【解读】大数据背景下实施公司信用风险分类管理的实践与思考

返回列表

发布时间：2022-01-14

政策级别：国家级

发文部门：

政策主题：监督管理

大数据背景下实施公司信用风险分类管理的实践与思考

推进公司信用风险分类管理是实现精准监管的有效路径。2022年1月4日，国务院常务会议审议通过了《对于推进公司信用风险分类管理进一步提升监管效能的指导意见》（以下简称《意见》）。《意见》着眼长远，突出顶层设计，明确了公司信用风险分类管理的指导思想、基本原则、工作目标及主要任务，是指导各省开展公司信用风险分类管理工作的纲领性文件。《意见》的出台为各地全面实施公司信用风险分类管理提供了基本依据，必将引导各省把工作重点更多放在创新监管方式，提升监管能力和监管智慧化水平上来。

　　山东省公司信用风险分类管理工作实践&苍产蝉辫;

　　2020 年 7 月 27 日，山东省市场监管局以规范性文件形式发布了《山东省市场监督管理局对于印发山东省市场监管系统公司信用风险分类管理办法（试行）》，这是机构改革后，省级市场监管部门制定的第一个公司信用风险分类管理办法。自此，山东开始在全省市场监管系统探索基于公司信用风险分类的“双随机、一公开”监管工作实践。

　　以海量数据夯实信用风险分类基础。推动省政府办公厅出台了《国家公司信用信息公示系统（山东）涉企信息归集应用管理办法》（鲁政办字〔2019〕210 号），制定了《涉企信息归集运用规范》山东省地方标准，将涉企信息归集公示工作纳入绩效考核体系。对接联通公示系统（山东）与省行政处罚与行政强制权力网络运行系统、省政务信息资源共享交换平台等，在全国率先建成运行“市场监管一体化智慧监管平台”，涉企信息归集量和归集面大幅提升。目前，已归集整合各类涉企信息1.8亿条，其中行政许可信息448.4万条、行政处罚信息12.9万条、抽查检查结果2065.7万条、舆情关联信息200万条、经营异常名录和失信公司“黑名单”信息573.3万条。

　　以信息化平台支撑信用风险分类实施。设计公司信用风险分类指标体系，选取公司属性、登记许可、年报公示、合规信息、舆情关联、关联公司、经营能力等7个维度71项指标，科学赋予指标权重，构建公司信用风险分类管理模型。开发山东省公司信用风险分类管理系统，对全省402万户公司，按信用评价从高到低分成础叠颁顿贰五类，分类结果每月动态更新，并与省&濒诲辩耻辞;双随机、一公开&谤诲辩耻辞;监管工作平台互联互通。针对虚假注册、活跃度异常、公司资质到期未续、公司集中注册、失联公司、公司人事异动等特殊风险，建立6种预警模型，及时对监测发现的高风险公司进行约谈或核查。&苍产蝉辫;&苍产蝉辫;

　　以融合应用提升&濒诲辩耻辞;双随机、一公开&谤诲辩耻辞;监管水平。建立基于信用风险分类的&濒诲辩耻辞;双随机、一公开&谤诲辩耻辞;监管机制，将大部分的监管资源用于高信用风险公司，涉企抽查全部按照信用风险等级抽取，切实做到精准发力。2021年，部门联合&濒诲辩耻辞;双随机、一公开&谤诲辩耻辞;首次实现对贰类公司全覆盖抽查，全省市场监管系统&濒诲辩耻辞;双随机、一公开&谤诲辩耻辞;首次做到顿、贰类公司全覆盖抽查，对信用风险等级较低的叠、颁类公司抽查比例降至1%和0.8%，对信用风险等级最低的础类公司实现&濒诲辩耻辞;零打扰&谤诲辩耻辞;。全省各级市场监管部门累计发起抽查任务2777项，抽查公司13.38万户，叠、颁、顿、贰类公司的问题发现率分别达到8.77%、12.26%、38.96%、53.7%。&苍产蝉辫;

　　以重点领域延伸构建差异监管体系。在公司信用风险分类通用模型基础上，创新构建&濒诲辩耻辞;2+4+10&谤诲辩耻辞;重点领域专业化差异监管体系，即：印发《山东省特种设备安全领域信用监管实施方案》《山东省资质认定检验检测机构信用风险分类监督管理办法》2个规范，构建食品生产公司、餐饮服务单位、特种设备、检验检测机构等4个信用风险分类模型，编制机动车检验检测机构等10个领域的《差异化监管细化措施清单》，初步建立起食品、药品、特种设备、认证认可等重点领域差异化监管体系。同时，推动省交通运输厅、省生态环境厅等18个部门相继出台本领域专业信用风险分类管理办法。&苍产蝉辫;

　　下一步工作思路&苍产蝉辫;

　　实施公司信用风险分类管理是一场深刻的革命，涉及市场监管理念、监管方式的重大转变。山东省市场监管局将深入贯彻落实《意见》要求，结合山东实际，进一步细化量化任务目标，以公司信用风险分类管理推动由被动监管向主动监管转变、由治标向治本转变、由事后治理向事前防范转变。&苍产蝉辫;

　　进一步优化公司信用风险分类管理机制。结合总局《对于推进公司信用风险分类管理进一步提升监管效能的指导意见》，尽快制定出台山东省贯彻落实意见，推动将公司信用风险分类管理理念和方式拓展到全省市场监管系统各业务领域和具有事中事后监管职能的各相关部门，确保全省公司信用风险分类管理工作规范、有效开展。&苍产蝉辫;&苍产蝉辫;

　　进一步完善公司信用风险分类模型。信用风险分类的关键是运用大数据、人工智能、信息技术等手段，深度挖掘数据背后隐藏和关联的风险信息，建立科学的信用风险分类模型，并实现对公司信用风险分类状况与公司违法违规风险之间关系的自动学习。在经过一年的实践后，下一步将重点对现有公司信用风险分类指标体系中的定性指标、定量指标，进行合理性测算。通过抽取一定数量今年抽查的公司，作为训练集样本训练模型，进行结果反向验证和校验，不断修正信用风险分类模型。同时，扩大数据汇聚范围，积极向总局申请外省和中央部委产生的信息，全面搜集公司经营过程中在互联网上产生的信息，准确区分失联停业类主体信息，为公司信用风险分类监管奠定扎实的数据基础。&苍产蝉辫;

　　进一步深化公司信用风险分类结果运用。将信用风险分类结果与&濒诲辩耻辞;双随机、一公开&谤诲辩耻辞;监管、重点监管、专项检查、政府应用等深度融合，依据信用风险分类结果采取差异化监管，提高监管效能。在&濒诲辩耻辞;双随机、一公开&谤诲辩耻辞;监管工作中充分运用公司信用风险分类结果，针对公司不同信用风险等级，采取不同抽查比例，提高随机抽查效能。在重点领域监管工作中，设置预警指标，对带有普遍性、规律性的高风险行为特征，开展动态监测，及早发现公司异常情况。聚焦&濒诲辩耻辞;通用+专业&谤诲辩耻辞;的风险分类管理模式，推动通用模型与食品生产公司、餐饮服务单位、特种设备、检验检测机构等信用风险分类专业模型在指标及风险结果上的双向共享，提高重点领域监管效能。在专项检查工作中，依托信用风险分类模型，筛选出高信用风险公司作为定向抽查对象，提高行业治理靶向性；探索舆情时期生成重点监督抽查公司名单，前移监管关口，化解风险隐患。在政府关联事物应用中，探索对信用风险低的公司实施便利措施，对风险高的实施审慎审查，形成监管合力。