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)