文丨 Kevin  编辑丨唐洪涛

来源：首席数字官

“新一代信息技术的核心，还是要赋能金融科技，对现有业务进行优化，提质增效、降低成本、减低风险，或者创造新的商业模式，给金融带来价值。”深圳证券交易所（以下简称“深交所”）总工程师喻华丽接受「首席数字官」采访时谈到。

深圳证券交易所总工程师喻华丽

 深圳证券交易所成立于1990年，是经国务院批准设立的全国性证券交易场所。截至2019年9月底，深交所共有上市公司2184家，其中主板471家、中小板940家、创业板773家，总市值21.67万亿元。

图片来源：深圳证券交易所官网

从2010年全面自主研发实现核心交易系统架构转型开始，深交所正式开启了数字化转型之路。特别是近几年，深交所积极拥抱新一轮科技变革浪潮，以创国际一流交易所为战略目标，以数字化、网络化、智能化、国际化为导向，持续完善数字化服务和数字化监管体系，全力推进深交所数字化转型升级发展，并努力推进证券期货业数字化态的建设。

上市公司监管业务是深交所的基础业务。从内部因素来说，随着上市公司数量持续增长，公司业务创新与交叉融合不断深化，让过往的传统金融行为变得越来越复杂，证券违法违规的多元化和隐蔽化，金融风险和监管效能不匹配问题逐渐显示，亟需利用科技提升上市公司监管能力和效率。另外，随着深交所监管人员队伍不断扩充、一线监管责任不断强化，加上小组制监管的全面实行，监管人员轮换较为频繁，主观上期待建设更为先进的科技监管应用系统，有效支持上市公司监管工作。从技术发展情况看，近年来，随着大数据、人工智能、云计算等一系列技术的快速发展，金融科技、监管科技正以令人惊叹的速度改变着金融行业的生态格局，“用户画像”技术在商业上的成功运用，为深交所上市公司科技监管提供了借鉴。 

在内外部环境共同作用下，2016年底，深交所启动企业画像科技监管项目，将大数据、自然语言处理、机器学习、图计算、数据可视化等新技术应用到金融监管问题的解决上，极大提高违法违规线索发现能力以及年报审核效率和审核质量。这是深交所主动适应资本市场日趋复杂的形势变化，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，旨在为公司一线监管人员提供更加便捷、全面的信息与数据服务，进一步提升监管智能化、科技化水平。

深交所上市公司监管画像系统是深交所自主研发、业内首个面向上市公司监管领域的科技监管智能辅助系统，该项目围绕防风险、强监管、提效率三项目标，以深交所多年所积累的上市公司监管数据资料为基础，结合多个外部数据来源，综合运用大数据、自然语言处理、机器学习、图计算等技术,迭代研发，分期推进建设。该项目于2018年8月上线一期功能，2019年5月推出二期功能。

该项目被广泛应用于上市公司日常监管、年报审查、重组审查、风险分析、财务舞弊、舆情监测等方面，有效提升监管的智能化水平，解决公司监管工作中的部分常见痛点问题，建立监管标签体系，让智能监管“有据可依”；多维度展示，让公司情况“一目了然”；全面动态呈现，让公司背景“心中有数”；穿透识别关系图谱，让关联关系“无所遁形”；个性化定制，让信息检索“得心应手”；解决工作“痛点”，使监管应用“驾轻就熟”。

在重组审查应用中，上市公司监管画像系统在非结构化、上百页的重组方案中自动抽取关键信息并运算，自动提示交易标的、交易对手方、交易方案设计的异常情况和潜在风险点，识别交易方案的主要关注点，在重组问询函题库中挖掘查找类似重组案例，并将相关监管问询范例智能推送给监管人员，为监管人员的决策执行提供更有利参考。

在监管标签方面，目前标签体系共计184个标签、630条规则以及441个指标，涵盖公司业务、财务、股东等7个维度，全方位刻画上市公司。在关系图谱方面，目前底层数据包括4700万机构、7000万自然人、1亿条任职关系、1.4亿持股关系以及股东和董监高亲属等数据，提高违法违规线索发现能力。

在年报审查辅助方面，深交所已利用机器学习技术，对交易所近年来数千份年报问询函进行分析，对2万条具体问题分类标识，初步实现对年报的自动审查能力，其中，在对深市2000多份2018年年报自动审查中，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。

深圳证券交易所创业板公司管理部副总监颜志元表示，上市公司监管画像是深交所技术部门与业务部门通力合作的成果，在没有成熟案例参考借鉴的情况下，克服公司监管领域数据非结构化程度高、来源分散广泛、处理分析难度大等现实困难，充分凝结固化监管经验。通过整合数据资源、建设标签体系、构建企业图谱、定制智能化场景，一定程度上解决了监管工作中评价标准不统一、风险分析难定量、资料汇总负担重、可比公司及产品分析成本大、隐藏线索难挖掘等难点和痛点，为一线监管人员提供了辅助和便利，有效提高了监管效率。上市公司监管画像的推出是深交所科技监管建设的阶段性成果，在行业内形成了一定先发优势，也为后续探索提高监管智能化水平积累了宝贵经验。