智能制造網(wǎng)APP
智能制造網(wǎng)手機站
智能制造網(wǎng)小程序
智能制造網(wǎng)官微
智能制造網(wǎng)服務號
智能控制
機器人
儀器儀表
物聯(lián)網(wǎng)
3D打印
工業(yè)軟件
回放
回放
品牌
其他品牌
類金融企業(yè)作為未獲得金融許可證但部分經(jīng)營業(yè)務具有金融活動屬性的企業(yè)，在業(yè)務創(chuàng)新和操作方式上有更大的靈活性，但在風險管理體系和技術方面不如傳統(tǒng)金融機構(gòu)成熟，因此，風險控制是其發(fā)展中面臨的關鍵問題。企業(yè)經(jīng)營信息碎片多元、數(shù)據(jù)孤島化現(xiàn)象凸顯、金融消費者信息不對稱、審批監(jiān)管缺乏聯(lián)動合力、現(xiàn)場監(jiān)管力量薄弱等痛點問題，給類金融企業(yè)規(guī)范經(jīng)營及政府監(jiān)管帶來了新的挑戰(zhàn)和壓力。在蘇州工業(yè)園區(qū)行政審批局的全程指導下，依托園區(qū)一體化公共數(shù)據(jù)底座，“金融企業(yè)風險計算器”以數(shù)據(jù)要素的開發(fā)利用為突破口，匯聚融合金融企業(yè)全生命周期跨領域、跨層次、跨部門的多源數(shù)據(jù)，構(gòu)建類金融企業(yè)風險預警模型，利用算法準確預警金融風險信息，實現(xiàn)類金融企業(yè)風險監(jiān)管的精準性和高效性。
一是多渠道數(shù)據(jù)匯聚治理，夯實數(shù)據(jù)底座。匯聚各類公共數(shù)據(jù)、公開公示數(shù)據(jù)、商業(yè)渠道數(shù)據(jù)等100多類涉企數(shù)據(jù)，開展數(shù)據(jù)專項治理融合。其中，公共數(shù)據(jù)來源于行審、市監(jiān)、金融、執(zhí)法等多個部門，主要通過蘇州工業(yè)園區(qū)一體化公共數(shù)據(jù)底座實現(xiàn)跨層級、跨部門共享，社會數(shù)據(jù)主要通過商業(yè)數(shù)據(jù)平臺進行采購。
二是創(chuàng)新多維度數(shù)據(jù)開發(fā)模式，深化數(shù)據(jù)分析。基于數(shù)據(jù)標簽、業(yè)務知識、統(tǒng)計理論等，探索企業(yè)經(jīng)營風險特征和關聯(lián)風險特征，并根據(jù)類金融企業(yè)的實際經(jīng)營情況，引入多個專項風險特征，構(gòu)建類金融企業(yè)風險特征體系。采用機器學習算法，構(gòu)建參數(shù)可調(diào)配、可迭代演進的企業(yè)風險預警模型。“金融企業(yè)風險計算器”在蘇州某地正式投入應用近2年，累計向相關部門和基層板塊推送高風險信息40余條，中風險信息400余條，實現(xiàn)類金融企業(yè)潛在風險的“早發(fā)現(xiàn)、早處置”。
三是推動數(shù)據(jù)閉環(huán)，提高多部門數(shù)字聯(lián)動治理效能。推動預警信息在線實時推送和限時簽收、檢查、反饋，實現(xiàn)信息在線流轉(zhuǎn)、部門實時共享、局辦和基層多元聯(lián)動治理，助力責任型、數(shù)字型、整體型政府建設。2024年前三季度，當?shù)靥崆鞍l(fā)現(xiàn)并處置的類金融企業(yè)風險比去年全年增加了102%，助力政府高效精準監(jiān)管。
四是推廣復制，激發(fā)多元化數(shù)據(jù)資產(chǎn)融合新潛能。在模式可復制方面，基于統(tǒng)一的企業(yè)風險維度、數(shù)據(jù)特征因子、風險識別算法等實現(xiàn)快速復制。在金融領域之外，快速復制到其他業(yè)務領域，并形成了一系列風險計算器產(chǎn)品，包括：“安全生產(chǎn)風險計算器”“預付卡風險計算器”“企業(yè)遷入遷出計算器”“環(huán)保企業(yè)無感式監(jiān)管計算器”“樓宇企業(yè)風險計算器”等風險計算器，并在實際場景中成功落地應用。
浙公網(wǎng)安備 33010602000006號
智能制造網(wǎng)APP
智能制造網(wǎng)小程序
微信公眾號
