多源数据融合视角下报关风险预警模型构建

詹 惠琴
深圳市宏展报关有限公司

摘要


在全球贸易不确定性加剧与海关监管智能化升级的双重背景下，报关企业面临的政策合规、单证审核、价
格申报等风险日益复杂。本文以深圳市宏展报关有限公司为研究载体，从多源数据融合视角出发，整合企业内部业
务数据、海关监管数据及外部贸易环境数据，构建基于GRU神经网络的报关风险预警模型。通过数据预处理、特
征工程与模型训练，实现对报关业务中高风险事项的精准识别与提前预警。实证结果表明，该模型预警准确率达
92.3%，较传统单一数据来源预警模型提升15.7个百分点，可有效降低企业违规风险与运营成本，为宏展报关及同类
企业的风险管控提供科学依据与实践路径。

关键词


多源数据融合；报关风险预警；GRU神经网络；宏展报关

全文:

PDF


参考


[1]阮光册.基于SPA案例推理的海关风险识别研究

[J].情报学报，2012，31（10）：1090-1095.

[2]易靖韬，严欢.基于小波分解和ARIMA-GRU

混合模型的外贸风险预测预警研究[J].中国管理科学，

2023，31（6）：100-110.

[3]中华人民共和国南京海关.海关管理要求[EB/

OL]. http：//nanjing.customs.gov.cn/nanjing_customs/

aeoqyrzscjsfw/cjsdh96/ysqy/gjrz22/hgglyq51/index.html，

2025-07-09.


Refbacks

  • 当前没有refback。