新聞發布

全國股轉公司科技監管系統上線 探索企業財務治理風險精準預警

發布時間:2019-05-31 點擊次數:

為實現新三板掛牌公司財務治理風險精準預警,切實提升監管審查效率,近年來,全國股轉公司一直致力于科技手段在公司監管中的運用,并于近期上線了“ReGo掛牌公司風險畫像系統”(以下簡稱“ReGo系統”),協助進行掛牌公司2018年年報審查工作。目前,ReGo系統運行效果良好。

ReGo系統是基于大數據、人工智能的科技監管系統,以三大類別、兩個層次、九個行業的定期報告模板以及43項臨時公告模板形成的XBRL信息披露數據為基礎,輔助監管人員快速審查信息披露文件,重點篩查掛牌公司財務粉飾、持續經營、合規治理等問題,實現了線索發現、分析和預警功能。在充分總結交易所市場監管實踐和會計師事務所審計經驗上,ReGo系統構建了一套包含880余項判斷標準的指標體系,其中財務舞弊識別指標270條、運營風險識別指標303條,同時將上述指標歸集為業務循環、財報勾稽、粉飾動機、償債能力、管理能力等40個指標集群,多角度分析判別掛牌公司風險。

利用大數據和人工智能是考驗技術含量的關鍵。ReGo系統利用“基于DROOLS規則引擎部署的專家經驗規則模型”、“基于XG-Boost機器學習方法的AI模型”兩種方式來確定風險閾值。通過輸入市場400余家“壞公司”樣本,專家經驗規則模型借助統計技術逐步試錯尋找具有區分度的指標、確定最優比對閾值,機器學習AI模型通過最優算法對樣本特征進行深度學習,提高了對“壞公司”的區分度。

從監管效果看,全國股轉公司就2018年年報進行公開問詢的掛牌公司中,約85%的公司被ReGo系統預警有財務舞弊風險;從會計師出具的審計意見看,審計報告帶持續經營重大不確定性段落的掛牌公司中,約87%的公司被預警;審計意見為無法表示意見和保留意見的掛牌公司中,約89%的公司被預警。ReGo系統上線后,年報審查時間節省了四分之一以上。

下一步,全國股轉公司將進一步修正指標體系和系統功能,持續更新樣本庫訓練AI模型,豐富規則庫,構建基于日常臨時公告、外部數據的動態風險預警系統,建立掛牌公司標簽體系等,持續推進科技監管系統的優化開發工作。


一码中特死公式