9月28日，保監(jiān)會下發(fā)《保險(xiǎn)資金運(yùn)用內(nèi)部控制應(yīng)用指引（第4號-第6號）》（征求意見稿），要求保險(xiǎn)機(jī)構(gòu)在股權(quán)投資時，需要關(guān)注五大風(fēng)險(xiǎn)點(diǎn)。具體包括：市場風(fēng)險(xiǎn)；投資范圍、交易結(jié)構(gòu)及投資標(biāo)的合規(guī)風(fēng)險(xiǎn)；法律風(fēng)險(xiǎn)；操作風(fēng)險(xiǎn)；道德風(fēng)險(xiǎn)。針對前面的投資標(biāo)的合規(guī)風(fēng)險(xiǎn)部分，平安科技剛剛完成第一期針對上市公司智能合規(guī)檢查工作，首期推出20多個維度50多個事件檢查點(diǎn)已成功開發(fā)完成并上線應(yīng)用。

上市公司的合規(guī)監(jiān)管無論是對監(jiān)督部門、上市公司還是投資者都是非常重要的；而傳統(tǒng)的合規(guī)督察工作異常繁瑣，需要極強(qiáng)的專業(yè)知識和大量的人工作業(yè)。平安集團(tuán)有萬億級資金在市場流動，安全是首要需求。平安科技作為平安集團(tuán)的高科技內(nèi)核，肩負(fù)集團(tuán)萬億資金保駕護(hù)航的使命——有沒有辦法將專業(yè)化的專家經(jīng)驗(yàn)轉(zhuǎn)化成智能科技手段進(jìn)行智能監(jiān)控呢？平安科技的實(shí)踐驗(yàn)證是可行的。

從數(shù)據(jù)層面看，證券市場的監(jiān)管是艱難的，原因在于證券市場的對象主體是企業(yè)。企業(yè)數(shù)據(jù)分析的癥結(jié)至少有以下三個方面的問題。

第一是結(jié)構(gòu)化數(shù)據(jù)分析中的個體差異問題。與個人樣本規(guī)模動輒幾十萬的“大數(shù)據(jù)”相比，企業(yè)樣本數(shù)據(jù)能有幾百個就算很不錯了；若再加上分析時需要對行業(yè)、規(guī)模、發(fā)展階段、產(chǎn)品形態(tài)等維度進(jìn)行“切片”處理，一系列細(xì)分之后樣本可能所剩無幾。這對以大數(shù)定理作為統(tǒng)計(jì)學(xué)命脈的支撐邏輯是重大挑戰(zhàn)。

第二是大量的非結(jié)構(gòu)化數(shù)據(jù)的處理問題。企業(yè)經(jīng)營過程中會產(chǎn)生大量的文本、圖像、音頻、地理位置、連續(xù)信號等復(fù)雜格式數(shù)據(jù)，這些數(shù)據(jù)中富含大量高價(jià)值信息，但前提是需要用有效的技術(shù)手段進(jìn)行提取。

第三是數(shù)據(jù)之間的相互連接問題。這一問題主要表現(xiàn)在如何關(guān)聯(lián)第一類和第二類問題中的數(shù)據(jù)，如果是采用傳統(tǒng)的數(shù)據(jù)表格來記錄，一方面是數(shù)據(jù)稀疏問題，另一方面更為嚴(yán)重的是這里的關(guān)聯(lián)形態(tài)存在強(qiáng)度大小、關(guān)系強(qiáng)弱問題。

上述三點(diǎn)是企業(yè)數(shù)據(jù)處理實(shí)踐中無法回避的基本問題，這些問題的存在啟示企業(yè)分析工作需要用不同的數(shù)據(jù)組織和分析范式。平安科技在此方面進(jìn)行了開拓性的大膽嘗試，并取得業(yè)界領(lǐng)先的積極成果。

平安科技的解決方案是知識圖譜技術(shù)。從兩年來的實(shí)踐來看，這似乎是一條正確的解決路徑。歐拉圖譜是一款基于關(guān)系網(wǎng)絡(luò)的企業(yè)知識圖譜產(chǎn)品，分析員可以透過對企業(yè)經(jīng)營相關(guān)的企業(yè)、人物、事件、行業(yè)四大方面的“穿透式”分析，及時捕捉企業(yè)營銷、風(fēng)控、投資的機(jī)會和風(fēng)險(xiǎn)信號點(diǎn)。

相對于前面的問題，知識圖譜技術(shù)需要結(jié)合監(jiān)管實(shí)際需求開展工作。

第一，以產(chǎn)業(yè)鏈為中心解決數(shù)據(jù)組織和分析的關(guān)聯(lián)邏輯問題。以企業(yè)產(chǎn)業(yè)鏈為中心，數(shù)據(jù)的關(guān)聯(lián)和銜接以網(wǎng)絡(luò)結(jié)構(gòu)關(guān)系為核心存儲和關(guān)聯(lián)邏輯，這樣的處理可以有效規(guī)避數(shù)據(jù)稀疏和關(guān)聯(lián)強(qiáng)弱問題。在監(jiān)管上面主要體現(xiàn)在，全面動態(tài)監(jiān)測企業(yè)上下游供應(yīng)鏈及整體行業(yè)產(chǎn)業(yè)鏈狀況，發(fā)掘上市公司的違規(guī)經(jīng)營行為并進(jìn)行及時披露；結(jié)合知識圖譜技術(shù)識別關(guān)聯(lián)群體和交易行為，提升分析工作效率和產(chǎn)能。

第二，以語義理解和推理解決非結(jié)構(gòu)化數(shù)據(jù)（尤其是文本）的利用問題。當(dāng)然這需要利用復(fù)雜的自然語言處理、語義理解和推理技術(shù)。具體到監(jiān)管工作上面，先通過語義理解捕捉事件線索，接下來進(jìn)入推理稽核環(huán)節(jié)。在事件識別之后，系統(tǒng)會自動分析該事件的直接主體還是關(guān)聯(lián)影響方，比如識別當(dāng)事企業(yè)是債券違約主體還是承銷方；除此之外還有很多的工作內(nèi)容是對后臺多方數(shù)據(jù)進(jìn)行校驗(yàn)、比對，比如自動抽取財(cái)務(wù)數(shù)據(jù)、第三方供應(yīng)商或客戶數(shù)據(jù)，對抵押、擔(dān)保方披露數(shù)據(jù)進(jìn)行沖突檢驗(yàn)（例如財(cái)務(wù)粉飾、造假、異常）等，這樣的多方稽核才更容易發(fā)現(xiàn)疑點(diǎn)和問題。

第三，利用案例模型庫智能類比來解決專家經(jīng)驗(yàn)的智能化問題。市場上已有曝光的企業(yè)債券違約、監(jiān)管處罰、破產(chǎn)、摘牌、退市等案例是寶貴的分析資源，這些案例的問題發(fā)現(xiàn)和分析蘊(yùn)含了大量的專家經(jīng)驗(yàn)和智慧，通過人工智能技術(shù)，可以對歷史案例進(jìn)行學(xué)習(xí)，充分利用智能化對比分析，快速獲知目標(biāo)企業(yè)與風(fēng)險(xiǎn)案例庫中的企業(yè)對比狀況，及時判別風(fēng)險(xiǎn)；同時，有了風(fēng)險(xiǎn)案例企業(yè)的對比，可以極大的提升用戶對目標(biāo)企業(yè)的潛在風(fēng)險(xiǎn)破壞力和演變趨勢的判斷力，降低學(xué)習(xí)門檻，提升監(jiān)管效能。

在具體應(yīng)用案例中，這里以債務(wù)分析為例來展示相關(guān)監(jiān)管技術(shù)的實(shí)現(xiàn)邏輯。傳統(tǒng)的上市公司財(cái)務(wù)分析不僅依賴專業(yè)的財(cái)務(wù)知識，而且財(cái)務(wù)指標(biāo)細(xì)碎繁多，如果有公司有意對報(bào)表加以粉飾，不用說普通人，即便是專家也很難快速察覺到財(cái)報(bào)中的異常之處。既然有歷史案例，那么借助專家經(jīng)驗(yàn)，我們就能高效學(xué)習(xí)，快速發(fā)現(xiàn)類似案例中的蛛絲馬跡。我們通過解讀國際金融專家的分析邏輯，抽取其中關(guān)鍵的步驟，利用歐拉圖譜的智能企業(yè)關(guān)聯(lián)分析，形成了基于推理的專家分析邏輯，讓財(cái)務(wù)異常的挖掘更加智能化。圖示給出了基于專家思維模式的上市公司債務(wù)推理邏輯，從負(fù)債異常檢測、資金去向檢索以及違約破產(chǎn)可能性方面做逐步剖析。

上述案例主體工作步驟有3個，檢查數(shù)據(jù)點(diǎn)超過千個，掃描包括供應(yīng)商、客戶、合作方、股東、投資、擔(dān)保、債券發(fā)行等關(guān)系類型近20種，涉及企業(yè)一度關(guān)聯(lián)方3000多個，覆蓋企業(yè)新聞報(bào)道、公告、法律訴訟、第三方公司輿情上萬篇，但整個稽核過程只需要幾分鐘即可生成報(bào)告或風(fēng)險(xiǎn)提示信號。

從圖示二可以看到，通過結(jié)合歐拉圖譜多個功能模塊的分析，監(jiān)管部門或投資機(jī)構(gòu)能迅速地理清該公司負(fù)債高的原因以及償債能力。需要強(qiáng)調(diào)的是，這個案例只是歷史案例庫里眾多案例中的一個，并且這一套分析的流程已經(jīng)整合到平安科技?xì)W拉圖譜的合規(guī)檢測模塊，對所有公司都會同時監(jiān)控并掃描風(fēng)險(xiǎn)。

平安科技?xì)W拉圖譜內(nèi)置的合規(guī)檢測模塊，已經(jīng)實(shí)現(xiàn)了數(shù)百萬條上市公司公告數(shù)據(jù)的自動解析、關(guān)鍵事件探測、關(guān)聯(lián)線索提取、信披合規(guī)檢測等工作；數(shù)據(jù)覆蓋范圍包括定期報(bào)告、財(cái)務(wù)報(bào)表、業(yè)績快報(bào)、重大訴訟、處罰（處分）監(jiān)管措施、公告原文等結(jié)構(gòu)或非結(jié)構(gòu)化數(shù)據(jù)。通過上萬條法規(guī)庫的智能解讀，可依據(jù)相關(guān)法律法規(guī)、政策、規(guī)定條文，從對外擔(dān)保、資金占用、會計(jì)差錯等幾十個維度近百個項(xiàng)檢查點(diǎn)對上市公司信息披露的真實(shí)性、準(zhǔn)確性、完整性、及時性、合法合規(guī)性和公平性進(jìn)行自動評估。目前，可對3000多家上市公司的信息披露合規(guī)情況做到日更新，這種自動化、智能化的監(jiān)控和預(yù)警無疑是給監(jiān)管部門以及投資者提供很大的便捷。

中國“一行三會”對監(jiān)管科技需求之迫切振奮人心，前不久中國證監(jiān)會劉士余主席還在監(jiān)管國際研討會上提出“交易所如何用好大數(shù)據(jù)、人工智能等新技術(shù)，發(fā)展監(jiān)管科技（RegTech）”的思路；國慶節(jié)前夕，深交所旋即重磅推出自主研發(fā)的大數(shù)據(jù)監(jiān)察系統(tǒng)、債券風(fēng)險(xiǎn)監(jiān)測系統(tǒng)。平安科技作為“金融科技”的參與者、建設(shè)者和受益者，愿與社會各界一道貢獻(xiàn)科技智慧，為中國資本市場的健康發(fā)展添磚加瓦！