第一金融网欢迎您!
当前位置:首页 >金融动态 > 正文内容

以科技赋能监管 深交所自主研发的企业画像智能监管系统上线

近年来,随着人工智能、区块链、大数据、云计算等一系列金融科技的快速发展,金融科技正以令人惊叹的速度改变着金融行业的生态格局。金融监管部门面对日趋复杂多变的市场和海量数据,亟需借助科技提高处理效率和监管效能。

  此前,证监会正式印发《中国证监会监管科技总体建设方案》,这意味着中国资本市场已正式完成了监管科技建设工作的顶层设计,并进入了全面实施阶段。

  在此背景下,深圳证券交易所自主研发的智能监管辅助系统——“企业画像”一期项目正式上线运行。

  “这是深交所主动适应资本市场日趋复杂的形势变化,落实证监会关于加强科技监管能力建设相关要求,创新监管方式的又一重要举措。”深交所“企业画像”一期项目主要负责人告诉记者,该项目有助于证券交易所提升监管效能,严守风险防控底线,从而更好地加强对上市公司的服务支持。

  监管科技的崛起

  金融科技在提升金融运作效率的同时,也带来诸多不确定的风险,让过往的传统金融行为变得越来越复杂,金融风险与监管不匹配等问题正在逐步显现出来。“金融科技的应用并不能降低金融风险,反而有可能放大或者让风险以新的形式展现出来。”一市场人士告诉记者,金融科技的快速发展,对监管部门提出了更高的要求。

  该市场人士告诉记者,创新与风险的平衡是金融科技面临的主要难题,而交易所作为证券监管机构,一方面需要鼓励上市公司进行科技和商业模式的创新,另一方面,还需保证这样的创新在可控的条件下进行。

  记者翻查资料发现,早在2017年,国内便开展了有关监管科技顶层设计的有关工作。

  2017年5月,中国人民银行成立金融科技委员会,旨在加强金融科技工作的研究规划和统筹协调,并表示强化监管科技应用实践,积极利用大数据、人工智能、云计算等技术丰富金融监管手段,提升跨行业、跨市场交叉性金融风险的甄别、防范和化解能力。

  同年6年,中国人民银行印发《中国金融业信息技术“十三五”发展规划》,提出加强金融科技和监管科技研究与应用,提升金融风险甄别、防范与化解能力,健全与监管科技发展相匹配的金融监管体系。

  在2017年底证监会关于中央经济工作会议精神专项学习会议上,证监会主席刘士余提出了2018年的四个重点方向,其中一个就是大力推进科技监管,提升监管智能化科技化水平,运用大数据、云计算、人工智能等新技术,着力提升监管本领。

  今年8月底《中国证监会监管科技总体建设方案》正式出台,标志着我国资本市场关于监管科技建设工作的顶层设计正式进入全面实施阶段。方案明确了三大阶段,五大基础数据分析能力、七大类32个监管业务分析场景,提出了大数据分析中心建设原则、数据资源管理工作思路和监管科技运行管理“十二大机制”。

  这也被市场认为是我国监管科技发展历史上的一个里程碑。

  “企业画像”以科技赋能监管

  如果说,《中国证监会监管科技总体建设方案》揭开了监管科技建设工作的大幕,那么深交所“企业画像”一期项目正式上线运行,则意味着资本市场科技监管的政策正从理念一步步变成现实。

  据深交所“企业画像”项目负责人介绍,该项目紧贴一线监管需求,集成深交所历年监管数据和技术资源,利用关联分析、大数据等技术,主动识别公司相关的特征与风险,进而为公司监管提供智能辅助。具体而言,该项目根据监管经验,通过多种途径收集企业基本资料、业务财务、关联关系、监管评价等信息,开发相关数据集成功能,按一定的分析框架形成企业标签体系,进而探索自动识别公司关联方、财务与经营风险、资本运作相关风险等功能。

  “项目一期建设的主要内容是在搭建底层框架、实现数据整合的基础上,集成常用业务功能,探索开发部分智能化应用,解决公司监管工作中的部分常见痛点问题。”上述项目负责人告诉记者,“这仅仅是初代产品,项目采取分期建设、迭代开发的方式,这意味着,随着后续的逐步完善,该系统会不断进化,从而适应市场不断变化的监管需求和快速更新的技术应用。”

  作为业内首个高科技智能监管辅助工具,“企业画像”项目负责人在回顾项目的开发历程时透露,该项目由深交所自主开发,离不开深交所公司监管队伍和技术研发团队的紧密协作。

  “仅在方案设计阶段,深交所项目团队就开展了50多次内部讨论会议,10余次调研外部机构。”该负责人指出,在项目实施过程中,经过一线监管人员、技术人员、下属信息公司及外部机构团队的大量调研论证,紧贴实际应用场景,吸收大量监管经验,集成内外部多个系统数据,通过运用大数据运算、自然语言处理、机器学习、文本挖掘等前沿科技,解决了非标准化信息的挖掘、计算和分析面临的难题,最终开发出企业画像目前各项应用功能,用科技为上市公司监管赋能。可以说,深交所“企业画像”系统是科技监管探索道路上的重要一笔。

  画出上市公司的“高清无码图”

  那么,“企业画像”是如何主动识别公司相关的特征与风险的?

  “经过反复讨论和测算,形成较为全面的标签体系,目前有共计441个指标涉及630条细化规则的标签体系,其中预警指标涵盖公司业务、财务、股东等7个维度,共计181个指标;审查关注点包括重组和年报审查两类重点业务,共计86个要点;分类指标包括重组和年报问询函题库共计174个分类。”据项目负责人介绍,“企业画像”标签的主要功能是风险预警、信息分类和简化展示,是监管经验的全面总结,也是监管智能化探索的业务逻辑基础。这些标签的自动提炼、呈现和提示,一方面有助于监管员快速把握公司特征及风险,另一方面能辅助重点业务审查并提高日常工作效率。

  另外,“企业画像”还通过多维度展示,让公司情况“一目了然”。“企业画像”多途径收集公司工商资料、股权关系、业务与财务、市值与股价波动、重组和再融资等重大事项、公司风险指标、违规处分与发函、信息披露和风险评级等信息,并利用大数据关联、计算、标签化各个维度的数据,以图形、时间轴、列表等形式清晰展示上市公司全貌,为一线监管人员进行公司行为分析和风险预判提供辅助。

  “当公司出现财务指标异常、业绩变脸、股价异常波动、人员大幅变动等情形时,‘企业画像’能及时识别并提示风险。”项目负责人告诉记者。另外,“企业画像”还通过全面动态呈现,让公司背景“心中有数”。如“企业画像”的股权与股东模块,能实时动态呈现公司实际控制人和董监高等主要股东的股权质押、一致行动人信息、持股增减持变动等信息,有助于识别潜在异常和风险。

  与此同时,“企业画像”还能够穿透识别关系图谱,让关联关系“无所遁形”。

  据介绍,“企业画像”项目的企业关系图谱功能,能提供企业关系的拓扑图展示和多维度信息查询。其中,关系图谱的底层数据目前包括约4,700万条机构信息、7,000万自然人信息、1亿条任职信息、1.4亿项持股关系,以及股东和董监高亲属数据等信息。

  让监管“驾轻就熟”

  上市公司的年度报告和重组报告书信息含量大,一直是监管工作的重点,更是监管工作的“痛点”。

  深交所一上市公司监管员告诉记者,每年交易所监管员都会定期更换监管公司名单,这意味着监管员需在极短的时间内熟悉大量的有关上市公司的业务资料。

  而“企业画像”的上线,正好解决了交易所监管员工作“痛点”,使监管应用“驾轻就熟”。据了解,“企业画像”围绕监管工作实际,探索性地动态收集整合千万级别来源多样的非标准信息,并在大量吸收监管经验的基础上,有效辅助年报和重组事后审查,提升监管效率。

  以重组审查应用为例,“企业画像”在高度非结构化、上百页的重组方案中自动抽取关键信息并运算,自动提示交易标的、交易对手方、交易方案设计的异常情况和潜在风险点,识别交易方案的主要关注点,在重组问询函题库中挖掘查找类似重组案例,并将相关监管问询范例智能推送给监管人员,为监管人员的决策执行提供更有利参考。

  此外,“企业画像”还能个性化定制,让信息检索得心应手。“企业画像”的信息检索功能涵盖公司公告、监管函件、法律法规、问询函题库等监管常用文件,利用词库录入、分词技术等,支持多种筛选条件下的标题和全文检索,是为监管人员量身打造的专业搜索工具,可根据具体需求灵活运用,可能的应用场景包括对比定期报告和临时公告、借鉴以往监管案例、辅助各类统计需求等。

  监管与服务并重

  将金融新技术引入金融监管能够有助于交易所提升监管效能,严守风险防控底线。但是,如何避免监管科技发展与金融创新发展的脱节,同样是监管部门关于监管科技建设需要考虑的问题。

  市场学者指出,以科技为手段,以服务实体经济为目的,可以充分发挥金融科技优化资源配置的特点。而金融科技能否真正促使金融行业乃至实体经济健康发展,与监管模式的创新息息相关。

  深交所“企业画像”项目负责人告诉记者,通过探索提升科技监管水平,进一步提高违法违规线索发现能力,有效防范市场风险,而最终的目的是更好地服务实体经济。

  据相关人员介绍,在某次检查上市公司前,使用“企业画像”系统预览了公司相关预警标签提示,其中有标签显示该公司“在建工程与预付款比例异常”,现场检查发现该公司的确在在建工程核算上的成本归集不规范,证实了标签的提示,在检查人员督促下,公司及时改正了财务上的不规范。又比如“企业画像”动态收集上市公司主要股东的股权质押情况,帮助一线监管人员尽早发现公司股东的质押风险,尽早提醒公司注意,及时向市场提示风险,以更好地防范市场风险。以上例子可以从一个侧面反映出监管智能化为一线监管提供的辅助,提高线索发现能力,尽早发现风险、协助公司规范运作,维护市场健康稳定运行。

  对于“企业画像”后续开发,该项目负责人透露,深交所将一如既往地拥抱金融科技创新,在完善“企业画像”一期功能的基础上,继续规划开发二期、三期功能,围绕防风险、强监管、提效率三大目标,不断扩充外部数据接入范围,完善算法和关系数据库,强化大数据运算、机器学习和语义分析等智能功能,切实提高资本市场质量与运行效率。