场景背景
根据《证券公司风险控制指标管理办法》，证券公司需要按月编制风险控制指标监管报表，报送中国证监会及其派出机构。风险控制指标计算涉及净资本、风险资本准备、流动性覆盖率等多个核心指标，需要从多个业务系统提取数据进行汇总计算。传统工作方式下，数据提取和计算主要依赖手工完成，勾稽关系校验复杂耗时，难以满足监管报表的时效性和准确性要求。UINO数据智能引擎基于本体论构建统一的数据语义模型，通过数据智能体实现自然语言驱动的智能问数，帮助证券公司高效完成风险控制指标监管报表编制工作。
传统工作场景
时间与地点
2024年6月10日上午9点，某中型证券公司合规风控部总监办公室。窗外是市中心的摩天大楼，阳光照进宽敞的办公室。风控部张总监刚参加完董事长办公会回到座位，桌上放着一叠监管机构下发的工作指引、一个计算器和三台显示器，显示着不同业务系统的界面。办公室墙角的文件柜里放满了过往5年的监管报表存档，每年都有厚厚的几大本。张总监泡了一杯茶，开始思考本月度风险控制指标监管报表的编制工作。
起因
按照监管要求，每月15日前必须完成上月风险控制指标监管报表的编制并报送证监会监管局。今天已经是6月10日，距离报送截止日只剩下5天时间。张总监需要带领团队完成5月份全公司的风险控制指标计算，包括净资本核算、风险资本准备计提、各项风险控制指标计算，最后还要完成整张报表的勾稽关系校验。这项工作每个月都要做一次，张总监和团队已经轻车熟路，但每次都要加班加点才能完成。
经过
张总监首先给团队分工，安排两名专员分别从不同系统提取基础数据。一名专员需要登录净资本管理系统导出净资产相关数据，扣除计提的资产减值准备，调整金融资产公允价值变动；另一名专员需要从经纪业务、自营业务、投行业务、资管业务等多个业务系统提取各类业务规模数据，用于计算风险资本准备。
数据提取完成后，需要将不同系统导出的数据复制粘贴到同一个Excel工作簿中。由于每个系统导出的数据格式不一致，字段名称也不统一，需要进行大量的数据清洗工作——重命名列名、删除无关行列、转换数据格式。这个过程大约需要大半天时间，如果遇到数据格式变化，还需要重新调整计算公式。
接下来就是各类指标的计算。净资本计算需要根据监管要求进行一系列调整：扣除金融资产风险调整、扣除长期股权投资、扣除无形资产、扣除递延所得税资产等。每一项调整都需要手工查找数据并填入相应单元格。风险资本准备需要按照不同业务类型和风险系数分别计算，然后汇总得到总风险资本准备。这个计算过程涉及几十个计算公式，任何一个单元格出错都会影响最终结果。
计算完成后，最重要的一步就是勾稽关系校验。监管报表存在大量勾稽关系，比如净资本与各项风险资本准备之和的比例不得低于100%，净资本与净资产的比例不得低于40%，流动性覆盖率不得低于100%等。校验这些勾稽关系需要人工逐个检查，一旦发现不平衡，需要回溯查找错误原因，可能需要重新计算部分指标。张总监就遇到过这种情况，一个小小的计算错误花费了大半天时间才找到。
结果
经过团队连续4天的紧张工作，终于在截止日前一天完成了报表编制和报送。整个过程中，团队成员平均每天加班到晚上9点，周末还需要来公司加班半天。虽然最终按时完成了报送，但张总监心里明白，这种手工计算方式存在很大的出错风险，一旦出现计算错误导致报表不准确，就会面临监管处罚。而且每次编制报表都占用了大量人力，团队无法将时间用于更有价值的风险监控和分析工作。张总监一直在思考，有没有更好的方式能够自动化完成这些重复计算工作，让团队解放出来专注于风险管控本身。
传统方式的困境
多系统数据提取整合复杂
风险控制指标计算需要从净资本系统、各业务系统、财务系统等多个独立系统提取基础数据。每个系统的数据格式和统计口径不一致，需要手工导出后在Excel中进行整合。面对大量数据，手工整合耗时耗力，而且容易出现粘贴错误和计算公式错误，影响最终计算结果的准确性。
月度报表编制时间紧张，数据整合就占用了近一半的时间，留给计算和校验的时间被严重压缩，增加了出错风险。
指标计算过程依赖手工
风险控制指标计算涉及几十个计算公式，包括净资本调整、各类风险资本准备计提、核心监管指标计算等。传统方式下，这些计算都需要在Excel中手工设置公式，一旦数据源格式变化或监管规则调整，就需要重新调整所有计算公式，工作量巨大。
不同分析师对计算公式的理解可能存在差异，导致计算结果不一致。而且手工计算难以追踪计算过程，出现错误后排查困难，严重影响报表编制效率。
勾稽关系校验效率低下
监管报表存在复杂的勾稽关系，需要人工逐个校验指标间的平衡关系。一旦发现不平衡，需要回溯查找错误原因，可能需要重新计算多个指标。这个过程非常耗时，而且完全依赖人工检查，难以保证所有勾稽关系都被正确校验。
如果漏检了错误的勾稽关系，报送不准确的报表会面临监管处罚，给公司带来合规风险。手工校验方式效率低下，无法满足月度频繁报送的时效性要求。
数据智能引擎解决方案
基于本体论的多源数据自动整合
UINO数据智能引擎基于本体论构建风险控制指标领域统一语义模型，自动映射整合净资本系统、各业务系统、财务系统等多个数据源。通过语义对齐技术，自动统一不同系统的数据口径，完成基础数据的标准化整合。
合规专员只需通过智能问数用自然语言提出需求，如"提取5月份各业务风险资本准备计算基础数据"，系统会自动完成数据提取和整合，将原本需要1天的数据准备工作缩短到10分钟，准确率达到95%以上。
指标计算自动化
数据智能引擎将监管规定的风险控制指标计算规则预定义到本体模型中，包括净资本调整规则、各类风险资本准备计提标准、核心监管指标计算公式等。系统根据自动整合的基础数据，按照预设规则自动完成所有指标计算。
计算过程全程自动化，无需人工干预，避免了手工设置公式可能出现的错误。当监管规则调整时，只需更新本体模型中的计算规则，不需要重新开发系统，响应速度快。指标计算时间从1天缩短到10分钟，大幅提升效率。
自动勾稽关系校验
数据智能引擎内置了完整的监管报表勾稽关系规则，计算完成后自动进行全量勾稽关系校验。一旦发现不平衡，系统会自动提示错误位置，帮助分析师快速定位问题。校验通过后，直接生成符合监管格式要求的报表文件。
自动校验确保了所有勾稽关系都被完整检查，避免了人工漏检，提升了报表准确性。勾稽关系校验时间从半天缩短到几分钟，整体报表编制周期从5天缩短到1天，满足监管时效性要求。
应用价值
效率提升
传统方式完成月度风险控制指标监管报表编制需要5天时间，数据智能引擎将整体编制周期缩短到1天以内。数据整合和指标计算全程自动化，合规团队从繁琐的数据处理和计算工作中解放出来，可以将更多时间用于风险分析和管控，工作效率提升10倍以上。
分析深度
基于本体论的统一数据模型支持灵活的指标追溯和钻取分析，合规人员可以通过自然语言查询深入了解某一项指标的计算过程和数据来源，快速回答监管问询。这种灵活问数能力是传统固化报表方式无法比拟的。
决策质量
自动化计算和全面勾稽校验大幅提升了报表准确性，降低了报送错误导致的监管合规风险。准确及时的风险控制指标数据也为公司管理层决策提供了可靠依据，帮助管理层及时掌握公司风险状况，做出正确的资本规划和业务决策。