一、课题来源与背景：

金融风险指的是与金融有关的风险，如金融市场风险、金融产品风险、金融机构风险。一家金融机构发生的风险所带来的后果，往往超过对其自身的影响。金融机构在具体的金融交易活动中出现的风险，有可能对该金融机构的生存构成威胁；具体的一家金融机构因经营不善而出现危机，有可能对整个金融体系的稳健运行构成威胁；一旦发生系统风险，金融体系运转失灵，必然会导致全社会经济秩序的混乱，甚至引发严重的政治危机。

金融行业是个高风险行业，完善金融机构内控制度是防范金融风险保持银行稳健经营的关键。合规经营是金融机构稳健运行的内在要求，也是防范金融案件的前提。金融机构内控合规管理具有极端的重要性。

二、研究的目的:

目前金融机构内部风险管控主要依靠内部举报机制，信息来源单一，且举报主动性难管控，存在不报、漏报。

传统的举报机制无法及时预警员工异常行，往往在出现大问题后才被发现、举报，已导致较严重后果。举报人员往往无法提供客观证据，且事件线索指向宽泛，员工行为信息又无应用系统支撑，取证困难。因而金融机构亟需一套能提供客观证据的应用系统，实现内控合管理的自动化和智能化。

三、研究的核心技术：

金融机构内控管理系统，包括业务管理装置和云服务器。

金融机构业务管理装置包括金融机构工作人员身份信息获取模块、语音转写模块、金融机构业务数据库、金融机构风险配置模块、金融机构风险分析模块、外部接口、前台显示终端模块、系统管理模块。

（1）金融机构工作人员身份信息获取模块用于获取金融机构工作人员的身份信息；

（2）语音转写模块用于将金融机构工作人员所持工作终端语音数据转写为文字，以便存储和做进一步分析；

（3）语音转写模块对金融机构工作人员所持工作终端语音数据进行文字转写，通过语法识别引擎、自由说识别引擎、关键词检索引擎、语音质检分析引擎实现语音转写、话者分离和关键词检出等应用功能。语音转写模块由模型训练、前端语音处理、后端识别处理三个部分组成。模型训练由声学模型和语言模型两部分组成，分别对应于从语音信号中抽取的特征到音节概率的计算和音节到字概率的计算。前端语音处理利用了信号处理的方法对说话人语音进行检测、降噪等预处理，以便得到最适合识别引擎处理的语音。后端识别处理是利用训练好的声学模型和语言模型对提取到的特征向量进行识别，从而得到文字信息；

（4）金融机构工作人员身份信息获取模块获取得到的是金融机构工作人员的实际指纹信息。实际指纹信息输入到预设的指纹数据库中，判断实际指纹信息是否是指纹数据库中的某一个指纹信息，若实际指纹信息是指纹数据库中的某一个指纹信息，则获取与某一个指纹信息相对应的第二目标身份信息；其中，指纹数据库包括至少两个指纹信息以及与各指纹信息相对应的第二身份信息，指纹数据库中的指纹信息为所有金融机构工作人员的指纹信息。比较第一目标身份信息和第二目标身份信息，若第一目标身份信息和第二目标身份信息为相同的身份信息，则判定金融机构工作人员的身份信息验证通过。

四、社会效益：

本金融内控风险管理系统是服务于以互联网文化金融业务为代表的互联网金融产品的风险管理技术和措施。文化金融业务在发达国家的金融业务中占比很大，我国的文化金融业务规模偏小，在金融进一步发展的过程中，势必会让文化金融业务腾飞，研发、建设具有广泛认知度和品牌影响力的互联网文化金融平台风险管理系统有利于维护我国金融系统的稳定，有利于促进互联网金融特别是互联网文化金融产品的长远发展，有利于企业实现线上文化金融的有效风险管控，有利于包括机构、散户在内的投资人能够根据自身的实际情况建立及时的止损机制，增强投资者对投资产品的风险辨识度，有效消除互联网资产证券化过程中的信息不对称，从而维护投资者的根本利益，提升内控管理效率和可靠性。