A Hybrid COBIT 2019–RAG Framework to Enhance Consumer Protection Compliance in Digital Finance

方法

设计科学研究法，COBIT 2019设计因子与RAG管道，100条合成合规查询及

发现

治理目标存在能力差距，最优RAG配置得分0.8257，优于关键词检索。

机会点

可将该混合治理与RAG框架迁移至农业数字金融或农业数据合规场景，探索领域适配与真实数据验证。

数字金融服务的快速增长，提升了对有效监管合规机制的需求，尤其是在消费者保护方面。本研究开发并评估了一个融合COBIT 2019与检索增强生成（Retrieval-Augmented Generation, RAG）的混合框架，用于在数字多金融（multifinance）场景下遵守印度尼西亚OJK第22/2023号条例。采用设计科学研究方法，应用COBIT 2019设计因子来定制治理目标，同时使用RAGAS指标和专家验证的参考答案，在100条合成合规查询上评估了一条RAG流水线。治理评估优先考虑EDM03、APO12和MEA03，三者均被评定为能力等级2，而目标为等级4，表明在风险优化、风险管理和外部合规方面存在差距。最优RAG配置的总体得分为0.8257，其中上下文召回率为0.9217，忠实度为0.8502，语义相似度为0.8629。在检索语义相关的监管段落方面，它也优于基线关键词搜索，尽管更广泛的基准测试仍然有限。研究结果表明，将结构化IT治理与AI辅助的监管检索相结合，可以加强问责制、监管解释和合规决策支持。该框架为受监管行业提供了一种可扩展的方法，但仍有待使用真实运营数据和更广泛的制度环境进行进一步验证。