一、企业基本情况概述

厦门国贸集团股份有限公司(简称“厦门国贸”)是国有控股上市公司，始创于1980年，1996年在上海证券交易所上市(股票名称：厦门国贸，股票代码：600755.SH), 为《财富》世界500强国贸控股集团的核心成员企业，系全国供应链创新与应用示范企业、5A级供应链服务企业、国有企业公司治理示范企业、最具社会责任上市公司、年度中国最佳雇主。

2023—2025年营收总量超万亿元，常年列居行业头部。其中2025年厦门国贸全年实现营业收入3371亿元，其中境外营业收入699亿元。在金属矿产类产业，公司铁矿石及钢材经营规模位居全国前三，硅及制品经营规模位居全国第一，铬矿及铜杆等经营规模位居全国前三。在能源化工类产业，公司煤炭及油品进口规模位居全国前列，PTA经营规模位居全国前三，持有30万吨级浮式储油轮。在农林牧渔类产业，公司纸浆及纸张经营规模位居全国前二，天然橡胶经营规模位居全国前三，棉花、农产品经营规模位居行业前列。在新能源领域，公司基本全面覆盖光伏、锂电产业链，供应链综合服务水平位？居行业前列。在医疗健康领域，公司外科吻合器出口销量位居全国第一，为超1400家医？院提供医疗器械供应链服务。

供应链物流业务集成供应链产业综合服务经验，为客户提供等一站式、定制化物流？服务总包方案。公司自有及管理超30艘大型远洋船舶，年海运运输量超3400万吨，拥有覆盖多个品种的期货指定交割库资质超30个，布局近120个海外仓。

基于庞大的业务规模与体量，厦门国贸产生了大量的业务数字化需求，公司每年投入近亿元挖掘数字化场景，并主导与厦门建发、厦门象屿联合成立了厦门供应链数智创新有限公司，持续加速大宗供应链领域数字化转型，精准赋能公司高效运营，为业务创新拓展插上腾飞翅膀。

二、企业在数字化转型/数字化应用中存在的问题及项目概述

近年来，世界经济增长动力不足，复苏进程缓慢且不均衡，国际地缘政治冲突不断升级，地区热点问题此起彼伏，这些冲突和动荡不仅影响了地区大宗商品的生产和供应，还通过引发市场恐慌情绪、扰乱全球贸易格局等途径，对全球大宗商品市场造成了严重的冲击，抑制市场交易活跃度。与此同时，中国高度重视供应链的稳定与发展，出台了

多项政策鼓励企业加强供应链风险管理，强调要加快构建全球领先的供应链，推动产业？升级和经济高质量发展，这为供应链大宗贸易企业的发展提供了政策支持与指引，推动？企业不断提升风险管理水平。

厦门国贸作为主营大宗商品的头部供应链企业，深耕冶金、能化、纺织、有色、浆 纸、农产、橡胶、新能源八条产业链，近年来业务范围不断拓展，在交易规模持续扩大？的同时，面临的客商异常、价格波动、供需变化、汇率波动等价格风险因素也更复杂多变。在过往的业务实践中，虽然厦门国贸已积累了一定的风险管理经验，但完全依赖人工的风险管理方式也存在着工作量大、响应不及时等挑战，难以满足当前快速变化的市场环境需求。面对这些挑战，厦门国贸深刻认识到建立一个针对决策分析、业务敞口、客商管理等关键业务痛点的大宗供应链全链路数智化风控与决策平台的重要性。随着近年信息技术的发展以及厦门国贸在数字化转型过程中不断积累的技术实力与人才储备，公司启动了供应链相关数智化系统建设，实现“贸易—物流—合规”多方联动，构建 “数据—风控—决策”闭环生态，有效完善了厦门国贸数字化风控运营体系，推动风险防控从传统的“人防人控”模式向更高效、更精准的“技防技控”模式转变，从而更好地应对市场变化，保障公司的稳健发展。

相关需求主要体现在以下三方面：

1.风险管理需求

随着市场竞争的加剧和价格波动的频繁，厦门国贸对风险管控的需求日益精细，原 有客商管理存在单一经验判断局限、泛行业评估不够精准、静态评估举措不够及时等痛点，价格风险管理的重点也已从早期单一的存货敞口风险，逐步细化为对现货绝对价格敞口、期现基差敞口、净敞口跨品种套保等多种细分行情风险的综合管理，传统的风险管理方法难以全面覆盖和有效应对各种风险，容易导致风险监控的遗漏和管理的滞后，管理精细度的要求日益提升。

2.数据处理需求

在业务量不断增长的过程中，人工整理数据的工作量大，数据的时效性难以保障，厦门国贸需要高效、准确地处理海量的客商业务数据、期现业务数据，以支持日常的交易决策和事后分析。同时，线下汇总数据标准化程度参差不齐，易受到个人经验等主观因素的影响，导致主观偏差和各类误差，难以实现快速的多维度分析整理。需有一套统一的数据标准和格式，以便于数据的快速汇总和多维度分析。

3.数据分析需求

线下汇总数据多为结果报表，难以穿透溯源进行准确度核验，一旦数据出现偏差，难以追溯其根源，给公司的决策和运营带来潜在风险。公司管理上需要能够及时获取全面、准确、及时的期现业务经营数据，为公司的战略规划、业务调整等决策提供有力依据。

三、方案介绍

(一)方案整体思路及目标

国贸智脑共分为运管智库、大宗敞口风险管理系统、客商画像及动态模型监控三部

分。其中运管智库为分析层，集中采集业务数据并以多维度展示分析，敞口系统及客商？模型属于应用层，针对特定业务场景进行管控。

1.？运管智库

(1)打造数据管控平台，有效采集并梳理数据

集团化数据管控：打造厦门国贸全集团的数据管控平台，实现对现有存量数据的全？面治理和深度挖掘，同时对增量数据进行有效管理。通过这一平台，提升数据的透明度？和可管理性，为决策提供坚实的数据支撑。

数据体系管理：搭建一套科学、系统的数据管理体系，形成一套符合供应链行业特？点的数据治理和资产管理的标准产品。这一体系将涵盖数据的全生命周期管理，确保数？据的安全性、合规性和高效利用。

(2)打造数据应用平台，高效展示并利用数据

在数据资产管理的基础上，不断优化和创新数据应用模式，建设运管大屏以及运管？看板，并优化数据展现内容和数据看板的可阅读性。辅助决策层及管理层了解公司经营？全貌，推动数据的深度应用，实现风险的有效防控和效率的提升。

2.？大宗敞口风险管理系统

(1)业务管理颗粒度以“业务方案”为基本单元，业务方案区分常规期现类、跨品？种套保类、纯现货类、期权套保类等业务模式，各个模式对应不同的敞口对冲逻辑，设？计的优先级按照业务规模大小排列。

(2)设定统一分类、对冲规则，包括现货物料归类标准、现货物料与期货商品的对？应关系、跨品种对冲规则等。

(3)敞口的识别根据公司的管理要求进行逻辑设计判定，以合同的定价、执行情况？进行系统判断和测算浮动。敞口系统的计算逻辑需要适应灵活多变的敞口场景并不断？完善。

(4)逐步完成总敞口的汇算，第一阶段现货端已定价敞口计算、第二阶段引入期货？套保核算净敞口计算、第三阶段引入跨品种套保、期权套保等复杂换算敞口类别、第四？阶段在不同敞口场景中对相同要素进行对冲。

(？5？)？一？、二阶段主要在基础数据录入的及时性和完整性问题，在各个单位增设专人 进行有效督办和数据补录，系劳动密集型问题，在推广系统的过程中需要根据用户的实？操提供更多便捷操作功能，避免增加工作量造成用户抵触。

(？6？)？三？、四阶段对复杂敞口场景的逻辑完善，系技术密集型问题，需要收集足够的？场景样本进行分析设计，避免应用局限性太强，无法准确体现敞口分布。

(7)敞口系统发布之后，业务单位的敞口测算由线下手工计算迁移至维护系统基础？数据后得出线上敞口结果，线下台账线上化存在人工统计标准灵活和线上统一归类严格？产生的结果出入，需要持续统一线上下标准工作以及适当对有明确规则的个体进行定制？化配置，以便进一步贴近用户需求推广使用。

为解决国贸大宗敞口多品类多行业多业务模态下的敞口风险跟踪需求，本方案通过 设计开发“业务方案”功能，实现期现贸易策略的集中管理，将期现数据有机结合，并 做好各项分类埋点，通过系统操作将现货采销合同，期货多空交易数据分配到方案中，

逻辑上对数据进行分类计算，得到子分析模块《现货已定价敞口表》《现货未定价敞口表》《期货持仓明细表》,其中未定价现货数据识别出基差业务，与期货持仓数据，按方案号和合约的维度进行分配，形成《期货套保及基差中间表》,最后将子模块汇入总分析模块，根据期现方案大类做对冲规则区分，以及套保转化，产出精确的大宗期现敞口浮盈亏分析。

3.？客商画像及动态模型监控

(1)整合数据：整合外部财报、资信、内部业务往来等多源、动态数据，统一客商？基本面认知，用作客商信用评级科学决策依据。

(2)智能决策：构建智能化客商风险评估模型，结合丰富数据与多维行业模型，量？化分析客商资质，形成客商简介，业务全过程差异化管理不同合作客商。

(二)方案详情

1.？运管智库

(1)运管数据中台

数据中台包含大数据基础平台、数据采集、数据开发与治理、数据资产、数据安全、数据服务到数据分析与洞察等数据智能应用；将全域数据资产进行汇聚、加工、治理、服务、分析，为客户提供安全、稳定、易用的大数据平台，加速释放数据价值，提高数？据开发与治理效率，助力企业数字化转型。

①数据源包含了内部数据、外部数据和手工数据。内部数据如贸管系统、MDM、EHR等的数据，外部数据包括期货CTP,风险雷达、风报等客商社会化信息、财报信息。手工数据包括周报加工数据、指标填报数据以及部分价格填报数据等等。

②数据资产：按照标准方式进行数据建模，规划了客商、商品、交易、风险、仓储？物流、公共、财务、金融8大数据域。

③指标中台：通用明细模块，包含合同、出仓、开票、收货、收款、付款等等基础？指标，以及在明细模块的基础上，搭建风险指标、财务指标等等。

④资产价值承载体有：帆软BI呈现、运管平台支持、API市场、i国贸推送、数栈报？表、邮件短信推送等等。通过这些服务载体，将数据资产的价值投放到数据应用场景中。

从数据源到数据资产再到数据应用，将数据规范、数据标准、数据质量和数据安全？贯穿于数据资产的全生命周期管理。

(2)数据应用看板

基于数据中台基础，打造前端数据应用，首期建设基于数据决策的数据看板。

据监控。首期拟通过PC 端运营看板、PC 端运营大屏监控119项业务统计指标，指标支？持对现已集成到SAP 的业务数据进行加工处理，并按利润中心组织各个层级用户根据其？权限及所选组织查询各统计指标。

基于中台提供的强大数据与算力支持，开发了一系列面向特定场景的行业解决方案，？打通数据应用的“最后一公里”。例如风险管理角度，推出大宗敞口风险管理及客商画像？及动态评级监控，基于外部资信数据、行情数据，内部业务往来数据等，实现特定复杂？业务场景的覆盖与数据应用。

截止2025年，共计200多个业务统计指标，7大分类场景多维度统计分析公司经营？情况，精准权限灵活满足各层级管理决策需求。部分分类场景如下：

客商场景：包含客商资信、授信额度占用等指标统计。

敞口信息场景：包括已定价敞口金额-采销对抵、已定价未套保敞口金额-采销对抵？等指标，支持区分对抵不对抵。

2.？大宗敞口风险管理

方案从业务架构出发，分层设计，分别在平台层、功能应用层和报表分析层，展开？设计和开发，平台层面除了基础数据管理，还重点梳理统筹了组织架构和品类层次，在？期货和现货之间，打通品类映射；功能层面，重点设计开发方案及行情管理功能、期现？匹配功能、点价自动化功能、账单管理功能，旨在提供完整、便捷的应用支持；报表分？析层则充分考虑丰富的场景业态以及不断精进的计算逻辑，达成精确可靠的敞口浮盈亏？测算，为大型供应链贸易企业提供应对市场波动的风险监测工具。

(1)核心功能模块

功能主要包括业务方案功能、期现匹配功能、大宗点价平台、现货/基差行情价管理？平台、物料组与商品大类关系管理。

业务方案功能：业务方案是风险管理策略的起始，涵盖公司的多种业务类型。将有？关联关系的现货合同、衍生品交易放入同一个业务方案下，便于管理和计算这类业务的

盈亏。重点解决了衍生品和现货在不同系统管理，无法有效管理的问题。在业务方案信？息上，充分做好分析维度埋点，实现了对现货和衍生品的业务追踪和业务风险评估的？功能。

期现匹配功能：期现匹配一个平台支持了所有业务(衍生品+现货),完整记录了全？生命周期的衍生品台账、现货合同、套期保值关系。重点解决了线下手工台账难以及时？根据业务数据变化对敞口数据进行跟踪和更新，难以对各类盈亏进行分析的问题。实现？了自动化地业务数据、各类损益分析，为各类报表奠定了基础，并实现基于交易策略的？自动化风险发现和与预警。

大宗点价平台：通过实施大宗商品定价，满足不同商品灵活定价需求，包括区间价、点价、以质定价、一口价等定价规则。有效对大宗价格规则及价格信息追溯，提高定价的透明度及准确性，真实展示合同浮动盈亏情况。点价加权平均价联动更新合同价格实现自动化。

现货/基差行情价管理平台：通过技术手段实时同步金融市场数据，主要解决人工录？入效率低、数据滞后以及操作繁琐等问题。其核心功能包括：实现同步全球交易所的交？易日价格数据更新；大幅提升投资决策效率和准确性。

物料组与商品大类关系管理：对物料组与商品大类经过梳理，构建了新国贸标准物料组层级和商品大类层级，并拉通映射，从而实现期货数据和现货数据的匹配桥梁，有效地进行期现结合敞口和浮盈亏跟踪。

(2)分析模块

功能主要包括：敞口系列分析——《现货已定价敞口明细》《未定价敞口明细》、？《期货套保及基差》、《损益分析-期现结合明细》《损益分析-敞口总表》,和其他相关分析——《CTP？结算单查询》、《台账与账单核对》《期货分配查询》《现货分配查询》《方案损益查询》《行情报表》,这些相关分析为用户提供全面具体的期现日常查询功能，精？？准定位业务动态。

敞口分析表，通过对现货敞口、期货持仓，以及期现分配，层层对冲，实时监控价？格波动风险。其核心逻辑架构如下：

报表体系内，充分考虑业务执行进程状态，包括发货情况、收票开票情况、定价进？度、平仓、移仓、交割等，实时更新敞口水平。

现货已定价敞口数量充分考虑了业务执行过程中的签约数量、终止到货修正、货损？货溢数量、发货定价数量等影响条件，以及业务编号级别采销对冲和方案级别采销对冲？(净敞口或采销分离)不同层次要求。

现货已定价浮盈亏则在成本价和行情价上，做了多重价格精密设计，如固定价执行？最新价、点价、税费处理、发票校准，维护评估价、合约评估日收盘最终价，在价格上？精益求精，以精确跟踪敞口浮盈亏变动。以及自主研发的物料组波动率估算价模型，对？于行情价不全的数据做价格补充，避免造成异常影响。

未定价基差敞口及盈亏则通过识别基差合同，跟踪合同基差价格合同基差行情价格，并研发期货套保与基差匹配逻辑，突破基差敞口统计难题，为总表输出套保锁基差、套保未锁基差，以及基差敞口。

而在期货持仓浮盈亏方面，实现衍生品移仓未结算盈亏分摊到持仓上，完整跟踪衍？生品持仓浮盈亏。

最终，在期现损益总表上，分策略类型，在不同组织维度+品类维度颗粒度上，做期？现匹配和对冲，产出采购/空头、销售/多头、未定价采购/多头、未定价销售/空头、未？定价基差销售、未定价基差采购、未定价采购、未定价销售等各类敞口数据，以及套保？转化结果。

(3)？场景迭代

在推广过程中，系统不断扩展各板群的关键业务场景，强化了基差敞口对冲、跨品？种套保转化、预算预成交及其消退、零售业务规则、多采多销拆分分配、浮动盈亏自动？估算等多方面功能。这些功能的引入不仅提高了系统的灵活性和适应性，还使风险管理？更加精准高效，灵活应对市场变化，提升决策质量。

①预成交场景

传统模式：

现货敞口从对外报盘确盘后即发生，但确盘为简单的数量、价格等内容，往期敞口？入表基础为完整的合同明细，经办人员往往等待合同要素齐全后再录入系统，避免信息？错误带来的返工，导致敞口数据测算存在较大的滞后。

系统上线后：

预成交合同仅对影响敞口要素的内容进行简化填报，提高录入的易用性和时效性，？正式合同的生成由预成交合同创建后续，可进行敞口数据的替换避免重复，大大提高了？敞口数据的及时性和可靠性。

②期现结合基差对冲场景

传统模式：

基差敞口分为自行期现结合套保形成或者将基差嵌入在合同定价要素中产生，实际业务？交易中可通过增减期货套保头寸、签约基差购销合同来调整基差敞口规模，二者存在可对冲？的要素，若人工分配对锁来降低敞口总量则需要逐个合同、头寸勾稽，工作量巨大。

系统上线后：

系统通过自动识别期货头寸和基差合同的合约明细，将具有相同合约的数量作为基？差敞口可降低的总量，且同时呈现套保头寸总量及基差合同总量，即满足了数据的完整？性以及贴合业务实质敞口的精准性。

此外该系统将合同基差作为固定要素进行统计和浮动测算，对价格敞口的管理精细？度系行业首创。

3.？客商画像及动态模型监控

客商画像及动态模型监控通过2个模型组合构建，一个为客商动态评级模型，根据各？入参，评估客商能力并出参，另一个为本地部署的智能模型，根据多源数据，立体判断？客商经营情况。

(1)客商动态评级模型

客商评级模型是一个“有效且兼顾可解释性的模型体系”,能对我司的客商的资信实？力进行客观评价。

关键技术：

①算法层：使用Skleam,Statsmodels,Scorecardpy 框架，实现基于逻辑回归的评分卡？模型。

②数据处理：使用Spark SQL,Pandas框架进行数据预处理和特征工程。

③后端服务：Spring Cloud+Spring Boot搭建？RESTful API,部署在虚拟机。

④前端服务：Vue.js实现模型管理平台的后台管理交互。

⑤数据库：使用MySQL存储特征数据和各客商评级结果。

实现路线：

①数据收集：收集客商和法人的工商、资信、司法、交易和行业数据。在该项目，？工商等数据主要采买自第三方专业征信公司，交易、逾期和部分财报数据为内部数据。

②数据预处理：清洗、格式化和标准化数据，主要处理逻辑可以分为：缺失值，异？常值，以及一致性问题。

③专家模型构建：以我司的风险评估框架+国贸交易场景数据构建，专家讨论出一揽？子风险因素，再采用层次分析法(AHP)去确定权重，输出第一版模型初稿。

④特征工程：提取和选择用于模型训练的关键特征。这里特征选择基于IV 值，相关？系数等，采用过滤法、包裹法和嵌入法。

⑤变量分箱：对特征进行分箱，一般采用卡方分箱，决策树分箱等。比如决策树分？箱，把变量分为10组左右，保证每个变量都有y 值为0和1。

⑥模型训练：针对第一版专家模型，采用数据驱动方法选择特征去训练和调优模型。？模型训练的算法采用逻辑回归，且使用“逐步选择法”对变量进行二次特征筛选，每一？？步都一如对模型预测有提升的变量，同时移除对模型无增益的特征。

⑦模型评估：交叉验证，主要使用AUC？和ROC？等统计指标来评估模型的性能，避免？过拟合。监控模型结果准确性，定期迭代以调整模型的准确度。

⑧模型部署：在私有云上部署模型，进行按天更新的客商风控预测。

(2)智能模型

本地部署的AI？模型整体分为用户层、表示层、逻辑层、数据访问层、物理层5层，？具体为：

①用户层：提供用户HTTP？接口和管理员HTTP？接口，分别供普通用户和管理员通过？网络发送请求与系统进行交互。

②表示层：由总控 (？Controller)？构成，主要负责接收用户层的请求，并对请求进行？初步的处理和协调，根据请求的类型和内容，将任务分发给逻辑层中的相应模块。

③逻辑层：业务逻辑层：包括知识库管理、智能体管理、会话管理、反馈管理、大？模型管理、对话问答等模块。知识库管理用于处理与知识相关的信息和操作；智能体管？理负责智能体的创建、配置等；会话管理跟踪和管理用户与系统之间的对话；反馈管理？收集和处理用户的反馈信息；大模型管理涉及大模型的调用、训练等操作；对话问答则？是根据用户的问题生成合适的回答。

中台服务：涵盖用户管理、角色管理和值集管理。用户管理负责用户的注册、登录、？权限等信息；角色管理定义不同角色的权限和职责；值集管理对一些固定的值集合进行

管理和维护。

④数据访问层：包含MySQL 数据访问层、Milvus 数据访问层、Redis数据访问层、MinIO数据访问层和消息队列等。各数据访问层分别与对应的物理层数据库进行交互，负责将逻辑层的操作转换为对数据库的具体查询、插入、更新等操作，以及从数据库中获取数据并返回给逻辑层。

⑤物理层：由MySQL、Milvus、Redis、MinIO 和RabbitMQ 组成。MySQL 用于存储结？构化的数据；Milvus 主要针对向量数据的存储和检索；Redis提供高效的键值存储和缓存功能；MinIO用于存储对象数据；RabbitMQ 作为消息队列，实现不同组件之间的异步通信和任务分发。

(3)？应用场景

①客商准入智能筛查

在客商准入环节，当面临海量的潜在客商数据时，无论客商属于通用行业还是钢厂？等特定行业，系统依据既定的筛选标准，10分钟即可输出精准的客商风险评级以及详细？的关联图谱，快速锁定高风险客商群体，并将其精准排除在合作范畴之外。

与此同时，对于具备良好合作潜力的优质客商，系统则能精准识别并给予积极推荐。？这种方式不仅显著提升了客商准入阶段的工作效率，确保了新客商拓展的稳健推进，更？？有效降低了人工审核标准不一引发的潜在风险，为后续业务合作的顺利开展筑牢根基。

②授信额度动态管理

基于实时交易数据的深度洞察以及对行业波动的精准预测，授信额度动态管理机制？得以高效运行。当预测行业处于衰退期时，系统触发预警，依据预设规则提出授信额度收紧建议(或仓库限额限量建议),通过紧密跟踪交易动态与市场趋势、客商舆情，系统能够实时评估风险状况，实现授信额度的精准调控建议，确保在市场波动时，有效保障公司资金安全性。

四？、方案创新性或亮点

(？一)运管智库

1.？实现了交易数据的资产化与价值化

本方案的核心亮点在于成功将企业沉淀的历史交易数据转化为可信的数据资产。以？“金贸通”平台为例，通过对ERP 交易数据的深度治理与分析，形成对下游客户的精准？信用画像，为金融机构提供安全可靠的授信数据基础。这不仅解决了中小企业融资难的？问题，更开辟了数据要素价值变现的新路径，实现了数据从成本中心到价值中心的转变。

2.？构建了“集中管控”与“行业个性”兼容的数字化生态

方案有效解决了大型集团“一管就死、一放就乱”的管理难题。通过统一的数据中？台和能力中台，实现了集团层面的标准化管控和风险预警；同时，通过“浆纸e？站”、？“出口代理”等灵活的行业应用，满足了不同业务板块的个性化需求。这种“强后台、活？？前端”的架构，兼顾了集团管控与业务创新，形成了可复制、可推广的多行业协同发展？？模式。

3.？打通了内外数据壁垒，实现全链路业务闭环

方案不仅整合了企业内部？ERP、财务等系统，更通过开放API 接口，广泛连接了上？下游客户、供应商、仓储物流方、银行、海关等多方生态伙伴。实现了电子单证在全产？业链的无缝流转和状态实时共享，真正达成了信息流、资金流、实物流的“三流合一”,？构建了一个端到端的、高度协同的智能化供应链体系。

(二)大宗敞口风险管理

1.？业务方案管理与敞口精准测算

大宗敞口系统以业务方案管理为一个基础维度，合同进入系统要求用户进行归类，？针对不同的方案进行各自的总敞口测算，值得注意的是，大宗敞口系统将每个合同都视为敞口存在进行计算，但在方案维度根据类型可选入表或出表，最终选择权在少数的管理端，可避免前端的人工判断误差。数据覆盖面广，可靠度提高，并且可穿透到数据源进行核验。

2.？期现台账快速录入的多样化路径选择

在期货和现货进入方案的路径上，也提供了丰富的选择方便用户快速完成期现台账？的快速录入：一是由现货模块、期货模块现成数据进行挑选分配，二是做配置表设定自？动分配规则；三是结合业务手工账做批量导入。

3.？行情自动抓取机制释放人工精力

期现敞口系统主要针对价格敞口进行统计，因此需要对贸易中大量的二次定价、区？间定价、基差定价业务进行定价录入操作，部分后定价业务锚定某个合约的特定周期均？价，或者按照现货交付日期的市场价等，系统针对相关标定进行行情自动抓取，结合这？类业务合同已有的定价信息进行自动定价，进一步解放人工维护工作。

4.？浮动盈亏的精准观察与市价来源整合

敞口浮动盈亏的准确度有赖于行情取值的精准度，系统提供了多个市价来源：第三方网站、期货、根据商品指数合约波动率自动测算的行情、即期签约数据的行情均值等。在人工对具体合同录入特定行情之前可自动填充最近一次维护价格或系统估算行情或合约行情，确保浮动盈亏始终有值，可进行连续观察。

5. 超额头寸预警与投机行为监控

针对期货净头寸大于现货净头寸的情形进行超额头寸预警，便于管理部门及时发现？衍生品投机行为。

(三)客商画像及动态模型监控

1.整合数据：从静态报告到动态监控的管控能力跨越

系统整合外部财报、资信、内部业务往来等多源、动态数据，统一客商基本面认知，成为了客商信用评级科学决策依据。

2.智能决策：从通用评估到行业专属的风险识别深化

通过构建智能化客商风险评估模型系统，结合丰富数据与多维行业模型，量化分析客商资质，形成客商简介，从少量数据到海量数据整合处理与AI 关联分析，“指标库+算

法”灵活配置，在业务全过程中可差异化管理不同类型的合作客商。

五、价值分析

(一)运营效率与成本优化效益

三大系统的协同应用显著提升了厦门国贸的运营效率与成本控制能力。运管智库通过实时监控、简化沟通和培养数据驱动文化，辅助管理层快速响应市场变化，提升决策质量；大宗敞口系统通过精细化管理和自动化流程，在数千亿元成交规模下平均每笔节约经办人员工时50%,有效降低运营成本；客商画像系统则通过KYC准入与智能评级，将客商风控前置，减少人工审核成本。三者共同构建了从业务执行到风险管控的全流程效率提升体系。

(二)风险管理与决策支持效益

在风险管控层面，三大系统形成了“事前-事中-事后”的完整风控闭环。大宗敞口？系统以业务方案管理为基础维度，实现敞口精准测算、期现快速匹配和超额头寸预警，？避免人工判断误差和信息滞后造成的损失；客商画像与动态监控模型创新构建“企业-行？？业-生态”三级风控体系，通过AI 深度解析判断潜在风险特征并提出风控建议；运管智？库则为风险决策提供实时、可视化的数据支撑。这种多维度的风险管控能力，使公司能？够在复杂市场环境中有效规避潜在损失，保障业务安全稳健运行。

(三)业务创新与社会价值效益

三大系统的建设不仅满足了当前业务需求，更为未来拓展奠定了技术基础。大宗敞口系统支持多样化期现台账录入路径和行情自动抓取，为业务多元化发展提供支撑；客商画像监控模型的灵活调参平台降低了客商动态预警门槛，支持更多业务场景创新；运管智库推动数据在公司内部灵活流动，助力行业数据标准化。通过更可视、全面、准确、及时的数据反映业务，公司实现了供应链更安全、更普惠、更智能的目标，强化了供应链企业的社会担当属性，达成了经济效益与社会效益的双赢。