常明細，拉通交易明細、賬戶信息、員工信息、優惠信息，將明細數據寫入明細表，在事件明細頁中完成數據展示，以加油頻率驟增的風險點明細頁為例，某事件明細頁如圖4所示。

該界面將監控出的中石化廣東公司某油站可能存在風險異常的交易數據所關聯的賬戶信息、上月加油情況、當月加油明細等信息統一展示在一個界面，避免在核查異常交易信息時仍需進入賬戶管理系統查詢該賬戶信息，或下載上月加油記錄進行數據分析，縮短管理人員多系統核查匹配數據的時間。

因不同風險場景需排查的信息各不相同，系統支持不同監控規則，明細頁展示不同的信息。而對于相似的風險場景，該風控系統會提前將DWS層數據表已有字段一并寫入明細表中，開發人員可通過已開發的組件將明細表已有字段在明細頁配置展示。

2.4 查詢條件動態化增減

依托于智能識別并落庫的事件表，定時任務還會自動抽取關鍵字段放入事件表附表中，而對于事件表附表中已存在的字段，可在系統后臺動態化進行查詢條件的增減，無須系統發版，減少系統頻繁迭代帶來的不穩定風險，同時大幅降低后期開發所需時間。

該模塊可適應系統使用中較為頻繁的增減查詢條件的需求，每次增減時，只需確保事件附表中已完成該查詢條件對應字段的清算，即可通過已開發的組件實現即時迭代，而無須再對前端頁面進行重復開發。

2.5 閉環處理

本系統提供閉環處理流程，根據確認異常的交易數據發生的站點自動關聯績效系統，調出該站員工的信息，對于涉及員工參與的異常明細，可直接勾選涉事員工，填寫涉事金額，并根據公司管理要求上傳處理結果。

系統會根據異常原因、處理結果等自動清算出報表，用于事后分析。避免手工臺賬造成的數據遺漏及加工錯誤，在減少員工手工臺賬工作量的同時，可將節省的人力更多地放在異常數據的核查上。

2.6 迭代優化

為了減少風險排查處理的工作量，在管理成本有限的情況下，提高管理效能，參考馬拉松應急救援[10]相關研究，建立黑白名單及風險分級機制，更好地聚焦風險。

對于一段時間內頻繁顯示異常，但多次核查處理均無異常的賬號，可認為該賬戶用戶的消費習慣可能確實異于正常用戶，系統自動將其放入白名單，給予一段時間的免查期。而對于核查處理確實存在異常的賬戶，系統將其放入黑名單，并打上標識，提醒重點排查。同時，黑白名單功能支持手工維護，作為系統自動生成黑白名單功能的補充，黑白名單管理界面如圖5所示。

此模塊為用戶提供黑白名單查看及管理的功能，用戶可隨時查看生效狀態、生效時間、失效時間、創建人、創建時間等信息，此模塊還支持對黑白名單的手工解除功能，一旦發現白名單用戶存在異常行為可即時取消免查期，同時系統會將操作人的姓名、時間進行記錄，用以事后管理。

該系統將遠超規則或納入黑名單的賬戶對應的異常交易標識為高風險事件，并將觸發多組監控規則算法的事件納為中風險事件，剩余事件為低風險事件，由系統輔助管理人員將核查重點放至更高風險的事件上。

2.7 RPA截圖

受制于油站較大的交易量，即使經過過濾，異常排查量仍相對較大，而對于重點監控的規則組，借助RPA機器人的能力及前期維護的組織架構樹，智能識別系統頁面已集成的事件發生站點、時間、攝像頭名稱等信息，由提前部署的RPA流程機器人登錄視頻監控系統并定位到指定的視頻節點，完成截圖并在風險監控系統中上傳，視頻截圖后展示頁面如圖6所示。

對于油站現場的業務辦理流程，中石化廣東公司有相應的操作規范，比如需要核對車牌加油、開戶時需要客戶在場、開戶時需要校驗客戶資料等，而員工是否按照規定進行業務辦理，一定程度上可通過視頻監控截圖完成初步的排查，后續可僅對通過截圖仍無法判定異常情況的事件做進一步的核查，以減少員工核查的時間。

2.8 駕駛艙

建立重點風險防控“駕駛艙”，通過駕駛艙可直觀的獲知各管理機構下屬油站產生的可能存在異常風險的交易量及其處理進度，并可查看確認異常的交易量，實現對所有經營風險事件的透明化管理。

3 結 論

綜上所述，相較于前期的風控系統，基于大數據平臺的風險監控系統具有數據關聯強，監控規則配置靈活，查詢條件更新迭代快，閉環處理流程完善，輔助核查處理效率高，處理結果分析報表全面，駕駛艙實現透明化管理的優點。規則和查詢條件的快速迭代有利于實現更高效的風險感知，閉環處理和駕駛艙有利于實現高效的風險管理，輔助核查大幅減少了排查風險的工作量，進而可以通過考核的壓力進一步規范加油站員工及客戶的行為，減少風險的發生，大幅提升了業務規范性。

然而，該系統后期在監控規則迭代上仍有一定的優化空間，參考其他領域的風險監控系統或規則引擎，如能繼續進行數據挖掘，借助機器學習、深度學習等數據科學算法進一步提升監控算法的復雜性及準確性，可在減少排查量的同時，更加快速地發現異常風險，規則引擎的應用也能進一步提升系統的運行效率。

參考文獻：

[1] 杜寶偉，王子軍.基于風險防控目的推進油品銷售企業合規管理實踐研究 [J].當代石油石化，2023，31（12）：50-53.

[2] 陳香.加油站風險管理的實踐與探索 [J].當代石油石化，2020，28（7）：44-47.

[3] 欒建飛.銀行營業機構運營風險監控系統設計與實現 [D].濟南：山東大學，2023.

[4] 向青.企業集團財務公司信息科技系統的搭建——某財務公司的實踐探索 [J].產權導刊，2020（9）：54-57.

[5] 蔣天鷹.研發風險預警系統打造防范虛開“千里眼” [J].中國稅務，2019（7）：74.

[6] 王蓉，李晗，周國海，等.基于SpringCloud框架的醫療信息共享平臺設計與實現 [J].中國醫學裝備，2022，19（5）：133-137.

[7] 胡兵，代真虎，黃明.規則引擎在智能工廠的應用 [J].冶金自動化，2022，46（S1）：271-274.

[8] 萬振龍，王強，王曉帥.海關風控系統中的規則引擎優化研究 [J].中國口岸科學技術，2023，5（S1）：41-47.

[9] 周慧，王瑤，羅仁強，等.基于大數據挖掘與規則引擎的智慧輔助監盤系統研究 [J].湖南電力，2023，43（3）：77-81.

[10] 蒲柳羽，張英華，高玉坤.基于GIS的馬拉松猝死風險管理和應急救援仿真系統研究 [J].工業安全與環保，2020，46（7）：50-53.

作者簡介：葉曾琪（1995—），女，漢族，廣東梅州人，助理經濟師，碩士研究生，研究方向：大數據技術、數據科學。