深交所研究“企业画像” 为监管提高科技含量
监管之道
大数据技术的引入,让“不可能”成为“可能”,进一步提升监管的智能化水平和科技含量。
6月29日,深交所副总经理李鸣钟在“2019中国上市公司论坛”讲话中表示,当前大数据、人工计算、云计算等新一代信息技术的广泛应用,为交易所提升科技监管能力创造了良好的技术基础。与之相应的是,深交所近日首次对外透露“企业画像”项目最新科技监管技术的进展情况。
据李鸣钟介绍,企业画像以深交所多年所积累的上市公司监管数据资料为基础,通过自然语言处理、挖掘数据、机器学习等技术,对数据进行自动运算、分类,形成风险提示标签体系,帮助一线监管人员快速把握公司特征和风险的智能化监管辅助系统,以增强对线索的发现、分析预警能力。
实际上,“画像”的概念最早与用户联系在一起。大数据的发展使得企业可以利用用户数据对用户进行画像,然后依此进行精准营销。比如,银行可以利用“用户画像”对银行客户的信息予以分析,得出用户的产品偏好、理财偏好、风险偏好、消费层次以及财富等级等重要营销信息,并以这些营销信息为依据,对不同类型的客户实施不同的产品营销方案。这样,银行的营销方向更为精准,服务效率得以提高,用户体验也相应提高。
“用户画像”,是根据用户的社会属性、生活习惯和消费行为等信息,抽象出的一个标签化用户模型。既然企业和商家可以利用大数据对消费者进行刻画,监管层自然也可以对企业进行刻画。但在应用上二者还是有区别的,企业对客户所做的“用户画像”主要用于营销;监管者所做的“企业画像”,虽然也有营销功能,但最主要的还是用于税收管理、违法监控、风险预警等监管领域。
在营销方面,政府部门可以根据“企业画像”制定更有针对性的政策,以更好地服务企业。比如,提高地方政府与企业之间合作的效率。投行、征信、咨询机构也可以凭借“企业画像”的途径,为相关企业提供更精准有效的服务。
企业画像的核心工作是提取企业标签,企业标签的设计则取决于使用者所需要的信息。深交所此次的做法是,将业务财务、股权股东、监管评价、信息披露等多维度信息集成到企业画像中,然后将监管经验凝结成反映企业风险的标签体系。深交所作为监管者,对企业的风险更感兴趣,因此在设计风险指标构成时,肯定要考虑影响企业风险的主要因素以及这些因素的权重,凭借丰富的监管经验,将“企业画像”的标签设计得既简洁明快又不失准确性,为监管工作提供更多的便利。
将大数据等新技术引入监管,可以直接降低监管成本,提高监管效率。在处理企业海量数据时,大数据技术具有先天性优势。目前,深市共有上市公司2170家,2018年审核的上市公司公告文件超过30万份,监管机构向上市公司发出各类监管函件5000余份。要处理如此庞大并不断快速增长的海量信息,如果仅靠监管人员人工操作,显然是件不可能完成的任务。
大数据技术的引入,让“不可能”成为“可能”。在审查辅助方面,深交所已利用机器学习技术,对交易所近年来数千份年报与重组问询函进行分析,对2万条具体问题分类汇报,初步实现对年报与重组方案的自动审查。“企业画像”对深市2000多份2018年年报进行了自动审查,合计提示14000条异常关注点,大大提高了年报审核效率和审核质量。
据称,深交所“企业画像”项目一期、二期已陆续上线,被广泛应用于上市公司日常监督、年报审查、重组审查等方面。正在开发中的项目三期将重点开发财务舞弊识别、上市公司风险评估、违规处分智能辅助、舆情智能监测分析等功能,进一步提升监管的智能化水平,为监管提高科技含量。
□盘和林(应用经济学博士后)
- 标签:
- 编辑:刘柳
- 相关文章