工业企业全息画像

⼯工业企业全息画像CONTENTS⾏行行业背景1数据基础2数据处理理3企业全息画像4行业背景⼯工业企业全息画像信息技术与经济社会的交汇融合引发了了数据迅猛增⻓长，数据已成为国家基础性战略略资源，⼤大数据正⽇日益对全球⽣生产、流通、分配、消费活动以及经济运⾏行行机制、社会⽣生活⽅方式和国家治理理能⼒力力产⽣生重要影响。4——2015年8月，《国务院关于印发大数据发展行动纲要的通知》•2015年贵州省第二产业增加值占比39.5%，增速11.4%，在三次产业中是增长最快的。工业在很长一段时间内依然占据重要地位，是经济增长的主引擎。运⽤用⼤大数据⼿手段提升政府治理理⽔水平正逐步⾛走向成熟。政策背景⼯工业企业全息画像政策背景省经济和信息化委•统筹推进全省大数据电子信息产业发展，培育壮大大数据电子信息产业，指导各地差异化发展；•建设工业云，用大数据信息技术为供给侧改革提供支撑；•指导推进全省各领域、各行业、各地区信息化建设，统筹全省信息基础设施三年会战相关工作，牵头推进三网融合，促进新型信息消费。“⼯工业企业全息画像系统⼯工业企业全息画像应用价值融通政府数据及外部数据⼯工业企业税务信息⼯工业企业社保信息技术创新审计⼯工业企业⼯工商信息⼯工业企业⾏行行政处罚数据⼯工业企业招聘需求信息⼯工业企业诉讼信息⼯工业企业招标/中标信息⼯工业企业所在⾏行行业KPI⼯工业企业专利利申报信息⼯工业企业股权融资信息⼯工业企业全息画像行业背景系统⻛风险持续上升051015202010201120122013201420152016GDP不不良贷款率⼯工业企业全息画像行业背景尽职调查现状大数据时代颠覆着人类的思维、生活和商业形态，但人脑已无法处理、搜集和利用这么庞大的数据。而目前的商业决策中，90%的时间都在搜集和整理数据，只有10%的时间在做出决策判断。这种仅依赖人工的做法，在一定程度上造成人力成本浪费，因此难以进行有效的价值创造。海量数据VS人力成本√90%10%10%数据采集与整理风险判断90%人工工时中，90%是数据收集和整理，仅有10%是职业判断⼯工业企业全息画像目前的企业尽职调查，多依赖于公开数据（如人行征信提供的财务信息、债务状况），而对于诸如关联方/诉讼等非财务信息关注较少。同时，对于轻资产和高成长的新经济企业，目前国际上领先的金融服务机构缺少标准的方法论和模型对目标企业进行评估和分析。在大数据框架下，提供新经济企业的企业行为数据和信用风险分析模型，为企业动态尽职调查提供更多维度信息。传统征信VS基于企业行为数据的征信⼯工业企业全息画像基本信息:身份信息、出资人、一度关联关系企业名单人行征信20%40%40%0%35%7%60%34%45%财务报表信贷信息（未结、已结）不良贷款关注贷款负债变化历史对外担保身份信息出资人商贷部分行业背景尽职调查现状行业背景风险评估痛点2006年至2010年，被证监会/上交所/深交所和财政部公开处罚的77家财务舞弊上市公司，有40家存在隐瞒关联方交易的行为，占比52%。由于难以追查、自查风险等原因，未被曝出的关联方隐瞒案件预计是已曝出的10倍以上。⼯工业企业全息画像●关联方网络●诉讼信息目前全国有数百家地方中级/高级人民法院，每家法院有各自的诉讼信息系统，这其中包含开庭公告/判决文书等内容；尽管目前可以通过全国导通的平台对裁判文书/被执行人信息进行统一查询，但诉讼进入到判决环节耗时很长，对于企业在诉情况很难全面掌握；而对于异地在诉信息，仅能委托律师对企业所在地法院进行询问，难以全面把握有关信息，而且成本较高。成本法院诉讼开庭公告判决文书法院法院时间成本基础数据⼯工业企业全息画像数据基础遍布全球的数据采集网络⼯工业企业全息画像数据基础高性能数据实时采集系统⼯工业企业全息画像数据基础9个核心维度、PB级的专业数据库•除此以外，我们还拥有⼟土地资源、投资并购、商标注册等核⼼心信息数据库,共计2000+数据源、10000+爬⾍虫等国内丰富数据资源。超过3千万条信息企业⼯工商信息（全量量信息）超过4千万条信息⼈人⼒力力资源信息（Since2015）超过380万条信息招投标(全量量信息)超过1.2千万条信息诉讼信息（全量量信息）超过1.5千万条信息专利利信息（全量量信息）⼯工业企业全息画像数据处理⼯工业企业全息画像数据处理90+专业分析算法ID3决策树⽀支持向量量机朴素⻉贝叶斯C4.5CART算法ANN⼈人⼯工神经⽹网络BP神经⽹网络径向基函数神经⽹网络KNN⻉贝叶斯⽹网络隐⻢马尔可夫模型AdaBoost随机森林林遗传算法Rocchio算法K-means算法SOM算法两步类聚模型EM期望昀⼤大化模糊C均值CLIQUE……⼯工业企业全息画像数据处理HIGGS新一代企业画像和风控模型什么是描述关联图谱的数学模型？设计一种新的数学模型，以图论为基础，将关联方关系抽象出一个数学模型，使得关联图谱可以通过模型来描述。这个数学模型有什么用？1）识别企业性质。根据关联图谱的形状判断企业的经营实质。可以对所有企业进行关联关系的聚类，应用这个理论来分析企业。2）应用于下一代风险管理模型。目前的风控模型倚重于目标企业的财务信息。下一代风险管理模型当中，我们将非财务信息的比重扩大，使得每个节点的评估以非财务信息为主、财务信息为辅，其次我们的评估将基于整个关联方网络而不是目前的目标企业。从而形成一个基于整个关联方网络的风控模型。3）对企业甚至经济进行研究。企业关联关系会变化，包括合并分立等。那么，这个数学模型也能够支持一定的运算操作，基于运算规则的基础，给这个数学模型加上时间维度，就能够形成函数。⼯工业企业全息画像数据处理完善的数据加工产业链上万网站深网数据垂直采集（工商、商业、社交、金融等）非结构化数据清洗（分类、聚类）数据挖掘（数据关联、信息推荐和结论预测）通过PC、Mobile、报告等各类终端为金融、商业和其它机构客户提供决策支撑数据服务⼯工业企业全息画像企业全息画像⼯工业企业全息画像基于⼤大数据的⻛风险管理理创新AR=IRXCRXDR审计⻛风险固有⻛风险控制⻛风险测试⻛风险⻛风险程度数据⽀支持⻛风险评估审计创新重点技术创新审计⼈人⼯工成本：⼩小⻛风险的重要性：⼤大⼈人⼯工成本：中⻛风险的重要性：中⼈人⼯工成本：⼤大⻛风险的重要性：⼩小变⾰革的重点，需要有效全⾯面评估固有⻛风险变⾰革的重点，通过碎⽚片化数据评估团队和组织能⼒力力变⾰革的重点，需要有效较少⼈人⼯工成本解决⽅方案：搜集更更全⾯面的评估数据解决⽅方案：企业社交⽹网络和流程数据评估解决⽅方案：以数据技术代替⼈人⼯工来处理理数据⼯工业企业全息画像企业全息画像引擎产品亮点⼯工业企业全息画像企业全息画像引擎产品亮点风险过程最重要的工作•以最小的工作量规避最大的风险•现有大部分评估数据由初级员工搜集，数据覆盖不全•固有风险评估更多依赖合伙人的经验和直觉，无法做到客观有效内部环境外部环境产权权属治理理结构经营和内部控制组织结构所有权结构财务数据⾏行行业状况监管环境税收环境法律律环境企业全息画像，致力于为金融、商业和相关商业机构提供可靠的数据服务，提升决策效力。。快速有效地收集目标企业的判断数据，在无客户授权的情况下进行背景调查，在客户授权的情况下进行动态尽职调查，因此可以替代60%-80%的尽职调查工作，提供基于企业行为数据库的动态尽职调查服务。帮助银行、券商、会计师、律师、投资方等挖掘和计算企业全息信息，包括发现和发掘企业关联关系，找寻未知关联方，识别企业资本行为，搜寻企业在诉信息，检视企业资质，洞察企业招聘，构建风险评估模型等等。⼯工业企业全息画像企业全息画像引擎产品亮点全国企业信用信息商标信息动产/不动产抵押信息企业资质线上零售交易招标/中标信息被执行人信息涉诉信息行政处罚信息行业监管/许可信息个人资历个人社交关系自媒体信息行业信息专利信息证券舆论土地出让/转让信息行业财务指标⼯工业企业全息画像企业行为数据库（经济企业2300万家新行为数据——新经济7维度理论数据），能够向用户提供动态尽职调查报告，主要分为非财务版块和财务版块。●企业基本信息（如，企业住所、经营范围）●股权信息●关联方信息（投资及董监高四度关联图谱）●诉讼信息（包含在诉、判决文书等）●风险管理信息（两个方面的关键绩效指标KPI）●a.财务数据（主板及新三板上市公司）●b.非财务数据（包括人力资源、招标中标、诉讼数据等）●业务信息（如，以销售收入计算的前十大客户以及以供应链费用支出计算的前十大供应商）●企业资质●人力信息及招聘行为●行政处罚信息●产权信息●招投标信息2000+数据源爬取数据交换数据以企业为核心的多维度数据来源企业全息画像引擎产品亮点⼯工业企业全息画像外部授权数据,在企业行为数据库基础上，通过授权还能够提供外部数据源的企业数据，包括：●税务数据（企业所得税、增值税，个人所得税）●银行流水数据（来自于银行的电子回单）●工商年检财务数据（即，非上市公司的资产负债表、损益表、现金流量表）●外部平台数据——Kingdee云平台（400万企业的财务及供应链数据）企业全息画像引擎产品亮点数据质量更新速度反映内容数据采集基于一个完整的风险评估框架，深度刻画企业行为，涵盖超过2000个数据源的权威数据，并深度解析和挖掘相关数据，数据量全、类型丰富并具有相应的数据深度，克服人为收集数据的诸多缺点，质量稳定统一。基于底层的数据支持技术，不仅提供企业历史变更数据，更采用动态更新的方式进行企业的风险动态追踪。动态追踪至企业的四度关联方，搭建完整企业关联网络，详细刻画出企业的DNA谱，以四度图谱的形式呈现，方便用户自我挖掘企业关联方关系并判断企业未来行为；提供上市公司财务KPI分析和全部公司非财务KPI分析，反映公司财务与非财务各个方面的具体情况与行业地位，准确量化判断企业风险。⼯工业企业全息画像企业全息画像引擎产品亮点有没有想过企业的风险表现其实根植于其关联关系？企业关联关系就像DNA一样，其特征决定了企业未来的行为，这些行为最终会演化为不同的风险。⼯工业企业全息画像企业全息画像引擎产品亮点企业关系图谱时间轴，实时展现任一时刻的企业。⼯工业企业全息画像挖掘企业关联关系——看得清的企业关系错综复杂的企业关联关系，简单如企业投资网络，复杂如自然人多处投资、多家公司兼职、多层次隐性控制等等，如今仅需一键实时查询，全部关联关系挨个看，比企业自己还清楚。四度图谱形式呈现，可进行交互操作。花比以前更少的时间，看懂这样复杂的关系：A公司的股东，也就是B公司的法人代表X还拥有另外两家公司C和D，而公司是C公司的股东。特色主副查询功能。自主添加疑似关联企业，深度挖掘企业关联关系。企业全息画像引擎企业关联图谱盈利能力指标：包括资本利润率（净资产收益率）、资产利润率（总资产报酬率）、成本收入比、收入利润率、支出利润率、加权平均净资产收益率6个指标，主要反映金融企业一定经营期间的投入产出水平和盈利质量。经营增长指标：包括国有资本保值增值率、利润增长率、经济利润率3个指标，主要反映金融企业的资本增值状况和经营增长水平。资产质量指标：包括不良贷款率、拨备覆盖率、杠杆率、认可资产率、应收账款比率、净资本与风险准备比率、净资本与净资产比率7个指标，主要反映金融企业所占用经济资源的利用效率、资产管理水平与资产的安全性。偿付能力指标：包括资本充足率、核心资本充足率、偿付能力充足率、净资本负债率、资产负债率5个指标，主要反映金融企业的债务负担水平、偿债能力及其面临的债务风险。财务数据KPI（上市公司）关联方数据KPI指标KPI值行业平均KPI值诉讼记录、产权信息数据KPI管理层数据KPI⼯工业企业全息画像企业全息画像引擎新一代企业行为KPI⼯工业企业全息画像诉讼信息——在诉信息能查吗？能！裁判文书、被执行人、失信被执行人，这些信息太过滞后，而全国各地在诉信息又难以收集；审判文书专业性强，难以解读。如何才能识别企业法律风险？●提供涵盖全国近300家中高级、地方法院从开庭到审判再到执行的全诉讼流程数据。●深度解析、挖掘文书数据，一眼读懂诉讼案由、案件类型、审判