监管科技解决方案

穿透式监管:把监管要求做成可复核的分析模型

穿透式监管,看的是层级之下、系统之外的底层明细数据。iModel 把监管口径与核查规则沉淀为可视化工作流模型,全量跑、留痕跑,在麒麟、统信等信创环境下本地部署运行。
200+
服务企业客户
60+
覆盖行业
300+
数据源连接
300+
内置分析节点

穿透式监管:先把这件事定义清楚

穿透式监管,是指监管方不再只依据被监管对象逐级上报的汇总结果作判断,而是穿过组织层级、法人主体与业务系统的边界,取到底层明细数据,按统一口径重新计算、重新比对的一种监管方式。

2025 年,国务院国资委组织开展了《关于加强国有企业穿透式监管的理论框架和实践要求》课题研究,由综合监督局牵头指导(来源:国务院国资委官网,2026-09-08 核实)。金融、国资、审计等条线近年的共同方向是一致的:监督要看到底层,而不是停在报表层。

难点从来不在“要不要穿透”,而在穿透之后怎么算、算完怎么证明。数据从十几个系统里取回来,口径不一致;核查规则写在文档里,实际执行靠人手工筛 Excel;换个人做,结果对不上;上级问“这个疑点是怎么算出来的”,答不上来。iModel 解决的正是这一段:把口径和规则做成模型,让它可运行、可复用、可回放。

关键事实

产品形态iModel 数据科学平台,基于 KNIME 开源内核二次开发;中文化、信创适配与企业级增强部分为自主研发,源代码可向客户提供审查
部署形态本地部署,支持完全离线的内网环境,数据不出域
已验证操作系统麒麟 V10 / V11、统信 UOS(均为 x86-64 版本)、Windows
已验证处理器海光 C86(x86-64),已测试、已部署。iModel 目前不支持 ARM 架构(鲲鹏、飞腾),相关版本仍在规划中
数据接入300+ 数据源连接,覆盖主流关系型数据库、文件(Excel / CSV / 文本)与接口取数
建模方式拖拽式可视化工作流,300+ 内置分析节点;需要时可嵌入 Python / R 脚本节点
模型交付物.knwf 工作流文件,与 KNIME 双向通用,可版本化归档、可打包移交
过程可核查性每个节点保留输入表、输出表与配置参数,核查过程可逐步回放,结论可反查到原始记录

表中信创口径按已实测部署范围填写,未列入的处理器与操作系统请以实际测试结论为准。

穿透式监管:从数据归集到疑点复核的五步链路

一个能长期运行的监管模型,不是一张查询报表,而是下面这条能重复执行的链路。五步都在同一个工作流里完成,中间不落人工 Excel。

01
数据归集
从各子企业、各业务系统与外部数据中取数,按主体、期间、科目对齐到统一明细层。
02
口径与规则建模
把制度条款、监管指标与核查经验翻译成节点组合,口径写进模型而不是写进文档。
03
全量筛查
对全部记录逐条跑规则,不抽样,输出疑点清单与命中原因,而不是只给一个汇总数。
04
疑点分派与核查
按主体与责任部门拆分疑点,导出核查底稿,反馈结论回流形成闭环。
05
留痕与模型迭代
保留每次运行的输入、参数与结果;误报高的规则调阈值,新问题沉淀成新节点组合。

这条链路与审计部门的工作方式高度重合,落地经验可以互相借用,具体做法见面向企业的审计数据分析方案智能监督分析平台用户用例。工作流本身为什么比脚本更适合承载这类规则,可参考为什么要用可视化工作流

穿透式监管:为什么要做成模型,而不是做成报表

很多单位的第一版穿透方案是一套报表。报表能看见数,但答不了“这个数怎么来的、换个月还能不能这么算”。两种做法的差别集中在下面几项。

对比维度报表式做法模型式做法
处理范围先汇总再展示,异常记录在汇总中被抹平逐条跑全量明细,命中即输出,附命中原因
规则存放位置散落在 SQL、Excel 公式与个人经验里固化在工作流节点中,规则即资产
换人是否可复现依赖原作者,人走口径就丢打开工作流即可看到全部处理步骤
结论如何证明回答“系统就是这么算的”逐节点回放中间结果,反查到原始凭证行
规则调整成本改一处口径,牵动多张报表与取数脚本改对应节点,重跑工作流即可
跨主体扩展每新增一家子企业重做一遍同一模型换数据源重跑,口径天然一致

监管模型与 BI 报表不是替代关系:模型负责算清楚和查得出,报表负责给管理层看结果,两者串在同一条数据链路上。

需要把这条链路自动排期、定时执行的,见数据分析自动化;涉及供应商与关联方核查的,见供应商审计方案

四类最常被要求穿透的场景
下列场景的共同点是:数据跨主体、跨系统,规则要长期重复执行,且结论必须经得起反问。
💰
资金流向核查
集团与子企业账户流水逐笔归集,识别体外循环、异常回流与集中划转,链路可逐级还原。
🔗
关联方与供应商穿透
工商股权、投标记录与付款数据比对,识别隐性关联、共用联系方式与围串标特征。
📄
费用与报销全量筛查
发票、报销单与出勤、合同数据交叉核对,全量跑规则而非抽凭,疑点直接落到单据号。
📊
子企业口径一致性核对
多主体上报数据按统一口径重算,比对上报值与重算值差异,定位口径执行偏差。

在信创环境里落地:已实测的软硬件范围

监管类数据敏感度高,绝大多数场景要求内网离线、国产化底座。以下是 iModel 已完成测试并有实际部署的范围,未列入的项请先做适配验证,不要按“应该可以”推进。

  • 操作系统:麒麟 V10 / V11、统信 UOS,均为 x86-64 版本;Windows 环境同样支持
  • 处理器:海光 C86(x86-64),已测试、已部署
  • 部署方式:完全离线安装,不需要连接外网许可服务器;Windows 与国产 Linux 均为双击运行安装
  • 界面与文档:全中文界面,节点名称、参数与报错提示均已中文化
  • 模型可迁移性:工作流以 .knwf 文件存储,与 KNIME 双向通用,不产生私有格式锁定
关于 ARM:iModel 目前不支持 ARM 架构(鲲鹏、飞腾),相关版本仍在规划中。若项目底座已确定为 ARM 服务器,请在方案阶段就提出,我们会给出 x86-64 侧的部署建议,避免到实施阶段才发现装不上。

公共部门与金融机构的整体分析场景,另见公共部门数据分析金融服务数据分析

常见问题

两者并行,不互相取代。报表体系负责把结果呈现给管理层,监管模型负责在明细层把疑点算出来并留下过程。实际做法通常是模型输出疑点清单与核查结论,再把汇总结果回写给既有报表体系,避免重复建一套展示层。
可以,这正是模型的主要工作量所在。iModel 内置 300+ 数据源连接,数据库、Excel、CSV 与接口取数可以在同一个工作流里汇拢,再按主体、期间、科目对齐口径。真正的前置条件不是工具,而是取数权限:账号和视图开通不了,任何方案都跑不起来。
不必。工作流是拖拽式建模,熟悉业务规则的监督、审计、财务人员经过培训即可自行搭建常规模型,这也是把口径留在业务侧的关键。复杂的数据接入与调度部分通常仍由 IT 配合完成。
靠逐节点回放。工作流的每个节点都保留了输入表、输出表和配置参数,从最终疑点可以一步步倒推回原始记录,也可以复查某条规则的具体阈值是怎么设的。被追问“这个数怎么来的”时,答案是可以当场打开给对方看的,而不是口头解释。
在数据接口与取数权限已就绪的前提下,20 个工作流以内的首批模型通常 1-2 周可完成搭建与试跑。周期的变数几乎都在数据侧:跨系统取数审批、历史数据补齐、口径确认,这三项往往比建模本身耗时更长,建议在项目排期时单独留出时间。
不需要。既有 SQL 可以直接放进数据库查询节点继续使用,Excel 模板可以作为输入或输出格式保留。迁移通常从最耗人力的那两三个高频核查场景开始,跑顺之后再逐步把其余规则搬进模型,而不是一次性重写。
把你们的核查规则,先跑一个出来看看
带上一个真实的核查场景和一份脱敏样例数据,我们用一次演示把它搭成可运行的工作流,跑给你看,包括中间每一步的结果。
不方便现在留资?可以先从数据分析入门教程动手,八讲下来能自己搭出第一条核查工作流;想看现成做法,读审计分析用户用例
iModel 专属客服
在线留言或电话联系
在线留言

留下您的问题和联系方式,我们会在一个工作日内回复。

手机与邮箱至少填一项

4008568196 拨打此号码联系我们

微信扫码咨询

iModel 微信咨询二维码

使用微信扫描上方二维码