活动背景与核心观点 - 全球贸易格局深度重塑，中美经贸关系变化、关税政策频繁调整及海运物流链条复杂局势为跨境企业带来新的不确定性与合规压力[1] - 国际贸易合规已从“后台支持”跃升为企业战略布局与风险防控的核心能力[1] - 伦敦证券交易所集团（LSEG）携手亿海蓝举办线下研讨会，旨在协助企业把握政策动态、理解监管趋势、提升贸易链条透明度与合规能力[1] 研讨会核心议题 - 航运贸易风险识别的最新趋势与实务洞察[2] - 航运与物流数据在金融合规、制裁筛查和风控体系中的作用[2] - 美国制裁及出口管制体系的最新发展与企业应对策略[2] - 典型案例、最佳实践与企业构建高韧性合规体系的实操经验[2] 会议议程与环节 - 活动包含主题演讲“航运贸易合规洞察与最佳实践”[3] - 设置两场圆桌讨论，主题分别为“航运物流与制裁合规数据在金融风控中的应用实践”及“美国制裁与出口管制的最新发展与应对策略”[3][7] 参与机构与嘉宾 - 主办方为伦敦证券交易所集团（LSEG）与亿海蓝[1] - 演讲及讨论嘉宾来自亿海蓝、君合律师事务所、APEX爱派克斯国际物流集团及LSEG等机构[5][6][9][10][12][14] - 嘉宾职务涵盖机构事务总监、项目经理、副总裁、合伙人、资深律师、高级合规经理及业务主管等[5][6][9][10][12][14] LSEG World-Check产品与服务介绍 - World-Check是用于履行KYC和第三方尽职调查筛查义务的工具，拥有超过**25年**历史，被全球大型公司使用和信赖[17][18] - 数据库提供准确可靠信息，帮助金融机构及受监管实体遵守反洗钱、打击恐怖主义融资、反贿赂反腐败等法规[19][21] - 数据库包含**超过400万条**高度结构化的记录，信息源自可靠公共领域渠道，用于识别潜在金融犯罪活动及监控政治敏感人物[26] - 覆盖范围包括政治敏感人物、国有实体、全球制裁名单、负面媒体、船只信息等**10余个**特定数据集[28] - 拥有遍布五大洲的研究中心，全天候监控数千个可靠媒体来源及官方名单，确保信息准确与更新[30] - 数据包含数百个特定关键字和**60多个**风险主题，支持针对性筛查并减少误报[32] - 产品可轻松集成，支持本地部署、云端或第三方解决方案，与各种工作流筛查平台融合[23]

活动背景与核心议题 - 全球贸易格局深度重塑，中美经贸关系变化、关税政策频繁调整及海运物流链条复杂局势为跨境企业带来新的不确定性与合规压力[1] - 国际贸易合规已从“后台支持”跃升为企业战略布局与风险防控的核心能力[1] - 伦敦证券交易所集团携手亿海蓝在上海举办线下研讨会，旨在协助企业把握政策动态、理解监管趋势、提升贸易链条透明度与合规能力[1] - 活动重点议题包括航运贸易风险识别的最新趋势与实务洞察、航运与物流数据在金融合规与风控中的作用、美国制裁及出口管制体系的最新发展与企业应对策略，以及构建高韧性合规体系的典型案例与实操经验[2] 活动议程与参与者 - 活动议程包括主题演讲“航运贸易合规洞察与最佳实践”及两场圆桌讨论，分别聚焦“航运物流与制裁合规数据在金融风控中的应用实践”和“美国制裁与出口管制的最新发展与应对策略”[3][7] - 演讲与讨论参与者包括亿海蓝的机构事务总监兼研究院负责人刘帆、项目经理黄一凡、副总裁盛尊阔，君合律师事务所合伙人汤伟洋、资深律师王丝雨，APEX爱派克斯国际物流集团高级合规经理Kay Zhang，以及LSEG中国区客户尽职调查与第三方风险管理业务主管姚钦渊[5][6][9][10][12][14] - 多位银行代表也参与了圆桌讨论[6] LSEG World-Check产品与服务 - World-Check是LSEG旗下的产品，提供准确且结构化的信息以帮助客户履行KYC和第三方尽职调查筛查义务，已有超过20年的历史，被全球最大的公司使用和信赖[17][21] - 数据库提供超过400万条格式高度结构化的记录，信息源自声誉良好的公共领域渠道，用于识别潜在的金融犯罪活动并满足对政治敏感人物的监控要求[26] - 产品优势在于结合全球情报、人类专业知识与前沿技术，帮助识别隐藏的金融系统风险[19] - 全球拥有数百名专业研究人员和分析师，遵守严格的研究指南，从可靠来源收集信息[21] - 研究中心遍布五大洲，全天候监控制裁名单、监管和执法机构清单及数千个可靠的媒体来源，以确保信息准确和最新[30] World-Check数据覆盖范围与功能 - 数据覆盖范围广泛，包括政治敏感人物及其关系密切人士和家庭成员、国有实体和国家投资企业、全球制裁名单、叙述性和隐性制裁、全球监管和执法机构列表、负面媒体、受制裁证券、伊朗经济利益、最终受益人、船只信息以及用于付款筛查的制裁数据集[28] - 数据包含数百个特定关键字和60多个风险主题，帮助进行过滤和深挖，以执行更有针对性的筛查并减少误报[32] - 功能可链接相关主题，帮助搜索和识别犯罪网络与关联[33] - 数据经过完整的结构化、聚合和去重，可根据客户要求通过本地部署、云端或第三方解决方案传送，并能与各种工作流筛查平台轻松融合[23]

行业监管动态 - 国家金融监督管理总局对三家大型金融机构开出合计近1.4亿元行政罚单 [1] - 处罚理由包括贷款、票据、保理等业务管理不审慎，投资运作不规范，监管数据报送不合规，系统管控不到位 [1] - 问题根源在于贷后管理、投资风控与系统监控多环节的综合失守，风险监控体系未能提前发现高危风险成分 [1] 金融机构风控痛点 - 日常风险核查依赖人工操作，导致风险预警遗漏 [3] - 难以对持仓风险进行动态监测，真实风险水平常被低估 [4] - 风险报告撰写耗时耗力，导致风险信息上报延迟 [4] AI风控解决方案特性 - 依托WindAI大模型实现组合风险动态预警 [6] - 实时监控组合全局风险动态，AI大模型智能判别风险程度 [7] - 覆盖5大类30+小类风险维度，报告一键生成并自动推送 [7][8] - 自动追踪组合成分的微小异常风险，直接生成图文并茂的风险报告 [10] 组合风险舆情分析 - 在报告周期内，组合舆情事件以中性为主，再融资事件数量最多，达37条，占比43.5% [13] - 付息兑付类事件共30条，占比35.3% [13] - 负面舆情主要集中在"舆情穿透-重仓"和"关联企业问题"两类，合计2条，占比2.4% [13] - 汇添富基金管理股份有限公司涉及5条舆情，包括基金经理变动、份额减少及ETF产品信息更新 [15] 组合风险成分分析 - 风险成分Top10中共计13项风险被触发，汇添富基金管理股份有限公司以5次风险预警位居首位 [20] - 中国建筑第七工程局有限公司的企业评分仅为8.92，处于"极高风险"区间 [20] - 淮安市投资控股集团有限公司的企业评分为41.54，已进入"中高风险"区间 [21] - 上海浦东发展银行股份有限公司的舆情评分为29.91，明显低于平均水平 [21] 具体风险事件案例 - 中国建筑第七工程局有限公司涉及买卖合同纠纷案件，案件已于2025年9月18日开庭 [24] - 杭州市城市建设发展集团有限公司涉及两起重大诉讼案件，舆情负面且重要程度高 [15] - 昆山创业控股集团有限公司计划发行5.0亿元用于借新还旧 [15] - 中国国家铁路集团有限公司完成两笔债券缴款，利率分别为2.4%和1.8% [31]

公司管理层变动 - 李波于10月10日正式获核准担任天津京东消费金融有限公司董事长，需在3个月内到任 [2] - 此次任命标志着京东消金基本完成新管理层搭建，此前在9月已有多位董事的任职资格获得核准 [3] - 李波拥有传统银行业背景，曾担任中国工商银行湖南省分行副行长，并于2021年3月加入京东，目前还担任京东未来数字科技有限公司法人及朴道征信董事 [3] 金融业务布局与股权结构 - 京东在2024年不断加码金融版图，于4月份收购捷信消金并将其更名为天津京东消费金融有限公司 [4][5] - 京东消金目前股权结构为：广州晶东贸易有限公司持股50%、网银在线（北京）商务服务有限公司持股15%、中国对外经济贸易信托持股12%、天津银行持股10% [5] - 广州晶东由北京京东世纪贸易有限公司全资持有，网银在线由京东科技控股全资持有，两者均为京东关联公司，显示京东对消金公司的强控制力 [6] 合规与运营风险 - 2024年8月，网银在线（北京）支付科技有限公司（京东钱包主体）因十项违法行为被警告，没收违法所得219万元，并处罚款约743万元，罚没共计962万元，相关责任人也被警告并罚款33万元 [7] - 京东消金目前涉及1913份开庭公告，其中作为原告有1598份，作为被告有284份，案由多为金融借款合同纠纷，对手方多为个人 [8] - 公司面临大量金融借款合同纠纷诉讼，例如在2025年9月于宁海县人民法院有多个开庭安排 [9]

人工智能重塑金融业 - 人工智能与大数据技术正在重塑金融业核心运营模式 中国金融科技领域已形成独特发展路径 百度文心一言、阿里通义千问等大模型相继落地 深度求索通过开源推动国产人工智能基础设施自主可控 [2] - 工商银行、招商银行等机构在应用层面率先探索人工智能应用 腾讯云与蚂蚁集团在技术输出领域占据领先地位 [2] - 腾讯云人工智能实时风控引擎支撑微众银行、微保等平台 并输出联邦学习与智能检测中台能力 蚂蚁集团构建全球领先图计算与人工智能风控系统 支持亿级用户实时交易与合规监管 [2] 银行信用评价体系重构 - 银行信贷系统经历信息化、数字化到智慧化演进 核心推动力是数据与技术深度融合 数据改变信用风险评价体系 技术打破银行服务边界 [3] - 传统信用风险评价体系依赖客户主动提供信息及行内数据整合 外部数据运用有限 数字生态发展使金融机构能接入更广泛外部关键信息 如产业链、供应链等维度数据 [3] - 通过整合外部信息与内部数据 运用人工智能等技术 金融机构可进行更全面、立体数据化分析 深刻改变传统信用风险评价体系 [3] 银行服务模式革新 - 技术进步推动银行服务模式革新 服务边界不再限于传统物理网点 通过线上渠道与线下网点深度融合 金融服务与产业场景结合 实现随时随地为客户提供个性化服务 [4] - 智能流程自动化（IPA）、人工智能等技术替代重复性高、流程化校验工作 业务处理时效从天级压缩至分钟级 [4] - 银行需借助数据技术深入挖掘客户潜在需求 创新重点从产品层面拓展至生态层面 融合业务、数据与技术进行更全面业务模式创新 [4][5] 普惠金融风控挑战 - 普惠金融场景中 小微企业、个体工商户及农户等群体获取金融服务难度较大 原因包括服务成本高 客群风险特征较高 信息不对称问题突出 [6] - 数据要素在数字化变革中成为关键基础性生产要素 具有边际效应递增特性 可重复使用且不同数据叠加能产生更丰富价值 [6] - 传统风控模型依赖有限特征数据 评估结果仅反映特定维度风险表现 风险管控能力有限 整合更多维度数据可构建更立体全面的风险防控体系 [7] 人工智能与图计算结合 - 蚂蚁集团反洗钱系统中 人工智能与图计算技术相辅相成 图计算构建基础关系网络 人工智能进行动态学习和智能决策 [9] - 图计算从异构多图建模和多风险域联合建模两个维度构建反洗钱能力 动态图网络可包含上百亿个节点 清晰追踪资金流向 识别潜在洗钱团伙行为模式 [9] - 人工智能在风险识别和分析研判方面发挥关键作用 深度学习历史可疑交易 融入交易模式、时间序列和图计算关系网络信息 自动发现异常交易行为 [10]