当前位置:首页 > 每日资讯 > 正文

南财对话·金融创新在广东|广州金科总经理李杰:打造金融风险监测防控 “全省一张网”2022-03-22 07:54:05 | 来源:南方财经全媒体集团 | 查看: | 评论:0

编者按:

理念一新天地宽,对于进入新发展阶段的中国经济来说,创新是引领发展的第一动力。

金融业的创新发展成为广东经济腾飞的翅膀。高起点、高标准、高质量推进大湾区国际金融枢纽建设,助力湾区构建更高水平的开放型经济体,支持广东打造新发展格局战略支点,成为新时期广东金融肩负的重要使命。

证券市场的先行者们通过金融制度创新、产品创新,进一步提高金融交易效率、优化金融资源配置,助力进一步提高直接融资规模;普惠金融的践行者们通过提升金融服务的覆盖率、可得性、满意度,满足人民群众日益增长的金融需求;金融科技的拓荒者们将金融服务渗透到传统服务难以触达的人群,以数字普惠金融促进经济社会充分且平衡的发展。

南方财经全媒体开启《金融创新在广东》系列报道,沿着广东在金融改革发展道路上的前行足迹,见证服务高质量发展、服务实体经济、服务大湾区互联互通的金融创新实践。

金融稳经济稳。党的十九大召开以来,金融风险防控工作被提到前所未有的战略高度,并被列为“防范风险三大攻坚战”之首。在移动互联网时代,金融风险更是呈现出跨域广、涉众多、扩张快、演变烈的特点,大大超出传统线下防控能力,运用金融监管科技强化金融风险防范化解、维护金融稳定势在必行。

2022年中国人民银行工作会议指出,“防范化解金融风险取得新成效”,接下来将“坚持推动金融风险防范化解”。2021年以来,我国金融风险总体收敛,坚持市场化、法治化处置风险,增强了市场预期的稳定性。业内专家认为,防范化解风险仍然任重道远,2022年必须更加重视防范化解重大风险,维护好经济社会稳定大局。

在广东金融创新奖评选中,广州金融科技股份有限公司凭借“广东省非法金融活动监测预警系统”入选广东金融创新奖。该系统对全省65万家地方金融企业和涉金融企业进行实时监测,及时预警非法集资和非法金融活动风险,为广东经济发展保驾护航。

南方财经《金融创新在广东》系列报道,对话广州金融科技股份有限公司总经理李杰,讲述如何利用人工智能、大数据、云计算、区块链等金融监管科技,扎实推进地方金融风险监测防控“金鹰系统”建设,助力地方守底线,打造全省金融风险防控信息化“一张网”。

南方财经:“金鹰系统”这个项目建设的初衷是什么呢?

广州金融科技股份有限公司 总经理 李杰:

在党的十九大召开以来,金融风险防控工作被提到前所未有的战略高度,被列为“防范风险三大攻坚战”之首。在移动互联网时代,金融风险更是呈现出跨域广、涉众多、扩张快的特点,大大超出了传统金融风险防控的能力。因此运用科技手段强化金融风险防范化解能力势在必行。

2017年,广东省地方金融监管局(时为省金融办)在广州市的基础上,依托我们公司建设运营广东省地方金融风险监测防控中心(简称“防控中心”),防控中心利用人工智能、大数据、云计算、区块链等金融监管科技,扎实推进地方金融监测防控系统“金鹰系统”建设。这套系统就像地方金融海洋中的瞭望塔,时刻巡视着广东每个角落有可能发生的金融风险,并及时拉响警报,助力地方金融风险防控,打造金融风险防控“全省一张网”。

金鹰系统汇聚了十八大平台功能,能够有机的融合线上、线下和跨部门数据,全方位实时监测企业的行为、状态等信息。监测预警系统作为金鹰系统的重要核心平台之一,目前对全省65万家地方金融企业和涉金融企业进行实时监测,及时预警非法集资和非法金融活动风险,为广东经济发展保驾护航。

“广东省非法金融活动监测预警系统”为经济安全保驾护航

南方财经:监测预警系统的创新和亮点体现在哪些方面呢?

广州金融科技股份有限公司 总经理 李杰:

监测预警系统的创新点在于结合了基本工商数据、互联网公开数据、企业经营数据、政府非公开数据、大型科技公司自有信息等,对辖区内的企业工商变更异常、经营异常、立案及高风险关联、线下投诉、线上负面舆情、违法违规信息、涉诉信息和失信纳税信息等风险标签,构建企业风险画像,并通过建立风险指数模型来动态监测跟踪企业风险。

该系统的亮点主要有四点。

一是实现了金融风险的动态排查和主动识别。监测预警系统通过主动识别模型、舆情采集和分析、金融广告监测、投诉举报线索,以及地方金融复杂网络风险传导路径和风险爆发企业关联企业排查等,精准识别非法集资和非法金融活动、负面舆情、违法违规广告等活动;

二是建立了金融风险精准预警标准。监测预警系统建立了金融风险“红橙黄”精准预警标准,实现了科学有效提示风险。同时还制定了风险线索办理台账式管理,全面掌握辖区内总体风险情况和风险线索办理情况,并通过风险模型自动实现动态评级,对所识别的地方金融风险企业或非法金融活动平台风险点做出归纳总结,对风险企业等级进行复核和研判;

三是建立了动态风险评分模型。监测预警系统总结地方金融业态的特点,利用大数据、云计算等前沿技术收集和量化信息化数据,分析非法金融活动案例样本,总结筛选风险特征,建立风险等级研判标准,通过“行业指数、涉众面、危害性、传染度、投诉率”五大指标体系,实现动态风险评分。

四是实现了金融风险提示和协同处置机制。监测预警系统对地方金融企业按照“识别—监测—预警—处置—反馈—再监测”风险处理流程,形成了“监测预警—处理反馈—持续监测”的创新闭环管理机制,有效解决了“不知道哪里有风险和处置后不知道效果如何”的痛点,使日常工作做到有的放矢,提高了工作效率。

南方财经:监测预警系统运行的成效和目前发挥的作用体现在哪里呢?

广州金融科技股份有限公司 总经理 李杰:

借助监测预警系统等智能化手段防控金融风险,广东成为了第五次全国金融工作会议和十九大之后对金融风险监测防控工作推进最快、模式运行最成熟的省份,该模式为我省乃至全国金融风险防控工作累积了新的经验,成为了全国性地方金融风险防控新样本。

截至去年12月,在主动识别方面,防控中心通过系统对全省工商主体进行筛选,将其中65万多家目标企业纳入实时监测,包括“7+4”类企业37.2万家,其他企业23.6万家,发现影响广东的非法金融活动企业973家(动态数据)。在监测预警方面,防控中心通过系统为省、市、区累计提供了风险线索共1420条,经过实地核查,各地累计处置了1155条。在深度分析方面,防控中心定期向省、市、区等金融主管部门累计提供了各类风险简报9000余份,主要涉及到互联网金融、私募基金、校园贷、现金贷及非法外汇等。在协同处置方面,防控中心联合律所和行业专家,成立了非法金融活动案例研究中心和法律服务中心,对各类案例和司法部门判例进行研究分析,提升分析和辅助定性的职能。

有数据显示,防控中心成功预警了数十家重大金融平台风险,为广大投资者挽回了高达500多亿的损失,真正做到了打早打小。目前防控中心已完成了广东省各地市全覆盖,“广东模式”成效明显,适合向全国各省市进一步推广和服务输出。

南方财经:去年广东省发布了金融“十四五”规划,广州金科在助力广东金融强省建设发挥什么积极的作用呢?

广州金融科技股份有限公司 总经理 李杰:

作为省、市政府重点支持的地方金融重要基础设施平台,公司认真落实省、市政府的工作要求,抓重点、补短板、强弱项,着力提升科技实力和研究能力,不断完善风险防控体系,妥善化解互联网金融领域的纠纷,扎实推进金融科技市场化进程,助力维护我省地方金融平安稳定,为我省经济发展保驾护航。

一方面是坚持科技监管,监测预警工作取得了良好的成效。一是对金融机构实现了实时监测,精准预警。

二是摸清了底数,辅助监管地方金融业态。防控中心非现场监管平台通过对监测企业的基本信息、经营情况,资金信息等进行统一集中的登记,并进行了信息交叉验证。运用现代金融科技手段辅助监管部门实现穿透式监管,解决了地方政府开展金融监管工作所遇到的监管手段单一,专业能力不足,人手不够等痛点。

截至去年12月,防控中心对全省正在清退中的5家P2P网贷机构进行实时数据采集;12家地方交易场所、2590家融资租赁企业和3100余家商业保理企业每月报送数据。防控中心对实时报送的数据进行了分类统计和分析,向监管部门提供行业分析报告,为现场监管和风险处置提供线索和依据。

三是精准研判,为科学决策提供支撑。依托防控中心地方金融研究团队,深入研究地方金融各个业态特征,并提供行业调查分析报告、地区金融稳定发展报告、舆情分析报告和企业专项风险排查报告。

四是打造闭环,高效管理风险。防控中心建立风险处置管理平台,将风险企业预警信息发至各地,由各地核查处置并将情况录入系统,并对处置效果进行持续监测和评估,形成了“监测预警—处置反馈—持续监测”闭环管理。

另一方面防控中心推动了地方金融智能监管体系的建设。一是不断探索和强化监管科技新模式。防控中心先后与中山大学、广州银行电子结算中心、广州市公安局合作成立了三大金融科技实验室。通过建立联合实验室,推动数据融合共享,深入研究地方金融各个业态特征,提高地方金融风险精准识别能力,形成行业调查分析、地区金融稳定发展、舆情分析等报告。通过一系列的专项研究工作,强化精度和准度,积极推动建设防范化解地方金融风险的堡垒。

二是组织制订地方金融风险监测防控平台行业标准。地方金融风险监测防控平台属于新兴业态,广东省建设防控中心的具体实践为全国累积了有益的经验。下一步我们将探索制订技术标准、监管制度、创新配套政策,以服务粤港澳大湾区金融安全。

三是加快地方金融大数据库建设。积极推动和各级政府部门、公共事业单位、银行机构实现系统数据共享,提升地方金融风险监测防控工作的数字化、智能化水平。

四是建设金融纠纷多元化解平台,推广互金解纠模式。不断探索创新“互联网+”时代纠纷解决模式,推动金融类矛盾纠纷的诉源治理,积极参与在线纠纷多元化解平台的建设,实现了“非诉在前、诉讼断后”的矛盾纠纷解决新模式,为进一步优化地方金融营商环境,向金融业提供可靠便捷的纠纷解决模式,提供了有力支撑。

南方财经:那么金鹰系统整个的底层数据是从哪里来的?

广州金融科技股份有限公司 总经理 李杰:

金鹰系统的数据来源主要有四类:

第一类是政务类数据。由地方政府协调对接了全省的政务数据,目前已实现各类数据全覆盖,例如包括投诉举报数据、国家监测预警平台下行传输的数据等等。

第二类是金融机构报送的数据。现已实时对接了全省的P2P网贷机构、地方交易场所,以及2000多家融资租赁机构和3000多家商业保理机构,这些机构每月都会报送相关的经营数据。

第三类是地方金融舆情数据。我们建立大数据的检索平台,实时地在全国各个重要站点捕捉相关的金融舆情信息。防控中心依托这个平台建立了广东省地方金融舆情系统,能够实时地为省、市政府提供相应的金融舆情。

第四类数据是我们和互联网巨头实现数据互联互通。比如我们和腾讯合作,通过微信数据以及 QQ数据,建立了金融风险排查模型,收集相关非法金融活动的蛛丝马迹。

防控中心对以上四类数据进行综合分析,研判金融风险趋势,并向相关的金融主管部门报告。

南方财经:怎么样交叉验证数据的真实性呢?

广州金融科技股份有限公司 总经理 李杰:

数据的真实性是整个模型分析和判断的核心,是最关键的基础。对于数据的真实性,防控中心运用了大数据交叉验证功能,比如机构给我们报送的数据,若我们对其真实性有存疑,就会通过政务数据进行交叉验证。具体举例,某家机构填报的双栏数据(经营数据)比较大,但无法篡改的税务数据、社保数据相对比较小,于是我们便对该机构报送的经营情况的真实性产生质疑,然后深入研究,进一步分析验证其数据是否真实可靠。

南方财经:如何将这些数据运用金融的手段进行研判分析呢?

广州金融科技股份有限公司 总经理 李杰:

数据丰富全面固然很重要,但要通过数据得出精准的分析结果还要构建完善的分析模型。

首先,要对大量非法金融活动样本案例进行分析,然后,通过建成的三大金融科技实验室总结提取非法金融活动和非法集资的相关特征,从收益率、涉众面、危害性、传染度、投诉率五大维度建立金融风险评价模型,从这些维度出发对企业风险等级评分。如企业风险评分在80分以上,就会纳入红色预警企业名单;在60到80分,就会纳入橙色预警名单;在40到60分就是黄色预警的企业。通过风险评价模型,帮助防控中心在海量数据中发现最突出最重要的风险,提高风险分析质效。最后,根据企业不同的风险等级建立不同的处置标准,给出处置建议。

南方财经:在数据分析的过程中如何突出金融科技?

广州金融科技股份有限公司 总经理 李杰:

这个分析的过程中其实要建立风险特征,而风险特征的提取,就要运用大数据、人工智能、云计算和区块链等前沿科技手段。

首先是对于大数据来说,针对金融风险舆情,防控中心建立了自然语言学习LP的系统,通过对自然语言提取、精准识别,在海量舆情数据里捕获与广东省、广东金融、广东非法金融活动等相关的数据,然后通过系统辅助分析整理,最后形成风险报告。

第二方面是不断提升金鹰系统的机器学习能力。因为金融风险是在不断的演化、不断的发展的,在这个过程中,我们就要不断根据它的新变化调整模型,这个调整的过程就是机器学习的过程,模型调整迭代能力也是金融科技很重要的能力体现。

南方财经:如何跟其他地方的监测的机构做一个联动来形成“全国一张网”?

广州金融科技股份有限公司 总经理 李杰:

2020年,处置非法集资部际联席会议印发《全国非法集资监测预警体系建设规划(2020-2022年)》,旨在构建线上线下紧密结合、央地平台互联互通的监测预警“天罗地网”。但目前全国网络的建设,数据信息的颗粒度、信息的条目并不那么细致,还需要和各个省进行结合完善信息收集和信息研判。

所以目前和全国网络的对接,是国家统一分配给我们信息,但是我们也要建设自己的地方网和局域网,才能真正更加精准更加有效地研判信息。

那么对于这种兄弟省份的联络联动,目前全国还没有建立相关的机制,我们也会推动和相关省份进行对接。目前防控中心就跨省服务了黑龙江省的哈尔滨市、江西省的赣州市,也在与贵州省的黔南州和毕节市进行对接,把网络建立起来就能对跨地域的金融风险态势进行更好的研判和更好的防范化解,促进全国机制的形成。

编 委:于晓娜

监 制:方晓茸

制 作:梁远浩 章启良

拍 摄:梁远浩 肖航

编 辑:梁远浩

实习记者:戴雯玥 吴杭颖 金箫

配 音:董家龙

设 计:廖苑妮

照 片:由受访者提供

通讯员:黄伍莲

出 品:南方财经全媒体集团

标签: 监测预警 非法金融活动 南方财经

上一篇:多地发布就业支持政策 大学毕业生就业城市选择趋向灵活 福建打造千亿资本金投公司 将成兴业银行第一大股东下一篇: