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。与之相对应的，深交所于近日首次对外透露了企业画像项目等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，以增强线索发现、分析预警能力。

 

其实“画像”的概念最早是与用户联系在一起的。大数据等技术的发展使得企业可以利用用户的数据对用户进行刻画，然后依据画像进行准确的营销。比如银行可以利用用户画像对银行客户信息进行挖掘，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的营销信息，然后就可以以这些营销信息为依据，对不同类型的客户进行实施不同的产品营销方案。如此一来，不仅银行的营销更为精准，服务的效率得以提高，而且用户的体验也会有所提高。

 

从本质上来说，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而抽象出的一个标签化的用户模型。既然可以利用大数据对用户进行刻画，同理，自然也可以对企业进行刻画。不过从画像的应用来看，用户画像主要被企业用于营销，而企业画像则有所不同，营销固然也是应用之一，但更重要的是被政府用于税收管理、违法监控以及风险预警等领域。此外，政府也可以根据企业画像制定更有针对性的政策以服务企业，比如在对本地区市场经济的监控基础之上，提高企业之间寻求合作的效率。当然，投行、征信、咨询等这类为企业提供服务的大型公司也可以利用企业画像为企业提供更为精准和有效的服务。

 

企业画像的核心工作是提取企业标签，而企业标签的设计则取决于使用者所需要的信息。比如此次深交所的一个做法是，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去，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，自然会对企业的风险感兴趣，那么在设计风险指标的构成时，肯定要考虑影响企业风险的主要有哪些因素，以及这些因素各自的权重如何，这时他们丰富的监管经验就派上了用场。将这些宝贵的经验融入标签体系的设计中去，可以保证标签简洁，而又不失合理准确性，直观展示企业特征并提示异常，给监管工作带来很大的方便。

 

不难看出，将大数据等技术引入到监管中，最直接的效果就是降低监管成本，并同时提高监管效率。在处理海量数据时，大数据技术具有巨大的先天性优势，而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，向上市公司发出各类监管函件5000余份等。要处理如此庞大并且还在快速增长的信息量，仅靠充实监管队伍是不可想象的。

 

而大数据技术则带来了新的可能。比如在审查辅助方面，深交所已经利用机器学习技术对交易所近年来的数千封年报与重组问询函进行分析，对2万条具体问题分类汇报，初步实现了年度报告和重组方案的自动审查。企业画像对深市2000多份2018年年报进行自动审查，合计提示了14000条异常关注点，大大提高了年报审核效率和审核质量。

 

目前深交所的企业画像项目一期、二期已陆续上线，被广泛应用于公司日常监督、年报审查、重组审查等。正在开发中的三期项目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，监管智能化水平还将进一步提升。

 

引入企业画像辅助监管是深交所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，将为一线监管人员提供更加便捷、全面的信息与数据服务，为有效防范市场风险、更好服务实体经济做出贡献。