一、项目背景
证券行业是知识聚集、人才聚集的产业，从业人员的工作负担很大，日常文书的编写、修改和审查需要很多时间，有时可能不完全正确。阶段宣言资料及调整稿尤为重要。招股说明书和招股说明书等文件的质量会影响券商的口碑和等级，从而影响项目的订货难度，所以这种申报文件应该非常重视。
智能审计系统是以投资银行项目的申报文件(如招行说明书、招行说明书等)为基本数据的创新功能建设，目前正在用纸质版和电子版提交监管机构，申报资料都是手工按照申报要求填写的，各种文件内容繁杂，容易出现笔误、财务数据填写错误、财务指标正式填写错误等问题。智能审计系统的文件检查功能以人工智能为高科技基础，通过识别、提取、分析、报警等方式，识别投资银行项目的申报文件和部分稿件文件，使用户无需通篇阅读文件，就能一一列出文件中需要检查的数据检查、错别字、格式问题、参考一致性问题，从而提高申报材料的质量和生产率，减少重复。
二、项目方案
2.1业务功能
该系统主要用于对上报的第一份文件进行财务审计、多文件审计审查、一致性检查、文本检查、多份文件版本的智能比较、审计项目和机器审计结果可视化验证和提示。提高生产率和准确性，可以提高申报文件的质量，提高公开文件的准确性，最大限度地减少监管处罚的风险。同时与投行系统集成，融合业务管理和稿件管理。
系统总体功能体系结构分为审查、提取、匹配、表解析四个部分，如下图所示。
图标：系统总体功能体系结构图
2.2业务流程
此系统业务流程如图所示
三、创新点
在同一系统中实现投资银行项目内部审批、审批、工作文稿管理等功能，利用大数据、人工智能等技术，自主探索文稿信息实时监控、自动提取、智能分析、风险预警等功能。
通过智能审核系统，对申报文件进行信息提取和智能审核，提高验证准确性和申报材料质量，缩短人工审核时间，提高生产率和实践质量，缩短运营流程时间，建立全链基础设施以发展电子方向。
四、技术实现特点
架构设计
图标：总体体系结构图
上图所示的系统体系结构如下：
技术特性：
1.分布式体系结构和模块化设计使用域驱动设计(DDD)进行服务分区和应用程序分层设计，基于SpringCloud框架进行编码和开发，以及在所有环境(主机、虚拟机、Docker和Kubernetes群集)中快速迭代和灵活地部署整个系统。
2.数据和AI技术的使用。以丰富的债务、股票、财务会计相关语料库及《物权法》、《证券法》、《公司法》、《票据法》、010-30000等相关规定为教育模式，综合内涵
财务会计和交叉验证确保了披露信息的一致性。系统还可以在多个报告之间交叉验证文本、表、表、表、表、表、表、表、表、表、表、表和表，以确定数百页文档中隐藏的表示和数据不一致的问题，从而避免不一致的公开风险。
p>五、项目过程管理
1.需求分析和立项阶段
起止时间为2020年5月，此阶段完成了各部门间的需求收集和整理，需求文档编写，确定了系统功能范围。
2.技术方案调研阶段
起止时间为2020年6月至2020年9月，此阶段通过技术调研和与供应商沟通，确定了项目建设的技术方案，以及通过合规审核，保证项目风险可控。
3.系统建设阶段
起止时间为2020年10月至2021年2月，此阶段完成了供应商技术服务的POC测试，服务采购、系统编码建设和部署。
4.上线和试运行阶段
项目完成时间为2021年4月，系统上线后进行试用反馈，根据使用情况进行调优和升级，后续正式投入使用。
六、运营情况
目前智能审核系统已被质量控制部、风险管理部、运营管理部等多部门全面推广使用，全面支持债券募集说明书、招股说明书、审计报告、上市公司年报、财务报表、银行流水等具有财务信息的文档的智能纠错（错别字、标点、数字格式、语义纠错）、财务信息上下文一致性审核、交叉核验、银行流水核验等多种操作，审核正确率达95%以上。
七、项目成效
智能审核系统对申报文件进行信息抽取与智能复核，提高核查准确率和申报材料质量，减少人工复核时间。原本一篇10万字的债券募集说明书，人工阅读完毕需要3小时（500字/分钟），现在系统AI审核完成仅需3分钟，极大提升工作效率和执业质量，解决投行业务痛点。并且通过人工复核等流程，保证业务正确性，强化风险管理意识和治理水平。
八、经验总结
作为传统金融的证券行业，尤其是中小券商，在项目建设上需要重点考量业务可行性、系统建设成本、建设周期等因素。借由本项目，我们找到了数据和AI技术在券商业务中的应用场景，并且在项目建设过程中，充分利用目前比较成熟的开源技术和SaaS服务，来降低项目建设成本，缩短项目建设周期。后续将推广这种建设模式，探索更多业务场景，充分利用金融科技助力公司的数智化转型。