大數據背景下實施企業信用風險分類管理的實踐與思考

推進企業信用風險分類管理是實現精準監管的有效路徑。2022年1月4日，國務院常務會議審議通過了《關于推進企業信用風險分類管理進一步提升監管效能的指導意見》（以下簡稱《意見》）。《意見》著眼長遠，突出頂層設計，明確了企業信用風險分類管理的指導思想、基本原則、工作目標及主要任務，是指導各省開展企業信用風險分類管理工作的綱領性文件。《意見》的出臺為各地全面實施企業信用風險分類管理提供了基本依據，必將引導各省把工作重點更多放在創新監管方式，提升監管能力和監管智慧化水平上來。

山東省企業信用風險分類管理工作實踐 

2020年7月27日，山東省市場監管局以規范性文件形式發布了《山東省市場監督管理局關于印發山東省市場監管系統企業信用風險分類管理辦法（試行）》，這是機構改革后，省級市場監管部門制定的第一個企業信用風險分類管理辦法。自此，山東開始在全省市場監管系統探索基于企業信用風險分類的“雙隨機、一公開”監管工作實踐。 

以海量數據夯實信用風險分類基礎。推動省政府辦公廳出臺了《國家企業信用信息公示系統（山東）涉企信息歸集應用管理辦法》（魯政辦字〔2019〕210 號），制定了《涉企信息歸集運用規范》山東省地方標準，將涉企信息歸集公示工作納入績效考核體系。對接聯通公示系統（山東）與省行政處罰與行政強制權力網絡運行系統、省政務信息資源共享交換平臺等，在全國率先建成運行“市場監管一體化智慧監管平臺”，涉企信息歸集量和歸集面大幅提升。目前，已歸集整合各類涉企信息1.8億條，其中行政許可信息448.4萬條、行政處罰信息12.9萬條、抽查檢查結果2065.7萬條、輿情關聯信息200萬條、經營異常名錄和失信企業“黑名單”信息573.3萬條。 

以信息化平臺支撐信用風險分類實施。設計企業信用風險分類指標體系，選取企業屬性、登記許可、年報公示、合規信息、輿情關聯、關聯企業、經營能力等7個維度71項指標，科學賦予指標權重，構建企業信用風險分類管理模型。開發山東省企業信用風險分類管理系統，對全省402萬戶企業，按信用評價從高到低分成ABCDE五類，分類結果每月動態更新，并與省“雙隨機、一公開”監管工作平臺互聯互通。針對虛假注冊、活躍度異常、企業資質到期未續、企業集中注冊、失聯企業、企業人事異動等特殊風險，建立6種預警模型，及時對監測發現的高風險企業進行約談或核查。  

以融合應用提升“雙隨機、一公開”監管水平。建立基于信用風險分類的“雙隨機、一公開”監管機制，將大部分的監管資源用于高信用風險企業，涉企抽查全部按照信用風險等級抽取，切實做到精準發力。2021年，部門聯合“雙隨機、一公開”首次實現對E類企業全覆蓋抽查，全省市場監管系統“雙隨機、一公開”首次做到D、E類企業全覆蓋抽查，對信用風險等級較低的B、C類企業抽查比例降至1%和0.8%，對信用風險等級最低的A類企業實現“零打擾”。全省各級市場監管部門累計發起抽查任務2777項，抽查企業13.38萬戶，B、C、D、E類企業的問題發現率分別達到8.77%、12.26%、38.96%、53.7%。 

以重點領域延伸構建差異監管體系。在企業信用風險分類通用模型基礎上，創新構建“2+4+10”重點領域專業化差異監管體系，即：印發《山東省特種設備安全領域信用監管實施方案》《山東省資質認定檢驗檢測機構信用風險分類監督管理辦法》2個規范，構建食品生產企業、餐飲服務單位、特種設備、檢驗檢測機構等4個信用風險分類模型，編制機動車檢驗檢測機構等10個領域的《差異化監管細化措施清單》，初步建立起食品、藥品、特種設備、認證認可等重點領域差異化監管體系。同時，推動省交通運輸廳、省生態環境廳等18個部門相繼出臺本領域專業信用風險分類管理辦法。 

下一步工作思路 

實施企業信用風險分類管理是一場深刻的革命，涉及市場監管理念、監管方式的重大轉變。山東省市場監管局將深入貫徹落實《意見》要求，結合山東實際，進一步細化量化任務目標，以企業信用風險分類管理推動由被動監管向主動監管轉變、由治標向治本轉變、由事后治理向事前防范轉變。 

進一步優化企業信用風險分類管理機制。結合總局《關于推進企業信用風險分類管理 進一步提升監管效能的指導意見》，盡快制定出臺山東省貫徹落實意見，推動將企業信用風險分類管理理念和方式拓展到全省市場監管系統各業務領域和具有事中事后監管職能的各相關部門，確保全省企業信用風險分類管理工作規范、有效開展。  

進一步完善企業信用風險分類模型。信用風險分類的關鍵是運用大數據、人工智能、信息技術等手段，深度挖掘數據背后隱藏和關聯的風險信息，建立科學的信用風險分類模型，并實現對企業信用風險分類狀況與企業違法違規風險之間關系的自動學習。在經過一年的實踐后，下一步將重點對現有企業信用風險分類指標體系中的定性指標、定量指標，進行合理性測算。通過抽取一定數量今年抽查的企業，作為訓練集樣本訓練模型，進行結果反向驗證和校驗，不斷修正信用風險分類模型。同時，擴大數據匯聚范圍，積極向總局申請外省和中央部委產生的信息，全面搜集企業經營過程中在互聯網上產生的信息，準確區分失聯停業類主體信息，為企業信用風險分類監管奠定扎實的數據基礎。 

進一步深化企業信用風險分類結果運用。將信用風險分類結果與“雙隨機、一公開”監管、重點監管、專項檢查、政府應用等深度融合，依據信用風險分類結果采取差異化監管，提高監管效能。在“雙隨機、一公開”監管工作中充分運用企業信用風險分類結果，針對企業不同信用風險等級，采取不同抽查比例，提高隨機抽查效能。在重點領域監管工作中，設置預警指標，對帶有普遍性、規律性的高風險行為特征，開展動態監測，及早發現企業異常情況。聚焦“通用+專業”的風險分類管理模式，推動通用模型與食品生產企業、餐飲服務單位、特種設備、檢驗檢測機構等信用風險分類專業模型在指標及風險結果上的雙向共享，提高重點領域監管效能。在專項檢查工作中，依托信用風險分類模型，篩選出高信用風險企業作為定向抽查對象，提高行業治理靶向性；探索輿情時期生成重點監督抽查企業名單，前移監管關口，化解風險隱患。在政府關聯事物應用中，探索對信用風險低的企業實施便利措施，對風險高的實施審慎審查，形成監管合力。